當營養流行病學遇上資料科學：找出營養與疾病之間的關係

「營養流行病學」遇上「資料科學」

對實驗室的印象，還停留在瓶瓶罐罐的冒煙反應嗎？中研院生物醫學科學研究所潘文涵研究員，以 Dry Lab 研究營養流行病學，透過資料分析找出大眾的健康問題與飲食對策。

潘文涵團隊以 Dry Lab 探討營養與疾病的關聯。圖／林婷嫻、張語辰

潘文涵在美國康乃爾大學營養流行病學系研讀博士時，接觸到以統計分析為研究法的營養流行病學領域 。

想探討的病因，例如營養缺乏（如B群）、營養過剩（如鐵質）等和老化症候是否有關。接著蒐集各種層次的資料，透過電腦分析數據，找出病因與改善疾病的飲食方法。Dry Lab 研究要問對問題，且收集高品質的關鍵資料最為重要，一旦資料取得後，立基於紮實的理論訓練，使用適當的統計或資料採礦模型、方法，就能有效率地獲得研究結果。

國民營養健康調查，從飲食狀況找病因

為了追蹤國人的飲食狀況，政府從 1980 年代起即每 5 年啟動一次國民營養調查，1992 年潘文涵提出結合營養與健康數據的概念，「國民營養健康狀況變遷調查」因而成形。

而是應該充分運用寶貴的資料，交叉分析，找出各種飲食問題與疾病之關係，政府才能有效擬訂健康政策。

例如，團隊透過調查發現：國人肥胖的代謝風險較西方人高；食鹽開放進口後，國人碘缺乏率增加；學童吃垃圾食品，蔬果蛋白質奶類不足，會影響在校整體表現；國人鎂營養不良，會增加糖尿病風險；老人蛋白質、蔬果攝食不夠，會引發衰弱症等等。

為能給全民打造健康飲食藍圖，受訪者涵蓋兩個月以上的嬰兒至九十多歲的長輩，針對不同年齡層設計合適該年齡的健康檢查，及生活形態、健康知識態度等問卷，也詳細收集每個人的攝食資料。

24 小時飲食回顧法，讓資料精準個人化

1987 年之前的國民營養調查，是採用「食物盤存法」來調查受訪者最近吃了什麼。先記錄家裡「已有的」及「新進入的」食物種類及重量，三天後再盤點剩餘的食物，扣掉廢棄的食物量，計算差值求得全家人之攝食總量。

但這種盤存法是以「家庭」為單位，無法精準了解「個人」吃了什麼，也就難以探究不同年齡層男女獨特的飲食病因。1993 年起潘文涵團隊接手調查後，改用「 24 小時飲食回顧法」，設計適合華人飲食的散狀食物模型，調查時可以讓受訪者拼湊成盤，蒐集到個人化的資料。

24 小時飲食回顧法有一套「菜餚食譜詢問標準流程」，為了仔細記錄每個受訪者的飲食狀況，不同菜餚會有不同的詢問方式。例如，當一位個案說昨天晚上在家裡吃了紅蘿蔔炒肉絲，調查人員要問他吃了多少量、有哪些食材、有什麼挑食不吃……等等。若不吃紅蘿蔔的話，需標註下來，系統會自動只保留肉絲、蔥、鹽等，並調整各項食物量。

藉由這些方式，潘文涵團隊建立了鉅細靡遺的飲食和菜餚資料庫。

Dry Lab 任何一筆資料，都不許模糊化

「光泉的牛奶必定跟味全的牛奶不一樣，雖然牛奶營養素大同小異，區分與否對每些營養素的估計不見得重要，但探討食品安全議題時，這種鉅細靡遺的資料就派上用場了」潘文涵強調。

營養調查資料，可以區分廠牌、食物狀態、菜餚型式等，這些資料可以視需要而重新分類運算。國民營養健康狀況變遷調查蒐集到的膳食資料，整合於國家衛生研究院建立的「國家攝食資料庫」裡（衛生福利部食品藥物管理署計畫），提供台灣各年齡的男女性每人平均一天各種食物的攝食量，此資料庫成為毒物學家進行 TDS （Total Diet Study） 的重要參考。

例如，若想知道台灣人暴露在瘦肉精的風險有多少，就能透過這個資料庫查詢台灣人平均每天吃多少克的各式肉類，進而搭配瘦肉精含量數據，評估國人之暴露風險。

國家攝食資料庫如何幫助毒物學家調查食安：以防腐劑為例。圖／林婷嫻、張語辰

實證研究、示範研究，好處人體感受得到

近年隨著科技與人工智慧進展，資料運算分析更快速，讓營養流行病學研究有更多發展機會，其中「實證研究」和「示範研究」的成果可以直接轉譯到人身上。

「實證研究」目的為，證實營養改變和健康變化的直接關係，例如潘文涵團隊曾提供含鉀低鈉鹽給板橋榮民之家烹飪食用，證實可降低心血管疾病死亡率[1]。近期研究將「加鎂加鉀」低鈉鹽給中風患者出院時帶回家煮菜，能顯著提升腦神經功能的恢復[2]。

而「示範研究」就是應用實證研究的結果，將好的飲食推廣到社區，證實其推廣效益，最終透過「社會行銷」手法，促成整個社會的飲食運動。

潘文涵團隊透過歷年研究發現，無論是高血壓、糖尿病、高血脂症、憂鬱症[3]、專注力下降[4]、衰弱症、氣喘[5]等都與飲食息息相關，從日常生活透過飲食調整，可回復身體狀態、減少依賴藥物。

“You are what you eat !" 這個想法也許不曾進入你的腦海，但從現在起吃每一口食物時，都請想想入口之物進入體內，對健康產生的影響，未來身體會謝謝你。