為什麼營養研究老是「今天說好、明天說壞」？

結論先講：營養新聞「今天說好、明天說壞」，多半不是科學家在亂講，而是營養研究這門學問本身有幾個難以迴避的結構限制。理解這些限制之後，你就不會再被單篇頭條牽著鼻子走——真正可靠的判讀，是看「整體證據」，不是看最新那一篇。

原因一：大多數營養研究只能看「關聯」，不能證明因果

哈佛公共衛生學院 The Nutrition Source 把研究分成幾類，其中最常見的「世代研究（cohort study）」屬於觀察性研究：追蹤一大群人數年甚至數十年，找出某種飲食「暴露」與疾病之間的關聯。它的關鍵限制白紙黑字寫著——結果「無法暗示因果，只能呈現關聯」。

問題出在「混雜因素」。會大量吃某種食物的人，往往整體生活型態也不同。最典型的例子是補充劑：NIH 膳食補充劑辦公室（ODS）指出，多數補充劑研究是觀察性的，而「飲食與生活型態較健康的人，本來就比較會去吃補充劑」，於是很難分辨好處到底來自補充劑、還是來自他們本來就健康的習慣。這就是為什麼觀察研究看到的「關聯」，常常在隨機試驗裡消失。

原因二：飲食資料靠「自己回想」，誤差很大

你還記得上週二晚餐吃了什麼、份量多少嗎？大型營養研究多半靠「食物頻率問卷」與自我回報來估計吃了什麼——The Nutrition Source 也明白點出，世代研究「飲食攝取量是自我回報的」。

人的記憶本來就不準，而且偏差是「系統性」的：人傾向把自己講得健康一點。美國國家癌症研究院（NCI）的「膳食評估入門」直接點明，「沒有任何完美的飲食測量工具存在」，測量誤差是飲食評估的核心難題之一。用客觀方法（雙標水法）比對時，問卷估出的熱量攝取常被明顯低估——食物頻率問卷的低報幅度通常達二到三成。當測量工具本身就帶著穩定偏誤，不同研究算出不一樣的數字，並不奇怪。

原因三：高品質的長期試驗幾乎做不出來

隨機對照試驗是公認的「黃金標準」，因為它隨機分組、能逼近因果。但 The Nutrition Source 也列出它的軟肋：成本高、而且「長期難以遵守指定飲食」。要讓一群人幾十年只吃某種飲食、再追蹤是否得癌症或心臟病，現實上與倫理上都極困難。結果就是：最能定論的證據最稀少，許多問題只能靠較弱的觀察證據拼湊。

原因四：單篇被放大、相對風險被誇大

當可靠證據稀少，媒體卻每天都要新聞，於是任何一篇新研究都可能被放大成「定論」。再加上「相對風險」聽起來比「絕對風險」嚇人（風險從 2% 升到 3% 可以寫成「暴增 50%」），以及學界本身的發表偏差（顯著的正面結果較易被刊出），「反覆打架」的觀感就被製造出來了。

怎麼看才不會被耍：看證據總和

哈佛 The Nutrition Source 在〈Diet in the News — What to Believe?〉一文給讀者的核心建議是：別只看單篇，要看「證據總和（totality of evidence）」，並提醒快節奏的媒體最常缺的就是「脈絡」，導致單一研究被高估。它列出評估新聞的關鍵問題，包括：這篇如何融入既有證據、做在人身上還是動物、樣本多大多久、是哪種研究設計。彙整多篇研究的「系統性回顧」與「統合分析」，才是比較穩的判讀基礎；這也是 Cochrane 等機構一貫的立場：做健康決定時不該只依賴單一研究的結果。

一個好例子是 Cochrane 2020 年關於減少飽和脂肪的回顧（Hooper 等人）：它彙整多項隨機試驗，得到的不是聳動結論，而是個有層次的答案——減少飽和脂肪可使「合併心血管事件」風險下降約 17%（中等品質證據），但對總死亡率與心血管死亡率「幾乎沒有影響」。這種「有效但有限、且分項說清楚」的樣貌，正是嚴謹證據該有的樣子，和「超級食物逆轉一切」的頭條完全不同。

我的觀點

[已知] 營養研究會「打架」，主因是觀察性設計、自我回報誤差、與長期試驗難做這三個結構限制，這些在權威機構的方法說明裡都查得到。

[推測] 我認為對一般讀者最實用的一招，是「降權單篇新聞、升權證據總和」：看到一則營養頭條時，先假設它「可能只是雜訊」，等系統性回顧或多篇一致才當回事。這是基於證據階層的合理推論，但每個人風險承受度不同，不是硬規則。

[不知道] 哪些今天看似穩固的營養結論，未來會被更好的研究推翻——這我無法預測。正因如此，「飲食大方向（多蔬果全穀、少超加工）穩住、別為一篇新聞翻盤」才是穩健策略。

本文為健康資訊整理，不構成醫療建議。營養需求因人而異，若你有特定疾病、正在服藥或考慮重大飲食調整（含補充劑），請先諮詢醫師或註冊營養師，切勿僅依單篇新聞或本文自行做重大改變。