《The China Study》简介：

Referred to as the "Grand Prix of epidemiology" by The New York Times, this study examines more than 350 variables of health and nutrition with surveys from 6,500 adults in more than 2,500 counties across China and Taiwan, and conclusively demonstrates the link between nutrition and heart disease, diabetes, and cancer. While revealing that proper nutrition can have a dramatic effect on reducing and reversing these ailments as well as curbing obesity, this text calls into question the practices of many of the current dietary programs, such as the Atkins diet, that are widely popular in the West. The politics of nutrition and the impact of special interest groups in the creation and dissemination of public information are also discussed.

《The China Study》摘录：

科学的证明并不容易取得，尤其是要在医学与健康领域上，获取绝对的证据，比在生物、化学、物理等“核心”科学要难得多，几乎可以说是不可能。所有相关学术研究调查的主要目标，都只能决定什么事可能为真，因为健康研究在本质上都是统计的结果。你抛一个球出去，会不会落下来？没错，肯定是这样的，这就是物理。那么你一天抽四包烟，会不会得肺癌？答案是：可能会。我们知道你得肺癌的机会可能比不抽烟的人要高出许多，也能告诉你可能性（统计数字）有多高，但是不知道你这个人到底会不会得肺癌。 ...... 如果经过详细思考，发觉某个想法有某项证据的强力支持，因而无法否定其合理性，那我们就会把这个观念当做是可能的事实。 ...... 不论蛋白质与肝癌是正相关还是负相关，都不能证明蛋白质会导致或预防肝癌。为什么呢？举个简单的例子来说明：电线杆越多的国家，心脏病与其他疾病的发生率都较高，因此，电线杆与心脏病是正相关，但却不能因此证明电线杆会导致心脏病——相关并不表示因果关系。 然而这绝非表示“相关”没意义，事实上，经由适当的诠释，相关性能有效用来研究营养与健康的关系。例如在中国健康调查及营养研究里，有超过8000项在统计学上极具意义的相关性具有很大的价值。因为得到这么多类似的相关性资料，研究者就能开始看出饮食、生活形态与疾病之间的关系模式，而这些模式也能说明饮食与健康间那极其复杂的过程究竟如何运作。但若想证明某单一因素影响某单一结果，光靠相关性是不够的。 你或许会认为，要决定两项因素是否相关，并没有什么了不起，反正它们要不就是相关，要不就是不相关，但实际上并非如此！当你在检视一大堆数据的时候，必须进行统计分析，才能决定两项因素是否相关。这是一个或然率，我们叫做“统计学显著性”（statistical significance）。统计学显著性可以用来衡量所观察到的实验结果究竟是真的可靠，还是只是巧合。如果你掷一枚硬币...