Hvorfor er ernæringsvitenskap så forvirrende?

Feltet av ernæring kan være ganske forvirrende for de aller fleste.

Et hav av informasjon om ulike kosthold som motstrider hverandre totalt.

Hver uke dukker det opp en nyhetsartikkel som kommer med sterke påstander som:

«Spiser du ost hver dag, lever du dobbelt så lenge»

«Hvete er den viktigste matgruppen til å behandle diabetes 2»

«Smør øker risiko for hjerteinfarkt»

«Nei, Margarin øker risiko for hjerteinfarkt!!»

«NEI SMØR ØKER RISIKO FOR HJERTEINFARKT!!!»

Hvis du har gitt opp å prøve å forstå deg på hvem som har rett, så forstår jeg deg godt.

Hvorfor er det så mange forskjellige meninger? Hvorfor har folk kommet frem til så utrolig forskjellige konklusjoner?

Det er rotete, men samtidig veldig enkelt.

Når du begynner å dykke ned i verden av ernæringsvitenskap forstår du nemlig at mange av de konklusjonene som alt fra mediehusene til helsedirektoratet har kommet frem til, er veldig ofte basert på vitenskap som egentlig aldri viste veldig sterke bevis.

Epidemiologi, observasjonsstudier og ernæring

Et av de store problemene med ernæringsvitenskap er tyngden som har blitt gitt til svake epidemiologiske observasjonsstudier.

Et epidemiologisk studie defineres som «et studie med fokus på befolkningshelse, sykdommers forløp, årsak og konsekvens, utbredelse og demografi.»

En av de vanligste typer studie å bruke innenfor epidemiologi er et observasjonsstudie.

Et observasjonsstudie kan lure deg litt ved navnet og få deg til å tro at forskeren faktisk observerer deltakerene.

Det stemmer dessverre ikke og i et slikt studie har forskeren ingen kontroll over hva deltakerne faktisk gjør.

I et observasjonsstudie ser man på massive populasjoner og prøver å dra konklusjoner basert på den informasjonen de har sendt inn.

En av de vanligste måtene å samle inn informasjon til et slikt studie på er med et matvarefrekvensskjema.

Da sender man ut et spørreskjema som ber deltakeren kalkulere sitt matinntak for en spesifikk tidsperiode.

Disse er retrospektive, som betyr at man ikke fyller ut underveis som man spiser, men at man heller estimerer ut i fra sitt minne; «hva har jeg spist (f.eks) de siste 3 månedene».

I noen tilfeller blir man bedt om å kalkulere et helt år tilbake!

Ditt minne er ikke godt bevis!

Da vil jeg at du spør deg selv: Har du en tydelig oversikt over hvor mye, og akkurat hva du har spist de siste 3 månedene?

Hvor mange avokadoer har du spist den siste måneden? Hvor mye smør har du spist det siste halvåret? (Jeg håper det er mye!;-)

Minnet ditt er på ingen måte en presis beskrivelse av virkeligheten, og er derfor ingen god data for å avgjøre ditt faktiske nærings- og kaloriinntak.

Man kaller denne type data for en «minnebasert evaluering», og det er mye bevis på hvor unøyaktig det kan være(R).

Et stort problem er at folk underrapporterer matinntaket sitt, som fører til at man får et helt forstyrret bilde av hvor mye makro- og mikronæringsstoffer disse menneskene faktisk får i seg.

Forstår du at dette blir vanskelig å egentlig basere noen som helst sannhet på?

(STRIKE ONE!)

Korrelasjon er ikke det samme som kausalitet!

Slike studier kan kun skape en korrelasjon(en mulig sammenheng) og IKKE en kausalitet(en klar og tydelig sammenheng).

De brukes hovedsakelig til å generere en hypotese, som man da kan ta med seg videre og teste i en mer robust vitenskapelig modell, slik som et randomisert kontrollstudie(RCT).

I feltet av ernæring blir ikke den begrensende faktoren til observasjonsstudier anerkjent godt nok, og både forskere og journalister snakker om korrelasjoner som om det skulle vært kausalitet(R).

Dr John Ioannidis, en professor på “Stanford School of Medicine” hadde nylig denne kritikken;

“Nutritional research may have adversely affected the public perception of science… the emerging picture of nutritional epidemiology is difficult to reconcile with good scientific principles. The field needs radical reform.”(R)

Jeg er helt enig med han. Denne tilnærmingen til ernæringsvitenskap har forstyrret dette feltet enormt, og har skapt en massiv forvirring hos befolkningen.

Vi trenger å fokusere tydeligere på kvaliteten av beviset som blir lagt frem av de ulike studiene, før vi trekker noen drastiske konklusjoner og baserer nasjonale kostråd på dem!

(STRIKE TWO!)

Disse studiene er som sagt til for å se på korrelasjoner, og vurdere om korrelasjonen er sterk nok til å ta det med videre til f.eks en RCT.

To variabler som korrelerer har IKKE nødvendigvis et kausalt forhold.

http://tylervigen.com/spurious-correlations er en morsom side som tydeliggjør dette poenget ved å vise hvor absurde korrelasjoner man kan hente frem fra statistikk.

Fra siden:

Ja det har en sammenheng rent statistisk, men hva betyr det egentlig?

Disse forholdene er selvfølgelig ikke kausale, men det man ser i feltet av ernæring er at de som utfører disse studiene ofte snakker om funnene sine som om de var det.

En analyse gjort i 2013 som ser på dette viste at forfattere av observasjonsstudier brukte funnene sine til å gjøre medisinske eller ernæringsmessige anbefalinger i 56% av tilfellene(R).

Fra studiet:

“In conclusion, our empirical evaluation shows that linking observational results to recommendations regarding medical practice is currently very common in highly influential journals. Such recommendations frequently represent logical leaps. As such, if they are correct, they may accelerate the translation of research but, if they are wrong, they may cause considerable harm.”

«Healthy user-bias»

Noe annet som kan gjøre det vanskelig å stole på slike studier er deres evne til å kontrollere for andre livsstilsfaktorer.

Det er høyere sannsynlighet for at helsebevisste individer som spiser et sunt kosthold også lever en sunn livsstil på andre måter.

Rødt kjøtt har i lang tid blitt sett på som noe «usunt», så sannsynligheten for at mennesker som spiser mye rødt kjøtt også har andre usunne livstilsfaktorer(røyking, inaktivitet og økt alkoholinntak) vil være høyere.

Dette er selvfølgelig noe de fleste forskere er veldig klar over, og man gjør som regel sitt beste for å legge til rette for dette, men det er veldig veldig vanskelig.

Resultatet av dette er at veldig mange observasjonsstudier ender opp med å sammenligne to typer mennesker som er veldig forskjellige og som definitivt skaper tvil rundt dataen som blir samlet inn.

(STRIKE THREE – YOU’RE OUT!)

Vi trenger klare korrelasjoner!

Jeg ønsker ikke å kaste observasjonsstudier helt under en buss, og de kan definitivt være veldig nyttige, men det vil i stor grad komme an på hvor sterk korrelasjonen er også.

La oss ta for oss et eksempel og se på konklusjonen IARC (the International Agency for Research on Cancer) kom frem til angående rødt kjøtt.

«For hver 50 g med prosessert kjøtt du spiser hver dag øker du din risiko for kreft med 18%, sammenlignet med de som spiste minst prosessert kjøtt(R).»

I feltet av epidemiologi bør den relative risikoen ligge mellom 100 og 300% for at den i det hele tatt skal bli tatt seriøst.

Med andre ord; vi er nødt til å se en økning eller reduksjon i risiko på mellom 100 og 300% for en gitt implementasjon(i dette tilfellet; spise prosessert kjøtt), før vi kan være sikre på at den endringen vi observerte(økt risiko for kreft) var grunnet denne implementasjonen og ikke bare var tilfeldig.

I en artikkel kalt «Epidemiology Faces Its Limit» av vitenskaps journalen «Science» er det en stor enighet blant mange epidemiologer at de ikke tar et eneste studie som rapporterte en ny potensiell årsak av kreft på alvor, med mindre økningen i risiko lå på minst 300%.

De fleste observasjonsstudiene innenfor ernæring faller langt under denne grensen.

De fleste er under 100% og det studiet IARC brukte til å komme frem til den flotte konklusjonen sin, er under 25%.

Med en relativ risiko på UNDER 25% kommer de med den påstanden.

For å sette dette i perspektiv var den økte relative risikoen for lungekreft fra å røyke sigaretter mellom 1000% og 3000%.

Den økte relative risikoen for å utvikle leverkreft fra å spise korn med aflatoxin er 600%.

Hvis du i tillegg ser på «absolutt risiko» så blir ikke overskriften like spennende ettersom risikoen for å utvikle tarmkreft hos vegetarianere var 4.5 av 100; og hos folk som spiser 50 g kjøtt hver dag var risikoen på 5.3 av 100.

Dette peker dessverre på at mesteparten av dataen fra observasjonsstudier innenfor ernæring er vanskelig å skille fra tilfeldighet, og vil mest sannsynlig ikke bli validert av en RCT.

(STRIKE FOUR – YOU’RE OUT… AGAIN!)

Et stort problem i verden av akademia er at når forskere oppdager negative assosiasjoner, har de mye mindre sjanse for å få sin vitenskapelig artikkel publisert, og uten publiseringer har de ingen jobb(R).

Dette skaper et stort insentiv for å finne en positiv assosiasjon.

Det samme gjelder for medieverden hvor presset etter å generere «clicks» og få inn penger fra reklame fører til «click-bait» overskrifter som overdriver eller forstyrrer hva studiet faktisk fant.

Konklusjon

Forholdet mellom korrelasjon og kausalitet er noe som burde ha et strengere fokus på seg både hos forskere og hos journalister.

Det burde være større konsekvenser av å spre «sannheter» basert på fattig vitenskap.

Det har skapt en enorm forvirring hos befolkningen og gitt oss 40 år med vranglære.

Vranglære som har skapt et epidemi av overvekt, metabolsk syndrom og andre liknende kroniske lidelser.

«Åja… Mettet fett, kjøtt og salt er essensielt for en god helse sier du…? Kolesterol er ikke den egentlige årsaken til hjertesykdom sier du? Ehe… Wups!»