科普一下营养师这个职业，为什么适合所有人的饮食“one-size-fits-all”的饮食方案不存在？
在社交媒体上，经常会看到某种能够在10天、两周内解决你各种身体问题的post.比如《新晋妈妈这样做能10天瘦8斤》，《15天降血脂饮食》，如此种种不再赘述。 这些内容，给我们一个印象——不管你是谁，都存在一种针对某些身体问题的“one-size-fits-all”营养方案。 在进行论文验证之前，首先科普一下营养师这个职业的细分： 如此一来，针对每个场景的不同问题，都涉及到不同的人群以及背景情况，比如： 面对如此众多的差异，我们都希望存在一个OSFA（one-size-fits-all）的营养方案，还好American Nutrition Association（美国国家营养协会）有一项课题专门为OSFA进行了验证。 在一项对800名II型糖尿病患者的研究中，研究人员对他们进行了为期一周的血糖监控，发现“PN干预的组别里能够更好预测并控制病人的餐后血糖，从而降低更长期的代谢风险”[1]。 疑问1：根据广泛人群（Population-Based）中得出的营养学规律，应用在个体上的效用如何？ 从常识来看，大多数人都会有一种“只要适合大多数人，就大概率会适合我”的想法。 但是一项2018年的研究则不这么认为，他们认为采用“人口平均”方式所得出的结论，通常并不是针对个人问题的最佳方案[2]，这一观点显然颠覆了我们的传统认知。 疑问2:如果传统营养学知识（广泛人群Population-Based）不再是个人的最佳方案，那么什么才是？同样在2018年，Harvard Medical School（哈佛医学院）营养学系在对个人便携式健康数据产品和其他大数据产品研究时，发现在应对II型糖尿病患者的饮食和餐后血糖问题中，大数据产品能够提供更加个性化的解决方案[3]。 不仅如此，已经有研究人员希望用这些基于证据（Evidence-Based）的科技成果，去影响和修改传统营养学教材的内容，以帮助更多从业者能够获取最新的营养学更新[4]。 也欢迎来我的危机营养学/一周一会（基于最新研究避免日常用品与食物踩雷） 疑问3:既然传统营养师所受到的教育都是针对广泛人群（Population-Based）的结论，那么传统营养师在“进化”过程中会遇到什么挑战？这里就不得不提到一个概念，Personalized Nutrition，也就是个人化营养，简称PN。 在一项针对慢性病，比较传统（基于广泛人群）营养师与PN干预的研究中，由于在个人化营养方案中所需数据量更大，导致传统营养师需要做大量收集、整理、分析工作，使得人工繁重，服务成本也由此上升[5]。 研究人员甚至怀疑这种工作量已经超出了人类营养师能够处理的范畴，因为即使只有单一客户，随着时间的推进，每天的活动量和每餐的细节数据，都会不断增加，同其他维度的身体数据交错在一起会导致巨大的处理需求。 通过总结以上研究，我们需要带回家的信息是：· 传统营养师的知识基于广泛人群（Population-Based）；· 个人化营养简称为PN；· 能够提供PN服务的营养师需要具备基于证据（Evidence-Based）的能力；· 基于证据（Evidence-Based）的营养方案设计需要借助更高算力的工具，比如AI——FoodiPal.com…
