美国电子烟使用与生物衰老加速相关

《Environmental Epidemiology》：Biological aging acceleration associated with electronic cigarette use in the United States

　　

背景：吸食可燃香烟会加速生物学衰老，并加剧随后与衰老相关的心血管功能衰退。然而，电子烟使用（雾化吸用）与衰老相关的健康后果在很大程度上仍不明确。本研究旨在利用全国代表性样本，调查电子烟使用是否与生物学衰老加速有关。方法：这项横断面研究纳入了全国健康与营养检查调查（NHANES）两个周期（2015–2016年和2017–2018年）中8,595名年龄为20–79岁的参与者。生物学衰老采用PhenoAge（表型年龄）进行测量，这是一种经验证的衰老表观遗传学生物标志物。其加速程度（PhenoAgeAccel）通过PhenoAge对时序年龄进行回归后的残差来量化。电子烟使用被分为当前使用（N = 417）、既往使用（N = 1,253）和非使用（N = 6,925）三类。采用线性回归模型评估电子烟使用与PhenoAgeAccel之间的关联，并调整了可燃香烟使用、性别、种族/族裔、教育程度、身体质量指数、饮酒、其他烟草制品使用以及二手烟暴露。结果：在全调整模型中，与从未使用者相比，当前电子烟使用者的PhenoAgeAccel高出1.20年（95%置信区间：0.41，2.10）。同样，与终生从未吸烟至少100支香烟者相比，当前吸烟者的PhenoAgeAccel高出1.50年（95%置信区间：1.00，2.00）。结论：本研究提供了首批流行病学证据，在调整吸烟状态后，揭示了电子烟使用与生物学衰老加速之间的关联。研究结果凸显了针对减少烟草制品使用的公共卫生干预措施的潜在价值。未来需要进行纵向研究以阐明其潜在机制。本研究的贡献：鉴于电子烟上市时间相对较短，关于其健康影响的流行病学证据有限。据我们所知，这是第一项在人群层面调查电子烟使用潜在衰老效应的研究。研究结果显示，在调整主动和被动可燃香烟使用以及其他烟草制品使用后，电子烟使用与生物学衰老加速之间存在显著关联。本研究提供了关于电子烟使用不良健康效应的新颖流行病学证据，并支持实施更严格的烟草控制政策和进一步研究。引言：人体随着时间推移会经历内源性和外源性暴露的累积效应，长期且未修复的损伤会影响各个水平的正常生物学功能维持。1 这些与衰老相关的状况受自然衰老过程的影响，在此过程中器官功能会进行性衰退。2,3 生物学衰老的概念被提出用以代表生物学过程中依赖于衰老的功能衰退。4 Zhao等2 指出，生物学衰老在解释与衰老相关的心血管疾病（CVD）方面可能具有重要意义，因为内在的生物学衰老是反映分子和细胞水平个体生理功能的更好指标。5 Hamczyk等6 也强调了生物学衰老在血管疾病早期预防和干预中的应用价值，而不仅仅是时序年龄。基于DNA甲基化（DNAm）的表型年龄（PhenoAge）是一种基于第三次全国健康与营养检查调查（NHANES）临床数据开发的衰老生物标志物，在预测各种与衰老相关的健康结局方面展现了良好的表现，包括心血管疾病、癌症和全因死亡率。7 可燃香烟使用是多种与衰老相关疾病的已知危险因素，包括心血管疾病，8 约占心血管疾病发病率的10%。9 PhenoAge目前被广泛应用于考察香烟对生物学衰老影响的健康研究中。Yang等8 观察到PhenoAge加速与累积吸烟和吸烟相关位点均有关联。Sheng等10 证明吸烟开始年龄和吸烟开始的时间窗口都是影响PhenoAge的重要贡献因素。近期研究开始探索PhenoAge加速在吸烟与心血管结局之间关系中的潜在中介作用，10,11 为烟草使用与心血管健康之间的机制联系提供了见解。自2016年起，美国食品药品监督管理局已将电子烟和其他电子尼古丁递送系统作为"烟草制品"进行监管，尽管电子烟并不含有烟草。12–14 尽管电子烟的使用率不断上升，15 但鉴于其上市时间较短，关于电子烟使用（雾化吸用）与衰老相关健康效应的证据有限。据我们所知，目前尚无任何人群层面的流行病学证据将电子烟使用与生物学衰老加速联系起来。这一问题尤其令人担忧，因为证据表明电子烟使用率上升的同时可燃香烟使用率有所下降。16 鉴于电子烟的流行程度，需要科学研究来证明电子烟使用的不良健康效应。本研究旨在调查电子烟使用是否与生物学衰老加速有关，为电子烟使用负面健康后果提供新颖的流行病学证据，并支持对电子烟实施更严格监管和公共卫生干预的科学依据。方法 研究参与者：从2015–2016年周期开始，NHANES在其"吸烟——香烟使用"问卷中收集电子烟使用数据。我们使用了在2019冠状病毒病（COVID-19）大流行前的两个完整周期（2015–2016年和2017–2018年）进行分析，因为COVID-19感染被认为对健康和电子烟使用习惯有影响。17 排除了80岁以上的参与者，因为出于保密原因，他们的时序年龄被隐去了。在10,485名年龄可用的成年人中，我们排除了实验室和自报信息缺失的参与者（n = 1,634）、实验室读数异常值（碱性磷酸酶一个异常值和白细胞计数一个异常值）、生物学衰老计算为无穷大的参与者（n = 16），以及极端生物学衰老加速超过±20年的参与者（n = 238）。最终共纳入8,595名年龄20–79岁的成人参与者进行分析。电子烟和香烟使用：本研究中，"烟草制品使用"指使用被食品药品监督管理局归类为"烟草制品"的产品，包括电子烟、香烟、雪茄和无烟烟草。18 主要暴露因素为电子烟使用状态，分为"从未使用"、"既往使用"和"当前使用"。同时回答了"是否使用过电子烟？"（报告电子烟使用史）和"过去30天使用了多少天电子烟？"（报告近期使用）的参与者被归类为"当前使用"。曾使用过电子烟但过去30天未使用者定义为"既往使用"。从未使用过电子烟者归类为"从未使用"。可燃香烟使用状态作为平行暴露因素纳入分析。报告终生吸烟史至少100支且过去30天有吸烟行为的参与者被归类为"当前使用"；仅报告有吸烟史的被归类为"既往使用"；从未吸烟或终生吸烟不超过100支的被归类为"无确认使用"。分类方案见附图S1，https://links.lww.com/EE/A489。使用强度通过过去30天内使用烟草制品的天数来衡量。然而，该信息的变异性有限，无法用于评估剂量–反应关系。大多数参与者（75.0%）报告过去30天未使用电子烟，而报告当前使用香烟的参与者中72.6%在过去30天内每天吸烟。使用强度的分布见附图S2，https://links.lww.com/EE/A489。生物学衰老及加速：生物学衰老通过PhenoAge进行评估，该指标基于9种临床生物标志物和时序年龄，采用以下公式计算。19 各标志物的单位和均值水平见附表S1，https://links.lww.com/EE/A489。PhenoAge = 141.50 + ln(?0.00553 × ln(1?M)) / 0.09165 其中：M = 1 ? exp(?1.51714 × exp(xb) / 0.0076927) 而：xb = (?19.907 ? 0.0336×白蛋白 + 0.0095×肌酐 + 0.1953×葡萄糖 + 0.0954×ln(C-反应蛋白/10) ? 0.0120×淋巴细胞百分比 + 0.0268×平均细胞体积 + 0.3306×红细胞分布宽度 + 0.00188×碱性磷酸酶 + 0.0554×白细胞计数 + 0.0804×时序年龄) PhenoAge加速值（PhenoAgeAccel）是一个更直观的指标，用于显示考虑时序年龄后的生物学衰老加速情况。它是PhenoAge对时序年龄进行线性回归后的残差。19 PhenoAgeAccel的绝对值反映了生物学年龄与时序年龄之间的偏离程度。正值表示生物学衰老加速，负值表示生物学衰老减慢。为减少具有极端生理状态参与者的影响，我们排除了PhenoAgeAccel值超过20年的参与者。20 协变量：协变量根据先前知识和已发表文献中关于电子烟使用与生物学衰老加速关联的潜在混杂因素进行预先选择。8,21 时序年龄为自报。身体质量指数（kg/m2）分为"低于25"、"25–29"和"30及以上"三类。饮酒指过去12个月内饮用含酒精饮料。性别（女性和男性）、种族和族裔（墨西哥裔美国人、非西班牙裔黑人、非西班牙裔白人、其他西班牙裔和其他）以及教育程度（高中及以下、接受过部分大学教育、大学毕业生及以上）从问卷中获取。被动吸烟暴露通过家庭吸烟暴露和最近二手烟暴露（过去7天）在多个室内环境中进行评估。还评估了其他烟草制品的既往使用情况，包括雪茄和无烟烟草。统计分析：所有分析均使用R软件（版本4.4.1）进行，并严格按照NHANES分析方案和教程进行加权，22 使用合并两个完整周期（2015–2016年和2017–2018年）的全样本两年访谈权重，生成与电子烟使用相关的加速衰老后果的全国代表性估计。采用调查加权的描述性分析展示不同使用组的特征。采用多元线性回归评估电子烟使用与生物学衰老加速之间的关联。报告β值及其95%置信区间（CI），其中β代表各使用类别中当前/既往使用者与非使用者之间PhenoAge加速值的加权估计均值差。模型调整了潜在混杂因素，包括当前吸烟状态、性别、种族和族裔、教育程度、身体质量指数、饮酒、其他烟草制品使用和被动吸烟暴露。考虑到大多数当前电子烟使用者（约78%）年龄在50岁或以下，我们对该年龄组进行了敏感性分析。为进一步减少香烟使用和其他烟草制品的混杂影响，在无确认吸烟史的参与者中进行了额外分析，并进一步在无确认香烟使用且从未使用过雪茄或无烟烟草的参与者中进行分析。结果：参与者特征见表1。一般人群中位年龄为47.0岁（95%置信区间：46.0，49.0）。当前电子烟使用者较年轻（中位数 = 34.0岁，95%置信区间：31.0，38.0），与从未使用电子烟者相比（均值 = 50.0岁，95%置信区间：49.0，52.0）。

目前使用电子烟的参与者在男性比例、教育水平和当前饮酒率方面均高于其他两组电子烟使用者。57.8%（95%置信区间：51.7%–63.8%）的当前电子烟使用者和51.4%（95%置信区间：47.3%–55.6%）的前电子烟使用者报告当前使用可燃卷烟，表明电子烟与可燃卷烟的联合使用率较高。

**表1 各电子烟使用组参与者的特征（N=8,595）**

| 特征 | 总体 | 从未使用电子烟 | 前电子烟使用者 | 当前电子烟使用者 |
|------|------|---------------|---------------|-----------------|
| 加权N | 191,538,043 | 148,521,461 | 32,056,522 | 10,960,060 |
| 实际年龄（中位数，岁） | 47.0（46.0, 49.0） | 50.0（49.0, 52.0） | 35.0（34.0, 37.0） | 34.0（31.0, 38.0） |
| 性别（%） | | | | |
| 女性 | 52.2%（51.1%–53.4%） | 54.0%（52.9%–55.2%） | 47.6%（44.7%–50.5%） | 41.2%（34.2%–48.2%） |
| 男性 | 47.8%（46.6%–48.9%） | 46.0%（44.8%–47.1%） | 52.4%（49.5%–55.3%） | 58.8%（51.8%–65.8%） |
| 种族与民族（%） | | | | |
| 非西班牙裔白人 | 63.8%（59.1%–68.5%） | 62.6%（57.4%–67.7%） | 68.3%（63.7%–72.9%） | 67.4%（61.8%–72.9%） |
| 非西班牙裔黑人 | 10.6%（8.0%–13.2%） | 10.8%（8.0%–13.6%） | 10.0%（7.4%–12.5%） | 10.0%（7.0%–12.9%） |
| 墨西哥裔美国人 | 9.0%（6.3%–11.7%） | 9.4%（6.4%–12.3%） | 8.0%（5.5%–10.5%） | 6.8%（4.5%–9.1%） |
| 其他西班牙裔 | 6.6%（5.0%–8.2%） | 7.1%（5.3%–8.9%） | 4.9%（3.5%–6.4%） | 5.0%（3.0%–7.1%） |
| 其他 | 10.0%（8.2%–11.8%） | 10.2%（8.2%–12.2%） | 8.8%（7.2%–10.4%） | 10.9%（6.2%–15.6%） |
| 教育程度（%） | | | | |
| 高中及以下 | 35.6%（32.5%–38.8%） | 33.2%（30.2%–36.3%） | 40.5%（36.8%–44.1%） | 54.2%（46.4%–62.1%） |
| 部分大学 | 32.0%（29.9%–34.0%） | 30.3%（28.1%–32.4%） | 39.1%（35.4%–42.7%） | 34.2%（28.8%–39.6%） |
| 大学毕业生及以上 | 32.4%（28.3%–36.5%） | 36.5%（32.3%–40.7%） | 20.5%（15.3%–25.7%） | 11.5%（6.1%–17.0%） |
| BMI（%） | | | | |
| 25以下 | 26.8%（24.7%–29.0%） | 26.1%（23.7%–28.6%） | 28.5%（25.3%–31.7%） | 31.8%（26.6%–37.0%） |
| 25–29 | 31.5%（30.0%–33.1%） | 32.8%（31.1%–34.5%） | 27.1%（24.0%–30.3%） | 27.7%（22.0%–33.3%） |
| 30及以上 | 41.6%（39.2%–44.0%） | 41.1%（38.6%–43.6%） | 44.4%（39.9%–48.9%） | 40.5%（33.8%–47.3%） |
| 饮酒情况（%） | | | | |
| 当前饮酒 | 72.4%（70.8%–73.9%） | 69.8%（67.7%–71.8%） | 80.3%（77.7%–82.9%） | 84.3%（79.7%–88.9%） |
| 当前不饮酒 | 27.6%（26.1%–29.2%） | 30.2%（28.2%–32.3%） | 19.7%（17.1%–22.3%） | 15.7%（11.1%–20.3%） |
| 吸烟情况（%） | | | | |
| 从未吸烟 | 57.3%（55.4%–59.3%） | 67.9%（66.0%–69.7%） | 22.0%（18.4%–25.7%） | 17.8%（13.9%–21.7%） |
| 前吸烟者 | 24.4%（22.9%–25.9%） | 24.0%（22.1%–25.8%） | 26.5%（23.5%–29.5%） | 24.4%（19.5%–29.4%） |
| 当前吸烟 | 18.3%（16.7%–19.8%） | 8.2%（7.1%–9.3%） | 51.4%（47.3%–55.6%） | 57.8%（51.7%–63.8%） |
| 雪茄使用（%） | | | | |
| 从未使用 | 56.9%（55.0%–58.8%） | 64.5%（62.3%–66.6%） | 30.5%（27.2%–33.7%） | 31.9%（27.7%–36.0%） |
| 曾使用 | 43.1%（41.2%–45.0%） | 35.5%（33.4%–37.7%） | 69.5%（66.3%–72.8%） | 68.1%（64.0%–72.3%） |
| 无烟烟草使用（%） | | | | |
| 从未使用 | 78.3%（76.2%–80.4%） | 83.5%（81.5%–85.5%） | 59.0%（53.9%–64.0%） | 64.2%（59.3%–69.0%） |
| 曾使用 | 21.7%（19.6%–23.8%） | 16.5%（14.5%–18.5%） | 41.0%（36.0%–46.1%） | 35.8%（31.0%–40.7%） |
| 家庭吸烟暴露（%） | | | | |
| 无 | 89.8%（88.3%–91.3%） | 93.9%（92.7%–95.1%） | 76.7%（72.8%–80.7%） | 72.3%（64.2%–80.3%） |
| 有 | 10.2%（8.7%–11.7%） | 6.1%（4.9%–7.3%） | 23.3%（19.3%–27.2%） | 27.7%（19.7%–35.8%） |
| 二手烟暴露（%） | | | | |
| 无 | 74.3%（71.7%–76.9%） | 81.3%（78.9%–83.6%） | 52.6%（47.9%–57.3%） | 43.4%（37.2%–49.6%） |
| 有 | 25.7%（23.1%–28.3%） | 18.7%（16.4%–21.1%） | 47.4%（42.7%–52.1%） | 56.6%（50.4%–62.8%） |

分类变量报告调查加权百分比及95%置信区间，年龄报告调查加权中位数及95%置信区间。BMI指体质指数。

**生物学衰老与衰老加速的差异**

如表2所示，电子烟使用和卷烟使用的不同类别间均观察到了PhenoAgeAccel的差异。当前电子烟使用者的PhenoAgeAccel均值为0.7（95%置信区间：?0.2至1.6）年，而从未使用电子烟者的PhenoAgeAccel均值为?1.8（95%置信区间：?2.2至?1.5）年。过去使用电子烟者在PhenoAge上几乎没有衰老加速（PhenoAgeAccel均值为0.03，95%置信区间：?0.4至0.5）。同样，当前卷烟使用者的PhenoAgeAccel均值为0.6（95%置信区间：0.2至1.1）年，而终生从未吸烟100支以上的参与者为?2.0（95%置信区间：?2.4至?1.6）年，前吸烟者为?1.4（95%置信区间：?1.9至?0.9）年。

**表2 不同烟草制品使用组的生物学衰老与衰老加速（N=8,595），单位：年**

| 组别 | 非加权N | 加权N | PhenoAgeAccel（均值） | PhenoAge（均值） | 实际年龄（中位数） |
|------|---------|-------|----------------------|-----------------|-------------------|
| **电子烟** | | | | | |
| 从未使用 | 6,925 | 148,521,461 | ?1.8（?2.2, ?1.5） | 47.2（46.3, 48.1） | 49.0（48.2, 49.9） |
| 前使用者 | 1,253 | 32,056,522 | 0.03（?0.4, 0.5） | 38.3（37.3, 39.3） | 38.8（38.0, 39.6） |
| 当前使用 | 417 | 10,960,060 | 0.7（?0.2, 1.6） | 37.6（35.0, 40.1） | 37.6（35.2, 40.0） |
| **吸烟** | | | | | |
| 从未吸烟 | 5,023 | 109,818,417 | ?2.0（?2.4, ?1.6） | 42.9（42.0, 43.8） | 45.1（44.3, 46.0） |
| 前吸烟者 | 1,922 | 46,756,316 | ?1.4（?1.9, ?0.9） | 50.9（49.4, 52.4） | 52.2（50.8, 53.6） |
| 当前吸烟 | 1,650 | 34,963,310 | 0.6（0.2, 1.1） | 44.5（43.1, 45.8） | 44.1（42.9, 45.4） |

非正态分布的连续变量报告调查加权中位数及95%置信区间，正态分布的连续变量报告调查加权均值及95%置信区间。

**线性回归模型结果**

PhenoAgeAccel的线性回归模型结果见表3。在完全调整的模型中，我们观察到电子烟使用与生物学衰老加速之间的关联。与从未使用电子烟相比，当前电子烟使用与PhenoAgeAccel高出1.20年（95%置信区间：0.41–2.10）显著相关，而前电子烟使用与PhenoAgeAccel高出0.73年（95%置信区间：0.38–1.10）相关。同样，与从未吸烟相比，当前可燃卷烟使用与PhenoAgeAccel高出1.50年（95%置信区间：1.00–2.00）相关。然而，前吸烟者的这一显著关联未被观察到。

**表3 PhenoAgeAccel的线性回归模型（N=8,595），单位：年**

| 变量 | 均值差（95%置信区间） | P值 |
|------|---------------------|-----|
| **电子烟** | | |
| 从未使用 | 参照组 | |
| 前使用者 | 0.73（0.38, 1.10） | <0.001 |
| 当前使用 | 1.20（0.41, 2.10） | 0.007 |
| **吸烟** | | |
| 从未吸烟 | 参照组 | |
| 前吸烟者 | ?0.24（?0.69, 0.21） | 0.30 |
| 当前吸烟 | 1.50（1.00, 2.00） | <0.001 |

该模型对性别、种族和民族、教育程度、BMI、饮酒情况、其他烟草制品使用及二手烟暴露进行了调整。所有估计值均为调查加权，并附95%置信区间。

在50岁及以下参与者的敏感性分析中（表S2），当前和前电子烟使用者的PhenoAgeAccel均高于从未使用电子烟者，效应估计值相似。当分析仅限于从未吸烟的参与者时（表S3），且进一步限制为从未吸烟且从未使用其他烟草制品的参与者时（表S4），这一关联仍保持正向，且对当前电子烟使用者更为显著。

**讨论**

在本研究中，我们首次利用全国代表性样本系统性地调查了电子烟使用与生物学衰老加速之间的关联，发现在调整可燃卷烟使用、二手烟暴露及其他烟草制品使用后，前和当前电子烟使用者的PhenoAgeAccel显著高于从未使用电子烟者。研究结果表明，电子烟使用可能与生物学衰老加速存在独特关联，并为电子烟使用与生物学衰老之间联系的证据提供了补充。鉴于PhenoAgeAccel与心血管疾病和心血管死亡率之间的已知关联，我们的结果提示电子烟使用可能通过其与生物学衰老的关系对心血管健康产生影响，值得进一步研究。

以往探讨烟草制品使用与生物学衰老加速之间关系的研究主要集中在可燃卷烟使用，对电子烟的关注有限。Richmond等人发现，与可燃吸烟相比，电子烟使用呈现出不同且较弱的DNA甲基化谱。Song等人提供了有价值的见解，表明卷烟吸烟和电子烟使用均导致肺部表观遗传年龄显著加快。此外，电子烟使用暴露于挥发性有机化合物等有毒物质也与肺部表观遗传衰老加速相关。然而，以往研究的样本量较小，限制了研究结果的可推广性。尽管这些研究的证据仍处于初步阶段，但我们的结果与其发现一致，并展示了电子烟使用与生物学衰老加速之间的显著关联。

本研究使用迄今为止最大的样本量来研究电子烟使用与生物学衰老的关系，增强了对美国成人人群的可推广性，显著提升了研究结果的公共卫生意义，尤其是在美国成人中电子烟使用率不断上升的背景下。此外，以往研究曾提出吸烟史和同时使用卷烟可能带来的混杂问题，因为部分个体可能近期从卷烟切换到电子烟或为双重使用者。确实有证据表明，既往吸烟史和同时吸烟可能混杂或扭曲电子烟使用与健康结局之间的关系。我们同时纳入了电子烟和卷烟使用状态作为平行暴露变量，以估计它们各自与生物学衰老的关联，并额外调整了二手烟暴露和其他烟草制品使用情况。此外，在从未吸烟者的敏感性分析中，电子烟与PhenoAge的关联仍保持显著且效应估计值更大，进一步支持了研究结果的稳健性。

过去几十年中，提出了多种衰老生物标志物，而有效的生物学衰老标志物对于预测衰老相关疾病和死亡具有重要意义。例如，GrimAge是另一种基于DNA甲基化的标志物，其计算中纳入了吸烟包年数，表明生物学衰老与烟草使用之间存在内在关联。此外，端粒长度可作为分子水平寿命的有效预测因子，其缩短速度加快可能提示衰老过程加速。一项系统综述支持吸烟对端粒长度的负面影响，显示曾吸烟者的端粒长度显著短于从未吸烟者（?0.11，95%置信区间：?0.16至?0.07）。本研究仅使用PhenoAge作为唯一的生物学衰老标志物，因其具有在人群健康研究中的应用价值和数据可获得性。与需要高维度分子数据的其他衰老生物标志物相比，PhenoAge可基于标准生化检测计算，更具可及性和临床适用性。然而，未来研究可整合多种衰老标志物以补充PhenoAge，从而对电子烟及其他新兴烟草制品使用与衰老影响之间的关系进行更全面的评估。

本研究也存在一些其他局限性。NHANES的横断面研究设计限制了电子烟使用与生物学衰老之间时序关系的确定，未来需要纵向设计的研究来探索电子烟使用对生物学衰老的长期效应及其潜在机制。此外，自报的烟草制品使用可能引入潜在的错分偏倚。然而，作为长期建立的国家代表性调查，NHANES始终保持着标准化的数据收集方案，能够提供可靠的数据，因此潜在的错分很可能是非差异性的，影响极小。本研究还将可燃卷烟使用作为与电子烟使用平行的变量纳入分析，卷烟使用结果与既往研究的一致性为暴露分类的有效性提供了支持，并增强了对电子烟使用研究结果的可信度。然而，由于未测量或不完整的烟草制品使用信息，残余混杂可能仍然存在。此外，使用强度的变异有限，无法评估潜在的剂量-反应关系。

年龄以及其他不可改变的因素如遗传背景是心血管疾病和慢性肺病等各种衰老相关疾病的传统危险因素。与时间年龄不同，生物学衰老加速和烟草使用是与疾病负担相关的可改变因素。Liu等人证明多种因素影响生物学衰老的改变，包括吸烟状态，提示戒烟可减缓生物学衰老进程。我们观察到生物学衰老与当前吸烟强相关但与前吸烟无关，这一模式与戒烟可能对生物学衰老过程产生益处的潜在观点一致。研究结果为进一步加强烟草控制法规和更明智的戒烟决策提供了科学证据。

总之，本研究在全国代表性人群中报告了电子烟使用与生物学衰老加速之间的一项新关联，并在调整了可燃卷烟使用、二手烟暴露及其他烟草制品使用后得到了确认。研究结果凸显了电子烟使用的潜在健康影响，为更严格的烟草控制法规提供了科学证据补充。未来研究可考虑采用纵向设计，以更好地了解电子烟使用的长期衰老效应及其潜在机制。