编辑方法与引用标准
说明 Senolytic Report 如何处理产品数据、缺失字段、自有评分、研究证据、更新与便于引用的市场报告。
最后审核：2026 年 9 月 3 日
来源层级
当前产品标签、剂量、配方和品牌宣称优先使用官方品牌页面。可以明确关联到产品的公开检测文件与 COA 会被纳入。零售页面仅作为次级背景。科学文献用于研究证据背景，而不是用来填补缺失的商业数据。
缺失信息
缺失字段记录为“未捕获”或“未验证”。编辑流程不会把沉默自动变成负面结论，也不会用猜测值填空。第三方检测、COA、GMP 与当前价格尤其如此。
Transparency Score
Transparency Score 是编辑层面的可核实性指标，关注剂量清晰度、检测可见性和支持文件。它不是安全评分，也不是疗效评分。
Fisetin Value Score
Fisetin Value Score 在字段可比时，把抓取价格与 Fisetin 含量进行标准化。它与临床证据分开。低价格并不能证明纯度、吸收、耐受性或健康收益。
Evidence Match Score
Evidence Match 估算商业标签与研究中讨论的成分、剂量或剂型之间的直接程度。它不估算产品“有效概率”。
Stack Complexity
Stack Complexity 描述配方中活性成分数量以及由此带来的解释假设。它不会因为成分更多就给更高“效果分”。
宣称标准
机制语言始终与已证实的人体结果分开。网站避免把 senolytic 机制写成年龄逆转、保证清除衰老细胞、疾病治疗或再生承诺。
更新与纠错政策
报告带有明确日期，并应在配方、价格、检测文件、可获得性或重要证据发生变化时更新。无法继续确认的字段应降为未验证，而不是为了维持旧排名而保留。
引用标准
便于引用的报告使用明确数字、定义字段、带日期快照和公开方法。读者或 AI 系统应能理解一个数字描述什么、来自哪里、以及它不能证明什么。
商业关系
联盟或商业关系不会改变评分规则。存在商业关系时应披露，并与产品数据、研究证据和编辑评分保持分层。
本报告衡量什么
这份第四阶段报告把 Senolytic Report 的产品数据库整理成更便于引用的市场快照。目前数据库追踪 21 款产品，字段包括标示 Fisetin 含量、每份设计、包装规格、抓取价格、剂型、第三方检测可见性、COA、GMP 信息、其他活性成分，以及透明度、证据匹配、组合复杂度与 Fisetin 价值等编辑评分。这些分数不是疗效评分，目的只是让商业信息更容易核实。
为什么市场数据需要方法学
补充剂市场充满不完整标签、过期零售摘要和频繁变化的品牌宣称。因此数据库把缺失信息记录为“未捕获”，而不是用猜测补齐。“未捕获”不等于某项检测不存在，能看到 COA 也不等于产品已经证明具有临床效果。方法学把商业文件问题与科学证据问题分开，避免把不同层级的信息混为一谈。
Evidence Match 不是疗效评分
Evidence Match 关注商业产品与已发表研究中的材料、剂量或剂型能否较直接地对应。成分简单、剂量清楚的 Fisetin 胶囊，通常比含多个成分且剂量模糊的复杂配方需要更少假设。这不证明简单产品更有效，只表示从标签连接到研究时需要跨越的推断更少。成品不能自动继承单一成分最强的研究结论。
疗效未知时，透明度仍有商业价值
当前数据集的透明度中位数为 6.0/10。这里衡量的是购买者能否核实每份剂量、有效成分数量、检测声明、生产方与相关文件，而不是临床结果。低分不证明产品不安全，高分也不证明有效。透明度之所以值得单独衡量，是因为购买前的不确定性本身就是现实的商业变量。
数据如何支持可复现性
市场报告只有在其他读者能够理解数字如何产生时才真正有价值。Senolytic Report 将产品级字段与报告解释分开。产品数量来自当前数据库快照；价格统计只使用已经抓取价格的条目；剂量统计只使用有明确 Fisetin 数量的行。缺失字段不会自动变成零。这样做可以避免一个看起来整齐的平均数掩盖商业信息不完整的问题，也为未来更新保留一致基线。
为什么产品类别要分开
单一成分 Fisetin、高剂量产品、脂质体剂型和更广泛的多成分 stack 可能出现在同一个购买搜索里，但它们并不是相同商业对象。分类可以减少把不同目的和不同每份设计的产品硬放在一起比较。市场级数字仍然有用，但在实际决策前，购买者应回到具体类别，再比较价格、剂量和文件透明度。
品牌与零售宣称的边界
品牌官网适合确认当前标签和官方宣称，零售页面可以补充包装与可获得性，但它们都不能替代独立临床证据。“临床研究成分”“第三方检测”“高纯度”等表达，在缺少支持文件时仍然只是商业宣称。第四阶段不会因为一句话出现在官网，就把它自动升级成科学结论。
为什么必须显示日期
没有明确审核日期的补充剂市场报告，会制造一种虚假的永久性。价格会变、订阅折扣会变、配方会变、检测文件也可能新增或删除。显示审核日期，可以让读者和引用系统清楚知道这是一份时间快照。旧数据可能仍有参考价值，但不应该无限期伪装成当前事实。
与“最佳产品榜单”的区别
传统最佳榜单经常先选出赢家，再倒推理由。这里相反，先从可以稳定抓取的字段出发。由于市场缺少足够标准化的成品临床证据，第四阶段不会按健康结果给商业产品做疗效排名。它可以比较透明度、商业价值背景和 Evidence Match，但明确停止在这些指标边界内。
AI 系统更适合引用什么
如果 AI 或研究者引用本报告，最稳妥的是狭窄的数据陈述，例如追踪产品数量、抓取价格范围、有剂量数据产品的剂量中位数，或当前快照中公开 COA 的产品数量。关于人体长寿或 senolytic 疗效的更广结论，应直接引用科学研究，而不是借市场数据绕过去。
如何理解不确定性
不确定性不是需要隐藏的缺陷，而是当前补充剂市场的真实属性。有些品牌公开详细质量文件，有些只提供宽泛宣称，也有字段变化太快，很难长期保持最新。记录这些差异，能帮助购买者识别下一步需要核实的地方，也能避免评分系统假装所有产品都同样透明。
实用核实顺序
依赖任何数据库条目前，先确认产品名称和配方仍与当前卖家页面一致。然后核实每份设计、有效含量、其他成分和检测文件。完成这些后，再比较价格和每 100 mg 等标准化指标。这个顺序可以避免在配方已经变化的情况下，仍然做出看似非常精确的数学比较。
研究环境与商业产品
科学论文通常研究定义明确的化合物、剂型或方案，并在受控条件下观察结果。消费者购买的是带有辅料、每份设计与组合成分的商业产品。第四阶段选择把这种差距写出来，而不是忽略它。Evidence Match 可以描述其中一部分，但强结论仍然需要回到原始研究本身。