《Nutrients》：Interindividual Variability in Functional Food Clinical Trials: Statistical Challenges, Responder Phenotypes, and Implications for Precision Nutrition
个体对膳食和功能性食品干预反应的个体间变异性正日益被认识到是精准营养的核心问题。然而，那些表现出较大干预前后变化的个体常被归类为应答者，而未充分考虑测量误差、个体内生物学变异、向均数回归，或观察到的结局变异性与治疗效应真实异质性之间的区别。本综述批判性地审视了功能性食品和膳食干预试验中的应答者与非应答者概念，重点关注统计学解释、临床试验设计、生物学决定因素、代谢组学、代谢分型、多组学整合及机器学习方法。研究人员强调了基于阈值的应答者分类、单独的组内显著性检验、事后亚组分析以及未经适当验证的高维预测模型的局限性。来自代表性干预研究的证据按从回顾性应答者分类和生物学表征到基线预测因子识别、预测建模、外部验证和前瞻性反应导向干预的进展顺序进行组织。特别关注区分解释个体为何表现出反应与在干预前预测反应。基于所审查的方法学和实证证据，研究人员提出了一个用于应答者研究的分层结构体系，范围从描述性异质性到前瞻性反应导向干预。因此，精准营养的关键挑战并非简单地识别谁看起来有反应，而是确定这些异质性反应是否可重复、具有治疗特异性、可前瞻性预测，并有助于改善干预选择。从回顾性分类走向经过验证的前瞻性预测，对于将功能性食品领域的应答者研究转化为严谨且有临床意义的精准营养至关重要。
以下是论文主体部分的专业学术总结：
3. 应答者与非应答者的概念与定义
3.1 何为反应？
“应答者”和“非应答者”的定义在不同研究中差异显著。一个应答者被定义为在接受干预后，在选定结局上表现出预定程度改善的个体，而非应答者则未达到此标准。分类取决于多个方法论选择，包括所选结局、变化的大小和方向、评估时间点，以及阈值是统计学、生物学还是临床定义的。
3.2 绝对变化与相对变化
反应通常根据基线后的绝对变化或百分比变化来定义。绝对变化保持原始单位的直接可解释性，而相对变化便于在不同基线水平的个体间进行比较。但百分比变化在基线值较小时可能不稳定，并会强化对基线测量的依赖性。两种方法均不能确定观察到的变化代表的是可重复的治疗效应还是生物学或分析变异。
3.3 基于阈值的定义
应答者分类可使用基于临床指南、参考值、最小重要差异、分析变异或研究者定义的百分比变化的阈值。这类定义在干预旨在实现明确可解释的生理或临床目标时非常有用。然而，紧邻临界值上下的个体在生物学上可能相似，尽管被分配到了不同类别。因此，应答状态应补充而非替代对潜在连续反应的分析。
3.4 有临床意义的变化
最小临床重要差异在有经过验证的阈值时很有价值。但功能性食品研究中使用的许多结局，包括炎症、氧化应激、餐后和探索性代谢生物标志物，缺乏普遍确立的有临床意义的阈值。因此，统计学上可检测的变化可能并不代表有意义的健康益处。应区分统计学可检测性、生物学相关性和临床重要性。
3.5 统计学、生物学与临床反应
为获得概念上的清晰性，应答状态可在几个层面上考虑。统计学反应可能代表超出预期测量不确定性或个体内变异性的变化。生物学反应可能代表与拟议机制一致的可重复的生理或分子变化。临床反应可能代表症状、功能或健康风险方面的有意义改善。这些概念可能重叠但并不等同。
3.6 单结局与复合定义
应答状态通常基于单一主要结局，但营养干预可影响多个生理领域。复合定义可能纳入多个变量，但这引入了关于变量选择、权重、相关性和所需改善幅度的额外决策。因此，此类定义应预先指定并有合理依据。
3.7 作为情境依赖表型的反应
应答状态可能取决于剂量、干预持续时间、基线代谢状态、习惯性饮食、药物使用、依从性和评估的终点。在一个条件下被归类为非应答者的个体可能在另一个条件下产生反应。因此，应答者和非应答者标签应被视为情境依赖的属性，而非永久性的个人特质。
3.8 透明且可重复的定义
研究应报告确切的反应结局、时间点、阈值、理由、预指定状态，以及是否考虑了测量误差或个体内变异性。只要可能，还应报告连续的反应分布。重要的是，定义应答者本身并不能证明治疗效应的真正个体间差异。
4. 应答者分类中的统计挑战
4.1 观察到的变异性不一定代表真正的治疗效应异质性
在接受相同干预的参与者中常观察到实质性变异，但这种观察到的变化变异不应自动被解释为治疗效应的真正异质性。观察到的变化反映了治疗效应以及测量误差、自发生物学变异和其他个体内波动。仅凭干预组内个体变化的分布不足以提供真正反应异质性的证据。
4.2 适当比较组的重要性
可通过比较活性干预下和对照条件下变化的变异性来评估潜在的治疗效应异质性。活性干预下更大的变异性可能与治疗-个体交互作用相容，而活性组和对照组相似的变异性则表明背景个体内变异性可能解释了大部分观察到的异质性。方差比较应被视为可能存在异质性的筛选证据，而非个体治疗效应的直接证明，并应由适当指定的混合效应或方差成分模型补充。
4.3 测量误差与个体内变异性
结局可靠性对应答者分类构成了根本性限制。重复的基线和干预后测量、标准化测量程序以及对分析和生物学变异性的估计可以改善个体反应评估。如果观察到的变化幅度与预期的测量或生物学变异性无法区分，则不应将其解释为有意义的个体反应。
4.4 向均数回归与基线依赖性
当参与者是根据升高或降低的基线值被选出时，向均数回归尤其相关。即使在无治疗的情况下，极端的基线测量值也可能在重复测量时变得不那么极端。因此，基线值与后续变化之间的关联需要谨慎解释。
4.5 二分类化带来的问题
连续的治疗反应常被转换为二分法的应答者类别。然而，二分类化减少了信息和统计功效，同时在紧邻定义临界值上下的个体之间制造了人为的区分。连续反应通常应是主要的分析尺度，而分类的应答者分析应保留给阈值具有临床、生物学或分析合理性的情况。
4.6 比较应答者比例
在干预组间观察到的应答率差异并不一定建立治疗效应的真正个体间异质性。平均治疗效应和随机变异性都可能影响跨越定义阈值的概率。因此，应答者比例应与连续结局和比较组变异性一同解读。
4.7 亚组分析与交互作用检验
在一个亚组中观察到显著的统计学治疗效应而在另一个亚组中不显著，并不能证明治疗效应在亚组间存在差异。统计显著性不仅取决于估计的治疗效应大小，还取决于样本量、变异性和精度。评估治疗效应是否真正因亚组而异的相关推断性检验是正式的治疗-亚组或治疗-修饰因子交互作用，而非比较单独的各亚组p值。这种交互作用分析通常效力不足且易受多重性问题影响，尤其是在事后进行时。
4.8 多重检验与过拟合
基于组学的应答者研究可能使用相对较小的样本量评估成百上千个候选变量。事后反应分类后进行高维特征选择会产生假阳性结果和过拟合的重大风险。因此，多重检验控制、适当的重采样、惩罚建模以及独立验证至关重要。
4.9 从结局变异性到治疗效应异质性
观察到的结局异质性与因果治疗效应的异质性是根本不同的概念。严谨的分析应从测量可靠性和基于比较组的变异评估开始，在尝试进行应答者分类或预测之前，先进行对治疗效应异质性的评估。
5. 评估真正个体反应的临床试验设计
5.1 传统平行组试验
平行随机对照试验非常适合估计平均治疗效应，但不太适合估计可重复的个体治疗效应。每个参与者通常只接受一种治疗条件，使得难以将真正的个体反应与个体内变异性分开。
5.2 单臂和组内前后比较的局限性
单个干预组内统计学显著的前后变化仅证明结局随时间发生了变化；它并未确定干预是否引起了这种变化。向均数回归、时间性生物学变异、生活方式改变、期望效应、季节影响和测量误差都可能导致观察到的变化。同样，在随机试验中，活性组有显著的前后变化而对照组没有，也不能证明治疗效应。相关的推断问题是治疗组之间是否存在直接差异。基线校正的协方差分析、直接的组间对比或适当指定的治疗-时间模型更为可取。
5.3 重复的基线与干预后测量
重复测量可以提高精度并提供个体内变异性的估计。但在单一干预条件下的重复测量无法揭示同一参与者在替代治疗下会如何反应。
5.4 交叉试验
交叉设计允许每位参与者同时接受活性条件和对照条件，从而改善个体内比较。然而，传统的单周期交叉仍包含个体内随机变异性，并且通常只能提供关于可重复的人-治疗交互作用的有限证据。还必须考虑时期、序列、残留效应和洗脱效应。
5.5 重复交叉与重复设计
重复暴露于活性和对照条件为稳定的个体治疗效应提供了更强的证据，因为重复交叉设计可以将人-治疗变异性与个体内随机变异分开。因此，当目标是建立可重复的治疗效应异质性而不仅仅是平均的个体内治疗对比时，此类设计尤为有用。其主要局限性包括参与者负担、研究时长以及对合适洗脱期的要求。在营养干预中，额外挑战源于全食物和膳食模式可能因味道、质地、气味、外观或进餐结构的差异而难以实施盲法。应尽可能使用感官匹配的对照食物。此外，应根据干预效应预期的持续时间为洗脱期提供合理依据。
5.6 N-of-1试验
N-of-1试验涉及个体内重复的随机治疗和对照周期，当干预效果足够迅速且可逆时，它为估计个体化治疗效应提供了一种严谨的方法。其有效性同样依赖于充分的洗脱期以及在意图实施盲法时提供可信的感官匹配对照品的可行性。数字监测和远程数据收集可能会提高这些方法在营养学研究中的可行性。
5.7 导入期
导入期可以标准化背景条件、评估基线稳定性并确认依从性。但在导入期排除不稳定或依从性差的参与者可能会降低外部效度。
5.8 富集设计
富集设计招募那些根据预先指定或经过验证的特征被认为更有可能获益的个体。这些方法可提高试验效率，但依赖于可靠的先前证据，即富集变量会修饰或预测治疗反应。
5.9 适应性与反应导向设计
适应性方法允许随着证据积累而预先指定地修改招募或治疗分配。此类设计需要严格的统计控制，并应与事后亚组选择相区分。
5.10 负荷测试与动态表型分析
空腹基线标志物和餐后动态表型提供互补信息。空腹测量适用于表征相对稳定的代谢状态，因此在目标是按干预前代谢状态对参与者进行分层或开发简单基线预测模型时是合适的。相比之下，标准化的葡萄糖、混合餐或脂质负荷测试提供了受控的动态表型分析，可能揭示在空腹条件下不明显的差异。因此，应根据生物学问题选择空腹和餐后表型：空腹标志物通常更适合于稳定的基线表征，而基于负荷的表型在旨在表征动态代谢反应性或恢复力时尤其有用。
5.11 使临床试验设计与科学问题相匹配
人群平均疗效、治疗效应异质性、可重复的个体治疗效应和前瞻性反应预测是不同的科学问题，需要越来越严格的研究设计。
6. 异质性反应的生物学和行为学决定因素
6.1 反应的多因素性质
个体间反应反映了宿主、行为、环境和干预相关因素之间的相互作用。没有单一的通用应答者表型可能适用于所有营养结局。
6.2 年龄、性别与基线代谢状态
年龄和性别可能影响生理学、身体成分、激素状态和新陈代谢，而基线营养和代谢状态通常决定了可能的改善幅度。然而，明显的亚组差异需要进行正式的交互作用检验，并且基线状态与变化之间的关联必须在向均数回归的背景下进行解读。
6.3 遗传变异
遗传变异可能导致异质性的膳食反应，但单个变异体的预测价值通常有限。在PREDICT 1试验中，遗传学的相对贡献因餐后结局而异，说明遗传影响是结局依赖性的，而非普遍占主导地位。
6.4 肠道微生物组
肠道微生物组的组成和功能可能影响营养素代谢、生物利用度、胆汁酸代谢、短链脂肪酸产生和宿主代谢反应。然而，微生物组特征受到饮食、药物使用、地理环境和宿主生理学的影响。因此，其预测价值应通过实证展示而非假设。
6.5 习惯性饮食与生活方式
习惯性饮食、体力活动、睡眠、进餐时间和其他行为因素可能修饰治疗反应并导致状态依赖性变异性。这些变量既可作为观察到的反应的混杂因素，也可作为潜在有用的预测因子。
6.6 药物、健康状况与干预特征
药物使用、合并症、剂量、干预持续时间、配方、食物基质和生物利用度可能显著影响观察到的反应。因此，表面上的无反应可能反映的是暴露不足或不恰当的干预条件，而非内在的生物学抵抗。
6.7 依从性与暴露
依从性差可能模仿生物学无反应。在可行的情况下，客观暴露生物标志物可补充自我报告的依从性，而代谢组学可以提供关于实际膳食暴露的额外信息。
6.8 决定因素间的交互作用
反应决定因素很少独立起作用。因此，整合临床、饮食、行为、微生物组和分子信息的多变量方法通常比孤立的单因素亚组分析更有信息量。
6.9 从候选决定因素到经过验证的预测因子
回顾性地与应答者状态相关的因素不应自动被视为临床上有效的反应预测因子。候选修饰因子必须经过正式的交互作用检验或适当设计的预测建模，随后进行独立验证。
10. 功能性食品试验中应答者分析的拟议框架
10.1 结构化框架的合理性
基于方法论考量和经验性进展，研究人员提出了一个用于应答者研究中证据开发的七级概念框架。核心原则是，应答者分类不应成为分析的起点。研究者应首先确定结局可靠性，相对于适当的比较组估计治疗效应，并确定是否存在有意义的治疗效应异质性的证据。
10.2 步骤1：前瞻性地定义反应
应在检查治疗结果之前定义反应结局、时间点、获益方向和分析尺度。通常，连续反应应保留为主要分析尺度。如果需要分类阈值，应尽可能预先指定其临床、生物学或分析原理。
10.3 步骤2：建立测量可靠性
应量化或以其他方式考虑分析误差和个体内生物学变异性。当预期的营养效应相对于背景变异性较小时，重复测量可能尤为重要。
10.4 步骤3：确立治疗效应
应使用适当的比较组和直接的组间推断而非单独的组内显著性检验来评估平均治疗疗效。若无证据表明干预相对于其比较组影响了结局，则对应答者类别的解释将变得特别不确定。
10.5 步骤4：评估治疗效应异质性
研究者应确定观察到的异质性是否超过了由测量误差和背景个体内变异所预期的水平。这一步区分了“参与者变化的量是否不同？”和“是否有可信的证据表明参与者在治疗反应上存在差异？”
10.6 步骤5：研究候选修饰因子
然后可将生物学上合理的基线特征作为候选修饰因子进行检验。应优先采用正式的治疗-修饰因子交互作用，而非比较亚组特异性的统计显著性。探索性交互作用分析应被明确标识，特别是在小型功能性食品试验中。
10.7 步骤6：区分识别与预测
应答者研究应明确区分识别（谁在干预后看起来有反应）、解释（哪些生物学特征与观察到的反应相关）、预测（治疗前可用的信息是否能预测后续反应）和验证（预测能否推广到新的个体或人群）。这一区分对于理解基于组学的应答者研究至关重要。
10.8 步骤7：保守地开发预测模型
预测模型应优先考虑简洁性、可重复性和适当的内部验证。所有依赖于数据的预处理和特征选择程序都应纳入验证框架。复杂的基于组学的模型应与基于常规可用变量的更简单的临床模型进行比较，其增量预测价值应通过实证展示而非假设。为精准营养开发的预测模型还应就模型开发、性能、验证、校准、区分和预期用途进行透明报告。
10.9 步骤8：独立验证
在声称某个预测因子具有普适性或适用于精准营养之前，应先进行外部验证。跨人群、膳食环境和分析平台的复制对于高维组学特征尤为重要。
10.10 步骤9：前瞻性地测试反应导向干预
最终，对精准营养实用性的强有力主张需要证据表明，使用经过验证的预测因子来选择干预措施比传统干预分配更能改善结局。预测本身是不够的，如果它不能改善决策制定。在进行即使是谨慎的精准营养推断之前，研究者至少应证明相关的治疗效应异质性是可重复的，候选预测因子是在干预前测量的且在生物学或临床上合理，预测性能经过了内部验证，并且模型性能与更简单的临床方法进行了比较。在对前瞻性反应导向的实用性进行演示之前，此类发现应被构建为分层或预测的证据，而非个性化干预选择能改善结局的证明。
10.11 拟议的概念性证据等级
研究人员提出了以下概念性层级：第1级——描述性异质性：记录观察到的反应变异性。第2级——基于阈值的应答者分类：使用预先定义或事后的反应标准对个体进行分类。第3级——治疗效应异质性的证据：显示观察到的反应变异性超出了预期的背景或对照变异性。第4级——生物学表征与候选预测因子识别：识别与异质性治疗反应相关的生物学、临床、行为或基于组学的特征，作为候选修饰因子或预测因子。第5级——预测模型开发：使用干预前信息预测后续的个体反应。第6级——独立验证：在独立的个体或人群中再现预测性能。第7级——前瞻性反应导向干预：前瞻性地使用经过验证的预测因子指导干预选择，并显示该策略相比传统分配改善了结局。
10.12 推荐的报告要素
应答者分析应报告确切的反应结局和时间点；反应是连续分析、分类分析还是两者兼有；任何阈值的理由和预指定状态；测量可靠性和预期的个体内变异性；相对于适当比较组的治疗效应；是否正式评估了治疗效应异质性；候选修饰因子是否预先指定；治疗-修饰因子交互作用分析；用于控制多重检验、过拟合和数据泄漏的方法；内部和外部验证程序，包括校准和区分的模型性能，以及对相关预测模型报告指南的遵守情况；预测因子是否在干预前测量；以及是否评估了前瞻性反应导向的实用性。
10.13 从分类到决策支持
精准营养的最终目标不应是越来越详细地将个体标记为应答者和非应答者。相反，应答者研究应产生可重复的信息，以改善干预选择。描述性异质性→基于阈值的应答者分类→治疗效应异质性的证据→生物学表征和候选预测因子识别→预测模型开发→独立验证→前瞻性反应导向干预。这一进展为从观察到的反应变异性走向科学上站得住脚的精准营养提供了一条实践路径。
