Som en slags fristående fortsättning på min recension av boken Kriget mot kroppen så tänkte jag att jag ska försöka förklara hur vi faktiskt vet att för mycket fettmassa i sig är negativt för hälsan.

När jag försökte följa debatten kring boken lite så var jag inne på en del större konton på sociala medier som jag normalt sett inte följer. Jag märkte då att ett vanligt förekommande påstående eller argument kring fetma och hälsa var att studier inte faktiskt visade att det var fetma i sig som var problemet.

De flesta av dessa inlägg fokuserade på observationsstudier vilket är en form av studie där man endast observerar människor och sedan tittar på samband mellan saker som du utmärker dem och hälsan hos dem. I det här fallet är det då oftast BMI, vikt, fettmassa eller annat liknande mått på fetma och olika former av hälsoutfall likt cancer, hjärt- och kärlsjukdom, olika mått på psykisk hälsa, typ 2 diabetes, smärta och så vidare.

Innehållsförteckning

Observationsstudier har alltid brister

Observationsstudier har var för sig många problem när det gäller att försöka säga vad som orsakar vad. Det du får ut som resultat är i princip bara så kallade korrelationer. Du kan se om en ökning av en sak visar ett samband med en ökning eller minskning av något annat. Det är nog få saker som så bra illustrerar det här som de slumpmässiga korrelationer som Tyler Vigen tog fram för många år sedan nu.

Om du letar tillräckligt mycket så kan du hitta de mest otroliga samband i data som egentligen inte har någonting alls med varandra att göra.

Ett av de mer kända verkliga exemplet på när en korrelation som man trodde berodde på ett samband visade sig vara felaktig var när man i tidiga studier såg att de som drack mycket kaffe var i sämre hälsa än de som drack mindre. Det visade sig dock i senare studier att den här effekten verkade bero på att rökare ofta också dricker mycket kaffe och när man justerade för det här i analysen så försvann det negativa sambandet mellan kaffedrickande och ohälsa. Idag pekar istället datan mot att kaffe om något är positivt för hälsan.

För att du ska kunna göra den här typen av justeringar rent statistiskt så måste du dock ha information om det du vill justera för. Om du till exempel inte samlat in data på hur mycket personerna röker så kan du inte justera för det. I observationsstudier vet man dock ofta inte ens vad man ska justera för eftersom man inte vet allting som kan tänkas inverka.

Det finns många andra problem med den här typen av studier och precis som i min senaste artikel så rekommenderar jag avsnitt 167 av Tyngre Träningssnack för en lite djupare introduktion.

En observationsstudier kan i princip aldrig bevisa något kring fetma

Med alla de svagheterna som finns i en observationsstudie så innebär det att du i princip aldrig kan ta en sådan studie och säga att den för sig själv bevisar något speciellt. Bristerna som finns med varje typ av observationsstudie brukar allt som oftast påpekas i själva studien. Du bör kunna hitta dem som en del av diskussionsdelen i artikeln.

Tyvärr är det så att det allt för oftast släpps igenom allt för stora påståenden kring enskilda studiers resultat och lite väl säkert språk även i studierna som publiceras i tidskrifter men en del av bristerna brukar i alla fall nämnas.

Det här innebär också att om du vill så kan du alltid hitta bra och rimlig kritik för en observationsstudie bara genom att skumläsa studien i sig. Men hur troligt ett resultat är att vara sant beror inte bara på hur resultatet ser ut eller hur metoden i studien var utan det är också i högsta grad beroende av vad vi vet sen tidigare inom ämnet.

Tidigare sannolikhet är viktigt att känna till och ta hänsyn till

Vad vi vet sen tidigare påverkar nämligen vad vi kan förvänta oss för rimliga resultat från en studie. Om du till exempel hittar en korrelation mellan x och y samtidigt som du vet från många tidigare studier att x brukar påverkar risken för y så är det så klart mer troligt att resultatet du hittat är sant.

Ett konkret exempel här är sockersötade drycker och risken för viktuppgång och ohälsa. Om du ser att de som dricker mer sockersötad dryck tenderar att gå upp mer i vikt över tid och bli sjukare i en observationsstudie och inte vet någonting annat sen tidigare så kan man hitta på många möjliga förklaringar till resultatet.

Du skulle tex kunna säga att det skulle kunna bero på att de som dricker mer sockersötad dryck oftare äter snabbmat och att det egentligen är snabbmaten som är problemet.

En annan möjlig förklaring är att alla vet att socker är dåligt för tänderna och de som väljer att ändå dricka sockersötade drycker troligen är sämre utbildade än andra. Och sämre utbildning orsakar sedan fetma och ohälsa.

Ytterligare en förklaring skulle kunna vara att sockersötad dryck tenderar att tillfälligt kunna minska känslan av stress. Och att det egentligen är stressen som sedan orsakar fetma och ohälsa.

Den mest uppenbara förklaringen är så klart att sockersötad dryck i sig ger viktuppgång och ohälsa.

Du kan lätt hitta på säkert 20 sådana här hypotetiska förklaringar till resultatet på bara någon halvtimme. Men alla de här påhittade förklaringarna är inte alla lika troliga att vara sanna. För vi har en hel del tidigare kunskap inom det här området.

När det gäller sockersötade drycker så vet vi till exempel att om vi ger det till djur så dricker de mycket av det, går upp i vikt och deras hälsa försämras. Vi har också väldigt välkontrollerade studier på människor över några timmar och enstaka dagar som visar att om de får sockersötad dryck så ökar de på sitt kaloriintag mer än om de får en dryck utan socker i. Vi kan också se möjliga förklaringar till det här resultatet i form av skillnader i mättnadssignaler och hormoner. Till sist har vi även interventionsstudier över veckor och månader där vi kan se att människor som blir tillsagda att dricka sockersötad dryck varje dag går upp mer i vikt och får sämre hälsovärden jämfört med människor som får dricka något annat.

Så tillsammans med den här tidigare kunskapen blir de olika tolkningarna av observationsstudierna mer eller mindre troliga. När du vet det här ovanför så är den mest troliga förklaringen nu att det helt enkelt är den sockersötade drycken i sig som är huvudproblemet. De andra förklaringarna kan så klart bidra de med. Men om det är troligt eller inte kan vi inte avgöra bara från observationsstudien utan vi behöver också utföra andra former av studier då.

Alla studier har sina problem men tillsammans kan du ändå få en väldigt bra bild

Jag var inne på det här redan i min recension av Kriget mot kroppen, vetenskap handlar inte om att presentera en studie som stödjer det man vill säga utan det handlar om att försöka ta fram en så bra förklaringsmodell som möjligt för allting som vi tror oss veta.

Det är dock väldigt vanligt att människor med en agenda nyttjar det faktum att ingen studie är perfekt till att antingen måla upp en situation där vi ”inte vet någonting” eller att de försöker framställa sig själva som experter genom att bara kritisera utan att faktiskt komma med någon bättre förklaring själv.

Det här är vad som händer just nu när det gäller riskerna med för mycket fettmassa både i media och på sociala medier. Folk kritiserar enskilda studier var för sig hela tiden utan att de ger dig någon form av helhetsbild. Jag kan förstå att det lätt kan kännas lite förvirrande eller osäkert när du läser sådana saker om du själv inte har en mer komplett bild av forskningen. Du kanske tänker något i stil med ”Är det verkligen så att man varnat för fetmaepidemin i årtionden utan att faktiskt veta mer om det är fetma som är dåligt?”. Det är en fullt rimlig tanke med den bilden som målas upp.

Men det är självklart inte så att det är helt inkompetenta människor som arbetar på alla hälsoorganisationer världen över. Det finns en väl underbyggd orsak till varför man bryr sig om hur mycket fettmassa människor i en befolkning bär runt på.

Jag tänkte att jag ska dela in den här förklaringen i tre olika spår som tillsammans målar upp en tydlig bild.

  1. Mekanistiska studier och djurstudier
  2. Observationsstudier
  3. Interventionsstudier

Mekanistiska studier och djurstudier

Med djur kan vi göra många saker som vi inte kan göra med människor. Vi har till exempel en väldigt bra koll på möss gener vilket gör att vi kan selektivt plocka bort eller addera gener som gör att vi väldigt specifikt kan testa vilken funktion som olika receptorer och ämnen har i olika delar av deras kropp. Är du till exempel nyfiken på vad hormonet insulin gör så kan du selektivt slå ut alla receptorerna för hormonet i olika organ och se vad som förändras.

Du kan så klart också plocka ut enskilda celler och se hur dessa reagerar när du utsätter dem för insulin i olika koncentrationer. Hos levande möss kan du också operera in filter som gör att du kan justera koncentrationen av insulin igenom en viss del av kroppen och så vidare. Det går helt enkelt att verkligen göra experiment där du kan se på cellnivå vad som påverkar vad.

En annan fördel med djur är att vi kan styra deras liv i övrigt med. Vill du testa om effekten från en viss kost beror på hur mycket mössen äter av kosten eller om den beror på kosten i sig så kan du exakt justera deras tillgång till energi från maten. Så även om det egentligen är en kost som mössen brukar äta så mycket av så de går upp i vikt så kan du istället styra vikten nedåt.

Vi vet flera olika sätt som signaler från fettceller kan påverka sjukdomsrisk negativt

Via framför allt sådana här djurstudier och studier på mänskliga celler på ett labb så har vi idag förklaringar som går enda ner på cellnivå till hur för mycket fettmassa i sig skulle kunna påverkar hälsan negativt.

Det här kan snabbt bli onödigt komplicerat för en artikel av den här typen så jag refererar till ett par översiktsartiklar och lägger in några illustrationer från de olika artiklarna här för att ge någon form av överblick (1, 2, 3).

Bild som förklarar hur fettmassa kan påverka blodkärlens funktion och sen öka risken för hjärt- och kärlsjukdom.
Möjliga mekanismer till hur för mycket fettmassa kan bidra till en ökad risk för flera olika typer av cancer.
Möjliga förklaringar till hur för mycket fetma kan bidra till ökad inflammation i kroppen och som sen i sin tur skapar problem på sikt. Tex bidrar det till ökad risk för insulinresistens och typ 2 diabetes.

Att hitta på mekanismer är dock oftast ganska lätt. Jag skulle rent av säga att ett av de största problemen kring människors syn på vad som ger hälsa eller prestation idag är ett överdrivet fokuserande på enskilda mekanismer. Gurus på internet tar ett fynd från någon labbstudie och blåser upp det till enorma proportioner med vilt gående slutsatser om vad som sker när folk äter eller livsmedel där den saken som studerades på labbet bara förekommer i liten mängd tillsammans med väldigt mycket annat.

Möjliga mekanismer är således intressant men det betyder i det stora hela ingenting om det inte finns andra typer av studier som stödjer att den där möjliga mekanismen påverkar i situationer som skulle kunna ske i verkligheten.

Så därför tycker jag vi hoppar vidare till andra former av studier.

Djur som görs feta lever kortare – och de som blir smala lever längre

Kalorirestriktion är ett av de mest erkända sätten att förlänga livet hos djur (7, 8). Det finns idag ett stort intresse kring den här typen av forskning och idag har vi till och med studier på primater där man har visat den här effekten.

Något som inte så många känner till är att en hypotes till varför man ser en sådan betydande effekt från kalorirestriktion är för att kontrollgruppen i de här studierna oftast är fetare än djuren brukar vara egentligen (6, 7). Möss som fångas i det fria brukar till exempel ha kroppsfettnivåer kring 3-6 procent medan de typiska mössen i ett labb har en fettprocent kring 9-22 procent (6).

En annan sak kring kalorirestriktion som inte diskuteras så mycket är att effekten varierar mellan olika djur och stammar av samma djur. När man plottar upp skillnaden i vikt mellan djuren som får en diet med kalorirestriktion mot kontrollgruppen som får äta fritt så kan man se att ju mer som gruppen som får äta fritt går upp i vikt som vuxna desto större är den extra livslängden för djuren som utsätts för kalorirestriktion (7).

Ju mer som kontrollgruppen går upp i vikt som vuxna (x-axeln) desto större blir skillnaden i livslängd mellan den kontrollgruppen och djuren som levt under kalorirestriktion.

Viktnedgång ger hälsoeffekter oavsett dietens sammansättning

På försöksdjur kan man också göra studier där man kontrollerar diet och vikt till hundra procent. I den här typen av studier så kan man se att möss som först fått äta sig feta men sedan sätts på kalorirestriktion lever betydligt längre än råttor som får fortsätta med kosten som gjort dem feta från början. När man testade två olika sammansättningar på dieten för viktminskning fann man inte heller någon skillnad i effekt på livslängden (9).

Överlevnad över tid bland råttor beroende på hur deras vikt har förändrats vid olika tidpunkter. Råttorna som gick ner i vikt fick först äta sig feta över 10 veckor innan de sattes på en diet.

På råttor har man även visat att när de först får äta en diet som gör dem feta och man sedan slumpmässigt ger dem en fetmaoperation eller en låtsasoperation så går de ner i vikt efter fetmaoperationer och de råttorna lever sedan betydligt längre. Viktnedgången sker då oavsett vilken diet man ger råttorna och de får också en lika stor effekt på sin livslängd oavsett om dieten är deras normala mat eller en som normalt får dem att äta för mycket (10).

Observationsstudier med många olika upplägg

Nästa typ av studie som är intressant här är observationsstudier. I observationsstudier jämför man olika grupper av människor för att se om du kan se något samband mellan saker som särskiljer dem och risken (eller chansen) för olika saker. I det här fallet tittar man då på olika mått för fettmassa för att försöka avgöra om där finns ett samband mellan det och olika saker relaterat till hälsa.

Det finns olika typer av observationsstudier där de som generellt sett anses vara bäst är de där man först samlar in data och sedan följer människor framåt i tiden. Den här typen av observationsstudie kallas för prospektiv.

Det kluriga med observationsstudier är att det finns så många andra möjliga orsaker som skulle kunna förklara de eventuella samband man ser. Om du till exempel ser ett samband mellan BMI >30 och ohälsa så skulle det kunna bero på mycket fettmassa. Men det kan också bero på att det är något annat i livsstilen och generna som ger en BMI >30 som också orsakar ohälsan och att det inte är fettmassan i sig. Till exempel skulle det kunna vara mindre motion, sämre kvalité på dieten eller bara att samma gener som ger mer fetma också ger mer ohälsa.

En annan möjlig förklaring skulle kunna vara att personer med fetma diskrimineras i arbetsliv, vården osv och att det i sin tur får en negativ effekt på deras hälsa.

Om vi endast hade haft observationsstudier av en typ och inte haft många olika sätt att titta på samma fråga i observationsstudier samt då djurstudier, mekanistiska studier och interventionsstudier för att också titta på den är frågan så skulle alla möjliga förklaringar kunna fungera. Men så är det tack och lov inte. Vi kan genom att titta på frågan på många olika sätt se vilka förklaringar som är mycket troliga och vilka förklaringar som är väldigt osannolika.

Jag tänkte inte lägga så stor vikt vid observationsstudierna när det gäller hur fettmassa påverkar hälsan då det är de här studierna som du troligen har fått höra mest om sen tidigare. Det finns dock några enstaka delar som jag tycker är värda att kommentera kring.

Man försöker så klart justera för det mesta man känner till

En ganska självklar sak som man försöker göra i mer eller mindre alla observationsstudier är att man försöker justera för andra saker som i genomsnitt skiljer personerna med fetma mot de med mindre fettmassa.

Till exempel så brukar personer som väger mer i genomsnitt röra på sig mindre. Så i bättre observationsstudier så försöker man även få in information om hur mycket alla deltagarna rör på sig och sedan justerar man för skillnaderna mellan grupperna rent statistiskt. Den här typen av justering är aldrig perfekt. Dels är den beroende av att du får in bra och precis data på det du vill justera för, dels kräver det så klart att du vet vilka faktorer som du behöver fråga om.

Trots bristerna i metod är så är det värt att påpeka att de negativa effekterna från mycket fettmassa påstår när man gör de här justeringarna. De enda gångerna de möjligen försvinner är i studier där man korrigerar för saker som fettmassa i sig själv bidrar till. Om du till exempel skulle justera för högt blodtryck, högt blodsocker, sämre blodfetter, inflammation och så vidare så justerar du på sätt och vis också för fettmassa i sig. Eftersom en hel del av de negativa effekterna från för mycket fettmassa är att de här sakerna försämras.

Övervikt och lägre risk att dö hos äldre

I min recension av Kriget mot kroppen så tog jag upp fenomenet att en hel del observationsstudier på äldre har visat att att det är de som har övervikt som är i lägst risk att råka illa ut hälsomässigt. Som jag förklarade i den artikeln så har man via smarta metoder och olika typer av observationsstudier kunnat visa att det sambandet troligen inte är ett orsakssamband utan beror på de svårigheter som finns att hitta svar via observationsstudier.

BMI påverkar hälsan likadant oavsett hur stor någon är relativt till sin omgivning

Ett intressant sätt att försöka titta på om det är ett högt BMI i sig eller om det är stigmat kring att en person är större än alla andra som påverkar hälsan negativt mest är att försöka jämföra mellan det som kallas för absolut och relativ BMI (4).

Det som de här måtten försöker fånga in är hur stor en person är i absoluta mått och hur stor en person är relativt sin sociala omgivning. Som exempel är BMI 32 alltid BMI 32 men om en sådan person befinner sig en social miljö där alla andra har en BMI kring 22 så kommer den personen att känna sig, och troligen också ibland får höra, att hen är mycket större än andra oftare än om personen befinner sig i ett sammanhang där alla andra också har en BMI kring 32.

Genom att jämföra människors faktiska BMI mot hur de själva upplever sin vikt så kan man alltså separera lite på hur fettmassan i sig påverkar hälsan jämfört med stigma, dvs hur människor upplever att de blir dömda för sin vikt/kropp.

Att samla in hur människor uppfattar sin kropp relativt andras, dvs relativt BMI, är verkligen inte lätt men forskare har börjat ge sig på lite försök att titta på det här och de första studierna har funnit att människors faktiska BMI är det som mest påverkar deras hälsa (4). Detta trots att man kan se att deras relativa BMI påverkar deras livstillfredsställelse negativt (5).

Det finns också många andra observationsstudier där man ser att stigma av olika typ korrelerar med negativa hälsoutfall och det har också börjat komma djurstudier där man ser att djur som tex blir utfrysta lever kortare liv än de som passar in socialt och liknande. Så stigma är definitivt negativt det med. Men det är en ytterligare effekt utöver den som vikten i sig har (11).

Det är så klart svinenkelt att kritisera de här studierna för sig själv. Det är som sagt i princip alltid enkelt att kritisera enskilda studier för sig själv.

Människor som genomgått en fetmaoperation mår bättre och lever längre

En av de mest övertygande formerna av observationsstudier enligt mig är den data vi har på fetmaoperationer och hur hälsan förändras hos de som genomgår en sådan jämfört med andra personer som fortsätter att bära runt på väldigt mycket fettmassa.

I de här studierna ser man en nästan halverad risken att dö, få cancer eller hjärt- och kärlsjukdom under uppföljningstiden.

Randomisering utifrån genetik visar att fetma i sig ökar risken

En annan form av intressant studieupplägg som räknas som en observationsstudie men egentligen ligger i någon form av gränsland mellan observationsstudie och interventionsstudie är så kallade mendelsk randomisering.

Att förklara hur de här studierna går till rent metodmässigt är lite överkurs för den här artikeln så vill du veta hur det går till får du söka vidare. Men väldigt kort så nyttjar man kunskap om hur olika gener påverkar risken för fetma och sedan ser man om personer med dessa gener oftare blir sjuka än andra personer när de lever i samma miljö.

Här ser man att gener som påverkar risken för högre fettmassa även påverkar risken för olika sjukdomar likt cancer, hjärt- och kärlsjukdom, artros, ryggsmärta, astma samt risken att dö i förtid (12, 13, 14, 17, 18). Samma typ av studie har även visat att kopplingen mellan fettmassa och mental ohälsa är ungefär lika stor oavsett om man tittar på gener som ger mer negativ fettmassa än mindre negativ fettmassa. Det talar för att de negativa effekterna från fettmassa på mental hälsa mestadels beror på sociala faktorer och inte så mycket från att fettmassan påverkar metabola faktorer negativt (15).

En svaghet med de här studierna idag är att de genetiska uppsättningar som vi känner till som ökar risken för mer fettmassa är väldigt svaga och kan bara förklara en liten skillnad. Vi snackar skillnader i BMI på enstaka enheter.

Interventionsstudier – riskfaktorer minskar oavsett hur viktnedgången sker

Då är vi vid den sista kategorin av studier som jag tänkte ta upp, interventionsstudierna. Interventionsstudier innebär att du förändrar någonting i människors liv för att sen se vad som händer. I det här fallet så är det då att man förändrar mängden fettmassa.

Det som är svårt med interventionsstudierna är att det inte finns så många effektiva sätt att uppnå långsiktig viktnedgång hos människor. Det finns dock idag en del randomiserade kontrollerade studier där man sett en lägre risk att dö i gruppen som medvetet försöker gå ner i vikt (16). Det här skrev jag mer om i min recension av Kriget mot kroppen.

När det gäller viktnedgång och riskfaktorer eller effekter på sjukdomar som personer har från stunden är däremot evidensen oftast väldigt stark. Tittar vi till exempel på saker så som blodtryck, blodfetter, blodsocker och inflammation så ser man konsekvent att viktnedgång ger förbättringar. Det är också så att förbättringarna ses nästan oavsett hur viktnedgången har gått till. Det spelar ingen större roll om det är via en diet med mycket kolhydrater eller lite, om fettsammansättningen varierar, om det sker med måltidsersättning i form av pulver eller om det är ”näringsrik mat” (19, 20, 21).

Det är också så att man ser en doseffekt. Det innebär att de som går ner mer i vikt får större förbättringar än de som går ner mindre i vikt (21, 23, 24). Här har du till exempel resultaten från DIRECT studien där man först lät folk gå ner i vikt med en pulverdiet och sedan försökte man efter några veckor eller månader succesivt introducera dem för en bättre livsstil och kosthållning så viktnedgången skulle hålla i sig över tid (22). De tittade främst på typ 2 diabetes och om man kunde få det i remission, dvs få deltagarna att återfå normal blodsockerkontroll utan mediciner.

Ju större viktnedgång deltagarna fick i DIRECT studien desto större blev chanserna att deras typ 2 diabetes skulle gå i remission.

Bland interventionsstudier finns det också idag flera studier på de nya medicinerna mot fetma som har börjat dyka upp där man ser att en större dos av medicinerna ger en större viktnedgång vilket i sin tur också ger en större positiv effekt på deltagarnas hälsovärden (25, 27). De här medicinerna har dock effekter på annat än vikten och de två kan vara kluriga att separera från varandra när det gäller vissa av riskfaktorerna (26).

Även medveten viktuppgång försämrar riskfaktorer

En annan viktig poäng här är att vi kan se försämring av de flesta riskfaktorer vid medveten överätning av människor med. Dock är dessa studier vanligtvis korta där de längsta varar över några enstaka veckor vilket gör att de blir mer osäkra. Men i studierna där man ändå får deltagarna att gå upp ett antal kilon så ser man vanligen klara försämringar i flera riskfaktorer (28).

Interventionsstudierna är den starkaste evidensen här

Det är svårt att inte trycka på hur stark evidens det här faktiskt är. Data från mängder av studier visar alltså att oavsett hur viktnedgången blir till så förbättras de i princip alla de riskmarkörer som finns för metabola sjukdomar likt hjärt- och kärlsjukdom och en hel del cancrar. Vad människor väljer att äta påverkar hur stor effekten sedan blir vid en viss viktnedgång men finns där en viktnedgång så finns där en förbättring.

Det samma gäller vid överätning. Även här ser man att vad människor äter för mycket av påverkar effekten men oavsett vad de äter för mycket av så blir där en negativ effekt. Du kan också se att människor i bra fysisk hälsa från början får mindre försämringar än de som är i sämre skick men återigen så är det en förändring mot det sämre för båda grupperna.

Om det hade varit så att fettmassa egentligen inte spelat någon större roll utan att det bara varit livsstil i stort eller vad man äter för mat så borde vi inte se det här konsekventa mönstret. Men nu gör vi det.

Summering

Att kritisera enskilda studier är alltid ett ganska lätt uppdrag då enskilda studier i princip aldrig innebär något slutgiltigt svar/resultat när det gäller människor, livsstil och hälsa. Det här nyttjas av många för att försöka måla upp en vilseledande eller rent av falsk bild kring hur forskningen i sin helhet verkligen ser ut.

Det är väldigt lätt att göra korta snygga eller roliga bilder eller videoklipp på sociala medier där man belyser sådana här brister i en studie. Sen i slutet på det inlägget eller i andra inlägg så lägger de in sina egna påhittade förklaring på hur allting fungerar så får de folk att tro att det påståendet är väldigt evidensbaserad eftersom de ju visat att de ”är så duktig på att läsa och kritisera studier”.

De här oärliga personerna är väldigt krävande att bemöta då de har gett sina följare en helt felaktig bild kring grunderna. Vad vi vet sen tidigare och utan den kunskapen så blir tolkningarna av nya studieresultatet ofta fel. Att försöka förändra en sådan uppfattning kräver mycket mer jobb. Det krävs mycket mer än någon fin bild eller ett kort klipp. Det kan tex krävas en 5000 lång text likt det du precis har tagit dig igenom. Få orkar dock skriva sånt här och det är även få som tar sig tiden att läsa det. Så felaktigheterna består.

I den här texten tog jag upp fettmassa och de negativa effekter som den kan ha på hälsan då det var aktuellt för stunden men den här typen av teknik där man försöker framställa sig själv som kunnig genom att kritisera enskilda studier nyttjas väldigt ofta kring andra frågor som berör forskning på hälsa och livsstil. Så lär du dig känna igen det i en situation så hittar du det snabbt på många andra platser.

Jag tyckte att den här bilden illustrerar fenomenet på något vis. Om du zoomar in väldigt mycket och ignorerar helheten så kan du få det att framstå som att varje del för sig själv är missvisande eller felaktig.

Uppskattade du den här artikeln?

Allt som jag skriver på den här sidan och mina sociala medier är gratis för alla, men tar så klart av min tid. Så om du uppskattar det jag gör så kan du stödja mig lite så jag kan lägga mer tid på att skriva och dela intressanta saker genom att bli medlem på min Patreon.

Glöm inte att också följa mig på Sociala medier. För närvarande är jag mest aktiv på Mastodon, Instagram. Facebook och Twitter.


Upptäck mer från Träningslära

Prenumerera för att få de senaste inläggen skickade till din e-post.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *