吃得更健康，人生怎样变化？
同样的出生起点，比较经济负担、健康与风险保障。主结果保留全部策略样本，执行场景另列。
01 / 先看结果，再解释原因
中国组：健康也有经济成本
干预臂相对对照，40岁净资产配对差中位为 -19,902 元（943 对），65岁为 -67,694 元（819 对）。不能据此把健康或风险保障的价值归零。
65岁：健康评分的配对差
819 对中，健康差中位为 1.50 分。干预/对照健康评分中位为 69.74 / 67.99；它是游戏评分，不是医学量表。
全体出生样本：寿命分布
各1,000局，干预/对照寿命中位为 87 / 86 岁，均值为 81.53 / 80.58 岁。两个中位数之差不是个人寿命增益，也没有现实因果含义。
这是游戏引擎中的策略路径比较，不能作为现实投资、教育或人生决策建议。同种子固定出生起点，但策略会改变后续随机数消耗和整条人生；观察到的差异包含这种路径变化。
02 / 绝对金额与分布
人民币采用游戏内部金额 × 3.5 的中国购买力等价值，非外汇换算，也不是现实收入预测。月均收入为年收入 ÷ 12，非税后工资。净资产含现金、投资、自住房、出租房和企业权益，可为负。
上表各臂使用自身存活样本，分母可能不同，不应直接视作相同人的效果；下面给出配对差及“所有策略均存活”校验。
净资产：P10 — 中位数 — P90
横轴为带符号 log10(1+金额)，保留负值；不是等距人民币轴。
净资产中位数随年龄变化
各年龄幸存者不同；曲线不是同一人的增长轨迹。使用带符号对数轴。
配对差：策略臂 − 对照臂
胜率为配对净资产差大于0的比例，相等也计入分母。差值中位数不等于两个中位数相减。均值区间为探索性正态近似，重尾、多重比较和选择偏差未被消除。
所有策略均有快照：固定共同样本
这能减少臂间存活构成差异，但仍条件于所有策略均存活，不代表所有出生者。疾病、死亡及收入为零的快照不会被人为过滤。
慢病与身心状态
使用各臂自己的年龄快照样本。慢病个数来自快照 nConds，幸福和健康为游戏内部评分。
同种子扰动参考 N2
出生后丢弃一个随机数会移动后续随机路径；N2不是策略专属误差，不能从策略差中扣除。它与本次策略对照的幸存样本也可能不同。
03 / 开关打开后，究竟发生了什么
18岁起，每年设置 good 或 usual。good 额外花费当地中位年收入的1.5%，在监禁等条件下不适用；这里不是本人实际收入的1.5%。usual 是周围人的一般饮食，不是强制不健康饮食。
健康加成不是每年净加1.5
dietFit 的1.5进入健康目标值，健康仍受年龄、疾病、运动、家境等因素共同影响。高血压、糖尿病、心脏病的发生风险因子分别乘0.8、0.75、0.8，这是游戏参数，不是本实验从现实人群估计出的效应。
疾病人数受寿命影响
活得更久就可能有更多时间患病。下面的终局疾病人数来自各人死亡时的记录，年龄不齐，既不是同年龄患病率，也不是标准化发病率。固定年龄只提供慢病个数，不能据此伪造同年龄的分病种结果。
实际饮食支出只从年度主要账目识别，未出现可能是合并进“其他”。对照臂也有少量可见健康采买，说明方针设定不等于每个年内事件都严格隔离；不把这类记录删除来美化组间差异。
按年龄拆开：可见支出与终局疾病
年度 fl.it 压缩为主要收支，条目次数只是可见下限，费用为四舍五入后的条目，不能复原完整账单。未列出的年龄段表示该来源没有可见记录，不是保证没有发生。终局开关不符合可能来自成年前死亡或年内状态变化。
全体出生样本的寿命分布
04 / 回到具体人生
固定展示中国组，各策略相对基准的40岁净资产配对差第10、50、90百分位附近案例，展示不利、典型与有利路径。按差值排序、种子打破平局，非人工挑选成功故事。以下案例不随顶部筛选改变。
05 / 口径、边界与复算
- 同一国家、同一 seed 配对；脚本核验各臂出生状态完全一致，原始快照与摘要一致，任务 ID 唯一且与计划集合相等。
- 每国每策略1,000局。年龄快照缺失者不补零；只比较双方有快照的人，并公开分母。全样本策略分配、共同幸存者和执行证据子组分开列出。
- 执行证据只使用截至观察年龄的记录，不使用未来是否成功。按执行筛选会引入选择偏差，不能声称净因果收益。
- 资产结果不是保险赔付收益率或饮食成本效益。原始账本只保留主要收支，无法完整核算保费、医疗和采买成本，因此不据此宣称已经算出完整回本率。
- 中国与其他国家金额均按同一游戏标尺换算；当地中位收入倍数是另一种相对指标，不能称为财富中位数倍数。
完成采集：2026-10-24T14:33:02.039Z。摘要 SHA-256：e73f1ba1a216976c3cebe35ee4825008e346dbcf614f0ffad96254e271ed7570
复算：把 analyze_health_reports.py 放回项目 scripts/，在保留原始 experiments 和 N_noise 的项目根目录运行 python3 scripts/analyze_health_reports.py P6_diet，再运行 python3 scripts/build_health_reports.py P6_diet。源数据体积较大，网页只内嵌聚合和所选案例。