目录
人工智能与营养叙事
<markdown>
**如何用科学撒谎：人工智能、学术专长与营养叙事**
权威机构和人工智能都表示，植物油可以减轻炎症，ω-6脂肪酸有益健康。它们不可能都错，对吧？
尼克·吉科姆斯 2026年3月26日
现代自由民主政体遵循共识真理的范式。在健康和科学相关问题上，人们往往默认接受“共识”。某些问题则需要专业知识才能解答。专业知识的标志是不同声望机构颁发的证书。社会声望反映了个人或机构所拥有的信任程度——本质上，就是人们平均而言有多愿意接受他们的说法。机构的声望越高，人们就越倾向于信任它。
“科学”一词相对较新，指的是权威科学机构所表达的主流观点——即在特定主题上普遍存在的机构共识。这些观点通常准确吗？机构有时也会出错吗？如果会，出错的频率如何？
无论个人如何回答这些问题，公众对科学和医疗机构的信任度都在下降。越来越少的人相信科学。
任何既定的机构共识都可能存在一些具有权威性的专家，他们并不认同主流观点。例如，关于植物油，主流机构观点认为ω-6多不饱和脂肪酸“有益心脏健康”，应该推广食用。这一观点不仅为主要大学营养系的科学领导层所认同，也为美国心脏协会（AHA）和美国心脏病学会基金会等“非营利”组织所支持。
尽管包括顶尖大学科学家在内的许多专家不断发现新证据表明，ω-6脂肪酸会促进代谢功能紊乱和疾病，但主流机构仍然普遍认为ω-6脂肪酸是“健康脂肪”。有关这方面的最新科学证据，请参见以下内容：
- 文章| 种子油、早发性癌症与人类代谢变异性
- 播客| 膳食脂肪和植物油与炎症、结肠癌和慢性疾病 | Tim Yeatman 和 Ganesh Halade
- 播客| 大豆油：肥胖、脂肪肝、肠道健康、肠易激综合征和溃疡性结肠炎 | 弗朗西丝·斯拉德克
公众对专家和机构信任度下降的一个主要因素是技术带来的知识民主化。学术论文以各种方式免费在线获取。大学讲座视频出现在YouTube上。智能手机和大模型（LLM）使任何人都能以最小的努力进行事实核查。
但如果人们对主要机构失去了信心，又有什么理由让他们相信AI的结果呢？
正如我们将看到的，AI提供的误导性答案源于知名人士和知名机构发布的误导性信息。垃圾食品被包装成健康食品出售，因为垃圾信息被伪装成公认的科学，而AI算法的设计目的就是吸收这些信息并将其复述给公众。
一只雄性鹦鹉正在反刍食物喂给一只雌性鹦鹉。雌性鹦鹉并不知道喂它的是什么，也不知道食物来自哪里。它只是单纯地信任食物的来源。
**专家与机构：信赖科学™**
在我们的文化中，人们往往更信任那些拥有显赫头衔、出身名校的人。自从我被哈佛大学博士项目录取后，就亲身感受到了这一点。只要有人知道我与哈佛的关系，他们的态度就会立刻转变。他们会感到钦佩，充满好奇。“这个人肯定知道答案。他可是哈佛毕业的。”
哈佛大学被广泛认为是世界上最负盛名的学术机构。
在AI时代，我们不再需要轻易相信人们的话——即使是像医生和教授这样拥有专业资质的专家。事实核查轻而易举，只需两秒钟就能获得第二意见。科技正在改变人们分配信任的方式。随着信任和声望格局的转变，冲突也随之而来。
一个常见的网络梗恰如其分地捕捉到了这种变化的景象：
> 医生：别把你在网上搜索到的信息和我4年的医学院学习和3年的住院医师培训混为一谈！ > > 病人：不要把那1个小时关于我病情的讲解和我30年来与这种疾病抗争的经历混为一谈！
你口袋里或许装着AI，但这些信息并非完美无缺。它从根本上来说受限于训练数据。当 ChatGPT 给出答案时，它是如何知道该把哪些词组合在一起的呢？它必须从众多来源中筛选文本，并对其进行排序和优先级排序。它的评判标准是什么？AI 也必须像人类一样，拥有声望的概念。
人类进化为社会性灵长类动物。追求社会地位的驱动力比解释现实的愿望更为根本。因此，地位追求自然而然地成为大多数人类构建叙事的最强驱动力。而这些叙事正是由语言构成的。现代神经科学表明，语言主要是一种交流工具，而非思维工具。证据表明，语言和思维之间存在双重分离：语言能力受损并不影响思维和推理能力，反之亦然。
我们选择的词语和构建的叙事，其首要目的在于适应社会环境，而我们的命运又取决于我们的社会地位。我们在社会等级中的位置决定了我们能获得多少关注、对他人的影响力，以及最终的择偶潜力。事关重大，因此我们的故事必须引人入胜。
我称之为“叙事选择”的过程会随着时间的推移而展开，个人和机构会选择性地整理信息，以构建符合自身社会利益的叙事。这些叙事是否能解释现实或解决现实世界的问题则并不重要。人们只有在经验结果符合他们偏好的叙事时才会引用，但如果经验结果威胁到他们追求地位的目标，他们通常会选择忽视或歪曲。
大模型（LLM）必须选择文本，才能生成令最终用户满意的叙事。LLM生成的叙事越符合用户的喜好，就越能从用户那里获取其设计初衷：时间和注意力。它为何“想要”这些？这是设计 LLM 的灵长类动物的本意。注意力是社交网络的通行货币。社会地位是吸引注意力的能力。权力则是将注意力转化为人类行动的能力。
逻辑逻辑模型（LLM）由嵌入社交网络中的社会性灵长类动物（人类）编程而成。因此，它们天生就倾向于根据声望来选择信息来源及其筛选方式。算法预先配置，将某些信息来源的优先级高于其他来源，这会影响它们最终选择的信息来源。声望的概念必须被内置其中，这使得逻辑逻辑模型倾向于生成符合权威信息来源叙事的内容。
想象一下，你问你最喜欢的AI 一个与健康相关的问题，比如哪些食物最健康。它会在“思考”该给你提供哪些信息时选择哪些来源？为什么是这些来源？
来，我们试试。
> 提示词：植物油是否会引起炎症？ω-6脂肪酸是否健康？请查阅学术资料和相关领域的最佳科学文献，重点关注来自权威机构的同行评审科学研究。 > > ChatGPT： > > 🧠 结论（基于最佳证据） > > * 植物种子油本身并不会引起人体炎症。 > > * Omega-6 脂肪酸（尤其是亚油酸）通常对健康无害或有益，尤其对心血管疾病有益。 > > * “种子油会引起炎症”的说法缺乏高质量的人体证据支持。 > > * 现代饮食的真正问题更多在于超加工食品和低 omega-3 摄入量，而不是 omega-6 本身。
ChatGPT参考了哪些文本？它被要求参考来自权威机构的同行评审科学文献。塔夫茨大学是一所享有盛誉的大学，拥有规模最大、资金最雄厚的营养学项目之一。他们发表了大量高被引科学论文。这些都是可靠的信息来源，对吧？
如果这些由声望卓著的机构提供的资料在某种程度上已被篡改呢？AI 又该如何得知呢？
以享有盛誉的塔夫茨大学营养科学与政策学院为例。塔夫茨大学的专家团队创建了他们自己的科学算法，名为“食物指南针”，运用了数学等各种方法。
以下是塔夫茨大学算法对一些常见食物的排名：
你愿意对这个专家设计的算法抱有多大的信任？ChatGPT 对塔夫茨大学又抱有多大的信任？
大模型（LLM）正在为你解答健康问题。而科学文献则为LLM提供数据。正如我们将看到的，这些文献中包含一些“高质量”论文，歪曲了数据的真实含义。语言技巧被用来粉饰那些缺乏证据支持的观点，从而影响医生的思维和LLM的输出结果，而这两者都在左右人们的健康决策。
让我们来看看这是如何实现的，以及由谁来实现的……
**主流医学中的证据等级：从顶端开始挑选**
系统评价和荟萃分析在机构科学的“证据等级”中处于顶端。理论上，证据等级越高，证据质量就越高，对临床实践的影响也就越大。系统评价被认为是高质量证据，因为它们综合并总结了特定领域内众多研究的结果。
这是一篇近期发表的“最新”综述论文，其目的显然是为了指导临床医生。我最近才注意到它，因为它被一些大型社交媒体平台转发，并重复了其中的结论。由于这是一篇由营养科学界知名人士撰写的综述论文，其结论往往被人们盲目接受。毕竟，我们每个人都必须有所信赖，而这毕竟是一篇“最新”的综述论文。
人们之所以相信这种证据等级制度，是因为他们隐含地假设：
- 该奖学金评定公正严谨。
- 利益冲突已明确说明，学术研究保持公正。
- 所作的论断准确反映了所引用文献的内容。
人们必须对撰写这些著作的专家抱有一定的信心，相信他们从事的是诚实、高质量的学术研究。再说，谁又会傻到去读这些东西，去查引用的文献，然后再去读那些论文呢？
为了好玩，我决定研究一下这篇论文提出的一个主要论点，而这个论点又与我熟悉的文献领域有关：种子油。
塔夫茨大学的专家和你最喜欢的AI 们会告诉你，植物油对你有益，因为含有健康的ω-6脂肪酸，可以减少炎症。我和其他人则会告诉你恰恰相反的观点。
你得自己决定把信仰寄托在哪里。
**事实核查科学**
在这篇评测一开始，在对种子油的基本概述中，我们就注意到了一些有趣的事情：
> 菜籽油和大豆油是研究最多的植物油之一，都含有均衡的健康脂肪组合，包括单不饱和脂肪酸以及ω-6和ω-3脂肪酸。
要识破这里运用的语言魔法，必须对相关的生物学知识非常熟悉。你明白了吗？
菜籽油和大豆油被认为是研究最多的植物油之一，事实也的确如此。文中将这两种油描述为“*健康脂肪的均衡组合”，其中单不饱和脂肪酸（MUFA）和ω多不饱和脂肪酸（PUFA）被明确列为“健康脂肪”。
这段话奇怪的地方在于，菜籽油和大豆油的脂肪酸组成并不相同。虽然都被称为“种子油”，因为都提取自植物种子，但脂肪构成却大相径庭。菜籽油和大豆油虽然都叫“种子油”，但本质上并非同一种东西。
“我很早就明白了知道某物的名称和了解某物之间的区别。”* ——理查德·费曼* 专家们玩弄文字游戏，试图让人觉得菜籽油和大豆油都含有相当比例的“健康脂肪”，因为都是“植物油”。但实际上，各种脂肪酸——单不饱和脂肪酸（MUFA）、ω-3多不饱和脂肪酸（PUFA）和ω-6多不饱和脂肪酸（PUFA）——都具有截然不同、有时甚至相反的生物学效应。特别是菜籽油，其脂肪组成与大豆油和其他植物油相比差异很大。 这篇评论的作者用词含糊不清，他们理应更清楚这一点。如果他们不清楚，就不应该写论文。如果他们清楚，那他们要么是草率行事，要么就是弄虚作假。 要了解这里发生了什么，你需要了解各种植物油和其他脂肪的脂肪酸组成有何不同。 — * 文章| 前所未有的脂肪摄入方式 * 文章| 特定膳食脂肪酸的生物学后果 — ### 常见种子油、果油和其他脂肪的脂肪酸组成 种子油的“经典”脂肪组成以富含ω-6多不饱和脂肪酸（PUFA）为特征。亚油酸是大多数种子油中主要的ω-6 PUFA，其含量通常远高于ω-3 PUFA或单不饱和脂肪酸（MUFA）。大豆油和葵花籽油就是两个例子。 相比之下，源自植物果实的油脂，例如橄榄油或鳄梨油，往往富含单不饱和脂肪酸（MUFA），而多不饱和脂肪酸（PUFA）含量则低得多。大多数果油的脂肪酸组成与大多数种子油截然不同。但这就是生物学，凡事皆有例外。生物多样性固然美丽迷人，但也使人类能够利用语言掩盖一些有意义的差异。 记住费曼说过的话：要小心，不要把事物的名称与其本质混淆。 与其他大多数植物油不同，菜籽油的脂肪组成更接近橄榄油：富含单不饱和脂肪酸（MUFA），ω-6脂肪酸含量远低于大豆油，且ω-6与ω-3脂肪酸的比例更加均衡。菜籽油之所以被称为“植物油”，是因为提取自植物种子，而非植物果实。就是这样。 正如所看到的，菜籽油是种子油以 ω-6 多不饱和脂肪酸为主这一普遍规律的例外。  图表来自这里。 关于这些脂肪酸类别的相对比例为何如此重要，更多详情请参阅本文。以下摘录一小段，供您参考： > ω-6 和 ω-3 脂肪酸对包括脂肪生成（脂肪细胞形成）、炎症和胰岛素抵抗在内的多种生理过程往往具有相反的作用。一般来说，ω-6 摄入过量会促进这些过程（不利影响），而更均衡的 ω-6 与 ω-3 比例则会产生相反的效果（有利影响）。 > > 重要的是要记住，生物学非常复杂。事情很少像“ω-6=100%有害，ω-3=100%有益”这样泾渭分明。ω-6和ω-3脂肪酸对于炎症机制的正常适应性功能都至关重要。  ω-6 和 ω-3 脂肪酸是体内多种分子的前体，其作用往往相反。ω-6 衍生物（如前列腺素）通常会促进炎症；而 ω-3 衍生物通常会减轻炎症。本文原文出处。 像我这样的人对植物油的主要顾虑在于其ω-6多不饱和脂肪酸（PUFA）含量过高。人们普遍认为，植物油中ω-6含量过高会促进炎症。如果这种说法属实，我们预期降低ω-6 PUFA的摄入量（相对于其他脂肪）会减轻炎症。如果我们进行对照试验，应该会发现，降低ω-6 PUFA的摄入量会导致炎症指标下降，而保持ω-6 PUFA摄入量不变则不会。 正如我们之前明确指出的，菜籽油的脂肪酸组成中ω-6多不饱和脂肪酸（PUFA）含量远低于大多数植物油，例如大豆油和葵花籽油。我之所以反复强调这一点，是因为很多人对此感到困惑。造成这种困惑的主要原因是专家们在同行评审论文中运用了一些晦涩难懂的术语，而这些术语又被一些大模型（LLM）生搬硬套地复述出来。 — — ### 语言游戏：学术专家如何迷惑大众并影响法学硕士研究 仔细阅读这篇综述文章中关于种子油和炎症的论述： > 菜籽油中的健康脂肪，尤其是ω-6多不饱和脂肪酸，还能改善血糖、胰岛素抵抗和胰岛素分泌。与这些益处相一致，并且与普遍认知相反，菜籽油和葵花籽油还能减轻炎症，其效果与橄榄油类似。* > > （重点为笔者所加） 简单来说，他们将 ω-6 多不饱和脂肪酸认定为菜籽油中的“健康脂肪”，明确指出菜籽油和葵花籽油都能减少炎症，与橄榄油类似。 请再次参考脂肪酸图表。与大豆油一样，葵花籽油的ω-6脂肪酸含量非常高，而单不饱和脂肪酸（MUFA）含量则远低于菜籽油或橄榄油。该研究仅引用了一项文献就断言菜籽油和葵花籽油都能减轻炎症。该综述的作者显然认为这项文献证据非常有力。毕竟，他们特意引用了那项随机对照试验（RCT）。  引用的是一项针对77名伊朗糖尿病女性的随机对照试验（RCT）。您可能并非伊朗糖尿病女性，但这并不重要——该综述文章公然歪曲了试验结果，而实际上，该试验结果表明，ω-6多不饱和脂肪酸摄入量减少会导致炎症水平下降。该综述文章自身的引用也无法支持其论点。 重要背景：伊朗人均植物油摄入量很高。伊朗人均葵花籽油消费量高于美国人，而美国人更常食用大豆油和菜籽油。事实上，这项随机对照试验招募的患者均为基线葵花籽油摄入量较高的女性。以下是纳入标准： > “女性，有至少 6 个月的 2 型糖尿病病史，并且经常使用葵花籽油。” 对照组继续食用葵花籽油。另外两个实验组则分别改用橄榄油或菜籽油，而不是葵花籽油。 我再重复一遍：该研究的基线条件和对照组均为高葵花籽油摄入量。葵花籽油的ω-6多不饱和脂肪酸含量在所有植物油中名列前茅，远高于菜籽油和橄榄油。试验中所用油脂的脂肪酸组成如下：  葵花籽油的多不饱和脂肪酸（PUFA）含量约为菜籽油的两倍，几乎是橄榄油的五倍。葵花籽油的单不饱和脂肪酸（MUFA）含量也远低于菜籽油或橄榄油。表中未显示：在多不饱和脂肪酸类别中，菜籽油的ω-6与ω-3比例比葵花籽油更加均衡。葵花籽油几乎不含ω-3多不饱和脂肪酸，而ω-3多不饱和脂肪酸已知有助于炎症消退。 可以预见，橄榄油组和菜籽油组的ω -6 多不饱和脂肪酸摄入量将大幅下降，因为这两个组最初的ω -6 多不饱和脂肪酸摄入量都来自葵花籽油。 当观察干预期间饮食习惯的变化时，会发现这一点： * 橄榄油组和菜籽油组的单不饱和脂肪酸摄入量显著增加。 * 葵花籽油组（对照组）的MUFA 摄入量没有变化。 * 橄榄油组和菜籽油组的PUFA摄入量大幅下降。 * 葵花籽油组（对照组）的多不饱和脂肪酸摄入量没有实质性变化。 结果：橄榄油组和菜籽油组的单不饱和脂肪酸（MUFA）与多不饱和脂肪酸（PUFA）比例均显著增加，而作为对照组的葵花籽油组则无变化。具体数值及其变化情况如下：  该随机对照试验中各组单不饱和脂肪酸和多不饱和脂肪酸含量的变化。数字表示脂肪提供的热量百分比（上图）或脂肪酸比例（下图）。 CRP是主要测量的炎症生物标志物。各组的CRP变化情况如何？需要注意的是：亚油酸（ω-6多不饱和脂肪酸）是“植物油脂肪”，橄榄油组和菜籽油组的亚油酸水平下降，而葵花籽油组的亚油酸水平保持不变。  * 橄榄油组的CRP值大幅下降。 * 菜籽油组的CRP大幅下降。 * 葵花籽油组（对照组）的CRP没有显著变化。 * 结论：上述综述文章公然歪曲了这项研究的结果。橄榄油和菜籽油均能降低C反应蛋白（CRP）水平，并且均能显著降低ω-6多不饱和脂肪酸（PUFA）的含量。葵花籽油并未降低CRP水平，因此并未像上述综述文章中所述那样“具有与橄榄油类似的抗炎作用” 。 该综述再次声称“植物油”不会引起炎症。其引用的证据仅是一项针对伊朗糖尿病女性的随机对照试验，而该试验的基线条件是摄入大量葵花籽油！菜籽油组的C反应蛋白（CRP）水平确实下降，与橄榄油组相似……但菜籽油的脂肪酸组成与橄榄油相似，其ω-6多不饱和脂肪酸（PUFA）含量远低于葵花籽油。 你明白发生了什么吗？我们是如何被欺骗的？ 撰写这篇综述文章的人（据推测）熟悉相关文献。他们精心挑选了一项随机对照试验，以此得出葵花籽油能减轻炎症的错误结论（事实并非如此），同时完全掩盖了该试验的基线（对照）条件是糖尿病女性摄入大量葵花籽油这一事实。 这就是低劣的学术水平和语言游戏如何被用来将虚假论断洗白，使其渗透到文献中，甚至登上“证据等级”顶端。AI们自然会优先考虑这类综述文章，从而扭曲地向不明真相的人们灌输的叙事。 这篇评论到底是谁写的？他们的动机是什么？ — * 播客| 科学的真正运作方式：元研究、出版、可重复性、同行评审、资金 | 约翰·伊奥尼迪斯 — ### 算法背后的男人 还记得文章开头那张图表吗？把巧克力伯爵奶昔排在比牛肉末更健康的位置。这个排名是通过应用“食物指南针”算法生成的，该算法最初在本文中被描述为一个营养成分分析系统，用于区分食物的“健康程度”。该系统是公开的，旨在指导消费者的选择。  https://mindandmatter.substack.com/p/how-to-lie-with-the-science-ai-academic </markdown>
D:2026.04.03<markdown> 对话揭秘了营养学文献中普遍存在的学术失察与利益冲突，特别是针对近期一项声称种子油能抗炎的“前沿综述”进行了深度拆解。 Nick Jikomes 与 Tucker Goodrich 通过对原始随机对照试验的回溯发现，该综述错误地将芥花油（富含单不饱和脂肪酸）的代谢优势归功于亚油酸（欧-6），无视实验中葵花籽油并未降低炎症标志物 CRP 的事实。进一步探讨了生物学机制，解释了人体免疫系统如何将氧化的多不饱和脂肪酸误认为细菌威胁，从而引发慢性炎症与细胞损伤。最后，通过揭露综述作者与食品巨头的深层资金联系，揭示了这类误导性结论如何通过操纵统计数据与模糊词汇，在临床指南中完成“洗稿”与传播。 科学文献中的深渊：顶级营养学综述的误导、欺诈与生化真相 尼克与华尔街欺诈检测背景的研究者塔克·古德里奇的对话中，一场针对现代营养学顶级学术文献的批判性审查被拉开了序幕。 尼克首先指出，尽管许多拥有医学博士或哲学博士学位的精英科学家在享有盛誉的大学工作，但他们在撰写综述时往往并未仔细阅读自己引用的文献，或者存在故意的误导。对话指向了一篇发表在《美国心脏病学会杂志》（JACC）上的所谓“临床医生指南”，这篇综述被冠以“最先进”的头衔，旨在为医师提供关于脂肪、种子油及心血管健康的权威建议。然而，尼克在对其中关于种子油与炎症的部分进行核实时，发现了一个令人震惊的逻辑断层。 引用陷阱与脂肪酸谱系的张冠李戴 尼克详细拆解了该综述中的核心观点：该论文声称，种子油（特别是芥花油和葵花籽油）所含的亚油酸等多不饱和脂肪是健康的，并能像橄榄油一样减少体内炎症。为了支持这一说法，综述引用了一项针对伊朗女性的随机对照试验。 然而，当尼克查阅该试验的原始数据时，发现事实完全相反：在该试验中，受试者被分为橄榄油组、芥花油组和作为基准的葵花籽油组。实验结果显示，只有橄榄油和芥花油组的炎症标志物CRP显著下降，而葵花籽油组的CRP没有任何显著变化。 芥花油虽然在术语上被归类为种子油，但其脂肪酸谱系更接近橄榄油，含有极高比例的单不饱和脂肪和较少的亚油酸。而该综述在视觉呈现中，甚至错误地将“高油酸葵花籽油”的谱系标为普通葵花籽油，以此混淆视听。 CRP 的生化本质：从免疫防御到脂质氧化警告 塔克·古德里奇进一步剖析了CRP（C反应蛋白）这一指标的生化机制。CRP通常被错误地简化为单纯的“炎症标志物”，但其本质是身体对威胁（如细菌感染）或损伤（如组织创伤）的反应。塔克分享他在跑完半程马拉松后CRP激增的个人经历，说明身体在对损伤做出反应时会提升该指标。更重要的是，CRP 的主要生化功能之一是识别并结合氧化脂质。在现代饮食背景下，低密度脂蛋白（LDL）颗粒中富含极易氧化的亚油酸，当这些脂质发生氧化时，身体的免疫系统会像对待入侵细菌一样对待它们。CRP会附着在氧化后的脂质上，激活补体途径进行清除。 无菌炎症：被身体误认为细菌入侵的氧化脂质 通过一张描述受损细胞的生物示意图，塔克深入阐述了氧化多不饱和脂肪如何诱发所谓的“无菌炎症”。他指出，图中显示的刺激免疫反应的组件中，绝大多数直接源自氧化的欧米伽-6代谢物，包括4-羟基壬烯醛（4-HNE）、丙二醛（MDA）以及氧化心磷脂。心磷脂通常仅存在于线粒体内部，是电子传递链功能的核心，其生化结构被免疫系统视为病原体相关的分子模式。当富含亚油酸的心磷脂在氧化压力下受损时，会直接触发细胞凋亡甚至坏死。即便是在工厂刚生产出来的“新鲜”种子油中，其氧化脂质的含量已经是人体原生LDL颗粒的400倍。 学术操纵的阴影：从炸薯条到糖尿病数据的魔术 综述作者之一——塔夫茨大学营养学院的前院长达里乌斯·莫扎法里安的学术信用问题。塔克指出，莫扎法里安领导的“FORCE”研究联盟直接接受来自Unilever的资金支持，曾是全球最大的种子油生产商，现仍是大量使用种子油的超加工食品巨头。在该综述中，这一重大利益冲突并未被披露。 塔克回顾了莫扎法里安过往的研究：在一篇关于致肥食物的论文中，他通过拆分数据，试图掩盖种子油炸薯条中种子油的作用，而将肥胖归咎于土豆本身。在另一篇关于糖尿病的论文中，研究者甚至通过“根据肥胖度进行统计调整”的人为手段，消除了种子油摄入与糖尿病之间的关联。塔克将其比喻为：如果为了证明枪击不会导致死亡而“根据失血量进行调整”，那么枪支看起来确实是无害的。 医疗指南的信誉崩塌与真相的代价 尼克最后总结道，这篇发表在《美国心脏病学会杂志》上的“医生指南”是极其危险的。由于临床医生工作繁忙，往往只能依赖这类综述来制定方案，而不会去核实引用文献。这种在顶级学术殿堂中进行的科学误导，将工业界的利益伪装成了学术共识。 塔克将其在华尔街从事欺诈检测的经验引入进来，认为科学界目前正面临着类似于2008年次贷危机的系统性欺诈：权威机构给垃圾数据贴上了最高级的标签。 【观点分析】 对话揭示了营养科学领域一个深刻的治理危机，其核心逻辑呈现出以下几个维度的批判性切入点： 1. 证据等级制度下的“综述特权”： 在循证医学的层级中，系统综述位于金字塔顶端。然而，本案展示了综述如何成为“证据洗钱”的工具。通过选择性引用、脂肪酸配置的张冠李戴（将高油酸油类与常规种子油混淆），学术权威能够人为构建出一种与原始实验数据截然相反的虚假共识。这提醒我们，如果没有对底层数据的审慎交叉核对，所谓的“金标准”可能只是某种利益驱动的注脚。 2. 统计学修正作为一种合法的欺诈： 对莫扎法里安在糖尿病研究中使用“肥胖调整”的批判极为精辟。在生物学逻辑中，如果种子油通过导致肥胖进而引发糖尿病，那么在统计模型中控制肥胖变量会导致两者间的直接关联消失。这种做法在方法论上虽然看似严谨，但在因果解释上却是极其严重的误导，因为抹去了致病路径中最关键的一环。 3. 工业资金对科研范式的隐形干预： 巨头对研究联盟的资助，其影响往往不体现在对单一结论的直接篡改，而体现在对研究议题的设定和统计模型的选择上。当这种带有偏见的结论转化为面向全球心脏科医生的“临床指南”时，科研的中立性已彻底让位于商业利益链。 4. 脂质氧化理论的生化合理性： 塔克关于“无菌炎症”和心磷脂氧化的论述具有坚实的生化基础。种子油中的亚油酸对氧化极其敏感，其代谢产物4-HNE和MDA对细胞蛋白的损伤确实是慢性病的重要诱因。将CRP视为氧化脂质清除标志物而非单纯的炎症状态，为理解种子油对免疫系统的长效干扰提供了更微观的视野。 综上所述，这份对话不仅是对种子油风险的再次确认，更是对当代营养学学术生态的控诉。呼吁一种基于第一性原理的独立思考，即不迷信期刊权重，不盲从官方指南，从原始数据的缝隙中寻找代谢健康的真相。 https://www.youtube.com/watch?v=tjhMeosBKL0 </markdown>
