健檢都正常,為什麼還是覺得不對勁?「亞健康」的研究能說到哪裡
健檢每一項都正常,人卻持續疲倦、睡不好。「亞健康」不是診斷名稱,沒有統一的檢驗標準。本文說明健檢「正常」回答了什麼、沒回答什麼,並整理適應負荷、睡眠與代謝物的研究看到了什麼,以及它們還不能用來判斷個人的原因。

作者 蔡嘉櫸博士|臺灣大學醫學院生化暨分子生物學研究所博士、臺灣大學兼任助理教授、好命生醫 Homnia 創辦人暨執行長。研究訓練背景為 Dana-Farber Cancer Institute(Harvard Medical School)。曾主導第二型糖尿病新藥推進至美國 FDA 一期臨床,並建立 ISO/IEC 17025 認證檢驗實驗室。
重點
「亞健康」不是診斷名稱,沒有統一的檢驗標準。一篇 2023 年的系統性回顧整理出 4 種亞健康量表,全部是受試者自己填寫的問卷。
健檢的「正常」,回答的是每一項數字有沒有各自超出參考範圍;它沒有回答多項數字合起來看是什麼樣子,也不解釋你為什麼不舒服。
研究提供了兩條部分的線索:多項常規指標合成的「適應負荷」分數與長期死亡風險有關聯;睡眠時間點與血中代謝物有關聯。兩者都是群體層級的觀察,還不能用來判斷個人。
週五晚上,健檢報告攤在桌上,每一欄都在範圍裡,人卻累得像沒睡飽(情境假設,非真實個案)——這種狀態常被叫做「亞健康」。先給答案:健檢的「正常」,意思是每一項數字各自沒有超出參考範圍;它沒有回答這些數字合在一起看是什麼樣子,更沒有回答你為什麼不舒服。近年的研究補上了一部分:把多項指標合起來看,以及睡眠節律與血中代謝物的關係。但這些都是群體層級的觀察,目前只能描述現象,還不能解釋個別的人為什麼累。
「亞健康」是醫學上的病名嗎?
不是。「亞健康」(suboptimal health status)是華人圈常用的說法,指的是沒有被診斷出疾病,卻持續覺得疲倦、睡不好、恢復變慢的狀態。亞健康不是診斷名詞,沒有統一的檢驗標準。
2023 年一篇系統性回顧(systematic review,把同主題的研究集中起來,用統一標準評讀)納入 14 篇發表,整理出 4 種各自發展的亞健康量表,全部是受試者自己填寫的問卷,多數研究在中國進行(Alzain et al., 2023)。其中最常用的一種(SHSQ-25)有 25 題,問的是疲勞、心血管、消化、免疫與精神狀態五個面向的不適多常出現。這篇回顧認為這些問卷的信度與效度可以接受;但它們量到的是自己的感受,不是一個可以在檢驗報告上找到的數字。
健檢的「正常」到底回答了什麼?
健檢報告上的參考範圍,通常取一群健康人檢驗結果分布的中間 95%(第 2.5 到 97.5 百分位)(Ozarda, 2016)。它的任務是把明顯超出範圍的項目挑出來,這件事它做得很好。
本文不是說健檢沒用,而是想談「正常」沒有回答的幾件事,以及研究目前補到哪裡:

每一項都在範圍內,小偏差加起來有沒有意義?
想像一位學生,六科成績都是 61 分,每一科都及格;另一位學生,五科 90 分、一科 55 分,只有一科不及格。只看「有沒有不及格」,第二位比較容易被注意到,但第一位六科都貼著及格線,整體的狀態未必比較安全。單項指標的判讀邏輯,就像只看每科有沒有及格。
研究者用「適應負荷」(allostatic load,身體長期應付壓力累積下來的損耗)來描述多個系統同時偏向不利一側的狀態:挑出一組常規指標,逐項判定是否落在較差的一側,再加總成一個分數。
2026 年一項分析英國生物資料庫(UK Biobank)的研究,納入 378,785 位 40–69 歲的參與者,用涵蓋心血管、代謝、免疫與腎臟的 12 項指標計分(0–12 分),追蹤中位數 15.4 年,期間記錄到 39,804 例死亡(Xu et al., 2026)。結果是:分數每增加 1 分,心血管死亡的風險比為 1.20(95% 信賴區間 1.18–1.21),癌症死亡為 1.08(1.07–1.09)(此處為 subdistribution hazard ratio,把其他死因當成競爭事件處理後的風險比)。在 70 歲前過世的人與 50 歲前加入研究的人,關聯更強。
要看清楚這項研究實際比的是什麼。它的計分不是看有沒有超出參考範圍,而是把每項指標在全體參與者中排在最不利四分之一的人記 1 分;研究也沒有只挑「每項都正常」的人來分析。所以它支持的是「多項指標一起偏向較差的一側,和長期死亡風險有關」,不能直接證明「全部正常但貼著邊」的人風險較高,後者是本文的延伸解讀。這是關聯,不是因果,也不是可以套用在個人身上的預測。
另一個提醒來自 2025 年的系統性回顧:研究者回顧 22 篇適應負荷與心血管疾病的研究,發現它與心血管疾病發生的綜合指標有關聯,但與心血管死亡及其他結局的關係比較不清楚;各研究的計分方式也不一樣,作者呼籲建立標準化的量測方式(Evans et al., 2025)。這個概念方向有意思,但還沒有定型。
東亞也有資料。2024 年中國 CHARLS 世代(45 歲以上,追蹤 7 年)看到適應負荷較高者的心血管疾病與死亡風險較高,但心血管疾病為受試者自述(Li et al., 2024)。台灣一項追蹤 10 年的社區研究納入 1,023 位年長者,適應負荷每增加 1 分,死亡的風險比為 1.20(95% 信賴區間 1.09–1.31)(Hwang et al., 2014)。不過各研究用來計分的指標不同,台灣這項用了 20 項,還包含尿液中的壓力荷爾蒙;分數不能互相換算,也不能拿來對照自己的健檢報告。
只抽一次血,看到的是整天的樣子嗎?
一張路口的監視器照片,看不出這條路一整天的車流節奏。同樣的,單次抽血的結果,是某一個時間點的快照;而血液裡的小分子代謝物(metabolite,細胞運作後留下的化學產物),會隨生活節律起伏。
2025 年瑞典一項研究收集 197 位 20–79 歲健康成人的睡眠問卷與早晨空腹的血清代謝物(NMR 光譜分析),發現睡眠時間點的兩個特徵,睡眠中點(入睡到起床的正中間時刻)與社交時差(social jetlag,平日與假日睡眠中點的落差),與早晨血中代謝物的關聯,比睡眠的其他面向更強;睡眠中點越晚,脂質類代謝物越多,胺基酸與能量代謝相關的代謝物越少(Sørensen et al., 2025)。這是橫斷研究,睡眠狀況是自己填的。
在實驗室裡也看得到類似的現象。2026 年一項隨機交叉試驗(同一批人輪流接受兩種條件)讓 9 位健康成人,各自在連續 3 晚睡 8.5 小時與連續 3 晚睡 4.5 小時之後,進行 24 小時、每 2 小時一次的抽血,飲食時間與熱量固定。睡眠受限之後,血中代謝物的組成改變;多數化合物仍維持日夜節律,但丁酸(butyrate)與吲哚丙酸(indole-3-propionic acid)原本有的節律消失了(Leone et al., 2026)。
日本的研究則把目光放在唾液:2025 年一項研究比較睡眠品質自評很好與很差的中年男性各 50 人,發現 13 種唾液代謝物在兩組之間有差異(Oishi et al., 2025)。
把這幾項合起來,可以做一個推論:單次血液檢查,不一定能反映一個人一天內、或一週內的節律變化。這是推論,不是這幾篇研究的結論,它們都沒有測試過這件事。而且這些研究使用的代謝物組合、分析方法與採樣設計,不等同一般健檢;即使部分項目重疊,也不能直接拿研究結果判讀自己的健檢報告。

慢性疲勞症候群的研究,可以拿來解釋亞健康嗎?
不行,不能直接拿來解釋。長期疲勞有一個較為人知的研究方向:慢性疲勞症候群(ME/CFS),它是有診斷的慢性疾病。2025 年一項研究整合腸道菌、血中代謝物與免疫資料,追蹤 249 位參與者 3 到 4 年(153 位病人、96 位健康對照),訓練出一個 AI 模型來分類病況並找出相關的生物標記(Xiong et al., 2025)。
ME/CFS 研究的對象是已確診的病人,結果不能外推到亞健康。模型能把病人與健康人分開,也不等於它能「診斷疲勞」,更不能反過來說,疲倦的人身上就一定看得到這些變化。
這些研究能證明什麼、還不能證明什麼?
把這些研究放進日常判斷之前,有三件事要說清楚。
第一,適應負荷的定義與計分並不統一。不同研究的量測方式沒有標準化,與心血管死亡等結局的關係也比較不清楚(Evans et al., 2025);英國這項研究只量了一次分數,參與者以歐洲裔為主(Xu et al., 2026)。
第二,睡眠與代謝物的研究,樣本都很小。Sørensen 等人(n=197,2025)是關聯分析,無法確定先後;Leone 等人(n=9,2026)是極小樣本的短期實驗;Oishi 等人(n=50+50,2025)只比較兩個極端組,對象只有中年男性。這些結果可以說明「值得研究」,不足以說明「可以應用」。
第三,本文引用的研究多數是觀察性研究,另有一項短期的睡眠實驗;沒有一項直接驗證過:降低適應負荷能不能延長壽命,或調整睡眠能不能改善這種不對勁的狀態。
把這三點加起來,結論很簡單:「正常」與「沒事」之間,是一塊仍在發展中的描述性科學。
健檢正常卻覺得不對勁,可以怎麼看待?
第一,「正常」是一個有用但有限的判讀。它能告訴你沒有哪一項明顯超出範圍,沒辦法告訴你多項指標合在一起的方向。覺得不對勁的感受,並不需要被數字「證明」才算數;持續不舒服時,值得交給醫師評估,怎麼評估、要不要進一步檢查,由醫師依個人情況判斷。
第二,「亞健康」是一種描述,不是診斷。亞健康沒有公認的檢驗標準:自評量表可以整理個人的主觀感受,但不能單憑分數確診疾病或找出不舒服的原因;本文引用的生物指標研究,也沒有建立可供個人判讀的臨床檢測依據。所以看到任何把亞健康講成可以用單一檢測確認的說法,可以問三個問題:用的是哪一種量表或指標?它是自評還是客觀量測?有沒有追蹤到後來真正發生的結局?
第三,適應負荷這類分數是研究用的指標,還不是判讀個人的臨床工具。怎麼睡、怎麼吃、多久追蹤一次、什麼時候該就醫,要由醫療專業人員依個人情況判斷,不是一篇科普文章可以替你回答的。延伸閱讀:健檢都正常,為什麼還是不舒服?從「亞健康」到代謝軌跡
醫學審閱:(待確認)
利益揭露:作者為代謝體檢測服務公司好命生醫 Homnia 創辦人暨執行長。本文引用之國際同儕審查文獻皆為獨立第三方研究,與 Homnia 無關;本文未引用 Homnia 自有資料或技術來源,亦未提及 Homnia 任何產品或服務。
常見問題
亞健康是什麼?
是正式的醫學診斷嗎? 不是正式診斷。亞健康是民間與部分研究使用的描述詞,指沒有確診疾病但持續不舒服的狀態。2023 年一篇系統性回顧整理出 4 種各自發展的自評問卷,沒有統一的檢驗標準,因此無法靠單一數字確認(Alzain et al., 2023)。
亞健康有哪些症狀?
沒有統一的症狀清單。研究中最常用的自評量表(SHSQ-25)問的是五個面向的不適多常出現:疲勞、心血管、消化、免疫與精神狀態(Alzain et al., 2023)。這些感受也可能來自其他原因,所以量表分數不等於診斷;個別症狀要由醫師評估。
健檢都正常,為什麼還是一直很累?
健檢「正常」代表各項數字沒有單獨超出參考範圍,它本來就不是用來回答「為什麼累」的。本文整理的研究看的是多項指標與長期風險、睡眠與代謝物的關聯,都是群體層級的觀察,不能解釋個別的人為什麼累。持續疲勞的原因,需要醫師針對症狀評估。
什麼是「適應負荷」?
分數高就代表會早死嗎? 適應負荷是研究用的概念,把心血管、代謝、免疫、腎臟等多項常規指標合成一個分數,描述身體長期應付壓力的累積損耗。英國與台灣的世代研究都看到分數越高、群體的死亡風險越高(Xu et al., 2026;Hwang et al., 2014),但這不是個人預測,也不是因果證據;它沒有統一的定義與切點,目前不是臨床上判讀個人的工具。
睡不好,和血液裡的代謝物有關嗎?
有研究看到關聯,但都是小樣本。例如 9 位健康成人連續 3 晚睡眠受限後,部分代謝物的日夜節律改變(Leone et al., 2026)。這些結果說明方向值得研究,還不能當作判斷個人睡眠狀況的依據。
這些研究適用於台灣人嗎?
只能部分參考。本文引用的研究多數來自英國、瑞典、美國、日本與中國;台灣有一項 1,023 位社區年長者的適應負荷研究(Hwang et al., 2014),但計分指標與其他研究不同,對象也只有年長者。族群、飲食與生活型態都可能不同,數字不能直接套用。
資料來源
適應負荷(12 項、0–12 分)與心血管及癌症死亡的群體關聯
Xu HM, et al. BMC Public Health. 2026(線上 2026-06-11). DOI: 10.1186/s12889-026-28127-0
適應負荷與心血管疾病研究的系統性回顧
Evans E, et al. American Journal of Preventive Medicine. 2025(線上 2025-03-05). DOI: 10.1016/j.amepre.2025.02.016
中國 CHARLS 世代的適應負荷、心血管疾病與死亡風險
Li Y, et al. Journal of Affective Disorders. 2024(線上 2024-03-27). DOI: 10.1016/j.jad.2024.03.124
台灣社區年長者的適應負荷與十年死亡風險
Hwang AC, et al. Journal of the American Medical Directors Association. 2014;15(7):490–496. DOI: 10.1016/j.jamda.2014.02.001
睡眠中點、社交時差與早晨血清代謝物的關聯
Sørensen C, et al. Brain, Behavior, & Immunity – Health. 2025(線上 2025-07-04). DOI: 10.1016/j.bbih.2025.101050
短期睡眠限制後血中代謝物組成與日夜節律的變化
Leone VA, et al. Journal of Clinical Investigation. 2026(2026-03-16). DOI: 10.1172/JCI189363
睡眠品質不同的日本中年男性之唾液代謝物差異
Oishi K, et al. Scientific Reports. 2025(線上 2025-04-21). DOI: 10.1038/s41598-025-95403-1
ME/CFS 多體學 AI 模型與縱貫追蹤研究
Xiong R, et al. Nature Medicine. 2025(線上 2025-07-25). DOI: 10.1038/s41591-025-03788-3
亞健康量表的信度與效度系統性回顧
Alzain MA, et al. Journal of Personalized Medicine. 2023;13(2):299. DOI: 10.3390/jpm13020299
檢驗醫學參考範圍的定義與建立原則
Ozarda Y. Biochemia Medica. 2016;26(1):5–16. DOI: 10.11613/bm.2016.001

