13,294 例 T2DM × 11.9 年：健康饮食的微血管获益，有三到四成"走的是延缓衰老这条路"

一句话结论：在 13,294 例无基线微血管并发症的 T2DM 患者、平均随访 11.9 年的队列中，较高的健康饮食评分（6–10 分）降低复合微血管并发症风险 15.5%（HR 0.845），视网膜病变降低 19.6%（HR 0.804）、肾病降低 23.4%（HR 0.766），但神经病变未达显著；而中介分析显示 PhenoAgeAccel 解释了饮食对复合并发症/视网膜病变/肾病关联中的 43.0% / 29.8% / 33.5%——即健康饮食的相当一部分获益，是经由"延缓生物学衰老"实现的。

这项研究想回答什么

在 T2DM 人群中，健康饮食模式依从性与较慢的生物学衰老各自独立地、以及联合地如何影响糖尿病微血管并发症（DMC）的发生风险？生物学衰老是否在其中充当中介变量？

他们怎么做的

① 队列：13,294 名基线无 DMC 的 T2DM 参与者；② 暴露：健康饮食模式依从性，用经验证的 10 分制饮食质量评分；③ 生物学衰老：由 9 项生物标志物 + 时序年龄计算；④ 结局：DMC 复合终点及其亚型——糖尿病视网膜病变（DR）、肾病（DN）、神经病变（DPN）；⑤ 统计：Cox 回归（独立与联合效应）+ 中介分析（估计 PhenoAgeAccel 的介导比例）；⑥ 分层：按"生物学更年轻（PhenoAgeAccel ≤ 0）× 高饮食评分"做联合暴露分析。

核心发现

① 随访 平均 11.9 年，期间 3,197 人发生 DMC（DR 1,392 例、DN 1,908 例、DPN 598 例）；② 饮食评分 6–10 分者相较更低分组：复合 DMC HR 0.845（95% CI 0.742–0.962）、DR 0.804（0.659–0.981）、DN 0.766（0.643–0.911），但 DPN 不显著；③ PhenoAgeAccel ≤ 0（生物学更年轻）同样与更低的 DMC 风险相关；④ 联合分析：生物学更年轻且饮食评分 6–10 分者，复合 DMC / DR / DN / DPN 风险分别降低 39.4% / 30.8% / 53.6% / 41.9%（注意：DPN 在单一分析中均不显著，却在联合分析中降低 41.9%）；⑤ 中介分析：PhenoAgeAccel 解释了饮食与复合 DMC、DR、DN 关联的 43.0% / 29.8% / 33.5%。

定量结果与证据边界

① n = 13,294；随访 11.9 年；事件数 DMC 3,197 / DR 1,392 / DN 1,908 / DPN 598；② HR：复合 0.845（0.742–0.962）、DR 0.804（0.659–0.981）、DN 0.766（0.643–0.911）、DPN 不显著；③ 联合暴露降低：$39.4\% / 30.8\% / 53.6\% / 41.9\%$（对应复合/DR/DN/DPN）；④ 中介比例：43.0% / 29.8% / 33.5%；⑤ 饮食评分的具体构成与临界值、9 项生物标志物清单、PhenoAgeAccel 的连续形式效应 —— 待补全文（PMCID 可及）。

局限：① 观察性队列，饮食为自报问卷，测量误差会稀释关联；② 中介分析的因果前提（无未测混杂、无暴露-中介交互）在观察性数据中很难满足，43% 属于统计上的介导比例而非机制确证；③ 队列为英国人群还是其他？(摘要未明示队列名称与人群来源 → 待补全文，不臆测)；④ T2DM 诊断与并发症识别若来自电子病历链接，存在漏诊与错分；⑤ 生存者/依从者偏倚：能坚持 11.9 年随访的人群本身不同。

为什么值得关注

★★★★★ 本轮 GeroScience 组价值最高的一条，原因是它做了一件很少有人做的事：把"衰老加速"当作可量化的中间变量放进一个临床终点的因果链里，并给出了介导比例（29.8%–43.0%）。这个数字只要可信，就能直接回答那个最难回答的商业问题——"延缓衰老"到底占到了下游疾病获益的多大一块？我的谨慎点同上：这是观察性数据的介导比例，且联合暴露的 DPN 结果（单一不显著、联合却降 41.9%）需要看原文如何处理交互，我不能直接用。

全文状态：摘要级，PMC13601466 免费全文可核验 → 建议升级为全文级。本文依据期刊公开摘要与 PubMed 元数据撰写，未获取付费墙全文，所有未在摘要中给出的定量一律标注「待补全文」，未做任何推算补全。