夜雨聆风在生殖中心门诊，这类问题几乎每天都会出现：“医生，我要不要开始吃得更‘健康一点’？地中海饮食、轻断食、抗炎饮食，到底哪个对试管有用？”
大多数医生面对这类问题，回答往往会很谨慎。不是因为不重视饮食，而是因为这类生活方式问题最容易掉进两个坑：要么说得太满，像养生号；要么做成科研以后，只能得到一句“趋势存在，但无统计学差异”。
Mediterranean diet improves embryo yield in IVF: a prospective cohort study, PMID 31477128 这篇《Reproductive Biology and Endocrinology》研究，恰恰很适合拿来讲“怎么把一个看似普通、甚至有点危险的生活方式课题，做得既稳又能讲出临床价值”。因为它最后真正跑出来的，不是“妊娠率更高”，而是胚胎可利用数更多。这听起来没那么轰动，但从科研逻辑上看，反而更可信。
一、这篇研究真正问的，不是“能不能怀上”，而是“前面哪一步先出现差异”
这项研究在北京大学深圳医院生殖中心开展，属于前瞻性观察队列。研究团队在 2016 年 9 月到 2017 年 12 月期间，向准备做 IVF 的女性发放饮食问卷。最初发放 700 份，699 人完成；排除 21 名大于 40 岁者后，剩 678 人；最终进入分析的是 590 名接受 GnRH agonist long protocol 或 GnRH antagonist protocol 的女性。平均年龄 31.78±3.72 岁，平均不孕年限 3.43±2.41 年。
这里最值得停下来想一想的是：如果你从一开始就把终点设成“临床妊娠率”或“种植率”，你会面临什么？答案是很可能什么都看不到。这篇研究最后确实就是这样：高地中海饮食依从组和低依从组，在临床妊娠率和种植率上没有显著差异。
但作者没有因为这个“阴性结果”就让课题塌掉，而是把研究重点往前推了一步：饮食未必直接改变“这次能不能怀”，但可能先改变“你能产出多少可用胚胎”。而这，才是这篇文章最值得模仿的地方。
二、它怎么把“饮食”这个很虚的暴露，变成一个可分析的变量？
作者没有泛泛地问“你吃得健康吗”，而是设计了一份 69 项食物频率问卷（FFQ），结合中国食物成分表和地中海饮食特征，构建了一个0–8 分的地中海饮食依从性评分。之所以是 8 分，不是常见的 9 分，是因为作者把“酒精”那一项去掉了：她们认为适量饮酒对女性生育是否有益，证据并不稳，而且样本中饮酒女性很少。
具体怎么打分？很简单，也很实用：
谷物、豆类、蔬菜、水果和坚果、鱼类：高于样本中位数记 1 分 红肉、乳制品：低于样本中位数记 1 分 不饱和脂肪/饱和脂肪比：高于中位数记 1 分。
最后，研究者按中位数把人群分成两组：
- 高依从组
3–6 分，228 人 - 低依从组
0–2 分，362 人。而且两组在女性年龄、不孕类型、不孕年限、BMI、基础 FSH/LH/E2/P、AFC、男性年龄、精子浓度和总活动精子数上都没有显著差异。这点很关键，因为它意味着后面看到的胚胎数差异，不太像是基线明显不平衡硬造出来的.
这篇文章的方法学并不炫技，甚至可以说很“老派”：
连续变量：t 检验或Mann–Whitney U 检验 分类变量：卡方检验 对单因素分析中 P<0.10 的指标，再做 Pearson 相关分析 最后把“可用胚胎数”作为因变量，做多元线性回归。
很多人看到这里会觉得：方法是不是太简单了？但这正是它高明的地方。因为这篇研究真正想回答的，不是建立一个“妊娠预测模型”，而是先弄清楚：饮食依从性和 IVF 流程中的哪些环节有关系。
换句话说，它的逻辑不是：“饮食 → 怀孕/没怀孕”而是：“饮食 → 取卵/受精/可用胚胎/移植 → 妊娠结局”。
一旦你把这个过程拆开，线性回归分析“可用胚胎数”反而是合理的第一步。当然，严格说来，“可用胚胎数”属于计数型变量，用 Poisson 或负二项模型可能更贴切；但在这篇文章里，作者选择了更容易让临床读者接受、也更容易解释的多元线性回归。作为一篇临床队列研究，这样的取舍是可以理解的。
四、真正跑出来的结果，到底是什么？
先看组间比较。高地中海饮食依从组和低依从组在促排方案比例、Gn 总剂量和持续时间上没有显著差异；获卵数在高依从组略多（13.98±7.49 vs 12.86±6.51），但没有显著性。真正显著的是：高依从组的可用胚胎数更多：8.40±5.26 vs 7.40±4.71，P=0.028。
然后再看临床结局。截至分析时，高依从组有 61 人完成移植，低依从组有 106 人完成移植；在子宫内膜厚度和移植胚胎数相近的情况下，临床妊娠率和种植率并没有显著差异。
接下来作者做了相关分析。结果显示，地中海饮食依从性与：
- 受精卵数
- 可用胚胎数
呈正相关；而且在调整了女方年龄、不孕年限、BMI以后，这个相关仍然存在，P 值分别是 0.039 和 0.018。相反，HCG 日 E2 和获卵数并没有和地中海饮食依从性形成显著相关。
最后，作者把 10 个变量一起放进多元线性回归，结果是：
- 年龄更大
- 基础 FSH 更高
- Gn 持续时间更短
- Gn 总剂量更少
这些都和更少的可用胚胎数相关；而更高的地中海饮食依从性则是更多可用胚胎数的独立保护因素。
五、这篇研究真正值得生殖中心学习的，不是结论本身，而是“做题方式”
这篇文章给临床医生最大的启发，不是“地中海饮食有多神”，而是：
1. 生活方式课题不要一上来就死盯最终妊娠率
如果你只看“怀没怀”，很容易得到阴性结果。而一旦把 IVF 流程拆开，去看获卵、受精、可用胚胎、囊胚形成、优质胚胎率这些中间终点，很多有价值的信号才会出来。
2. 问卷暴露必须做成“可量化变量”
不是问“你平时吃得健康吗”，而是要有评分体系。哪怕不是地中海饮食，也可以是：
AHEI 中国居民膳食指南依从性 植物性饮食指数只要分数定义清楚，就能往后做统计。
3. 临床课题里，“阴性主结局 + 阳性中间终点”并不等于失败
恰恰相反，如果你能把故事讲清楚，这种文章反而更可信。这篇研究最该学的就是：它没有把“妊娠率没差异”藏起来，而是大大方方写出来，然后把科学问题推进到“饮食更可能影响的是哪一层过程”。
六、如果想在这条线上发论文、申基金，最值得准备什么？
如果你来自生殖中心、妇科、内分泌或营养门诊，这条线非常适合往下做。最现实的数据准备可以分三层：
第一层：最容易起步
基线 FFQ 或简化膳食问卷 年龄、BMI、不孕年限 AMH、FSH、AFC 男方精液参数 IVF 中间结局：获卵、MII 卵、受精卵、可用胚胎
第二层：把文章做厚
囊胚率、优质胚胎率 新鲜移植临床妊娠率 冻融累计妊娠率/累计活产率 饮食模式用连续变量 + 分位数双重分析
第三层：基金最喜欢的升级版
卵泡液代谢组/脂质组 氧化应激指标 微量营养素或脂肪酸谱这样可以把“饮食—胚胎数”进一步推进到“可能通过什么机制”。
最后一句话
这篇 PMID 31477128 的真正价值，不是证明“吃地中海饮食一定能怀上”，而是教会我们一件事：
生活方式研究最怕把问题问得太大。你一旦把 IVF 结局拆成过程，很多原本看起来“没有差异”的课题，反而会出现真正能解释、也能转化的结果。
 |  |
 |  |
 |  |
 |  |
（点击👆图片，进入自己感兴趣的专辑。或点击“资源”，浏览本公众号所有资源）
