据笔者了解，在补充行业进行临床试验具有独特的挑战性。依据当前的监管结构,营养产业必须认识到营销声称举证责任。FDA使用一个基于证据的审查系统来评价支持提出有关物质/疾病关系的声称的科学证据的力度。这一审查系统主要依据是循证医学(EBM)——这一概念管控着制药行业的科学研究。在循证医学中基本假设是“干预改善/缓解状况。”

    健康所需的营养却并非如此，潜在的假设是“营养物质的低或摄入不足导致或促成疾病。”对于营养成分，这个问题始终不是“是否”，而是“多少？”。不像“一种药物——一种疾病”的医药概念，“一种营养——一种疾病”的过于简单的观念是不适用的。
    据植提桥媒体了解，养分影响多个细胞和器官，因为它们往往与其他营养成分相互合作以复杂的系统在工作。营养受到自我平衡地控制；因此，身体的基本状态将影响营养干预的反应。
    如此以来，在循证医学的背景下研究的设计将极大地不同于营养学（EBN）证据。对于EBM，非摄取控制组是合适的，因为假设是“增加”一种干预治疗疾病，而干预的“缺失”不会引起疾病。总的来说，营养干预是与此假设是相反的。没有真正的安慰剂，这使得它具有挑战性，以澄清营养与疾病的关系。
    在设计膳食补充剂试验中，为了进一步调和这些挑战，当前的一套FDA批准的替代终端是为药物试验而开发的生物标记物定义工作组将这替代终端定义为一个能够用于临床终端的替代的标记物。替代终端预期对拥有更小规模的治疗的干预反应快于临床终端。虽然对于这些迹象，它们可能足以满足药理学治疗干预，但是它们是不足的，而且不是真正的终端表现，这深刻的反映了膳食补充剂研究的变化。
    各个膳食补充剂公司也期待在终端健康受试群中显示出统计学显著的运动。这就存在两个问题。第一个问题:为何显示一种干预对一个原本健康的人发挥疗效是重要的是令人费解的呢。健康人群拥有正常的临床值，通过定义，正常临床值的改变是不令人满意的。在最坏的情况下，干预或导致健康受试者的临床值恶化。例如，一种食品补充剂在低血压人群中是有效的，但在正常血压人群中或导致低血压。在最好的情况下，干预通过正常化或改善那些已经正常的临床值来保持健康人群更加健康，尽管在归类为具有最佳或接近最佳水平的受试者中，提高低密度脂蛋白（LDL）胆固醇水平无疑是一个完成的壮举。这促成了未在他们的结果中实现受试组间重要性的各种高百分比的研究。有疗效的药治疗一种疾病，而补充剂干预被设计以减少疾病发展或有效地预防一种疾病。在这一背景下，难道还要期望统计学上显著的异质群体差异？难道无法证明统计组之间的显著性表明研究的产品“没有效果”？
第二个问题，一种干预的疗效视总的研究数据而定，然后比较预处理和处理后的差异，进而使用统计模型和等式如配对T检验，方差分析(ANOVA)或协方差(ANCOVA)进行评估。对于大型研究，微小的差异可能实现统计的显著性，即使改进是没有临床意义的。同时，汇总数据的分析可能会限制临床值，并且对临床实践没有多少帮助。
    科学家和研究人员的一个倾向是依赖和聚焦假定值为超越数据分析其他框架的统计学有效性的黄金标准。假定值测量观察结果的概率被归因于机会。2014年Nuzzo对此进行了评论，表示假定值并未回答这一问题，由于研究假设的概率在其起初是正确的，而且不会影响效果的实际大小。Nuzzo认为研究人员需要认识传统的统计学的限制，并把他们关于假设的概率与研究局限性的科学判断的分析元素一并纳入。
    植提桥媒体表示，基于科学的证据是重要的，证据的标准不应放宽。然而，因为问题是当我们为强大的、昂贵的和具有潜在危险的药剂的审批所付出努力时，为一个营养政策决定我们是否需要如此多的有效性的证据。对于临床研究，健康志愿者限制仅强调了小的效果尺寸减小了安慰剂/控制组与干预组之间差异。营养干预研究的另外的挑战是减少营养的摄入实际会导致疾病风险的增加或导致疾病。为了研究疗效终端，降低营养水平，这显然是不合乎道德的。
    因此，循证医学原则的应用不应该被应用到EBN，以满足政策制定者可接受的证据标准。