英国一家科学期刊就这个问题展开了一场争论，从中我们可以看出某些观察性研究的结果不可轻信。
去年四月，《英国皇家学会会报-B辑》(Proceedings of the Royal Society B)刊登了一篇研究报告──《你是由你母亲吃什么决定的》(You Are What Your Mother Eats)，在全球引起巨大反响。来自艾克斯特大学和牛津大学的研究人员请740名怀孕妇女记录下她们在孕期和怀孕之前的饮食。结果并不出人意料，孕妇怀孕期的饮食和胎儿性别没什么联系。
不过，怀孕期摄入热量最多的孕妇中，有56%生了男孩；摄入热量最少的孕妇中，有45%生了男孩。在研究涉及的132种单独食物中，谷类早餐食品与生男孩的关系最为明显。
怎么会这样？研究报告的作者表示，动物研究也发现在食物充足时更容易生育雄性后代：他们猜测孕妇的血糖含量较高可能有利于雄性胎儿存活，因为雄性胎儿比雌性略重。
美国的一些统计学家认为这是一派胡言，他们怀疑这个结论只是一大堆统计数据中偶然出现的错误关联。
美国国家统计科学研究院(National Institute of Statistical Sciences)的副主任斯坦•荣格(Stan Young)说，可以这么看：拿到的一把牌中全是方片牌的可能性微乎其微，但要把范围扩大到全世界的所有牌局，这还是有可能的。他获得了上述研究数据，对其重新进行了分析，并在本期《英国皇家学会会报》上撰文评论说，谷类食品摄入量与胎儿性别的关系纯属偶然。
研究报告的作者们则撰文反驳荣格的分析，以捍卫自己的研究发现。
除了有关谷类食品的争论，统计学家和流行病学家还在这种观察性研究中存在的偶然性问题上存在巨大分歧；所谓观察性研究就是研究人员追踪人们的生活习惯，寻找这些习惯与他们身体健康之间的关系，但在追踪过程中完全没有实施干预。
统计学家表示，此类研究经常会出现偶然性联系，这也是为什么研究结果许多都相互矛盾的原因。为了证明这一点，安大略的研究人员研究了住院患者的星座，发现射手座的人容易骨折，双鱼座的人容易产生心脏问题，如此等等。这种联系符合"具统计学意义"的传统数学标准，但却是完全偶然性的，换一个不同的样本重新研究，此前的结果就不存在了。
一些统计学家认为，研究人员在分析大量数据时应该采取更为严格的证明标准。一个方法是采取Bonferroni调整，要求用相关数学公式除以变量的数目；如果研究的是100种食物，那么必须有比寻常高100倍的关联度才能被认为具统计学意义。否则，统计学家表示只有进行严格的临床试验，对比一个控制组、一个测试组以及一个变量，才能真正证明因果关系。
流行病学家则认为，Bonferroni调整忽视了许多合理发现，而且同时研究多少其他因素并不会影响研究结果。他们还指出，控制性的临床试验代价不菲、耗时持久，有时还不道德。拿吸烟和肺癌之间关系的研究来说，许多观察性研究都发现了这一点，但要迫使研究对象吸烟多年来证明这一点恐怕是不可能的。
在上述的谷类食品研究中，荣格认为，要使研究结果具统计学意义，孕妇怀孕中期的饮食数据应该被考虑进去。而经过这一调整，所谓谷类早餐食品与胎儿性别的关联度就失去统计学意义了。他说，如果你先入为主地去挑选数据的话，你能找到可证实你任何预想的数据。
那篇研究报告的主要作者费奥娜•马修斯(Fiona Mathews)反驳道，孕妇在怀孕中期的饮食根本无法影响成形胎儿的性别。马修斯是艾克斯特大学的一名哺乳动物学讲师。她表示，加入那些数据只是为了进行比较。
那么谷类早餐食品会影响胎儿性别吗？先别急。一个好经验是耐心等待，看看再次进行这一观察性研究时是否能得出同样结果。马修斯表示，她打算再次进行研究。
