嘉宾简介
美国宾州州立大学营养系副教授，营养流行病室主任。曾任哈佛医学院助理教授等。毕业于上海交通大学医学院（原上海第二医科大学，本科）、协和医科大学（硕士）和美国Tufts（塔芙茨）大学（博士）。当选美国国家科学院医学部在内的多个专家委员会委员，为多家SCI杂志编委。在美获奖十次，如美国神经学科学院2011年睡眠医学年度研究人员奖、塔夫茨大学营养学院2012年杰出校友奖的领袖奖、美国营养学会2015年Samuel J Fomon青年医师奖、塔夫茨大学校友名人堂（建校150余年来，入选的第5名营养学院的毕业生）。其学生亦获奖十余次。主持美国NIH的R01/R21/R03等多个项目。已经发表了160余篇SCI论文 ，引用次数>5600左右，H-index 44。研究成果数千次被世界各大媒体报道。2009年以来，美国神经病学科学院、美国睡眠医学科学院、美国心脏学会、美国医学会会刊、和美国营养学会等15次举办新闻发布会，介绍其研究成果。
好书法、篆刻。97年加入中国书协。在《Orientation》、《中国书法》等报刊杂志发表书法类文字近30篇。曾在《书法报》开设个人专栏。另在《南方周末》、《文汇报》等发表杂文、随笔20余篇。与友人合办《书法江湖》网站，被香港《书谱》杂志评为文革后30余年最受尊敬的书法媒体。2005-2012任波士顿美术馆（MFA：Museum of Fine Arts，Boston）顾问，帮助整理馆藏中国书画。书法篆刻作品被美国部分博物馆收藏。
演讲主题: 营养流行病学方法及应用
我们知道，在考虑食品的营养功效的时候，除了考虑食品本身的生物学功能之外，更要注意它代替了什么、以及与之而来的整体膳食变化。自然界动态平衡的哲学在此有所体现。对于营养流行病研究来说，除了我们要研究的核心因素之外，如何控制其他因素是非常巨大的挑战。关于饮食与慢性疾病的流行病学研究，一直以来是许多疾病病因和预防措施的重要研究途径，然而不尽相同的研究结论常常能引起学术界的思想博弈与争议。因此，在近些年来的营养流行病学发展过程里，更多更完善的研究方法被反复试验并被使用在学术研究中，以提高结论的效度、信度、和泛化能力。在本次演讲中，高翔教授从不同层次分析了如何使用人群学数据去探讨饮食和疾病之间的关系。
>>>> 营养元素／膳食成分 (Nutrient/ Dietary Component)
食物中含有成千上万的营养成分，有些是我们所熟知的营养素，比如最为常见的维生素与矿物质，而还有很大一部分我们还未深入研究。倚靠对单个营养素或者食物成分的研究来探讨疾病与食物的关系犹如以管窥天，只能比较片面地看到冰山一角，但是此类的研究依旧能提供大量宝贵的信息，为未来进一步的研究打下基础。以下列举了部分高翔教授分享的例子：
>>>> 酒精摄入与HDL的研究 [1]
既往前瞻性研究发现酒精和心血管疾病之关系呈U形曲线，即适量饮酒者，未来患心血管疾病的风险最低。一个可能的假说是饮酒会升高HDL浓度。然而，大多数相关研究汇报了线性趋势：酒精摄入越高，血液HDL浓度越高。与心血管疾病的研究不同，这些研究多为小样本的横断面研究。高翔教授的团队因此对中国开滦研究的7万参与者追踪6年，研究饮酒和未来HDL改变的关系。与以前的心血管研究结果类似，他们发现了U形曲线。不饮酒者和大量饮酒者，未来HDL浓度下降速度最快。
>>>> 维生素C与高尿酸、痛风风险的研究 [2]
过往研究表明，升高血液中的维生素C浓度能降低肾脏对尿酸的重吸收。然而过去的人群研究仅限于样本量很小的临床试验，最高给予维生素C的剂量也将近高达10克/天，因此得到的结果对于社区人群而言并不一定有良好的外推性。本项研究使用健康从业人员研究数据，观察到维生素C摄入与高尿酸血症风险呈负相关关联，但这种保护功能在维生素C > 500毫克/天后就不再明显上升。维生素C与痛风风险之间的关系同样呈负相关。
>>>> 帕金森研究之另辟蹊径
过去帕金森相关的研究大多是围绕多巴胺的减少为切入点，但在高翔教授过往的研究中，提出了“黑色素假说”（即帕金森与黑色素代谢通道相关的假说）。该假说的提出基于几个非常有意思的观察。神经组织的断层扫描显示，帕金森患者的中脑黑质较正常对照颜色更浅，暗示黑色素合成降低。在人群之中，头发颜色更浅的人帕金森发病率更高。[3] 由于这些观察，可推断多巴胺和黑色素可能共享同一个代谢通道，为今后的疾病干预指出一个值得深究的方向。在另一项高翔教授关于饮食与帕金森风险的研究中，更是发现花青素与帕金森风险之间的关系呈负相关，并提出每周吃两把以上的草莓、蓝莓（花青素的主要来源）能降低20%左右的帕金森风险。[4]
>>>>食物／食物组 (Food/ Food Group)
这几十年来，更多的研究开始关注不同的食物以及食物组对健康的影响，而不仅仅是单个的营养成分。以下列举了部分高翔教授分享的例子：
>>>> 添加糖、含糖饮料与血清尿酸浓度的研究 [5]
许多动物实验及小型的人群实验表明果糖的摄入能促进尿酸的生成，并进一步增加高血压以及心血管疾病的发病率。本项研究使用了美国国家健康与营养调查的大样本量数据，发现在男性中，添加糖或含糖饮料的摄入与血清尿酸浓度显著性正相关，然而在女性中，这种相关性并不存在。
>>>> 奶制品摄入与前列腺癌风险的研究-Meta分析 [6]
2005版美国居民膳食指南中增加了牛奶的建议摄入量：每天三杯低脂或脱脂牛奶/奶制品，且没有排除年龄较长的男性。在这项关于奶制品摄入于前列腺癌发病率的Meta分析显示，较高的牛奶摄入量与前列腺癌发病率呈正相关，并发现如果美国居民遵循膳食指南的改变则美国可能会每年增加两万个新的前列腺癌患者。
>>>>饮食结构／膳食模式 (Dietary Pattern)
我们平日的饮食组合非常复杂，与当地的文化习俗有着密不可分的关联，并且食物中的不同营养素之间也有紧密的联系和交互作用。因此，简单地研究单一营养元素或者食物可能无法得出最准确的结论。为了从更为综合、宏观的角度考虑，大量研究探讨了如何搭配食物才能促进人体的健康。常用的膳食模式研究方法包括后验方法（基于数据），例如因素分析与聚类分析，能比较出“较为”健康的饮食模式对健康的影响；也包括了先验的方法（基于假说），例如基于膳食指数、最优模型（Optimization Programming）、机器学习的方法。
以下列举了部分高翔教授分享的例子：
>>>> 基于生化指标（膳食指数方法之一）的膳食模式研究方法 [7]
过往的研究发现人体内的尿酸浓度与帕金森发病率呈负相关，然而基于伦理道德我们不能进行临床试验来验证尿酸的升高是否能降低帕金森的发病率。因此，基于尿酸生化指标的膳食模式（即能升高尿酸的膳食结构）就被用来间接研究尿酸与帕金森之间的关系。这项研究基于五万人左右的健康从业人员研究数据来观察膳食尿酸指数是否能预测未来的帕金森风险。结果表明膳食结构容易导致高尿酸的人群面临更低的帕金森风险，为往后的临床研究提供了有力的证据。
>>>> 基于最优模型（计量经济学方法之一）的膳食模式研究方法 [8]
在这个例子的算法中，预测变量则为61种食物成分，结局变量为维生素E的最大可能摄入量。结果发现，在保证食物总量、能量总量、16种微量元素摄入量、以及脂肪和钠摄入量达标的情况下，对美国传统饮食的小幅度调整很难使维生素E摄入达到推荐量，因此维生素E的推荐摄入量可能需要进行适当修改。
>>>> 机器学习的膳食模式研究方法
机器学习近年来非常热门，它能根据大数据来预测营养与健康的非线性关系，非常适合复杂的营养学研究。高翔教授团队使用了决策树（conditional inference tree analysis）的方法在老年人中研究了残疾的各种危险因素的多维交互作用。另外，高翔教授最新关于HbA1C预测的研究发现用深度学习方法（deep learning）得到的预测值与实际值十分相近（所用数据来源为2003-2005美国国家健康与营养调查，研究成果还未发表）。
>>>> 此外，在本次分享中，高翔教授还介绍了他们关于肥胖与老年人功能性缺陷 [9]、食品保障（Food Security）与认知障碍的研究。[10, 11] 并探讨了一些新的研究方向，如危险因素（如膳食质量、血压）变化轨迹等。[12, 13]
>>>>
附：研究中所使用的队列 & 参考文献
研究队列：
>>>> The Health Professionals Follow-up Study 健康从业人员队列
>>>> The Nurses’ Health Study 护士健康研究
>>>> The Cancer Prevention Study II Nutrition 癌症预防研究
>>>> The Boston Puerto Rican Health Study 波士顿波多黎各移民研究
>>>> The Geisinger Rural Aging Study 盖辛格乡村老年研究
>>>> The National Health and Nutrition Examination Survey 美国国家健康与营养调查
>>>> The Kailuan Study (China) 开滦队列研究（中国）
参考文献：
1. Huang S, Li J, Shearer GC, et al. Longitudinal study of alcohol consumption and HDL concentrations: a community-based study. Am J Clin Nutr. 2017;105(4):905-912.
2. Gao X, Curhan G, Forman JP, Ascherio A, Choi HK. Vitamin C intake and serum uric acid concentration in men. J Rheumatol. 2008;35(9):1853-1858.
3. Gao X, Simon KC, Han J, Schwarzschild MA, Ascherio A. Genetic determinants of hair color and Parkinson's disease risk. Ann Neurol. 2009;65(1):76-82.
4. Gao X, Cassidy A, Schwarzschild MA, Rimm EB, Ascherio A. Habitual intake of dietary flavonoids and risk of Parkinson disease. Neurology. 2012;78(15):1138-1145.
5. Gao X, Qi L, Qiao N, et al. Intake of added sugar and sugar-sweetened drink and serum uric acid concentration in US men and women. Hypertension. 2007;50(2):306-312.
6. Gao X, LaValley MP, Tucker KL. Prospective studies of dairy product and calcium intakes and prostate cancer risk: a meta-analysis. J Natl Cancer Inst. 2005;97(23):1768-1777.
7. Gao X, Chen H, Choi HK, Curhan G, Schwarzschild MA, Ascherio A. Diet, urate, and Parkinson's disease risk in men. Am J Epidemiol. 2008;167(7):831-838.
8. Gao X, Wilde PE, Lichtenstein AH, Bermudez OI, Tucker KL. The maximal amount of dietary alpha-tocopherol intake in U.S. adults (NHANES 2001-2002). J Nutr. 2006;136(4):1021-1026.
9. Cheng FW, Gao X, Bao L, et al. Obesity as a risk factor for developing functional limitation among older adults: A conditional inference tree analysis. Obesity (Silver Spring). 2017;25(7):1263-1269.
10. Wong JC, Scott T, Wilde P, Li YG, Tucker KL, Gao X. Food Insecurity Is Associated with Subsequent Cognitive Decline in the Boston Puerto Rican Health Study. J Nutr. 2016;146(9):1740-1745.
11. Gao X, Scott T, Falcon LM, Wilde PE, Tucker KL. Food insecurity and cognitive function in Puerto Rican adults. Am J Clin Nutr. 2009;89(4):1197-1203.
12. Li W, Jin C, Vaidya A, et al. Blood Pressure Trajectories and the Risk of Intracerebral Hemorrhage and Cerebral Infarction: A Prospective Study. Hypertension. 2017;70(3):508-514.
13. Jin C, Chen S, Vaidya A, Wu Y, Wu Z, Hu FB, Kris-Etherton P, Wu S, and Gao X. Longitudinal changes in fasting blood glucose and the risk of incident myocardial infarction in a population without diabetes. Diabetes Care. 2017 Sep 8. pii: dc170610. doi: 10.2337/dc17-0610. [Epub ahead of print]