《Nutrients》：Ecological Correlates of Differences in Mean Age at Death Across Nearly Extinct Cohorts: The Role of Dietary Habits
Alessandro Menotti,
Paolo Emilio Puddu,
David R. Jacobs,
Anthony Kafatos,
Miodrag Ostojic and
Hanna Tolonen
编辑推荐：
这项研究旨在探索多国男性队列中平均死亡年龄(AD)的差异及其决定性因素。通过对“七国研究(SCS)”中16个队列、共12,763名中年男性的50年随访数据分析，研究者发现，在58个潜在影响因素中，仅饮食营养相关的10个变量与AD显著相关，可解释约50%的AD方差。研究表明，植物性食物（橄榄油、水果、蔬菜）的摄入与AD呈正相关，而动物性食物（硬脂肪）及促炎、促血栓指数则呈负相关。相比之下，传统心血管疾病风险因素在生态学分析中未能显著解释AD的差异。该成果强调了饮食模式在长寿中的核心作用，为理解人群寿命差异提供了新的生态学视角。
在探索人类长寿之谜的道路上，科学家们一直试图回答一个核心问题：为什么生活在不同地区的人群，平均寿命会有显著差异？是基因、医疗条件、生活方式，还是饮食结构在发挥关键作用？为了解开这个谜团，一项跨越半个世纪的宏伟研究——“七国研究(SCS)”，提供了独特的数据宝藏。这项始于1958年的研究，追踪了来自美国、芬兰、荷兰、意大利、前南斯拉夫、希腊和日本等7个国家、16个队列的超过1.2万名中年男性，随访时间长达50年，直至队列几乎绝灭。如此漫长的观察期，使得研究者能够使用一个终极且简单的指标——平均死亡年龄(AD)，来精确衡量不同人群的寿命差异。那么，究竟是哪些因素能够解释这跨越十多年的AD差异呢？是传统的心血管风险因素，还是日常的饮食习惯？本研究正是基于这一背景，试图从生态学层面，探寻决定人群寿命差异的关键钥匙，相关成果发表在期刊《Nutrients》上。
为了回答上述问题，研究者利用SCS的宝贵数据，开展了一项生态学关联分析。研究的关键技术方法包括：1. 长期队列随访与数据收集：研究对象为SCS中16个基线年龄在40-59岁的男性队列（总计12,763人），随访50年收集其死亡率与AD数据。对于5个随访期未满50年的队列，利用回归方程进行了数据估算。2. 多变量测量与筛选：在基线时共测量了58个变量，包括13个传统心血管风险因素、20个简单食物组、4个复合食物组、13种营养素及8个食物/营养素比值与饮食评分。3. 统计分析模型：首先通过单变量线性回归筛选出与AD显著相关（R ≥ 0.50， p ≤ 0.05）的变量。随后，为解决变量间的多重共线性问题并构建预测模型，采用了主成分分析(PCA) 从显著变量中提取“饮食评分(Dietary Score)”，并使用该评分与AD进行线性回归。为进一步验证，还应用了主成分回归(Principal Component Regression) 和岭回归(Ridge regression) 等多变量建模技术。
研究结果如下：
1. 队列AD差异与单变量关联分析
16个队列的AD存在明显差异，最高值出现在希腊克里特岛、塞尔维亚贝尔格莱德和意大利罗马铁路员工队列，最低值出现在克罗地亚斯拉沃尼亚和东芬兰，极端差异超过10岁。死亡率与AD呈高度负相关（R = -0.96）。在58个潜在决定因素中，仅有11个变量与AD的单变量线性相关系数R ≥ 0.50且具有统计学显著性。这11个变量包括：基线年龄(AGE)，以及10个饮食营养变量：液态脂肪(LIF)、水果(FRU)、橄榄油(OLI)、蔬菜总和(VEG)、能量摄入(ENE)、硬脂肪(HAF)、单不饱和/饱和脂肪比值(M/S)、单不饱和+多不饱和脂肪/饱和脂肪+反式脂肪比值(MP/ST)、膳食血栓形成指数(THI)和膳食炎症指数(INF)。其中，LIF、FRU、OLI、VEG、M/S和MP/ST与AD呈正相关，而ENE、HAF、THI和INF与AD呈负相关。
2. 主成分分析与饮食评分模型
对上述11个显著变量进行主成分分析(PCA)，生成一个综合的“饮食评分(Dietary Score)”。以该评分为预测因子与AD进行线性回归，得到的方程为：AD = 74.91 - 1.83 × Dietary Score，模型决定系数R2= 0.52，这意味着这组饮食变量可以解释不同队列间约52%的AD差异。图1直观展示了饮食评分与AD之间的负相关关系。值得注意的是，PCA提取的因子得分符号与单变量分析中这些变量与AD的相关系数(R)符号完全一致，形成了清晰的两组：与AD正相关的变量组和负相关的变量组。
3. 主成分回归与岭回归分析
为了处理变量间共线性并验证特定变量的作用，研究者进一步采用了主成分回归和岭回归。他们从11个显著变量中任意选择了3个与AD正相关的变量（LIF, FRU, VEG）和3个与AD负相关的变量（HAF, THI, INF）分别建模，也尝试了包含正、负相关变量各一个的模型（如LIF和HAF）。如图3所示，以LIF和HAF构建的岭回归模型预测的AD与观察值高度相关（R=0.72）。所有模型的回归系数均保持了预期的代数符号（与AD正相关的变量系数为正，负相关的为负），进一步支持了单变量分析的结果。
4. 传统风险因素作用的缺失
一个关键发现是，包括血压、血清胆固醇、吸烟等在内的13个传统心血管疾病(CVD)风险因素，没有一个与AD显示出显著的高相关性（R ≥ 0.50）。研究者分析，这可能是因为在队列生态学层面，这些传统风险因素的变异系数（标准差/均值）较小，例如血压的变异系数仅为4%，血清胆固醇为16%，吸烟率为14%，其有限的跨队列差异可能掩盖了它们与AD的关联。然而，这并不代表这些因素在个体层面对疾病和死亡没有预测作用，只是在本研究的生态学分析框架下，饮食营养变量的解释力占据了主导。
结论与讨论部分对研究发现的意义进行了深入阐述。本研究的核心结论是：在生态学层面，饮食营养因素是解释16个男性队列平均死亡年龄(AD)差异的关键，能够解释约50%的方差。具体而言，富含植物性食物（特别是橄榄油、水果、蔬菜）的饮食模式，以及反映脂肪质量的指标（如较高的M/S和MP/ST比值），与更长的AD（即更长寿命）正相关。相反，高能量摄入、硬脂肪（富含饱和与反式脂肪）的摄入，以及较高的膳食炎症指数(INF)和血栓形成指数(THI)，则与较短的AD负相关。这些特征共同指向了地中海饮食(Mediterranean Diet) 的益处。研究特别强调了液态脂肪(LIF)，尤其是其中的主要成分橄榄油，作为最强正相关因素的作用。
研究的重要意义在于其独特的方法学视角和明确的公共健康启示。首先，这是一项罕见的、基于“近乎绝灭队列”的长期生态学研究，使用AD作为终点，为理解人群层面的长寿决定因素提供了强力证据。其次，它清晰地将饮食模式（尤其是食物质量，如植物性与动物性来源）而非传统风险因素，置于解释跨人群寿命差异的中心位置。这呼应了近期营养学领域强调“食物质量”而非单纯“营养素”的范式转变。例如，研究指出其发现与美国膳食指南咨询委员会(DGAC)2025年科学报告的观点一致，即支持用不饱和脂肪（如液态植物油）替代饱和脂肪，但也指出了与美国2025-2030年膳食指南最终政策在饱和脂肪作用上的分歧，凸显了长期流行病学证据与现行政策之间的张力。
最后，研究者谨慎地指出了生态学研究的局限性，即其结果不能直接外推至个体层面的因果推断。个体分析中，传统风险因素如血压、胆固醇仍是重要的疾病预测因子。这种生态学关联与个体关联的不一致，即“生态学谬误”，在以往研究中也曾出现。然而，本研究与近期基于大型队列的个体研究结论相互印证，都强调了高质量植物性饮食对心脏健康的益处。因此，这项跨越半个世纪的研究强有力地表明，坚持富含橄榄油、水果、蔬菜的饮食模式，很可能对促进人群整体长寿具有深远的积极影响。
