”中国健康调查报告“连载 （5）- 蛋白质之屋

何苦如此

<<中国健康调查报告>> 原名: The China Study

第一部分 中国健康调查

蛋白质之屋

喂养儿童

这就是当时的社会氛围，和其他人一样，我也深受影响。1965年，我离开麻省理工学院，到弗吉尼亚理工学院做了一年的讲师。查理•恩格尔教授是弗吉尼亚理工学院生化及营养系的系主任。当时他对建立一个国际营养不良儿童营养项目有着浓厚的兴趣。他想在菲律宾实施一项被称为“母亲自助”的项目。这个项目的目的是向营养不良儿童的母亲提供营养教育和知识。想法是这样的，如果这些母亲能够了解当地哪些食品能让他们的孩子更健康，他们就可以摆脱对稀缺的药物和更为稀缺的医疗资源的依赖。1967年，恩格尔开始实施这个项目，他邀请我作这个项目的校方协调人，后来又邀请我去菲律宾工作。当时他住在马尼拉。

那个年代解决营养不良的理念是加强蛋白质的摄入，所以我们将这一理念带到了“母亲自助中心”，希望能提高营养不良儿童的蛋白质摄入水平。鱼作为一种蛋白质来源主要局限于海滨地区。我们当时想把花生作为一种蛋白质来源，因为花生基本上可在任何地方生长。花生是一种坚果类食物，就像紫花苜蓿、大豆、苜蓿、豌豆等其他豆类作物一样。像其他固氮作物一样，花生的蛋白质含量也很高。

当时这类产品容易出现一个很严重的问题（这个问题首先是英国7－9方面注意到的，后来得到了麻省理工学院的证实），就是花生经常被霉菌产生的毒素——黄曲霉毒素所污染。已经证明，这种毒素可在大鼠中诱发肝癌，是当时已知的最强的化学致癌剂之一。

所以我们不得不动手解决两个相关的问题：一个是缓解儿童营养不良的状况；另一个是解决黄曲霉毒素的污染问题。

去菲律宾之前，我去过海地，目的是在当地的几个母亲自助中心进行适应性观察。这是我在弗吉尼亚的同事肯•金教授和罗兰德•韦伯教授帮忙安排的。海地是我去过的第一个不发达国家，而且海地也是不发达国家中的一个典型。海地总统帕帕•杜克•杜维立尔拼命搜刮当地有限的自然资源，过着奢侈豪华的生活，但是海地有54％的儿童因营养不良在5岁前夭折。

我到菲律宾后，发现这里的问题也是一样的。我们选择母亲自助中心的地点时，主要的参考因素就是当地农村营养不良的状况有多糟糕。我们在最需要帮助的农村建立救助中心。在前期调查中，我们测量孩子的体重，将结果与西方同年龄组儿童的正常体重进行比较。根据计算的结果，我们将孩子们营养不良的状况分为1度、2度、3度营养不良。3度营养不良是最严重的，其体重低于同年龄组正常儿童体重的第65百分位数。在此我想提请各位注意，第100百分位数仅仅相当于美国同年龄组儿童的平均体重，如果一个孩子的体重低于第65百分位数，就意味着这个孩子快要饿死了。

在某些大城市的郊区，根据我们的估计，大约有15％—20％的3到6岁的儿童属于3度营养不良。我永远忘不了第一次看到这些孩子的情景。有一个母亲，她自己看上去就瘦弱得像个孩子一样，抱着一对3岁的双胞胎，试图给他们喂一些麦片粥。这两个孩子一个体重只有11磅，另一个14磅，眼睛凸出。大一点的孩子因为营养不良，已经失明了，在小一点的孩子的带领下，到处乞讨。当地到处都是这样缺胳膊少腿的孩子，靠乞讨得来的一点点食物，勉强维持着生命。

值得献身的真相

不用说，上面提到的这些悲惨景象，给我们开展研究工作以巨大的动力。我们首先要解决的问题是黄曲霉毒素对花生的污染问题。

调查黄曲霉毒素的第一步是收集有关的基础信息。例如菲律宾哪些人在食用被黄曲霉毒素污染的花生？哪些人比较容易患肝癌？为了回答这样的问题，我专门从国家卫生研究院（NIH）申请了课题经费。我们还需要回答的一个问题是黄曲霉毒素是怎样诱导肝癌的。我们希望实验室大鼠模型中进行的分子水平的分析能够回答这个问题，能更深入地了解其中的生化机制。我还从国家卫生研究院申请了另外一项基金，专门研究这个问题。这两项基金启动了一项双轨道调查，一项是基础研究工作，一项是应用研究。在我以后的科研生涯中，我都是这样开展工作的。我发现既从基础角度又从应用角度研究问题，能带来比较高的回报，因为这种研究方法不仅能告诉我某种化学物质对健康的影响，也能告诉我为什么会产生这样的影响。以这样的方式开展工作，不仅能理解食物和健康的生化机制，也能把我们的研究和发现与生活中的人联系起来。

我们开始进行逐步的系列调查，首先我们希望知道哪些食品中含有最多的黄曲霉毒素？我们知道花生和玉米是最容易受到黄曲霉毒素污染的。但我们发现，在当地杂货店中购买的29罐花生酱中，黄曲霉毒素的污染量达到了美国食品规定量的300倍；而生花生的污染率则低得多，完全没有超过美国的规定标准。两者之间巨大的差异告诉我们，花生酱和生花生之间的差异来自花生的加工过程。加工过程中，品质比较好的花生会经手工挑选出来，单独加工；而品质不是很好，有点发霉的花生会被送去做花生酱。

我们想了解的第二个问题是哪些人最容易被黄曲霉毒素影响，产生肝癌。儿童是最容易受到污染影响的，他们是污染花生酱的主要消费者。我们通过分析儿童尿液中的黄曲霉毒素代谢产物来估计儿童摄入黄曲霉毒素的水平12。实验中，我们的实验对象都是住在家里的失学儿童。采集的花生酱标本来自已经打开的旧罐子。在此，我们发现了一个很有趣的现象：肝癌发生率最高的地区——马尼拉和赛布，也是黄曲霉毒素摄入量最高的地区。花生酱销售量最高的地区是马尼拉，玉米销售量最高的地区是赛布——菲律宾第二大城市。

随着研究的进展，我们发现事实远比我们想像的复杂。当地一位医生乔•卡多——他是菲律宾总统马科斯的健康顾问，告诉我说肝癌在菲律宾是非常严重的疾病。这种疾病让很多儿童在10岁之前就早夭。而在西方国家，多数患肝癌的人都是40岁之后才发病的。而且卡多医生还告诉我说，他最小的手术对象还不到4岁。

这个事实让人难以置信，但是他后面说的话让我更为惊讶——这些做肝癌手术的孩子往往来自富裕家庭。这些家庭的物质生活条件非常好，他们吃的是我们认为最健康的膳食，营养水平达到了大多数美国人的营养标准。他们的蛋白质摄入量比本国其他人都多，但恰恰是他们患有肝癌。

这怎么可能呢？在全球范围来说，肝癌通常是在蛋白质摄入量最低的国家发病率最高。当时广泛流传的说法是：肝癌是蛋白质摄入不足引起的。而这种蛋白质摄入不足正是我们去菲律宾工作、致力于解决的主要问题。我们要增加营养不良儿童的蛋白质摄入量。但是根据卡多医生的说法，蛋白质摄入量最高的儿童中，肝癌发病率却是最高的。刚听到这个消息的时候，我感到非常惊奇，但是随着越来越多的此类信息浮出水面时，我开始相信他的观察是正确的。

当时在一份不太知名的医学杂志上，我读到一篇印度的科研论文。在这个试验中，试验者比较了两组动物蛋白质摄入量和癌症发病率之间的关系，其中一组试验动物饲以黄曲霉毒素和含20％蛋白质的饲料，另一组给予同样剂量的黄曲霉毒素和含5％蛋白质的饲料。摄入20％蛋白质饲料的这组大鼠都发生了肝癌，或癌前病变；而摄入5％蛋白质饲料的这组大鼠，没有任何一只发生肝癌。这并不是一个细微的差别，这是个100对0的差别，而这个结果和我在菲律宾儿童中观察到的现象是吻合的。那些最容易患肝癌的儿童，恰恰是那些膳食中蛋白质比例比较高的儿童。

但我周围的人似乎都不能接受这篇印度论文的观点。一次，参加完一个学术会议，在回底特律的航班上，我遇到了以前在麻省理工学院的同事，高级研究员保罗•纽博尼博士。纽博尼博士是当时少数几个关注营养在癌发生中作用的科学家之一。我和他讲了我在菲律宾观察到的现象、在菲律宾得到的信息和这篇印度科学家发表的论文。他总结性地驳斥了这篇论文中的观点，说：“他们肯定是把笼子的编号弄反了，高蛋白膳食不可能增加癌发生。”

我意识到这个具有挑战性的观点与传统观念是截然相反的，即使是同事也会不信任这种看法。我是应该冒着被大家看成傻瓜的危险，把蛋白质比例升高增加癌发生这种观点当回事呢？还是应该对这样的东西置之不理？

不知道怎么回事，在那个时候，我想起一些陈年往事。曾经和我们一起生活过多年的姑姑死于癌症。有几次我的姑夫把我和我的弟弟杰夫带到医院去看姑姑，虽然那时我很小，不明白发生了什么事情，但是我对病房门上那个大大的“C”字——癌记忆犹新。那时我想，长大以后一定要找到一个治疗癌症的办法。多年以后，我刚结婚没有几年，刚刚开始在菲律宾工作，我的岳母也死于结肠癌，当时她只有51岁。那时是我职业生涯的早期，我刚刚开始意识到在膳食和癌症之间可能存在某种关联。对我的岳母，我感到特别的歉疚。因为她没有医疗保险，没有得到很好的治疗。我夫人凯伦是我岳母惟一的女儿，她们的关系非常亲密。所有这些痛苦经历都坚定了我的职业选择。只要我的工作能让人们对这些可怕疾病的机制了解得更多、更深，我就愿意全身心地投入进去。

现在回想起来，那是我将研究重心转到膳食和癌症关系的开端。下定决心研究蛋白质与癌之间关系的那一刻，是我职业生涯的转折点。如果我想揭示这一机制，就只有通过大量的实验室研究，考察是否蛋白质摄入量越大，导致的癌越多，以及是怎样导致的。这也恰恰是我在以后多年工作中从事的研究。这项工作比我当初预想的要长得多，我的同事、学生和我共同做出了许多惊人的发现，而这些发现会让你反思当前的膳食。但更惊人的是，这些发现带来了更多的问题，而这些问题的答案将最终动摇营养和健康科学的基础。

科学的本质——继续研究，你需要了解什么？

科学研究的证据实际上是非常晦涩的。和所谓的核心科学，如生物学、化学、物理学相比，在医学健康领域，如果你想找到绝对的证据，几乎是不可能的事情。研究的主要目标是确定哪些东西可能是真的。这是因为健康研究从本质上讲是一种统计学研究。你抛一个球出去，会不会落下来？没错，肯定是这样的，这就是物理。那么你每天吸四盒香烟，你会不会得肺癌呢？答案是：有可能。我们只能知道你比不吸烟得肺癌的可能性大得多，但是我们不知道你作为一个个体，是不是一定会得肺癌。

营养学研究中，找出营养与健康的关系是非常不容易的事情。人有各种各样的生活方式，遗传背景各不相同，饮食习惯也不尽相同。实验室的一些先决条件，如经费限制、时间限制和检测误差，也会带来限制。最重要的是，食物、生活方式和健康三者之间通过如此复杂而又多方面的系统互相影响、相互作用，想找出关于某个因素和某种疾病的确定证据，几乎是不可能的，即使你的研究目标非常确定，即使你有无限多的研究时间和无穷多的研究经费。

因为上述种种困难，我们在研究中采用了很多不同的策略。有时我们会考察某个假设性的原因，是否一定会产生某个假设性的结果。我们观察和测量各种人群之间摄入脂肪量的差异，然后观察和比较这种差异是否和乳腺癌、骨质疏松症或是其他疾病之间发病率的变化趋势吻合。我们会观察和比较患病人群和未患病人群的饮食有什么不同？我们观察和比较1990年和1950年的发病率有什么不同？我们还研究这种发病率的改变是否与饮食结构的变化相吻合。

除了观察这些已经存在的差异，我们还会通过实验，并故意用一种假设性的治疗方法来对患者进行干预，看结果如何。我们会在做药物安全性和效价评估时进行干预实验，让一组试验对象服用药物，另外一组服用安慰剂。但是膳食的干预实验要困难得多，特别是当试验对象不能留院观察的时候。因为这种情况下，所有受试对象必须自觉地严格遵照我们规定的食谱。

通过这些观察性和干预性的研究，我们开始将所有发现收集在一起，并权衡证据是支持还是反对某一假设。当证据很有力地支持一个设想，以至于似乎不能否定它时，我们就认为这种设想非常接近真实的情况。通过这种方法，我们对纯天然的以植物性食物为主的膳食做出了结论。正如你会读到的，那些试图通过一项或两项研究就得到最佳营养的绝对证据的人，会觉得非常失望或是接受不了。但是我相信，那些研究各种现有证据的价值、探索膳食与健康真实关系的人，会感到惊奇，并受到极大的启发。整合分析实验结果时，你必须注意以下几个概念。

第一部分 中国健康调查

蛋白质之屋

相关性和因果性

在很多研究论文中，有两个词出现的频率很高，一个叫做“相关性”，一个称作“关联性”，这两个词用于描述两个因素之间的关系，有时甚至用于说明因果关系。这是“中国健康调查”的特色，我们调查了65个县130个自然村的6500名成年人及其家庭成员，看是否存在不同膳食、生活方式和疾病模式。举例来说，如果肝癌发病率较高的人群中，蛋白质的摄入量也比较高，我们说蛋白质摄入量和肝癌发病率之间存在正相关关系。因为这个例子中，其中一个因子水平升高的时候，另外一个因子的水平也升高了。如果在肝癌低发人群中，蛋白质的摄入水平比较高，我们则说蛋白质摄入水平和肝癌发病危险两者之间存在负相关关系。换句话说，这两个因子的变化趋势是相反的，一个因子的水平升高时，另一个因子的水平下降。

但是，在我们的假设性的模型中，蛋白质摄入水平和癌症发病率之间有关联关系，并不能说明蛋白质是导致癌症的病因。我知道这一点比较难理解，请允许我举例来说明这一点。在有些国家，电线杆密度比较大的地方，通常也是心脏病或是其他疾病的发病率比较高的地方，我们说电话线密度和心脏病的发病率之间是存在相关关系的，但这并不说明电话线是导致心脏病发病的原因。实际上，相关性并不等于因果性。

但这并不是说相关性是个没有用处的概念。如果阐释合理的话，相关性可以有效地用于营养和健康关系的研究。举例来说，《中国健康调查报告》中一共得到了8000组具有统计学显著意义的相关关系，其价值是无可估量的。当这么庞大的数据都具有某种相关性的话，研究人员就可以凭此来确定营养和健康之间存在着什么样的关系模式。而这种模式，反过来说，可以用于揭示膳食和健康相互作用和影响的过程。这个过程是相当复杂的，如果一个人真的想找出单原因导致单结果的模式，仅仅具有相关性是远远不够的。

统计学显著性

你可能以为，判断两个因素之间是否存在相关性——相关或是不相关是很容易的，但事实并非如此。当你手头有大量的数据，你进行统计学分析，确定两个因素之间是否具有关联性，这个问题的答案不能用是或者否来回答，它是一种可能性。用一个术语讲，这种可能性的大小被称为“统计学显著性”。统计学显著性用于说明观察到的试验现象是否真实可信，或者仅仅是偶然发生的。如果你抛三次硬币，每次都是有头像的一面朝上，这是个概率的问题。如果你抛100次硬币，每次仍然是有头像的一面朝上，那么你可以比较有把握地说这枚硬币的两面都是头像。这就是统计学显著意义的意义——关联关系真实存在、而不是偶然发生的可能性是多少。

我们说，某项数据和结果具有统计学显著意义，是指由于偶然因素造成这种结果的概率小于5％，举例来说明，就是你重复同样的实验，有95％的可能性都得到相同的结果，这样的结果具有95％的统计学相关意义。95％这个截点是人为规定的，但确实是一个广泛接受的标准。另外一个人为规定的截点是99％，这种情况下，结果吻合测试达到99％的时候，我们说具有高度统计学显著性。在我们有关膳食和疾病的讨论中，统计学显著性会经常出现在书中，这是我们评价数据可靠性的重要依据，称为证据的“可信度”。

作用机制

很多情况下，如果有其他研究结果证明，两个相关因素在生物学上也是相关联的，往往认为相关性是更可靠的。举例来说，电线杆的密度和心脏病的发病率之间存在相关性，但是并没有研究表明，电线杆怎样通过某种生物学机制与心脏病联系起来。但是现在已经有研究证明，蛋白质的摄入过程和肝癌发病过程之间在生物学上和因果关系上是相关联的。了解某种物质在人体内是如何发挥作用的，我们称此为作用机制。而了解其作用机制则会强化证据。换言之，这即是两个相关因素以一种“生物学上合理的”方式相关联。如果相关在生物学上是合理的，这种相关则被认为是很可靠的。

元分析

最后我们来理解一下元分析(metanalysis)这个概念。元分析是指将多个研究的多组数据整合为一组数据进行分析。通过整合分析大量的数据，可以使结果具有更高的可信度，结果也更具有说服力。尽管和其他的事情一样，例外的情况总是存在的。

从多个研究中得到结果后，我们可以使用某些工具和概念去考察这些证据的可信度。通过这些努力，我们可以知道哪些东西更接近于真实的情况，我们可以根据结果来作出适当的判断。如果其他假说不太可能，我们对得到的结果就会非常有信心。从纯技术的角度来说，绝对证据是无法得到的，也是不重要的，但是出于常识的证据是可以得到的，也是非常关键的。通过这样的过程，我们能对吸烟和健康的关系进行正确的分析，从而得到一个正确的结果。吸烟不会100％地导致肺癌，但是说吸烟和肺癌绝对没有关系，那却是非常荒谬的，再花时间研究这样的结论是没有意义的。

妖媚目

帮顶一下楼主，希望大家都来看看。