红肉，力量燃烧的源泉，到底健不健康？

无论是出于增肌，还是减脂期优质蛋白的摄入，健身爱好者总要进食大量肉类。红肉，即是这其中最为常见，有时往往也是最容易获取，也最为廉价的一种。有关这种肉类是否会带来健康隐患，争论似乎总在持续。所以一直以来，不少健友们对它的态度也会随之摇摆不定。

今天，为大家转载一篇分析的较为透彻深入的文章，给健友们提供个一家之言，留作参考。您也可以通过留言，阐述您对此的看法。

红肉，指的是所有哺乳动物的肉，常见的有猪肉、牛肉、羊肉、兔肉、驴肉、鹿肉。

rrrrr首先这里需要介绍统计学的相关性和因果性。

rrrrr第一，相关不代表因果；

rrrrr第二，相关即使代表因果，也有三种因果可能（A导致B，B导致A，未知因素C导致A且B）；

rrrrr第三，即使因果关系是确定的，因果效应也无法确定在个体身上实现。

rrrrr举几个例子。

rrrrr关于第一点，比如说红肉消费量高的国家，人均寿命高于几乎不消费红肉的国家，这也并不能说明多吃红肉是寿命延长的原因。

rrrrr关于第二点，比如说前几年zuobiao.me网站的站长公布了大数据，声称“强烈同意【中国传统医学对人体健康的观念比现代主流医学更高明】”的人，与“强烈同意【吃狗肉违法】”的人高度重合。这并不能说明一个人因为粉中医而变成爱狗人士（A导致B），也不能说明一个人因为爱狗人士而粉中医，很有可能是因为这个人存在某方面价值倾向（C），导致了这个人既粉中医，又是爱狗人士（C导致A且B）。

rrrrr关于第三点，比如说大家都知道抽烟喝酒于身体有损，会折寿。但是呢，很多人抽烟不喝酒，只活到60多，吃喝嫖赌什么都干，活到了100多的例子也不是没有。

rrrrr关于红肉和癌症风险的流行病学研究，最著名的当属1995~1996年，美国国立卫生研究院及肿瘤研究院的研究课题，以美国六州二市（加州、佛罗里达、北卡、新泽西、宾州、路易斯安那州、亚特兰大、底特律）年龄50~71岁的全部人群为观察对象，人数高达617119人。研究采用问卷调查与跟踪调查的方式实施，根据美国食物成分分析数据计算摄肉量，将摄入量分为5个等级（g/1000kcal/d），男性为9.3、21.4、31.5、43.1、68.1，女性数据略。参与肿瘤发生风险统计分析的人数为494036，占总人数80.1%，并随访8.2年；发现53396例肿瘤患者，占总人数8.65%，并随访十年。

研究结论大致是：

rrrrr与红肉摄入量最低的人相比，红肉摄入量最高者的各肿瘤发病率依次为：

rrrrr食管癌1.51倍；

rrrrr结、直肠癌1.24倍；

rrrrr肝癌1.61倍；

rrrrr肺癌1.20倍；

rrrrr喉癌1.43倍；

rrrrr子宫内膜癌0.75倍（吃红肉最多的女性反倒比吃红肉最少的女性子宫内膜癌发病率低）；

rrrrr胰腺癌（仅男性，女性无相关性）1.43倍。

rrrrr类似的研究在90年代层出不穷。支持红肉与癌症发病率提高相关的研究占了多数，但是各个研究关于各项癌症的发病率有不少出入。基于这些结论，世界癌症研究基金会（WCRF）与美国癌症研究学会（AICR）于1997年推荐红肉摄入量不应超过80g/d，前者于2007年将最高摄入量调整为71g/d。

rrrrr讽刺的是，在这个结论发布后的数年内，尽管绝大多数爱尔兰人（88%）和英国人（80%~90%）按照上述标准食用红肉（导致该两国红肉消费量大减），然而Hill等人在2002年的研究表明，近年来该两国结、直肠癌的发病率却不降反升（当然也有可能是因为其他更强烈的致癌因素的引入，注意我前文说的相关性和因果性）。

rrrrr这里补充一点后面要用到的内容，即红肉的致癌机理。根据几篇被引用数较高的文献，其中被归因频次比较高的有如下几类：

rrrrr1.脂肪；

rrrrr2.N-亚硝基化合物；

rrrrr3.杂环胺；

rrrrr4.多环芳烃；

rrrrr5.亚铁血红素化合物；

rrrrr6.高盐。

rrrrr按照“①这是红肉本身所携带的、或任何对红肉的烹饪方式都不可避免要产生的、或白肉用相同烹饪方式烹饪则产生量比红肉少得多的物质”与“②这是用不健康的烹饪方式（炸、煎、熏、炒、罐头）烹饪红肉所产生的，如果用健康的烹饪方式（蒸、煮）则产生的量会减少很多的物质”分类，则：

rrrrrN-亚硝基化合物、亚铁血红素化合物属于第①类，是内生的；

rrrrr脂肪、杂环胺、多环芳烃、高盐属于第②类，是烹饪不当造成的。

rrrrr基于Hill等人的研究以及以往众多研究中存在的问题，许多营养学家对红肉提高癌症发病率这一结论表示质疑。此类研究尽管覆盖面广，随访时间长，但是仍有诸多实验设计的缺陷，使得其结果令人生疑：

rrrrr第一，癌症发病以及癌症的存活率均是多因素交互作用的。然而，即便是如(NIH)-AARP的机构，也无法充分排除或同化其他因素对整个研究的影响。比如剥除红肉摄入量与体重指数、吸烟、总热量摄入、饮酒、经济水平、运动量的关联。举个例子，红肉摄入量高与体重指数的相关性高，其总热量摄入本身就高，而运动量偏少。这部分人群的生活方式本身就不健康（C），导致红肉摄入量高（A）且癌症发病率高（B），你不能因此断定是A导致B，这更有可能是因为C导致A且B。