信息爆炸的时代，如何获得有价值的健康信息？

　　人人都很关注健康，在互联网时代，各种健康信息铺天盖地，我们要分辨以及获取有价值的信息是一件非常头疼的事情。我们很多人可能都受到过一些错误的健康信息的误导，它们蔓延得甚至比病毒还要快，如果获取健康信息的渠道不够好，那么我们花费大量的时间得到的信息可能让我们一无所获甚至搭上自己的健康。
　　我们很多时候可能对于该吃什么不该吃什么感到困惑，例如，你可能在某处看到，我们都应该遵循低碳水化合物饮食，然后在其它地方可能又看到，脂肪和肉类对健康不利，我们应该吃高碳水化合物的植物性饮食；或者你可能看过，我们应该吃高膳食纤维饮食，因为纤维对我们有好处，但你也看过，如果你有腹胀，高膳食纤维饮食可能会让你的情况更糟；也许你也看过益生菌对小肠细菌过度生长有好处，但也有人说益生菌对小肠细菌过度生长有坏处。
　　那么，面对海量的健康信息，我们如何获得对自己有价值的内容呢？
　　在饮食健康争议中避免困惑的三种方法
　　1、不要只看局部
　　我们可能会看到或读到这样的报道：＂糖尿病患者体内的某种细菌含量很低，而健康人体内的这种细菌含量很高，所以，我们需要增加这种细菌的水平来变得更健康。＂
　　这是一个非常吸引人的概念，然而，相信大家都知道，没有什么灵丹妙药。这种想法是非常头脑简单的，我们的肠道是一个复杂的生态系统，它不是简单地由一种或几种细菌说了算。
　　提到肠道，只看局部会让我们陷入麻烦。例如，一种叫Prevotella copri DSM 18205.6的细菌，当移植到一组小鼠体内时，它可以改善葡萄糖的水平，这表明它可能对糖尿病等疾病有帮助。然而，当移植到另一组小鼠体内时，这种细菌引起了关节炎。此外，当同样的细菌被移植到之前服用过抗生素的老鼠体内时，它们会发生结肠炎或肠道炎症。同样的细菌在不同的环境下表现出非常不同的行为方式，都是因为肠道是一个复杂的生态系统。
　　所以，我们不要只看局部，而应该放眼全局。那么，如何放眼全局呢？着眼于人类的临床试验是我们思考大问题的方式。
　　2、要看人类临床研究结果，不要被动物模型研究、细胞研究或观察性研究所迷惑
　　当一项对老鼠的研究在五只老鼠身上发现了一个有趣的发现，或者培养皿中的一团细胞产生了一个新奇的结果时，很多人可能会过度的解读和揣测，有些媒体也会夸大报道，以吸引大家的注意力。
　　这些结果应该在人体试验中得到证实，人体试验应该显示出良好的结果，比如体重减轻、情绪改善、炎症减少或自身免疫减弱等等。然而，现在围绕医疗保健的大多数话题并没有做到这一点，这也是给大家造成困惑的根源。这类人体试验被称为临床试验或随机对照试验，简称RCT。
　　在尝试一些新的健康建议之前，应该了解一些人体试验结果数据，如果没有这些数据，你很可能就是＂小白鼠＂。人类临床试验可以帮助我们避开许多困惑、争论和猜测，当然，这偶尔也有例外，但在大多数情况下，遵循这一原则是一种极好判断所获得的信息是否有价值的策略。
　　一些观察性研究也是如此。观察性研究是在自然状态下对研究对象的特征进行观察、记录，并对结果进行描述和对比分析，简言之就是观察其他人。比如，非洲人吃着高碳水的饮食，仍有健康的体重和免疫系统，但是这并不意味我们这样吃也会很健康，这其中还有很多其它因素在发挥作用，事实上，这样做可能让我们很多人生病。
　　仅仅因为我们观察到另一群人在做一件事情，健康得到了改善，并不意味着我们做同样的事情时，健康状况也会改善。再举个例子，我们到非洲如果喝当地的自来水，很容易拉肚子，但是当地人没事。这其中的一部分原因是我们的肠道生态系统是不同的，因此有不同的需求。
　　3、避免根据一项研究做决定
　　几乎任何事情我们都可以找到一项研究来支持，根据一项研究的结果来提出建议并不是很好的做法。有的研究会对同类型的所有研究进行系统性分析，这样的结果会更可靠些。也就是说，有一项研究说某件事对健康有益，不一定是真的有益，但是如果有更多的研究都说它有益，那么结果就可靠很多。
　　这听起来可能很复杂，但其实我们可能每天都在做类似的事。比如，当我们网购一件商品时，我们通常会看看其它顾客对商品的评价，如果我们只看一个人的评价，可能并不能真实反映商品的情况，但是如果我们看看所有人的评价，那么可以得到一个更准确的判断。这同样适用于研究，一项研究的结果可能具有误导性，但如果我们考虑所有相关研究的结果，我们就会对一个问题有更准确的看法。
　　再举一个例子：如果一项研究表明某种食物可以改善腹泻，但另外18项研究表明它会恶化腹泻，会怎么样呢？如果你只知道这一项研究，那可能就有麻烦了。
　　这三点其实可以简单的归纳为：使用高质量的科学证据，而不是低质量的证据。
　　那么，我们如何判断证据的质量呢？
　　随机对照试验（RCTs）：它将研究对象随机分组，对不同组实施不同的干预，以对照效果的不同，通常着眼于健康结果，比如延长寿命、减轻体重、改善血糖、减少炎症和减少腹胀等等。这些研究可以说是最高水平的科学证据。
　　系统性综述（ Systematic reviews）：这是针对某一具体临床问题，通过全面收集所有相关的研究，应用一定标准化方法对其逐个进行严格评价和分析，筛选出符合质量标准的文献，通过定性或定量研究，得出综合的结论。这是对许多随机对照试验结果和其它数据的总结。这就像是前面我们提到的对所有人对一个商品的评价的总结。
　　Meta分析（ Meta-analyses）：是把所有发表的研究进行整合、量化、比较和统计分析等，以得出更精确的结论，深入探究某事物或现象的全貌和本质。这就好比是把所有人对一个商品的评价拿出来，然后用数学方法给商品一个分数。例如，我们可以要求每个人对一个商品进行打分，然后取所有分数的平均值。如果这个商品的平均分是3分（满分10分），你只看一个人的评价，他可能会打9分，那么你要获得9分体验的可能性是非常小的，就是这么简单。所以，Meta分析就是对全局的分析或总结。
　　＂系统性综述＂和＂meta分析＂听起来令人生畏，但其实它们本质上就是＂总结＂，这就是我们想要的，所有数据的汇总。
　　为什么证据质量很重要？
　　我们举个例子来说明这一点，例如我们想努力增加收入以致富：
　　细胞研究就好比说，一个人变得富有，是因为他们存入账户里的钱比从账户取出的钱多。这能告诉你如何致富吗？当然不能。这能告诉你如何改变现在的情况，让存入账户的钱总是比从账户取出的钱多吗？也不能。
　　观察性研究可能会报告说，如果你在某个城镇长大，你变得富有的机会更大。例如，它可能会观察到这个城镇有很大比例的人最终成为富人，但这仍然没有告诉你如何变得富有，这个镇上的人可能只是出生在富裕的家庭。
　　随机对照试验就好比发现80%遵循特定投资策略的人在五年内变得富有。这真正告诉你怎样才能变得富有，比如通过遵循某个投资策略。它告诉你可以采取什么行动来改善你的处境。
　　所以，证据的质量很重要，我们应该把时间和精力投入到已经被高质量科学研究证明的健康建议上。  临床试验回答了这样一个问题：当人们做X、Y或Z时，会发生什么？这是我们需要知道的。通过了解一只老鼠、一个细胞或一群来自不同文化和环境的人或者一群肠道菌群与我们完全不同的人身上发生了什么，我们可能无法获得真正对我们有益的健康信息。
　　在这个信息爆炸的时代，我们可以从各种渠道获得各种各样的健康建议，我们不应该盲目的相信，找到信息的源头，应该了解其证据的可靠性很重要。我们每个人都有一定的偏见，这会影响我们对周围事物的看法，看到任何信息时，我们要多问几个为什么，学会自己去学习，并结合自身的情况加以判断，才能获得真正对自己有用的健康信息。
　　图片均来自网络