健康习惯与更长寿命及更缓慢的衰老标志相关

健康的生活方式模式与人们关心的两种结果相关：更多的剩余寿命，以及某些生物衰老指标上升得更慢。前一种结果更接近现实生活；后一种结果可能有助于解释风险，但仍属于替代终点。综合来看，证据支持一项观察性结论：拥有更健康习惯组合的人往往寿命更长，且衰老标志物的不良变化更少。这并不能证明，采纳这些习惯会为任何个体的生命增加固定年数。

这一区别很重要，因为生物年龄检测会让一张荧光电子表格看起来像预言。其实不是。一些检测比另一些更能预测疾病和死亡率，而有利的分数是有关风险的证据——不是个人保修卡。

观察同一种生活方式模式的两个视角

2022年，Sakaniwa 等人开展了一项日本队列研究，采用了更严格的视角：死亡率和估计剩余预期寿命。该研究对49,021名40至79岁的成年人进行了中位数19.6年的随访，期间9,865名参与者死亡。研究人员对八项生活方式组成部分进行评分：水果、鱼类和牛奶摄入量；步行和参加运动；体重指数；吸烟；饮酒；以及睡眠时长。

较高的累计生活方式评分与从中年到老年的更长剩余预期寿命相关。该关联在80岁及以上的参与者中也持续存在。这一结果很有价值，因为它反驳了生活方式仅在退休前才重要的观点。不过，这是一项观察性队列研究。该研究可以估计在这一人群中生活方式模式和生存情况如何聚集；它无法证实改变评分会导致预期寿命获得特定增益。

2025年，Jia 等人开展了一项研究，采用了较宽松的视角：生物衰老指标 MDAge 随时间的变化。在台湾 MJ 队列的143,823名成年人中，更健康的生活方式评分与年化 MDAge 变化更慢呈梯度关联。与生活方式评分为0相比，评分1至5的校正后 beta 估计值为每年-0.19至-0.38岁。估计值日益趋于负值，符合剂量-反应模式：更高的评分与该指标恶化得更慢相关。

Jia 及其同事使用表型年龄，并在 UK Biobank 的重复分析中，报告了相似的方向性。他们还发现，在该分析所定义的比较组中，生活方式评分较高且每年 DeltaMDAge 降低的参与者，全因死亡风险低49%。所报告的材料未提供这些核心估计值的置信区间，因此读者不应仅根据点估计推断其精确性。

为何不应将这些终点视为同等

剩余预期寿命是根据观察到的死亡模式构建的估计值。它不同于对个体的预测，但死亡是一个硬临床终点。生物年龄指标则不同。它将实验室或临床信息浓缩为与衰老相关的信号，可能预测后续结局，但并不直接衡量一个人能活多久。

Jia 等人量化了这一差距。每年 DeltaMDAge 的变化仅中介了观察到的生活方式–死亡率关联的5.05%。换言之，这条测得的衰老速率路径仅解释了生活方式评分与死亡率之间统计关联的一小部分。其余部分可能反映其他生物学路径、测量局限、混杂因素，或三者的某种组合。

这并不意味着该生物标志物无关紧要。它界定了其恰当职责。时钟或衰老速度指标可以增加有关风险的信息；它尚不能作为个人长寿的完整记分卡。

更广泛的队列文献指向同一方向

这一模式出现在多项大型观察性研究中。Li 等人在2024年开展的一项研究报告，加速衰老中介了不健康生活方式与心血管疾病、癌症及死亡率之间关联的一部分。中介分析不能证明一种生物学机制，但它支持如下观点：与衰老相关的指标捕捉到了生活方式–疾病关系的一部分。

在 UK Biobank 中，Liu 等人于2024年开展的一项队列研究将最佳生活方式模式与延缓衰老和较低的全因死亡率联系起来。Dhana 等人开展的另一项2022年 BMJ 队列研究将健康生活方式与有或无阿尔茨海默病痴呆情况下更长的预期寿命相关联。这些研究并未将关联转变为因果关系，但使单个队列研究偶然得出该结果的可能性降低。

一致的信号处于模式层面：饮食、活动、吸烟、睡眠、体型和饮酒习惯，与生存和衰老相关生物标志物共同变化。这些研究并未确定某一种能独自承载全部结果的神奇习惯。

为何生物年龄评分值得保持怀疑

不同的生物衰老工具并不能作为同一潜在真相的可互换测量方法。在 McCrory 等人于2021年进行的一项比较中，GrimAge 在预测年龄相关临床表型和全因死亡率方面优于其他表观遗传时钟。这对 GrimAge 而言令人鼓舞，但也意味着时钟的选择会改变答案。

Forrester 等人在2024年开展的一项CARDIA 分析将五种加速生物衰老指标与新发心血管疾病进行比较，同样发现这些指标不可互换。因此，MDAge、表型年龄或表观遗传时钟取得有利结果，不应被解读为衰老的每一个方面都已减缓的证据。

社会条件进一步使情况复杂化。Fiorito 等人进行的一项多队列研究和荟萃分析发现，死亡率中的教育不平等与表观遗传时钟行为之间存在重叠。Harris 等人对美国年轻成年人进行的一项2024年研究也将社会人口学和生活方式因素与表观遗传衰老联系起来。教育、收入、医疗保健可及性、生命早期暴露、疾病和日常习惯往往聚集在一起。统计调整有所帮助，但无法将它们完全分开。

什么仍可能扭曲这些发现

两项核心研究均为观察性研究，这意味着残余混杂和健康使用者偏倚仍有可能存在。锻炼、不吸烟和饮食更健康的人，也可能接受更多预防性医疗服务、具有不同的基线疾病负担，或生活在支持健康的环境中。

暴露测量会增加噪声。Sakaniwa 等人依赖于自我报告的饮食、身体活动、饮酒、睡眠、吸烟、身高和体重。Jia 等人也以观察性方式评估生活方式模式。参与者可能误报习惯，而在研究人员测量前，不良健康状况可能改变睡眠、体重、饮食、活动和饮酒。这一反向因果问题在年龄较大或病情较重的群体中可能尤为重要。晚年分析还可能反映幸存者偏倚：能够达到高龄的人本身已是经过选择的群体。

确切的效应量可能无法从日本、台湾或英国顺利外推至每一个人群。饮食、吸烟和饮酒模式、医疗保健系统及社会条件各不相同。方向性的启示可能比对额外寿命年数的任何估计更具可迁移性。

如何看待这些证据

实用建议仍然朴素得令人愉快。不要吸烟。保持身体活动。将体重维持在健康范围内。保持合理的睡眠时长。建立有助于健康的整体饮食和饮酒模式。这些行为作为一个组合获得了最佳支持，因为重大研究正是以这种方式测量它们的。

• 将预期寿命和死亡率发现作为有关人群层面风险模式的证据，而不是固定寿命增益的承诺。
• 如果使用生物年龄检测，也应将其作为补充性风险标志物，而不是对自身衰老速度的决定性读数。
• 比起单次有利或不利的时钟结果，更应关注持续的习惯和临床风险因素。

采用重复衰老测量和硬终点的长期随机生活方式试验，将提供更强的因果证据。在此之前，对这些队列研究最好的解读应是严谨而非犬儒：更健康的多领域习惯始终与更长的生存期和较少不利的生物衰老信号相关，而这些联系的大小和原因对任何个体而言仍不确定。