如果您想了解有关原子能机构工作的更多信息，请注册获取我们的每月动态，其中包含我们最重要的新闻、多媒体和其他信息。
一个新方程正帮助科学家检查人们饮食报告的可靠性，从而更好地支持营养研究。
利用原子能机构营养数据库中的数据开发出的一个新方程正在帮助研究人员评估研究和调查中自我报告的饮食信息的准确性。
根据最近发表在《自然 -食品》上的一篇科学文章，这一利用机器学习开发的方程揭示，在两个广泛使用的营养数据集中，有近三分之一的记录可能是误报。
这一揭示突出表明，需要有更好的方法来测量人们真正在吃什么。
营养流行病学是一个研究饮食与人类疾病之间联系的领域，通常依靠问卷和食物日记等工具来评估饮食摄入。然而，这些方法容易造成误报，因为参与者可能会不准确地估计份量、记错吃了什么、故意虚报消费量，甚至在报告期间改变饮食习惯。
“许多试图将饮食暴露与疾病结果联系起来的营养流行病学研究都基于不可靠的数据，这可以解释为什么许多研究结果相互矛盾，”论文作者之一、中国深圳先进技术研究院和英国阿伯丁大学教授John Speakman说。
虽然自20世纪80年代以来，人们就认识到了误报问题及其对代谢研究的影响，但由于这些工具被认为很有用，而且缺乏实用、方便的替代方法来收集饮食数据，因此，研究仍在继续使用这些工具。
双标记水技术提供了一种解决方案，它利用氢和氧的稳定同位素来跟踪人体对它们的使用和排出。这种方法被认为是在非实验室条件下测量能量消耗的“黄金标准”，它是非侵入性的，适用于不同人群，并被用于评估其他测量技术的准确度和精确度。
原子能机构双标记水数据库汇集了使用这一技术进行的多项研究的数据，目前收录了45个国家从早产儿到90岁老人的12 000多项每日能量消耗测量数据。这一资源促成了对人体能量代谢的突破性研究，包括2021年《科学》杂志上一篇广受欢迎和被大量引用的文章。
“原子能机构双标水数据库是一个无与伦比的资源，它提供有关人类一生能量消耗的宝贵信息，在促进我们对新陈代谢和健康的了解方面发挥着至关重要的作用，”原子能机构人体健康司营养学专家Alexia Alford指出。
国际原子能机构处长 Cornelia Loechl（左）和营养学家 Alexia Alford（右）讨论通过原子能机构双标记水 (DLW) 数据库得出新的预测方程（图片来源：P. Lee/原子能机构）
来自全球的近100名科学家利用双标记水数据库（同类数据库中最大的数据集）得出了预测方程。研究人员使用经典的一般线性回归和机器学习模型分析了部分数据集，并用另一部分数据集验证了他们的发现。他们确定了体重、身高、年龄、海拔和性别等关键预测因素，完善了方程的准确性和适用性。
研究人员现在可以利用这一方程预测个人的一系列能量消耗值，并将其与报告的能量摄入值进行比较。这可作为筛查工具，识别饮食研究中的误报。
研究人员将它应用于“全国饮食和营养调查”（它收录了来自英国普通人群的超过12 000份关于饮食、营养摄入和营养状况的记录）等外部数据集后发现，只有66.8%的成人饮食报告处于预测范围内，这表明有33.2%的错报。对于儿童，83.4%的报告处于预测范围内。
在美利坚合众国的“全国健康和营养调查”中也发现了类似的差异。在关于美国成人和儿童的5873份现有记录中，32.1%的成人报告和18.3%的儿童报告反映出误报。
“虽然目前正在积极开发新的饮食摄入量报告方法，但还没有一种方法可以大规模实施。与此同时，基于双标记水数据的预测方程可以帮助研究人员估计其研究中的误报程度，”原子能机构人体健康司营养和健康相关环境研究处处长Cornelia Loechl说。
