每天称一次体重，是一个流传很广的建议。它有两个说法：能帮你减得更多，以及会让你焦虑。
这两件事都被人研究过。结论比想象中平淡，而且有一处原文自己都对不上，值得摆出来看。
那项研究自己的结论前后不一
这项研究设计得很干净，值得先看清楚它为什么干净，再看它给出了什么。
英国两家家庭诊所招募，一百八十三名肥胖成人，随机分成两组。干预组拿到一台体重秤，被要求每天称重并把数字记下来。对照组什么也没有。
关键在于两组都收到了同样的东西。 每个人都接受了两次减重咨询，而这两次咨询是研究者故意设计的、已知无效的那种。这样做是为了把「称重」这一个变量单独隔离出来，如果只让干预组接受咨询，那多减的重量就分不清是称重起的作用还是咨询起的作用。
正因为这个设计，后面那组数字才值得细看。 一个变量被单独隔离出来之后，它做的任何一点差别，都可以直接归给它。
随访三个月。结果是，干预组比对照组多减零点五公斤，九十五置信区间是零点三到一点三公斤，但原文写的是「不显著」。
这里有一处需要停下来看。
置信区间是零点三到一点三。下限零点三，不含零。 按通常的判断规则，一个不跨零的置信区间对应的应该是显著结果。
而原文同时给了另外三个数。 对照组三个月减了一点二公斤，区间零点七到一点七。干预组减了一点七公斤，区间一点一到二点三。两组各自相对基线的减重都是显著的。
所以这一处是原文内部的不一致。 「多减零点五公斤，区间零点三到一点三」和「不显著」这两句话，按常规的统计判断，至少有一处表述有问题。
处理办法是不挑边。 这一篇不引用那个置信区间去论证「有效」，也不引用「不显著」去论证「无效」。这一组数字本身就不能用，用了就是替原文选了一个立场。
要说清这是什么性质的问题。 这是原文在表述层面的相互不一致，不是数据本身有问题，也不是这项研究的结果不可信。研究的设计、样本、随访都经得起看，出问题的是摘要里那两句话怎么并列在一起。所以本文对它的处理是绕开这组数字，用它其他的结果。
但这不影响这项研究的主要结论，因为另一个结果没有被这处矛盾牵动。
研究的另一句话是，没有证据表明称重频率越高、减重越多。 在干预组内部做回归，每多称一天，多减的是二十克，区间负三十克到正二十克。这个区间跨了零，方向不明。
所以这项研究能支撑的是一句很朴素的话。 被要求每天称重的人，和被要求别管秤的人，三个月后的差别小到测不出来，而且称得勤不勤和减得多不多没关系。
还有一个细节值得注意。 干预组里有百分之七十三的人报告每周至少称一次，其中六成做到了每天称。也就是说，这个干预在执行上是成功的，人确实照做了，只是照做了也没多减。
那心理上的坏处呢
这是另一半，而且这一半的结论比减重那一半清楚得多。
先看那项研究自己的数据。 干预组被问了两个问题，在九级量表上打分，五分表示没有差别。
结果是，称重对情绪的影响平均五点零分，对「怎么看待自己的身体」平均四点七分。两个都在五分附近。
研究还明确写了，没有出现与试验相关的严重不良事件。
再看一项元分析，它把这个问题上的证据合在一起算。 二十九项独立检验的结果是，自我称重与情绪、与身体相关的态度、与紊乱进食，都没有关联。 唯一找到的是一个小的负相关，出现在「心理功能」这个指标上。
还有一篇综述纳入了十七项纵向研究，结论方向一致。 规律称重与更多减重相关，并且不与不良心理结果（比如抑郁、焦虑）相关。
这两边合起来，可以说得比较稳。 在这些人、这些时长里，规律称重没有带来可测量的心理损害。
但元分析自己留了一扇门。
原文明确列出，参与者的年龄、肥胖状态、减重幅度、称重的持续时间、以及研究设计（是随机对照还是相关性研究），会影响至少部分心理结局。原文的措辞是，在某些情况下，自我称重与心理结局的关联可能比另一些情况更负面。
这句不是客套的免责声明，它是有指向的。 它说的是「在哪些人身上、称多久、减多少」这些条件会改变结论。而具体是哪些条件，这批汇总证据没有给出。
人和人不一样，这件事有单独的证据
还有一个角度值得说，因为它解释了为什么关于称重的说法总在打架。
有一项一百四十八人的轨迹分析，把五十一个星期里的称重依从性分成了不同的轨迹类别。
这个「轨迹」的做法本身就说明问题。 它不是在算一群人平均称了多少次，它是先认出有几类人、各自走的是哪条路。能分出不同类别，就意味着称重这件事在人群里不是一个模式。
再结合前面那项研究里一个反向的细节。 对照组里也有一部分人开始规律称重了，三个月时有百分之十九点四报告每周至少称一次。他们没有得到任何指导，自己就这么做了。 这说明称重对不同的人有不同的吸引力，而研究者无法把这部分完全控制住。
这一点和元分析留下的那扇门是同一个意思。 有些人的称重是观察，有些人的称重是审判。动作一样，里面的东西不一样。
本轮没有找到能区分这两类人的可靠标准。 这是一个明确的缺口，不补。
停在什么位置
讲到这里，该把结论收窄到证据允许的范围里。
别指望靠称重来多减。 那项设计最干净的研究没做出来，而且在它内部，称得勤不勤和减多少也没有关系。这条结论的分量不受那处统计矛盾影响，因为它靠的是另一个结果。
但也别怕它。 元分析和纵向综述都指向同一个方向，规律称重没有和情绪、身体态度、紊乱进食扯上关系。这一条比「能减肥」那条证据更清楚。
不过这个「没坏处」是平均而言的。 元分析自己说了，有些条件下关联可能更负面，而哪些条件还没定。所以不能把它讲成「对谁都安全」。
最后，别把结论读成行动建议。 证据说的事情是，单纯被要求每天称重，三个月后没有多减。它没说称重这件事没价值，它说的是单独这一个动作不够。
这一点在那项研究自己的讨论里有解释。 称重提供的是反馈，而反馈要起作用，前提是人知道拿到这个数字之后该做什么。如果一个人不知道该怎么调整，那么每天看一个数字，只是每天知道一次结果，不产生改变。
所以秤这个东西的性质，可能被误解了很久。 它不是一个会推动人的装置，它是一面镜子。镜子能让人看见，但看见和改变之间，还缺一步。
而那一步，秤不负责。
参考资料
- Madigan CD, Jolly K, Lewis AL, Aveyard P, Daley AJ. A randomised controlled trial of the effectiveness of self-weighing as a weight loss intervention. Int J Behav Nutr Phys Act. 2014;11:125. doi:10.1186/s12966-014-0125-9.
两臂个体随机、参与者与随访者设盲；183 名肥胖成人（BMI≥30），干预组 92 人、对照组 91 人；两组均接受两次已知无效的减重咨询以隔离称重效应；随访三个月，随访率干预组 92.4%、对照组 85.7%；招募期 2012 年 8 月至 11 月，英国两家家庭诊所；92% 参与者居住在英国平均水平以下的贫困社区。
- 同一试验主要结局.
干预组比对照组多减 0.5 kg（95%CI 0.3 至 1.3），原文表述为不显著；对照组三个月减 1.2 kg（0.7 至 1.7）、干预组减 1.7 kg（1.1 至 2.3），两组相对基线均显著。该置信区间下限 0.3 不含 0，与「不显著」的表述按常规判断规则存在内部不一致。原文确为「0.5 kg（95%CI 0.3–1.3），but this was not significant」。
- 同一试验组内回归.
每多称一天多减 20 g（95%CI −30 至 +20 g），区间跨零，无证据表明称重频率与减重量相关。
- 同一试验依从性与不良事件.
干预组 73.1% 报告每周至少称一次，其中 60% 每日称重；对照组 19.4% 自行开始每周至少称一次；干预组情绪影响评分 5.0（2.4）、对身体感受影响评分 4.7（2.4），五分表示无差别；无与试验相关的严重不良事件。
- 自我称重心理结局的元分析. Health Psychol. 2016.
29 项独立检验。自我称重与情绪、身体相关态度、紊乱进食均无关联，仅与「心理功能」存在小的负相关；原文并列出年龄、肥胖状态、减重幅度、称重持续时间、研究设计会影响至少部分心理结局，且「在某些情况下，自我称重的心理结局关联可能更负面」。
- 纵向研究综述（Self-weighing in weight management: A systematic literature review）.
17 项纵向研究。规律称重与更多减重相关，且不与不良心理结果相关。
- 称重行为轨迹分析（Patterns of self-weighing behavior and weight change）.
148 人，51 周。称重依从性可区分为不同轨迹类别。
第 2 项的置信区间矛盾属于原文在表述层面的相互不一致，不是数据本身有问题，也不是这项研究的结果不可信。设计、样本、随访都经得起看，出问题的是摘要里那两句话怎么并列在一起。处理方式与第 234 篇一致：摆出来，不挑边。主要结论不依赖这个数，靠的是第 3 项「称重频率和减重量无关」（区间跨零，不受影响）。第 5 项是「规律称重没有带来可测量的心理损害」的主要依据，但它自己留了一扇门，原文提到某些情况下关联可能更负面，正文已写入。上述研究人群为肥胖成人，随访期三个月，均不可外推为长期结论；本文不提供任何称重频率建议。