术语表

把参与者像抽签一样随机分到两组，只对其中一组施加干预，再比较结果。随机分配能让年龄、饮食习惯、健康状况这些可能影响结果的因素在两组间均匀分布，所以出现差异时可以合理地归因于干预。

但仅凭「随机」二字并不能让结果变得可信。若只有二十人、只做两周，随机也说明不了多少。

把回答同一问题的多项研究的结果用统计方法合并成一个估计值。单个小研究看不出的方向，合并若干篇之后可能显现。

合并并不会让原材料变好。把很多低质量研究凑在一起，得到的就是低质量结论。所以本站引用荟萃分析时，会一并写明合并了多少项、参与者共多少人、作者如何评价证据的确定性。

按事先定好的规则，把某个问题上的研究尽可能不遗漏地找出来并加以整理：检索哪些数据库、纳入与排除的条件、用什么方法评价，都在开工前公开并照此执行。

这正是它与「只挑自己中意的研究来引用」的区别。规则先定下来，就很难再挑着材料去凑出想要的结论。

让人不知道谁接受了真正的干预。只有参与者不知道叫单盲；参与者与研究者都不知道叫双盲。

之所以要遮蔽，是因为期待会改变结果，尤其是疼痛、睡眠质量这类用问卷测量的指标。所以当一项试验的主要指标都是问卷时，本站会特意注明它只是单盲。

同一批人以不同顺序经历两种条件。每个人充当自己的对照，人与人之间的差异被排除掉，因此人数不多也能看出差别。

代价是两种条件之间要留出洗脱期，免得前一个的影响带到后一个。这段间隔够不够长，正是读这种设计时要看的地方。

记录大量人群的饮食或生活方式，再跟踪数年乃至数十年，看谁得了什么病。没有随机分组，所以这是观察而不是干预。

因此它能说明「有关联」，却难以说明「是原因」。常吃坚果的人往往也更爱运动、更少吸烟。统计上可以校正，但没测到的东西没法校正。

控制饮食是由研究者设计并提供整份膳食；自由生活则是照常吃，只加上或替换其中一样。

这个区别常常决定结论。控制饮食不仅规定了加进去什么，也规定了替出来什么。用坚果挤掉饱和脂肪的膳食，与只是在日常饮食上加一把坚果的试验，之所以给出相反的答案，原因就在这里。

意思是观察到的差异很难仅用偶然来解释。它不表示效果大，也不表示这件事重要。

人数足够多时，极小的差异也会变得「显著」；人数太少时，真实存在的差异也达不到显著。所以别只看这个词，要连同差异的大小一起看。

在真实并无差异的前提下，本次数据出现这么大差异的概率。按惯例，小于0.05就称为显著。

0.05是约定，不是自然划下的界线。p=0.049与p=0.055之间并没有实质区别。本站把p=0.055只写成「趋势」而不写成显著，正是为了守住这个约定，而不是把它掰弯。

真值大致落在其中的范围。它比单一的估计值能告诉你更多。

要看两点：区间若跨过0，说明「没有效果」这一侧也没被排除；区间若很宽，说明数据没能把估计值收窄。舒张压结果从−13.61一直到−2.02，就不是一个数字能概括的状态。

两组平均值相差多少，用原来的单位写出来：血压是mmHg，胆固醇是mmol/L或mg/dL。

单位保留着，所以容易掂量大小。本站会把数值一并换算成mg/dL，原因就在这里——说LDL降了0.47mmol/L，不如说降了约18mg/dL来得有体感。

一组的风险除以另一组的风险。等于1表示没有差别，0.81表示低了19%。

这里的19%是相对值。不知道原本的风险有多大，单凭这个数字就无法判断它有多要紧。请连同下面「相对风险与绝对风险」一条一起看。

这是健康报道里最容易误导人的地方。

风险从每千人2例降到1例，相对来说是下降50%，绝对来说是每千人1例。同一个事实有两种写法，而听起来更大的那种通常被放进标题。看到只写百分比的报道，请先去找「多少人里的多少人」。

表示荟萃分析里各项研究的结果彼此有多不一致，用I²表示，数值越高说明各研究讲的越不是同一回事。

异质性大，合并出来的平均值意义就变淡了：有的研究明显下降，有的反而上升，只看平均就等于说「它下降了」。

报告「整体没有差异，但某个子集有」的分析。研究开始前就计划好的叫亚组分析；看到结果之后才去分的叫事后分析。

把数据切得够多，总会有某处偶然出现差异。所以事后分析的结果只当作下一项研究的假设，而不是结论。如果整体结果不显著，那个事实排在前面。

研究者对自己结果的信心程度，分为高、中、低、极低四级。它评的是这个估计有多可信，而不是效果有多大。

「低」意味着真值可能与估计值相差不少。所以即便数字很大，只要确定性是低，本站也会一并写明。否则就等于抹掉作者自己给的等级，只把数字搬过来。

指研究的设计或实施方式可能把结果推向某一边的可能性。评估时逐项来看：随机分配是否做到位、盲法是否维持、中途退出的人如何处理。

偏倚风险高，并不等于结果是错的；它的意思是这个结果不能照单全收。

指干预组与非干预组之间没有差别的结果。它常被当成失败的研究，因而不易发表、也不易被引用。

可是「没有效果」同样是一个答案。本站之所以特意写下什么都没动的研究——比如夏威夷果2023年那项、鳕鱼2020年那项补充剂试验——原因就在这里。只收集「动了」的结果，那种食物看起来就会比实际能干。

衡量维生素A的单位。维生素A以多种形式进入人体——动物性食品里的视黄醇、植物性食品里的β-胡萝卜素——各种形式被身体利用的效率不同，RAE把它们折算到同一把尺子上。

所以胡萝卜的β-胡萝卜素数值和肝脏的视黄醇数值不能直接相加，换算成RAE之后才具有可比性。

把某种食物升高血糖的速度与葡萄糖相比后给出的分值。

要注意两点。第一，GI是以该食物中50g碳水化合物为基准测出来的，和实际吃的分量并不一致。第二，GI低不等于可以多吃。同一种食物，品种、成熟度和烹饪方式不同，数值会差很多。

世卫组织建议限制摄入的那一类糖：加进食品里的添加糖，以及蜂蜜、糖浆和果汁中的糖。

有一个重要的例外：完整水果或果干里原本就有的糖不算游离糖。这不等于可以随便吃，而是说它不能和白砂糖完全按同一种方式计入。

指在小肠不易被吸收、会一路下行到大肠发酵的短链碳水化合物的统称，包括果糖、乳糖、低聚糖和糖醇。

对大多数人并不构成问题。但有肠易激综合征时容易引起胀气、腹痛和腹泻，所以本站会在相关食材上写明。同一种食物，分量一大，分类也会转到「高」的那一侧。

脂肪酸链上没有双键的是饱和，有一个的是单不饱和，有两个及以上的是多不饱和。这个结构差别决定了它在常温下会不会凝固，以及酸败得有多快。

阅读时要紧的不是总量，而是「用什么替掉什么」。血脂数值发生变化的试验，通常是用不饱和脂肪替掉了饱和脂肪；只是在日常饮食上加脂肪的试验，往往什么都没动。

两者都用来测胰岛素抵抗。HOMA-IR 由空腹血糖和空腹胰岛素算出，属间接指标，胜在方便；钳夹则以固定速率输注胰岛素、同时把血糖维持在正常，直接测量为此所需的葡萄糖量。

钳夹是这个领域的参比方法。它费时费力，样本往往不大——但同样是二十个人，用钳夹测出来的结果和用空腹数值算出来的结果，分量并不一样。