全文 3200 多字，太长不看可以直接跳到第④部分，有总结。

应该这几天大家都知道这篇文章了：Dietary carbohydrate intake and mortality: a prospective cohort study and meta-analysis，碳水化合物摄入与死亡率的关系和 Meta 分析。

它的主要发现是：过低的碳水化合物摄入比例（从<50%的时候开始）会导致死亡风险上升和预期寿命减少；而且，如果碳水化合物是被动物蛋白、动物脂肪代替的，比如肉类和动物油，那么增加的死亡风险会更多。

说成一句人话就是：就这篇文章的结果而言，长期来看，以动物肉和动物脂肪为主的生酮饮食很可能会让人死的风险更高、让人死得更快。

而且，这一份研究相对来说结果比以往清晰得多，证据等级也非常高，可以看作是一个很有分量的锤了。

①补一点基本常识：医学研究证据效力等级

我想吐槽这件事很久了。

很多营销号，用一两篇证据效力等级金字塔上非常低级别的研究证据蒙你们说生酮饮食一点危害都没有，比如哪几个病人的个例，以及什么动物实验，细胞实验，以及这张图上没有列出来的一些样本小、有偏倚、不随机、没盲法的所谓试验等等。

这些都在哪里？都在这个塔上的 very low 这个 level 这。

Very low 什么意思？非常低级！

所以，对于循证医学而言，如果多篇人群队列研究（cohort study）乃至 RCT（随机对照试验）的结论和少数几篇动物实验（animal research）和细胞实验这样的体外试验（in-vitro research）相左，那么胳膊拧不过大腿，直接后面几个低等级证据 pass。

所以，在这篇文章的评论区，我不想再看见任何一个装傻或者真蠢的杠精，给我举着单独一篇低质量的研究，跟我说大样本队列以及它们合并在一起做出来的 meta 分析是如何如何与之相反并且因此是错的。

这种狗撵摩托不懂科学的评论，看到一条删一条。

over。进入正题。

②这项研究之前的研究进展

<注意：非专业人士如果实在看不懂本段内容可以选择跳过，不影响阅读理解。>

在此研究之前，低碳水化合物饮食，也就是你们更熟悉的“生酮饮食”，虽然被各种短期研究证明可能会有一些改善各种慢病相关指标的作用，但长期来看是否对身体健康有负面影响，一直尚未明确。

几项来自美国、希腊，以及瑞典女性人群的大样本队列研究，都发现低碳水化合物饮食会增大死亡风险。但也有研究，比如一个来自瑞典人群（男女皆有）的研究，是认为低碳水化合物饮食不会增大死亡风险。另外 PURE 研究还发现碳水化合物供能比过高的时候会增大死亡风险。（这里提到的所有研究都可以在哈佛这篇新研究的引用里找到，我这里就不加链接了。）

如果简单以传统的线性的高低比较计算危险比的思维去考虑问题，这显然是尚存争议的。而且，即便是综合在一起做 meta 分析，结果也不是很清晰。

比如2013 年的一篇，它算出来的低碳水化合物饮食对死亡风险的影响，虽然效应统计学显著，但是 95%置信区间的下限是 1.07 和 1.01，它们还是仍然非常接近 1。

传统的概率理论不允许我们说 95%置信区间就是 95%几率包含真实的那个风险比，因为真实的风险比是确定的一个值，它要么就是在这个确定的置信区间里，要么就是不在。即便如此，由于 95%置信区间产生的原理（感兴趣的各位可以自己在知乎上搜索相关科普），作为流病搬砖工，我们通常相信，如果 95%置信区间比较窄、而且离 1 比较远的时候，我们发现的这个关系更清晰，意义更重大。

因此，到底长期来看生酮饮食是不是有害的，严格来说之前一直是没有特别好的 critical blow 的。

③然后我们就迎来了一项求锤得锤级别的发现。

<注意：非专业人士如果实在看不懂本段内容可以选择跳过，不影响阅读理解。>

这项来自哈佛大学的 Brigham and Women's Hospital 的研究由两个部分组成。第一个部分是一项由来自 4 个不同的社区的 15428 名 45-64 岁的社区居民组成的、平均随访年限长达 25 年的大样本队列研究，而第二个部分则是把这一队列研究和此前的几项队列研究合并进行的总共涉及 432179 人的 meta 分析。

首先，根据论文中报告的人群特征表格，这群人的一个大致的形象是：中老年人，白人和黑人为主，整体超重，受教育程度一般，而且甚至还有少量的糖尿病、高血压患者。

因此，这个人群，个人认为整体上是对膳食带来的代谢压力更敏感的，也即：理论上会比在年轻人中做“效果更好”。

第二，营养流行病学研究肯定要关注的：受访人群的能量分布。在按碳水化合物供能比五等分之后，五个组的总能量摄入量[ kcal (sd) ]分别是 1558 (11)，1655 (11)，1660 (11)，1646 (11)，1607 (11)，而对应的碳水化合物供能比[ % (sd) ]则是 37% (5.7)，44% (2.5)，49% (2.2)，53% (2.8)，61% (6.3)。整体来看，这样的人群分布可以排除低碳水化合物饮食者由于能量摄入过量引起死亡风险增加的问题；而且，碳水化合物供能比的分布比较宽，也让我们更关注的对更低段（碳水化合物供能比<30%）的估计拥有更好的可靠性。

另外，虽然收入状况应该是个重要的混杂因素，也即，更有钱的人因为可以获取更好的医疗服务和食品，可能死亡风险更低，但是这篇研究恰好是碳水化合物供能比越低的人越有钱（肉眼观察即可见到趋势，统计学检验也印证了），因此这个因素就算有影响，可能也反而是削弱结果的强度。

然后是方法。他们的第一个部分的队列研究，在方法学上的亮点是，首次跳出了传统的高低线性剂量反应关系的思维，选择用比一次方程更高阶的曲线来拟合。这让他们可以发现一些 U 形、J 形等等更高次的变化关系。而且，他们放弃了传统的把数据分组转换成分类数据比较的传统思维，而是直接使用曲线来拟合连续的数据，这样可以更好地“榨干”各个数据点提供的信息。

而他们最后的发现也就非常好地解释了为什么之前的结果不那么理想。

这是这些哈佛的研究者用 ARIC 队列的人群做出来的结果。

当碳水化合物供能比低于 50%的时候，死亡风险是开始上升的。所以，如果你分组不当，把 50%以下的这些更高死亡风险的人和 50%-65%这部分“正常饮食”的人分在一起，或者即便分组恰当，但像以前的研究一样尝试寻求线性的或者单调的关系，那么合并之下，高中低三个组都可能包含数量相去不远的死亡风险高的人。这样一来，碳水化合物供能比变化带来的死亡率变化被掩盖掉了一大部分真的太正常了。

此外，当他们把自己的队列人群和其他人的研究的人群当中高碳水化合物那部分人截掉了，选择中等和低碳水化合物摄入的人合并在一起做了 meta 分析之后，他们发现，总的来看，即便纳入了之前报告不增大风险的 Nilsson 的研究，低碳水化合物饮食增大死亡风险的关系仍然是显著存在的，而且离 1 相对还更远了。

而且，由于他们遵循的 meta 分析方法是前面那篇 2013 年的分析低碳水化合物饮食和死亡风险的系统综述的方法，也就意味着他们纳入的队列研究应该不会有遗漏，因此这篇研究的效力理论上是有可能达到牛津循证医学证据分级的最高等级 1a 级别的。（当然，循证医学不是我的研究方向，如果估计失误，请同行不吝指正。）

除此之外，这篇研究还有一个有意思的发现，那就是虽然用动物来源的蛋白质和脂肪替换碳水化合物会增大死亡风险，但用植物来源的蛋白质和脂肪替换碳水化合物则反而可以降低死亡风险。这证明脂肪和蛋白质的来源可能影响了碳水化合物供能比和死亡率之间的关系。

但是，作者也提到，这样的植物来源蛋白质、脂肪替换碳水化合物的人相对比较少，因此他们还未能确切地分析这种膳食模式和其他膳食模式相比孰优孰劣。因此，我们现在仍然还不能下结论说这种吃法一定比目前的 MyPlate、DASH、地中海饮食等等都更健康或者更差。

考虑到植物性食物和动物性食物之间脂肪酸种类比例的差异、蛋白质氨基酸结构和组成比例的差异，以及一些具有生物活性的物质比如大豆异黄酮、植物甾醇之类的植物化学物的含量差异，这一方面也许深挖下去还有更多有意思的发现。

④总结

Anyway，一个给吃瓜群众的（尽量通俗的）版本：

第一，哈佛的研究者这次找到了一个更合适的数学模型，这让它能比之前的研究更贴切地描述碳水化合物摄入与死亡风险之间的关系。

第二，不出意外的是，他们的结果也确实比以前的研究清晰得多、分量也更重。这篇研究可能是我们目前有的各篇论证低碳水化合物饮食增大死亡风险的研究中最接近实锤的一个。

（也因此，才能发在柳叶刀的子刊上吧。毕竟前面的研究最好的也只是发在一些只是营养流行病学小领域内有影响的杂志……）

第三，根据这篇研究以及前面诸多队列研究的结果综合下来看，这些高等级的证据比较一致地表明，各国膳食指南中推荐的 50%-65%的膳食碳水化合物供能比目前仍然是最合适的；而像某些生酮饮食菜谱那样，要求多吃肉和动物油直到碳水化合物供能比低于 20%，是“不值得鼓励的”，因为这样做真的可能会明显增大未来的死亡风险，也即，有害健康。

（当然了，如果你觉得用一小部分期望寿命换来多吃这么多年肉是划算的，那……也算是一种个人选择吧。）

第四，就研究者在论文中提到的那样，如果你出于某些原因，一定要坚持低碳水化合物饮食，那么尽量使用植物来源的蛋白质和脂肪替换碳水化合物，会比用动物来源的好一些。但目前的证据还不足以证明这样吃比其他膳食模式都健康，反之亦然。

以上。

---

更新

有人提出了一些针对这篇研究的效力的质疑，我在这里一一回复。

Q1：原文没有排除不相干的死亡理由。

A1：原文发现心血管病相关死亡和非心血管病相关死亡都因此增加了。

在讨论部分。去读一下原文吧。

Q2：受访者的记忆不可靠。

A2：事实上，在营养流行病学研究里，由受过训练的调查员使用标准碗、标准盘、标准杯和食物图谱一对一进行询问辅助受访者回忆的食物频率问卷最后得到的摄入数据是可以有足够的效度和信度供研究的，这一点不仅由作者之一在 1985 年发表过信效度研究确认过了，也由三十多年来的无数营养流行病学研究反复证实过了。

另外，随访调查是总称，一对一面谈（interview）是形式，问卷调查是工具。所以其实说“用随访调查取代问卷调查”就相当于说用知乎取代 python……

Q3：光是美国四个社区的饮食方式代表不了所有人。

A3：是，那也要看你研究的是什么问题。如果是研究各人之间内裤的牌子的分布，那很可能代表不了中国人，因为美国流行的牌子跟中国不一样很正常。但这是关于“人”的“饮食健康”，我们和美国人吃的高度相似营养成分的动物和植物，也都是 homo sapiens 这个物种，唯一的区别是美国人的膳食结构比较极端的比中国人更多，因此他们能更好地体现我们想看的低碳水化合物供能比那一部分的数据。说完全没有参考价值是不对的。

Q4：影响死亡率的因素确实还有很多。

A4：研究者已经调整了影响比较大的因素了，比如吸烟等等。剩下的压力、熬夜、遗传因素之类的，以目前研究得到的结果来看，压力、熬夜之类的因素，HR 指示的效应幅度非常小，还不足以成为关键的干扰因素；而严重缩短寿命的基因疾病，则基本不会让病人活到 45 岁。

Q5：meta 分析的数据会注水。

A5：其实这篇研究使用的方法是遵循一篇已发表的系统分析的方法，而且从结果来看纳入的研究质量都在牛津证据分级 2b 甚至到 1b 级别，属于非常高质量的证据，因此不存在注水的问题。

Q6：真正有价值的研究是 RCT。

A6：其实，低质量的 RCT 和单独的队列研究一样在牛津循证医学证据分级标准的 2a 级别，即便最后得到非常窄的 95%CI 的单独一篇 RCT 研究也只能达到 1b 级别，而这篇研究因为是对多个大队列的荟萃分析，理论上最高可以达到最好的 1a 级别。

另外，对于这种需要长期坚持一个膳食模式的研究，由于膳食天然的难以设盲的特性，还有人性的复杂带来的长期来看的依从性低，以及潜在的伦理问题，开展长达 25 年的 RCT 实际上已经是不可能的了。因此，如果要观察低碳水化合物供能比的膳食在长期的安全性，人类目前最好的工具是多中心大样本队列研究以及对现有各个队列研究的荟萃分析。

---

行文仓促，学识有限，如有错漏之处，烦请各位同行不吝指正。感激不尽！