绪论

营养提供人体新陈代谢的基础物质。人体是一个稳定的生态和生理系统，同时处于物质更替的新陈代谢过程。早期儿童及青少年时期的身体以构建和发育为主要代谢特征，成年后则进入相对稳定的生理过程，到老年时，机体以功能退行和解构为主。除了神经元细胞外，其他细胞的构成物质不断更新，人体每年约有10%脂肪细胞被完全更新，大约每10年所有脂肪细胞会完成一次整体更新，而每年更新的肌肉细胞大约为肌肉细胞的1%，细胞更新的速度因种类而异，且随着年龄增长而减缓。多数学者并不认为不同阶段的影响对于健康而言是等效的，例如早期营养被普遍认为比其他时期更重要。但需要强调的是，了解身体的营养状况并依据营养信息进行及时调整应对，是维持健康的可期待的精准方式，也将催生疾病预防控制的全新技术方法。

身体的营养数据是社会高度期望获知的信息，但现在技术发展还远不能满足这一需求，人体营养信息的获取、分析和表述仍然处于较为初级的水平。即便如此，通常情况下，讨论公共营养问题时，往往也并不依据详实数据，而是以某个营养不良发生率等公众数据来强调普遍性和重要性，从而使营养在许多情况下成为观念表述，而不是解决具体问题的方法。当然，临床营养有所不同，但获得个体营养数据的方法亦十分有限。因此，个体营养数据和基于个体形成的群体营养数据的获得是当前营养科学的短板或瓶颈。曾有学者尝试提出综合性营养指数的方法，均因存在各种缺陷而难以广泛应用。

长期以来，营养学者采用较为简便的方式获得有限的营养数据，形成了几种定型的方法以及表述来描述人体的营养状况。

一、膳食调查

到目前为止，膳食调查（dietary assessment）在营养实践中发挥主要作用，可以获得食物摄入量数据，并将数据转换为各个营养素摄入量，结合中国居民膳食营养素参考摄入量（dietary reference intakes，DRIs）来判断营养素摄入和满足身体需求的状况。然而，膳食调查存在准确性不足的问题。

1935年，美国农业部（USDA）调查居民食物消费数据，希望指导居民获得价廉而又营养的食物。此后逐步发展为膳食调查，并广泛应用于临床营养干预、人群流行病学以及营养健康调查。膳食调查分为前瞻和回顾两类方法，前瞻法通常也称为称重法，如实称量并记录食物原料和摄食量，从而精确获得营养素摄入量；而回顾法通过回忆摄食种类和数量来估计食物和营养素的摄入量。基于食物成分检验数据或食物成分表数据以及DRIs给出的不同性别、年龄和身体活动水平的平均需要量（estimated average requirement，EAR）、推荐摄入量（recommended nutrient intake，RNI）和可耐受最高摄入量（tolerable upper intake level，UL），可以给出各种营养素的摄入量过低、正常或过高的判断，从而获得个体或群体营养状况的描述。

目前膳食调查的后期计算多采用软件，这些软件所使用的基础食物成分数据库，可能来自不同国家或地区，而且即便是同一国家的食物成分数据，因其食物成分表的版本年份不同，数据也有差别。采用个体食物摄入种类和摄入量调查，并结合食物成分数据估算出每日营养素摄入量，再将其与RNI比较，可以知道营养素摄入量是否达到要求。将个体数据进行平均，计算标准差和百分位分布，可以得到群体营养素摄入量的状况。这种方法的优点是通过相对简单的方法，就可以获得食物称重或口述摄入量的数据，缺点是膳食调查的各个环节均是粗略的估计，如称重法，不可能长期进行，而短期的精确称重不能准确代表长期的膳食状况；如回顾法，依靠回忆也不能获得准确的食物摄入量。其次，依据食物成分表中的数据会引入较大计算误差，各种食物均有品种、产地、栽培方法等方面的差别，从而造成营养成分的差别，使用食物成分表中的数据不能体现这种差别。有些调查采用总膳食的方式，即利用膳食调查数据进行食物聚类，然后以当地食材按当地方式进行烹饪来获得营养素摄入数据。这种方法因聚类和短期模拟实际上也引入了较大的误差。

膳食调查及判断是基于DRIs中EAR、RNI、适宜摄入量（adequate intake，AI）和UL的，当前的数据只能给出相同性别、相同年龄和相同身体活动水平的人的营养需求，而没有更为细化的。理论上，个体营养差异被承认，但目前还没有建立起个体营养需求的科学方法并给出相应的推荐。

膳食营养调查在营养实践中发挥作用，但其缺陷是明显的。

二、身体测量

身体测量可以快速获得体重和身高等数据，用来表征身体状况是必然的。比利时数学家Adolphe Quetelet于1832年就提出“social physics”的概念和计算公式，即用体重与身高平方值之比表征所谓的“正常人”，显然Quelete当时没有用这个公式表达体脂肪的含量，这个公式也没有得到医生们的接受。1972年，专注于肥胖研究的生理学家Ancel Keys及其同事对来自5个国家的7 400名男性的体脂肪进行研究，发现Quelete公式对体脂肪的拟合性最好，Keys重新定义这个公式，称之为体质指数（body mass index），即BMI。由于BMI可以用简单的方法替代复杂而昂贵的体脂肪测量，很快得到流行病学者和医生们的认可和应用，之前临床医生普遍应用的身高别体重表被逐步替代。1985年，美国国立卫生研究院（NIH）采用BMI来定义肥胖，1998年NIH修订了BMI定义肥胖的阈值。当然，采用腰围、臀围、不同部位皮褶厚度等测量方法来表征超重和肥胖的方法也在普遍应用。

然而BMI对儿童的拟合性并不理想，特别是5岁以下的早期儿童，因此世界卫生组织（World Health Organization，WHO）仍然依据全球细分年龄的早期儿童身高、体重，分别计算均值及其标准差，并由此标化为Z值，以不同的Z值，包括年龄别体重Z值（weight-for-age z-score，WAZ）、年龄别身高 Z值（height-for-age z-score，HAZ）和身高别体重Z值（weight-forheight z-score，WHZ），来判别体重和身高是否适宜，并用以判断儿童综合营养状况。

很显然，身体测量是简便、实用但准确性不足的综合性营养数据。

三、营养缺乏病诊断

营养缺乏病诊断适于症状比较明显的营养不良性疾病的诊断。营养状况的另一个普遍使用的方法是对营养缺乏病的临床诊断。事实上，人们对营养的认知源于疾病，一些营养素的缺乏会导致疾病，而这些缺乏性疾病有着比较显著的身体表征，由此形成了医学诊断的方法，如贫血患者会出现苍白、无力、虚弱、情绪低落等表征，眼睑和舌头不红润，指头压白后恢复红润较慢，结合患者饮食及其他身体状况，医生可以初步诊断患者为贫血。其他比较常见的营养性疾病如软骨病、夜盲症、口角炎、维生素C缺乏病（坏血病）、癞皮病、异食症、蛋白热能缺乏病、脚气病、神经管畸形等疾病，可以通过医学表征进行诊断，从而对个体的营养状况给出描述，并依据个体进行群体统计分析，获得群体营养性疾病的状况。该类诊断和表述方法适合于症状比较明显的疾病诊断，但对亚临床或边缘性营养缺乏难以判断，而且对多种营养疾病并发的现象也难以区别，因此，随着诊疗技术发展，临床上逐步与医学检验相结合进行诊断。

慢性非传染性疾病，在某种程度上也是营养不良的高度关联性疾病，这些疾病的诊断指标亦可纳入营养数据中。

四、人体营养检验

营养检验利用人体生物样本进行准确的化学或生物化学检测，从而判断某些营养素的机体状况，并依据这些信息实施营养干预或改善策略。由于营养检测的客观性和精确性，使其成为信赖度较高的营养数据，符合精准和个体化需求，将成为发展的主流。但同时，营养检测需要专业人员和大型仪器设备，特别是生物样本获取较为困难，因而，人体营养检验目前主要在科研、临床营养和高水平人群调查中使用。

人体营养检验是对血液、尿液、粪便、唾液、毛发、指甲等身体样本进行生物化学、组织化学或物理、化学检验，获得较为精准的矿物质、维生素、蛋白质、酶、功能成分等结构物质、代谢物质数据，并根据业已形成的共识性阈值或界值来比较，判断是否存在营养缺乏、过量或代谢不正常等。由于营养检验的样本来自人体自身、检验具有客观性和指标的敏感性，人体营养检验可以在初期就发现营养不良或代谢异常，为疾病预防和控制提供科学依据，所以被临床和公共卫生领域广泛接受为营养筛查、诊断的适宜方法。基于个体检验，也可以统计出人群的状况。人体营养检验目前主要采用血液或尿液样本，如何向更易获得的样本如唾液、毛发等过渡，尚需建立阈值与检验技术方法。

需要指出的是，传统营养检测方法判断阈值依然来源于人群统计，例如把健康大人群的指血全血血红蛋白水平的第5百分位列为下线阈值，因而仍不能完全表征个体差异。近年来基因组和转录组学的发展，揭示了营养不良的基因和表达调控，已积累了遗传和表观遗传对多种营养素缺乏的影响，形成了可以初步判断营养不良的遗传风险和表观遗传状况，将成为真正意义上的个体化营养检测。

当然，人体营养检验也存在不足之处，如营养素种类较多，针对每种营养素进行检验存在检验量太大的问题；一些营养素尚没有阈值或阈值科学基础不足；检验方法多样且结果无一致性；需要的生物样本难以获得或获得的量不足以进行多指标检验；检验成本高，需要专业人员、专业设备和各类试剂和质量控制要求。总之，人体营养检验需要更强的科学技术支撑。但尽管如此，已有的检验技术已经可以支撑人体样本的主要营养素状况的检验和判断，可以对个体进行评估，并基于个体进行群体的统计和状况分析。需要指出的是，人体营养检验不仅是样本的生化检验，也存在其他检验方法，如骨密度检验、组织病理学检验（结膜痕迹法）、肠道微生物、口腔微生物、基因组及单核苷酸多态性（single nucleotide polymorphism，SNP）检验、转录组、蛋白组和代谢组学方法正在被迅速引入营养状况的综合评价中。显然，人体营养检验符合精准和个体化需求，将成为发展的主流。

五、营养行为学观察

与营养相关的行为学观察主要包括节律行为、情绪行为和认知行为等，这些行为数据综合反映机体功能数据，但深刻反映功能表现之下的营养状况，如早期儿童认知能力低下，可提示营养不良，提供与神经发育相关营养素的缺乏或失调。行为数据可被人感知感受，例如一名早期儿童智商测量结果偏低，会引起家长重视，若仅仅告知食物摄入不足和身体缺乏营养，则通常会被忽视，表明其结果的说服性高于其他指标体系，容易被广泛接受。这一特点在当今社会更为重要。

营养行为学观察也可在一定程度上表达人体的营养不良状况，但不能精确到营养素种类和数量，即精确性不足。营养行为包括食物选择、偏好及进食节律等饮食行为内容，此外，较为常见的行为学观察包括智商、儿童发育商、认知、语言发育、精细动作及大动作分析、运动及体能表现包括千米跑和踏台、情绪观察、反应时间等。行为研究适合于各类个体，尤其对于早期儿童等不能用语言表达的个体或群体较有优势。但是，较之上述其他几种方式，营养行为学观察存在与身体测量法相似的缺陷，即与营养素的直接关联程度较低，仅可给出笼统的营养不良结论或提示可能的原因，如营养不良通常会表现出情绪低下、精神不集中、反应缓慢、体能不足及智力认知不足等。

以往难以获得的简单或复杂的行为数据，如心率、步数、睡眠等，随着诸如可穿戴设备等大数据技术的发展，有可能实现自动获得，并可通过互联网形成大数据，进而通过分析了解营养和健康状况。

行为学观察在营养状况评价中的应用并不普遍，但其与感受直接关联，容易被广泛接受，很可能成为营养状况的重要方法。

六、人体微生物检测

近年来，肠道微生物学随着基因测序技术的发展而获得了快速发展，将以往食物营养素经口摄入，胃肠道吸收以及废弃物排泄这样一个较为线性的食物-人体模式，提高到食物、微生物和人体三者间相互关联和影响的认识层面，是营养学观念的一次突破。肠道微生物是目前研究较多的领域，事实上，人体普遍存在微生物与人体构建的生态系统，包括口腔、皮肤、呼吸系统、生殖系统等，人体微生态对表征营养状况可能不可或缺。

肠道微生态并不是一个全新的观念，但宏基因和16sRNA等技术突破，使得几十年停滞不前的肠道微生态科学在近十几年来迅猛发展。肠道微生态成为影响营养、健康乃至心理情绪的核心调控靶点，被认为是解决健康问题的曙光。以色列学者Segal的研究显示，通过联合使用膳食、身体检测、肠道微生物和体力活动构建的数据模型，可以预估血糖水平，预估结果与实测结果达到中高度相关。说明肠道微生物的种类、丰度和可能作用的数据对表征营养状况可能不可或缺。

上述6类技术基本涵盖了当前营养数据信息获取的方法。当然，环境因素如土壤成分，通过影响作物而影响人体营养。一些学者也关注到环境因素如空气质量，也对营养产生影响。但这些影响还有待形成可纳入分析的指标。

人体营养数据信息及其评估将必然与大数据及人工智能技术结合，支撑全社会从以医疗为中心向以健康为中心转变。人体营养筛查和诊断技术将向数据获取便捷、多指标分层综合、数据及分析精准、个体化和个体基础上的群体化方向发展，形成整合的营养数据及分析表征技术，从而在根本上为改善营养、促进健康服务。

随着营养数据获取全过程中，检验能力、检验效率和综合评价涉及的算法成为技术核心，并支持人体营养数据信息及反馈指导营养健康干预，实现人体营养改善。目前一些学者已经在这个方向上展开有益的探索，确定指标范围并设计计算方法，结合了具体的健康干预项目。

本书提供营养检验方法和评估方法，这些方法可应用于个体和群体的营养学评价，通过检验所获得的营养数据，可以为个体和群体的营养改善提供依据和直接的数据信息，从而支持精准有效的营养干预或人群营养改善。本书所提供的方法也可用于营养工作者、临床营养医生以及其他健康从业者开展营养科学研究、人群营养调查和各类营养健康项目。

（霍军生）