破解奶油迷思：為什麼「奶油致命」研究存在根本缺陷？營養科學的統計陷阱與個人化飲食實驗

### 為什麼「牛油致命」是偽科學？一篇爆紅營養研究的致命缺陷
### 營養科學早該停止假裝知道該吃什麼——以及你該如何自己找出真相

### 最新爭議
「牛油會讓你更接近死亡」——這項最新研究結論正被媒體瘋狂轉發，但其實問題重重。

### 為什麼重要？
當營養研究堅持用存在根本缺陷的統計方法指導飲食時，你有權知道這些漏洞。

### 重點整理
- 逐項拆解論文的實驗方法與結論
- 一項模擬實驗竟得出完全相反的結果

### 每十克牛油的代價？
研究聲稱每多吃十克牛油，早死風險就增加15%[1]。這篇論文堪稱我今年讀過最「精彩」的研究——當然是帶引號的那種（好吧，今年才剛開始，說不定還會出現更糟的）。

得感謝James Bellerjeau律師早在我注意到這篇論文前就提醒了我。

它的「精彩」之處不在於老生常談的反牛油論調，而在於研究者如何硬要用多年前就被指出存在致命缺陷的統計方法，強行得出他們想要的結論。

（補充背景：這類研究往往忽略個體差異——比如基因、運動習慣對代謝的影響，也鮮少區分牛油中不同脂肪酸的比例。隨機對照試驗和觀察性研究得出的結論可能天差地別，但媒體總愛簡化成聳動標題。）

在這篇文章中，我要告訴你為什麼這些研究結論根本不可信。我會教你如何從現在起一眼識破這些致命缺陷，甚至透過模擬實驗向你展示——從論文的數據中竟然還能得出完全相反的驚人結論。最後我想讓你明白，當我們談論奶油（或是其他任何食物）對健康的好壞時，真正能給出答案的...恐怕只有你自己。

## 等等，奶油又被踢出健康名單了？

"奶油回來了嗎？"這曾是2016年某篇論文的標題，當時的研究結論是這樣的[2]：
‧奶油攝取與全因死亡率僅存在微弱關聯
‧與各類心血管疾病沒有顯著相關性
‧反而與糖尿病發病率呈負相關
「這些發現不支持在飲食指南中特別強調增加或減少奶油攝取。」

然而十年後的現在，營養學界又上演了經典的髮夾彎——這個人類食用超過五千年的動物油脂，突然就必須被僅有一百五十年食用歷史的工業加工植物油取代：
「用植物油替代奶油，可能對預防過早死亡帶來顯著益處。」[1]

**那麼2016到現在到底改變了什麼？**
老實說，什麼都沒變。

（這裡稍微補充點背景：每個人的基因差異、代謝模式和生活習慣都會影響食物對身體的作用。現有研究經常忽略個體差異，採樣也容易出現偏差，更別說那些沒被嚴格控制的變數了。與其糾結這些互相矛盾的團體數據，不如嘗試記錄自己的飲食反應——畢竟你的身體，才是最好的營養實驗室。）

## 研究內幕：他們如何（試圖）衡量牛油的健康影響
這項研究探討了美國成年人攝取牛油與植物油對全因死亡率、癌症及心血管死亡的關聯性。不過這些"成年人"可不是普通民眾——研究團隊的數據來自三個醫療專業人員組成的長期追蹤群組：護士健康研究(NHS)、護士健康研究II(NHSII)，以及衛生專業人員追蹤研究(HPFS)，這些研究至今仍在進行中[3][4]。

具體來說：
- NHS始於1976年，招募了121,700名30至55歲已婚註冊女護士
- NHSII於1989年啟動，對象是116,430位年齡介於25到42歲的女性護理人員
- HPFS則從1986年開始，追蹤51,529位40至75歲的男性醫療從業者

這項關於牛油與死亡率的研究將1991年設為基準點，之後進行了長達33年的追蹤。當年參與者的平均年齡，NHS和HPFS組約68歲，較年輕的NHSII組則是48歲左右。他們的飲食數據來自每四年填寫一次的「食物頻率問卷」(FFQ)。

## 標題vs.現實：研究「真正」發現了什麼
研究數據顯示，每天攝取超過10克牛油的高攝取組，其全因死亡率比起最低攝取組要高出15%。至少論文是這麼呈現的——不過值得注意的是，這種關聯性可能還涉及其他因素，像是受試者的基因差異、生活方式選擇，或是同時攝取的其他營養成分（比如牛油中的維生素A、K2與飽和脂肪酸的複雜交互作用）。長期追蹤研究雖然能觀察飲食習慣的實際影響，但要完全釐清單一食材的健康效應，老實說還真不是件簡單的事。

仔細檢視這份研究的補充資料後，會發現全因死亡風險的增加只出現在NHS女性組別中。無論是NHSII還是HPFS的參與者，都沒有觀察到明顯的死亡率上升。更讓人意外的是，心血管疾病死亡率在所有組別中都沒有受到影響——這本來該是奶油中的飽和脂肪「作惡」的主戰場才對。不過在男性組別中，那些對麵包塗奶油毫無節制的人，其癌症死亡風險比斤斤計較奶油用量的人高出37%。這個數字乍看確實會讓人緊張地盯著早餐吐司上的奶油瞧。

但如果你讀過我之前的文章，大概能猜到接著要說什麼——當研究只強調相對風險時，通常是在遮掩那些不太起眼的絕對風險變化。舉例來說，15%的相對風險降低，換算成NHS女性組的絕對風險其實是從56%降到48%；而37%的男性癌症死亡風險差異，對應的絕對風險變化不過是23%與16%之別。

**重點摘要：**
要是研究作者或媒體老愛用相對風險嚇唬人，務必追查絕對風險數據。如果找不到現成數字，不妨自己動手算——對照各組參與者人數和實際發病數，就像前面舉例的那樣。

總結奶油與健康的真實關聯：
- 僅在最年長的女性族群(NHS)中與全因死亡風險上升有關
- 根本沒影響心血管疾病死亡率
- 只與男性的癌症死亡率顯著相關

這些發現和論文摘要或媒體報導的版本相差十萬八千里。整篇研究最尷尬的地方在於：奶油居然沒影響心血管死亡率（這違反主流認知），而且效果僅限特定族群。這讓它更像2016年那篇「奶油其實沒差」的大型研究——當年63.6萬受試者來自各行各業，比起這次清一色的醫療從業人員，顯然更能反映真實人群狀況。

這不免讓人產生兩個疑問：
1. _**是否存在未被納入考慮的干擾因素？**_
2. _**受試者清一色是醫護人員，會不會扭曲研究結果？**_

**自製干擾因素毀了這項研究**
雖然我在先前討論咖啡與失智症關聯的文章中解釋過干擾因素，這裡還是簡單說明：要成為某因素（奶油攝取）與結果（早逝風險）之間的干擾變項，必須符合三個條件：
- 與結果存在因果關係
- 與研究因素有關聯（不論是否為因果）
- 不在「研究因素→結果」的因果路徑上

營養學的觀察性研究向來容易漏掉干擾變項，但這次的問題更妙——研究者居然「自製」了干擾因素。細看研究方法會發現：「總奶油攝取量」的計算方式，竟把奶油與人造奶油的混合製品、塗抹用奶油、烘焙用奶油全混為一談。換句話說，**他們把奶油和人造奶油當成同個項目來計算**...

你可能知道，這樣的說法多多少少有些可疑。直到2000年代早期，許多人造奶油中仍然含有部分氫化脂肪（也稱為反式脂肪），直到2015年FDA開始收緊其使用，首先撤回了其「一般認可為安全」的地位，並在2023年最終禁止使用這類成分。這意味著，在33年的隨訪期間，消費黃油的參與者很可能接觸過部分氫化脂肪，但由於研究者將黃油和含有PHO的人造奶油混為一談，我們無法評估實際暴露程度。這是如何構成混淆因素的？因為當它們被歸入「黃油」類別時，人造奶油的攝取必然會與黃油攝取呈正相關。而作為心血管疾病（CVD）的風險因素，它也會影響死亡率。因此，我們面臨兩個令人困惑的問題：**第一**，研究人員為何將人造奶油與黃油捆綁在一起，而明顯可以將它們區分開來？食物頻率問卷提供了所有所需數據。**第二**，為何只有在較老的女性參加者群體中（NHS隊列）出現黃油（和人造奶油）與早期心血管病死亡之間沒有關聯，而僅僅是在全因死亡上存在相關性？對於第一個問題，你我的答案都不一定能讓人滿意，但或許我可以分享我的看法。

## 模擬實驗中的驚人啟示

我曾經身處學術出版界，不論是作為作者還是評審，都讓我變得有些懷疑。我懷疑作者實際上對每一項食品進行了單獨分析，但結果不夠吸引眼球，因此他們決定以更具爭議性的方式呈現。如果他們不得不報告「沒有影響」的結論，那對營養學界長期以來對動物脂肪的抨擊而言無疑是一種挑戰。好吧，這只是我個人的懷疑，如果你不同意，也沒關係。不過，我並不喜歡停留在懷疑上而不進行測試。因此，我創建了一個假設性的人口模型（現在統計軟件使得這變得容易），並根據以下假設進行模擬：

- **整體人口中黃油和死亡率之間沒有關係**
- **某個尚未命名因素與黃 butter 消耗量之間存在負相關**
- **該因素與死亡率之間存在正相關**

這個神秘因素就是 _健康意識/指導原則遵守度_。原因如下：從七十年代到九十年代，由於健康指導方針的不斷改變，人們對黃色牛油果生產產品有所偏見，更青睞人工製品。而下圖用USDA 的食品供應數據說明了此事。在那段時間內，更加相信那些指導方針的人越傾向用人造奶油替代Butter消耗量。因此，我假設該 _因素_ 與Butter消耗量之間存在負相關。同樣，在那段時間裡，大眾普遍害怕肥胖，因此常常以碳水化合物替代掉熱量來源，包括精製碳水化合物，此舉同樣會增加慢性疾病及提早死亡風險，所以該 _因素_ 與死亡率之間呈正相關。我還假設醫療專業人士的 _健康意識/指導原則遵守度_ 高於平均水平。在上述假設基礎上，我模擬出1000人的群體：

- **零關聯性 between butter consumption and mortality**
- **健康意識 / 指導原則遵守度 (factor) 和死亡率之間微弱正相關**
- **該 factor 和 butter consumption 之間中等負相關**

接著，我查看如果只考慮那些遵循高於平均水平指南的人，他們之間 Butter 消耗和死亡率會怎麼樣。結果如圖所示！灰色橫線表明，在整體人口中 Butter 的攝入和 mortality 之間沒有任何關聯（顯然如此）。但當我們限制觀察範圍至那些忠實遵循指南的人士後（紅色三角形），便發現他們的 mortality rate 上升（p<0.001 顯著）。而不是虛假的結果，其實錯誤的是結論，即認定 Butter 而非有缺陷飲食指導造成早死。有趣的是，是那些職業上最堅持飲食指南的人才表現出跟高 mortality rate 關聯。

好吧，那是一次深入探討模擬情景的一次旅行，相當於統計學家的犯罪調查動畫。但我們都有可能犯錯。所以我也可能錯了。同樣地，有必要解釋一下第二個問題——為什麼只有最老女性群體中的 Butter 和 early death 出現相互關聯？再次強調，我給出的解釋只是一種推測。然而，如前文提到，她們生活過的人造牛油果盛行年代或許已經留下足夠傷痕，以致她们在1991年後隨訪時付出了代價。此外除了那種糟糕的 黃 butter / 人工牛油果搭配外...

## 擺脫『黄 butter = 死亡』 認知偏差的方法

### 食品頻率問卷中的致命漏洞

你覺得自己能準確回憶起自己過去一年130多項食品攝入狀況嗎？再根據 <1/月 到 ≥6 servings/day 的比例進行排名呢？因為就是採取這種方式評估三組人口中的飲食習慣。如果記憶型膳食評估方法(M-BM) 表現極差，有些研究者甚至希望完全淘汰它。[6] 他評論道：「M-BM 數據無法用來制定國家膳食指南，而繼續資助 M-BMs 則構成了一種非科學且重大資源浪費。」如此苛刻批判背後原因，就是 M-BM 數據生成不可驗證數據，也就是說，你無法核實受訪者報告食品攝入量是否符合真實情況。然而，可驗證性恰恰是科學的重要標誌之一，使其區別於幻想。

舉例來說，如果我們願意接受本研究使用 FFQs 作合理猜測飲食攝入，其依然無法阻止 Titanic 沉沒。

### 控制混淆變數 = 總是不夠

該篇探討『黄 butter - 死亡』 論文作者提供了一份聽起來令人印象深刻、包含大量控制變數清單。然而，不論你是否吃 Butter 隨著年齡增長，你死去機率自然就會增加。此外吸煙、酒精消耗、運動不足、高 BMI 等因素都能加速你的生命走向盡頭。不論是年齡亦或其他控制變數，自然而然大幅減少了三組人口中 黄 butter 與 死亡 相互作用力所剩殘餘的重要性。而最後僅剩下幾項重要相互作用，包括 NHS 中全因死亡以及男性癌症等事件。如果再加入更多未知变量来进行新的控制，这些相关关系是否也会随时间荡然无存呢?

雖然我沒法拿出確鑿證據，但這組研究數據實在讓人起疑——受試者們簡直乖得像營養師教科書裡的模範生：
- **每三人就有一人幾乎完全不吃奶油**
- **四分之三的人每天攝取量不超過一茶匙**
- **只有2%的「叛逆份子」會吃到10克（約三茶匙）以上**

這些2%族群讓我想起摩托車黨裡那些「1%法則」的狠角色（像地獄天使、班迪多這種幫派），根本是公然挑戰主流規範。有趣的是，這群「奶油暴徒」在各項健康指標的表現確實比較差：抽菸喝酒樣樣來、能坐就不站、體重超標...反正你能想到的負面因子他們全包了。

（補充說明：這種情況就像沒考慮到不同族群的飲食習慣差異，要是能像某些研究那樣用多變量分析控制運動量、遺傳背景等干擾因素，或許能更準確看出奶油攝取量與健康的真實關聯...）

看看他們那種對健康生活指南根本不屑一顧的態度，你覺得他們會嚴格控制加工肉類攝取量、斤斤計較添加糖分、對精緻碳水嗤之以鼻嗎？當然不可能。所以那篇論文的作者為什麼不控制這些變因呢？我們永遠無法確切知道原因，不過你大概猜得到我的看法。

## 矛盾結果=效應波動現象
當你用不同統計模型分析奶油攝取量與存活率之間的關聯性時，如果每種模型得出的結論都不一樣——就像約翰·約安尼迪斯提出的「效應波動現象」（VoE）[7]所描述的那樣——這正說明研究結果存在很大問題。（說實在，這情況就像用三種不同濾鏡拍同一道菜，結果分別呈現出米其林三星、大學食堂和黑暗料理的賣相，這時候你該質疑的到底是食材還是濾鏡？）

要讓這種飲食研究更可信，或許該考慮加入模擬實驗設計：比方說隨機分配受試者使用植物性奶油或不同脂肪來源，並詳細比較營養成分；再針對年齡層、性別和慢性病史等條件做次群組分析。畢竟六十歲糖尿病患和二十歲運動員對脂肪的代謝反應，搞不好差距比人造奶油和天然奶油的成分差異還大呢。

這正是我們在研究中所觀察到的現象（我在[先前的貼文]中解釋過VoE的概念）。第一個模型對三個研究群體都給出「絕對肯定」的結論，但當我們在NHSII和HPFS中加入第二組干擾因子後，這種關聯性就消失了。其實所有提到的干擾因子都該用各種可能的組合方式來檢驗[8]，畢竟Ioannidis分析NHANES數據時就發現，約有三分之一的暴露-結果組合會因為不同干擾模型而出現死亡率升高或降低的搖擺現象。套用到我們的研究，就像是可能在某些干擾因子配置下發現奶油具有保護效果，卻在其他配置中顯示有害影響。

說到數據的局限性，就像飲食研究常遇到的問題——光靠問卷回憶容易產生偏差，畢竟人們對攝取頻率的記憶未必準確，更別說食物烹調方式或個體代謝差異這些細節。要是能搭配生物標記檢測，或許能讓結果更貼近真實情況。不過話說回來，這種統計上的波動本來就是科學研究常見的狀況，重點在於我們怎麼解讀這些看似矛盾的數據。

考慮到（a）我們思想實驗的結果，加上（b）光是兩個干擾因子模型就讓三組子群體中有兩組的結論從「有害」變成「無影響」，這種推測其實不算太牽強。**更別提那個老問題：相關性研究永遠無法證實因果關係。**面對這麼多不確定性，Ioannidis直接斷言像我們分析的這類觀察性研究根本徒勞無功[9]：

>「再發一百萬篇觀察性論文或做幾個小型隨機試驗也解決不了問題。隨機試驗真正的價值，在於為全面性介入措施的超大型關鍵試驗鋪路。」

說到底，要釐清奶油對健康的影響，光靠統計模型調整干擾因子可能不太夠。畢竟像基因差異、生活作息這些變數，就算用最厲害的演算法也難保完全控制。這時候隨機對照試驗（RCT）那種把受試者亂數分組的設計，反而更能避開雜訊干擾。不過話說回來，就算做到隨機分派，要是統計方法沒選對或樣本數不夠大，解讀結果時還是可能掉進坑裡啊。

每個人每天消耗成千上萬種不同的營養素，並以數百萬種可能的組合進食。不僅這些營養素彼此之間會相互作用，還會受到我們的微生物群、代謝和基因組影響。此外，食物中的營養成分也會隨著季節變化、收成條件和加工技術而有所不同。正因如此，Jacobs及其同事建議應該專注於食物間的協同效應，而非單獨看待某一種營養素或食品。他們提出這一觀點已有十年，但至今仍未引起實質性的改變。

在提供可靠的飲食建議方面，營養科學似乎對科學推理和合理性不屑一顧。那麼，我們該如何解決這一困境呢？

我認為最有效的方法是將自己轉變為一項單例對照實驗。我不是開玩笑。我之前詳細描述過FDA批准的單案例實驗方法，也就是所謂的N-of-1研究。該方法承認，由於我們無法預測哪類食物如何與個體基因組、微生物群和代謝產生反應，因此優化飲食的唯一途徑便是透過試錯法。在短期內比較增加或減少某種食物攝入量，以及調整並維持飲食習慣，從而找到適合自己的最佳選擇。若您的目標是提升健康水平與延長壽命，那麼血管老化指標可作為每日回饋的重要參考，以了解您的飲食干預對降低慢性疾病風險及早逝可能性的影響。

至於黃油，我偏向於使用它。畢竟牛奶和黃油已經伴隨人類至少五千年了。而工業加工植物種子油則僅在150年前才開始出現在我們的飲食中。目前超市裡的大部分菜籽油等植物油都經過工業加工，其中包括使用己烷提取油脂，而己烷是一種理想但危害健康的溶劑。在理想情況下，我們希望所吃的油脂不含己烷，但現實卻不如意。因此，食品當局只允許一定量被視為無害（以百萬分之幾計算）。真正不含己烷的是冷壓榨製品，它們價格較高，是因為冷壓只能釋放出部分籽粒中的油脂內容。不過，我相信某些植物油及其Omega-6與Omega-3脂肪酸比率或許能給我的飲食帶來好處。然而鑒於營養科學界對採用可檢證的方法進行科學探究的不情願，我更信任來自我個人的N-of-1實驗結果。這些結果對您而言可能並不完全適用，因此我鼓勵您自己嘗試。

現在我很想知道您對黃油以及目前營養科學建議狀況的一些看法。