Почему «научно доказанные» советы по питанию противоречат друг другу — и как читать исследования самому

Завтрак защищает от ожирения. Завтрак не влияет на вес. Красное мясо убивает. Красное мясо можно не трогать. Соль — смерть. Соль — не доказано. Каждый тезис звучит как «наука доказала», и каждый за пару лет меняет знак.

Это не потому, что учёные врут. А потому, что в питании почти невозможно поставить чистый эксперимент: людей нельзя запереть на десять лет и кормить по расписанию. Приходится смотреть на тех, кто уже что-то ест, — а это наблюдение, в котором еда коррелирует со всем остальным: доходом, сном, курением, движением.

Разбираю три показательных случая и даю проверяемый способ читать такие работы самому.

Случай 1: завтрак — как рождается уверенность без доказательства

В 2013 году Браун, Боан Браун и Эллисон опубликовали в American Journal of Clinical Nutrition разбор «предполагаемого эффекта завтрака на ожирение». Они не спорили с идеей, они проверили, на чём она держится.

Оказалось: наблюдательные исследования много раз подтвердили связь «не завтракаю — значит, полнее», но ни разу не доказали причинность. Кумулятивный мета-анализ показал, что дальнейшие однотипные наблюдения ничего не добавляют — вероятность случайно получить такую же связь упала ниже 10⁻²⁴², то есть вопрос «связано ли» закрыт давно и окончательно.

Дальше — самое полезное. Авторы посмотрели, как эту литературу цитируют. Из 46 статей, ссылавшихся на ключевое исследование по теме, только 17% передали результаты точно. 62% исказили — и почти все искажения были в пользу завтрака. То есть ошибка возникала не в данных, а на этапе пересказа.

Это и есть механизм, из-за которого «научно доказано» живёт своей жизнью: одно наблюдение превращается в утверждение о причине, потом цитируется по цепочке, и к десятому звену никто уже не помнит, что там была корреляция.

Случай 2: ультра-переработанная еда — редкий эксперимент

Обратный пример — когда экспериментальное доказательство всё-таки получили. Холл и коллеги (Cell Metabolism, 2019) закрыли 20 добровольцев в клиническом центре NIH на месяц и две недели кормили ультра-переработанной едой по классификации NOVA, две — минимально обработанной, в случайном порядке. Рационы уравняли по калориям, сахару, жиру, соли, клетчатке и макронутриентам, которые подавались на стол. Есть можно было сколько угодно.

На ультра-переработанном рационе участники съедали в среднем на 508 ккал в день больше (p = 0,0001) и набирали около 0,9 кг за две недели. На необработанном — теряли столько же. Прибавка шла за счёт углеводов и жира, но не белка, и ели участники быстрее. Это первое РКИ такого типа, и оно показывает причинность, а не связь.

Ограничения тоже важны: двадцать человек, один месяц, стационар, где за вас решают, что на тарелке. Переносить это на «питайтесь так всю жизнь» нельзя — но и отмахиваться («выборка маленькая») не стоит: для причинного вывода важнее дизайн, а не число участников, а дизайн здесь редкий.

Случай 3: красное мясо — когда честные люди приходят к разным выводам

В 2019 году Annals of Internal Medicine опубликовал рекомендации консорциума NutriRECS: пять систематических обзоров, методология GRADE, панель из 14 человек из 7 стран, включая трёх обычных людей без медицинского образования. Вывод: взрослым можно продолжать текущее потребление красного мяса и переработанного мяса — слабая рекомендация, низкая достоверность доказательств.

Логика не «мясо полезно», а «разница слишком мала, чтобы её измерять»: при реалистичном снижении на три порции в неделю абсолютное снижение риска получается очень маленьким и часто тривиальным, а достоверность доказательств — низкая или очень низкая.

Часть эпидемиологов с этим не согласилась, и спор шёл громко. Смысл для читателя не в том, кто прав, а в том, что «научный консенсус» — это не голосование, а сумма решений о том, что считать достаточным доказательством. Два добросовестных комитета могут разойтись.

Чек-лист: как читать исследование за 10 минут

1. Дизайн. Эксперимент с рандомизацией или наблюдение? Если наблюдение — причинность не доказана, и никакая статистика это не исправит.
2. Размер эффекта в абсолютных числах. «Снижает риск на 15%» — от чего? От 2% до 1,7% или от 40% до 34%? Относительная цифра без базового риска бессмысленна.
3. Кто и сколько. Двадцать человек в стационаре и двести тысяч из опросников отвечают на разные вопросы.
4. Длительность. Две недели показывают направление, но не исходы: инфаркты и смерти требуют лет.
5. Финансирование и конфликты. Не приговор, но повод читать внимательнее.
6. Репликации. Одно исследование — это гипотеза. Три независимых — уже знание.

Арифметика, которую обычно прячут

Пересчёт относительного риска в абсолютный. Допустим, совет «снижает риск на 15%» при базовом риске 2% за десять лет. Тогда было 2%, стало 1,7% — абсолютное снижение 0,3 процентных пункта.

Сколько людей нужно лечить этим советом год, чтобы предотвратить один случай? 100 : 0,3 ≈ 333 человека. При базовом риске 1% — уже 667 человек.

Теперь деньги. Если совет требует ежедневной добавки за 1 500 ₽ в месяц, то 18 000 ₽ в год × 333 человека = около 6 млн ₽, чтобы предотвратить один случай. Это арифметика, а не приговор добавкам: часть из них работает и стоит своих денег. Но когда вам показывают «минус 15%», полезно спросить, где здесь база.

Что делать

1. Любое «доказано» проверяйте по типу исследования. Наблюдение — не доказательство причины.
2. Требуйте абсолютные числа: «на 15%» без базы — не информация.
3. Смотрите на длительность и на то, что измеряли: вес за месяц или инфаркты за десять лет.
4. Не стройте рацион на одном исследовании. Оно почти всегда окажется либо опровергнутым, либо уточнённым.
5. Проверяйте первоисточник. Аннотации в PubMed хватает в половине случаев, а текст статьи — в остальных.
6. Если совет требует денег каждый день — посчитайте NNT и годовую стоимость. Иногда ответ виден сразу.

Это не назначение врача и не замена консультации: при заболеваниях, лекарствах и беременности рацион обсуждают с врачом.

Смотрите также

Биомаркеры после 40: что действительно стоит измерять, а что — трата денег Силовые после 35: сколько подходов и какой вес дают результат — цифры из мета-анализов

Источники

1. Brown A., Bohan Brown M., Allison D. Belief beyond the evidence: using the proposed effect of breakfast on obesity. American Journal of Clinical Nutrition, 2013 — https://pmc.ncbi.nlm.nih.gov/articles/PMC3798081
2. Hall K. и соавторы. Ultra-Processed Diets Cause Excess Calorie Intake and Weight Gain. Cell Metabolism, 2019 — https://doi.org/10.1016/j.cmet.2019.05.008
3. Johnston B. и соавторы. Unprocessed Red Meat and Processed Meat Consumption: NutriRECS. Annals of Internal Medicine, 2019 — https://doi.org/10.7326/M19-1621
4. NIH, пресс-релиз об исследовании ультра-переработанной еды, 2019 — https://www.nih.gov/news-events/news-releases/nih-study-finds-heavily-processed-foods-cause-overeating-weight-gain