15 razões pra você não confiar naquele último estudo nutricional

Artigo traduzido por Juliana Whately. O original está aqui.

por Mark Sisson.

Os estudos nutricionais, muitas vezes, são o melhor que temos. Sem eles, estaríamos extraindo anedotas de um monte de boatos, contos da carochinha e preconceitos. Algumas informações questionáveis, ​​com certeza, iriam emergir, mas não teríamos a visão mais ampla e clara de pensamento oferecida pelo método científico. A maioria deles é profundamente falha, entretanto. E para saber quais valem a pena incorporar em sua visão da realidade e quais só ofuscam e turvam mais as águas, você tem que saber o que olhar.

Hoje, eu vou discutir muitas das razões pelas quais você não deve confiar no mais recente estudo nutricional sem olhar além das manchetes.

1. A indústria distorce a pesquisa.

No ano passado, Marion Nestle observou 152 estudos de nutrição financiados pela indústria. De 152, 140 tiveram resultados favoráveis ​​à empresa que financiou. Uma análise anterior de estudos nutricionais de leite, refrigerante e de suco de frutas descobriu que aqueles patrocinados por empresas de leite, refrigerante e suco eram muito mais propensos a relatar resultados favoráveis ​​do que os estudos independentes. As mesmas coisas acontecem em estudos de doenças cardiovasculares e ortopedia.

2. O ego distorce a pesquisa.

As pessoas se tornam apegadas às suas teorias. Imagine passar 30 anos realizando pesquisas para apoiar a sua idéia de que gordura saturada causa doença cardíaca. O quão forte você vai segurar-se a essa hipótese? Quão devastadoras para a sua auto-estima seriam evidências opostas? Sua pesquisa é a sua identidade. É o que você faz. É como você reage quando conversa em festas. Você é o cara da "gordura saturada". Tudo caminha como se isso fosse verdade.

Os cientistas estão acostumados a ser as pessoas mais inteligente em seus respectivos campos. Não é fácil abandonar isso ou admitir erros. Na verdade, isso vale para tudo. Os cientistas não estão imunes.

3. Correlação mascarada de causalidade.

No dia-a-dia, os eventos correlatos implicam causalidade. Você corta alguém no trânsito, ele buzina para você. Alguém segura uma porta aberta, você agradece. Você liga um interruptor de luz, a luz acende. Estamos acostumados com a causalidade explicando correlações. Assim, quando duas variáveis ​​são apresentadas juntas em um estudo nutricional, especialmente quando parece plausível (carne provoca o câncer do cólon), ou reafirma o conselho popular (gordura saturada causa doença cardíaca), é provável assumirmos que a relação é causal. Correlações provocam hipóteses interessantes e testes dessas hipóteses – mas elas são, muitas vezes, falsas. Tudo o que comemos está associado ao câncer se você prestar atenção. Será que isso realmente nos diz alguma coisa útil?

4. Sem grupo controle.

Se você quiser saber os efeitos de uma intervenção experimental, você precisa de um grupo de pessoas que não recebem a intervenção. Esse é o grupo controle. Sem um grupo controle para comparação com o grupo que recebeu a intervenção experimental, um ensaio clínico não significa muito. Você não consegue realmente saber que a variável experimental causou a mudança sem ele.

5. Controles falsos.

A presença de um grupo controle não significa que seja um bom estudo. O grupo controle tem que ser um verdadeiro controle. Pegue esse artigo do ano passado, alegando que aveia no café-da-manhã promove saciedade. Claro, quando você está comparando farinha de aveia com flocos de milho no café-da-manhã. Não é preciso muito para superar os efeitos (não-)saciantes dos flocos de milho. Como seria comparar aveia com bacon e ovos ou uma enorme salada ou purê de batata doce? Este estudo não lhe diz isso.

6. Tamanho pequeno de amostra.

Quanto menor o tamanho da amostra, menos impressionantes os resultados. Quanto maior o tamanho da amostra, mais significativos os resultados e o mais provável é que eles são para aplicar à população. É por isso que os resultados auto-experimentos de n = 1 são principalmente úteis para a pessoa que está executando o experimento em si mesmos e menos útil para os outros; o tamanho da amostra de 1 não é suficiente para generalizar os resultados.

Estudos de tamanho pequeno de amostra não devem ser ignorados. Eles podem levar a questões interessantes e hipóteses que os estudos maiores podem atacar. Mas eles não devem influenciar as políticas públicas, o consenso científico, ou a sua decisão sobre o que comer e como viver.

7. Demografia.

Certifique-se de que você sabe quem participou do estudo. Se você é um homem latino de 20 anos, o estudo sobre dietas de baixo carboidrato em mulheres negras na pós-menopausa pode não se aplicar a você.

8. Questionários de frequência alimentar (QFA).

QFA exigem que as pessoas recordem a sua dieta típica ao longo do último ano. Isso é difícil. Aqui está uma amostra de QFA; tente ver se você lembra dos alimentos que você comeu nos últimos 12 meses. Basta dizer, eles não são muito confiáveis. As pessoas mentem. As pessoas esquecem. As pessoas dizem o que eles acham que você quer ouvir, minimizando o material insalubre e exagerando nas coisas saudáveis. QFAs são, provavelmente, a melhor opção disponível para avaliar, mas eles não são bons o suficiente.

9. O efeito aderente.

Michael Eades chama isso de "efeito aderente". Eu chamei de "efeito do usuário saudável". Qualquer que seja a frase de sua preferência, isso descreve o fato de que há "algo intrínseco às pessoas que religiosamente tomam os medicamentos, que lhes faz viver mais tempo" mesmo que o medicamento seja um placebo completamente inerte. Talvez elas também sejam mais propensos a prestar atenção em conselhos médicos, como fazer exercícios regularmente, fazer exames, comer alimentos saudáveis ​​e outros comportamentos que melhoram a saúde que poderiam explicar alguns dos efeitos benéficos. Mas é uma coisa real,e tem um efeito real sobre os resultados dos estudos nutricionais.

10. A significância estatística em relação significado clínico.

Você vê a frase "significativamente associada com" muito em artigos científicos. "A gordura é significativamente associada com diabetes tipo 2" soa como "gordura na dieta tem um grande efeito sobre o risco de diabetes tipo 2". Mas o que essa frase realmente significa é "A associação entre a gordura e diabetes tipo 2 é improvável de ser uma coincidência". Não diz nada sobre o tamanho da associação. Isso não significa que comer gordura duplica sua chance de contrair diabetes tipo 2. O significado clínico - o efeito biológico - muito provavelmente é trivial.

11. Risco relativo versus risco absoluto.

Artigos, muitas vezes, falam sobre "o risco" de algo. Mais frequentemente do que não, isso é um risco relativo. Pegue algo como câncer de cólon. Apesar de ser o terceiro câncer mais comum (em causa de mortes relacionadas ao câncer), o risco absoluto de desenvolver câncer colorretal, mesmo na velhice, quando o risco é mais elevado, não é exatamente alto. Para a média de 50 anos, seu risco absoluto de ter câncer colorretal é de 1,8%. Se essa pessoa de 50 anos de idade tem um parente com câncer de cólon, o risco absoluto é de 3,4%. Ter dois parentes com história de câncer de cólon sobe para 6,9%. Na grande escala de coisas que podem matá-lo, o câncer colorretal não está nem mesmo entre as cinco primeiras.

Então, qualquer coisa que aumenta o risco de câncer do cólon começa a partir da forma escassa de grau de risco absoluto.

12. Nutrientes versus alimentos.

A maioria dos estudos de nutrição tenta medir o efeito de nutrientes específicos sobre os resultados de saúde. Mas as pessoas não comem ácido palmítico. Eles comem carne e laticínios. As pessoas não comem ácido linoleico. Eles comem amêndoas ou óleo de soja ou sementes de abóbora. As pessoas não comem glicose, frutose, amido resistente e fibra prebiótica; elas nem sequer comem "carboidratos". Elas comem batatas fritas, batata-doce, mirtilo, arroz selvagem. Estudos que analisam nutrientes específicos não podem dar-lhe informações precisas sobre os efeitos dos alimentos, porque os alimentos contêm muito mais do que nutrientes apenas individuais.

13. A maioria das pesquisas está errada.

Em 2005, John Ioannidis publicou um artigo chamado "Por que os resultados das pesquisas mais publicadas são falsos", citando conflitos de interesse, amostras de pequenas dimensões, efeitos clínicos insignificantes e falhas em replicar - em outras palavras, a maioria do material mencionado no artigo de hoje. Ele finalmente tornou-se o artigo mais citado já publicado na PLoS Medicine e ainda é verdade hoje. Mantenha isso em mente.

14. Revistas preferem publicar e pesquisadores preferem apresentar estudos emocionantes com resultados fortes.

Você está mais propenso a ter seu trabalho publicado se ele apresenta uma nova descoberta, emocionante, com um forte resultado. Se dois pesquisadores executarem estudos similares e só se obtém um resultado positivo, um jornal geralmente publica o estudo "bem-sucedido" e ignora o outro. Por sua vez, os pesquisadores são mais propensos a apresentar documentos "bem-sucedidos" para as revistas. O resultado final é uma falta de resultados negativos, mesmo que eles sejam informativos e vitais para que a ciência prevaleça.

15. Sabemos muito pouco.

"Mirtilo melhora a memória". Em quem? Nas pessoas com demência, nas pessoas que estão em alto risco? Crianças podem melhorar o desempenho escolar comendo amoras? E os estudantes universitários? E se os estudantes universitários forem do sexo feminino, muda alguma coisa?

"Nozes reduzem o risco de mortalidade em 40%." Quanto tempo você tem que comer as nozes? Será que o tipo de nozes importa? A sua idade afeta os efeitos protetores das nozes?

Há muita coisa que não sabemos. Existem muitas variáveis ​​que não podemos controlar.

Isto não é sugerir que estudos nutricionais são inúteis. Cito e refiro-me a eles o tempo todo. Eles são, muitas vezes, o melhor ângulo, mais objetivo sobre a situação disponível. Tal como a democracia, é a pior, exceto todos os outros. Mas temos de reconhecer e considerar suas limitações. Esperamos que, depois de post de hoje, você vai saber o que procurar.

É isso por hoje, pessoal.