膳食评估验证

膳食评估验证是对膳食工具测量真实摄入量准确程度的研究，通过与更准确的参考（如详细记录、重复回忆或恢复性生物标志物）进行比较来确定。它量化了食物频率问卷和回忆等工具中的偏差和随机误差，以便解释和校正饮食与疾病的关系。

Definition

膳食评估验证是对膳食工具测量真实摄入量效果的实证评估，通常通过将其估计值与独立的参考测量值进行比较，以表征系统偏差、随机误差以及该工具与真实摄入量之间的相关性。

Scope

本条目涵盖了验证和校准研究的逻辑、生物标志物作为客观参考测量的使用、三联法等统计方法，以及验证揭示的膳食测量误差结构及其对关联估计的影响。它将验证视为一种方法学主题，而非临床指导。

Core questions

• 什么可以作为验证膳食工具的充分参考测量？
• 系统误差和随机误差如何分别影响有效性？
• 三联法如何结合使用多个不完美的测量？
• 测量误差如何减弱或扭曲饮食与疾病的关联？

Key concepts

• 参考测量和相对有效性
• 恢复性生物标志物作为客观参考
• 系统误差与随机误差
• 个体特异性偏差
• 三联法
• 关联的衰减
• 回归校准

Mechanisms

验证将工具的估计值与被认为更准确或独立出错的参考进行比较。恢复性生物标志物（例如双标记水和尿氮）是最强的参考，因为它们的误差与自我报告误差无关，这使得研究能够估计报告摄入量和真实摄入量之间的偏差和相关性（Bingham et al., 1997）。OPEN研究使用这种方法表明，自我报告能量和蛋白质的误差是针对个体的系统性误差，而不仅仅是随机噪声（Kipnis et al., 2003）。当没有单一的完美参考时，三联法结合了对相同摄入量的三种不完美测量，以估计每个测量的有效性系数（Kabagambe et al., 2001）。这些误差特征为统计校正方法（例如回归校准）提供了依据，这些方法可以调整因测量误差而减弱的饮食与疾病关联（Freedman et al., 2011）。

Clinical relevance

验证决定了对膳食工具的信任程度以及如何校正它们产生的关联，因此它对于评估和解释营养流行病学至关重要。本条目描述的是一种方法学实践，并非个体膳食评估或建议的基础。

Epidemiology

包括EPIC和OPEN研究在内的大型基于生物标志物的验证研究表明，自我报告工具存在显著的系统误差，并且未经校正的误差往往会减弱，有时甚至扭曲观察到的饮食与疾病关系，这促使在主要队列中进行校准子研究（Bingham et al., 1997; Kipnis et al., 2003; Freedman et al., 2011）。

Evidence & guidelines

方法学共识认为，膳食工具应在使用人群中针对现有最佳参考进行验证，如果存在恢复性生物标志物，则应优先使用，并且饮食与疾病分析应通过校准来解释测量误差，而不是假设自我报告测量的是真实摄入量（Kipnis et al., 2003; Freedman et al., 2011）。

History

早期的验证将问卷与食物记录进行比较，但这种参考与工具独立出错的假设被证明是站不住脚的。20世纪90年代转向恢复性生物标志物以及21世纪初的OPEN研究揭示了膳食误差的系统性、个体特异性结构，此后统计校准方法成为营养队列分析的标准组成部分。

Debates

自我报告测量误差能否完全校正？

由于自我报告饮食中的误差是系统性且针对个体的，方法学家们对于回归校准及相关方法能在多大程度上恢复无偏的饮食与疾病关联，以及何时只有少数经生物标志物验证的摄入量值得信任存在分歧。

Key figures

• Victor Kipnis
• Laurence Freedman
• Sheila Bingham
• Walter Willett

Seminal works

• kipnis-2003
• bingham-1997

Frequently asked questions

为什么在验证中，恢复性生物标志物被优先用作参考测量？

它们的测量误差被认为与自我报告饮食中的误差无关，这使得验证研究能够估计工具的偏差和真实相关性，而不是将一个工具的误差与另一个工具的误差混淆。

什么是三联法？

它是一种统计方法，结合了对相同摄入量的三种独立、不完美测量，以估计每个测量的有效性系数，用于没有单一完美参考测量的情况。