研究说了什么
地中海饮食评分并不是一套统一的算法。最常用的九分制把蔬菜、豆类、水果坚果、全谷物、鱼、橄榄油与适度饮酒各计一分，肉类与乳制品超过阈值则扣分；替代地中海评分改用克每千卡计算，并把土豆从蔬菜中剔除；PREDIMED 的十四项问卷把橄榄油用量与番茄洋葱酱单独列项；希腊的另一种量表采用零到五十五分的频率加权。把同一批膳食问卷换用不同算法，得分之间的相关系数约为零点五五到零点七五，按五分位分组时，有二成五到三成的人会被划到不同组。西班牙四万人的队列分析显示，最高与最低五分位相比，全因死亡风险比在九分制下为零点八二，替代评分为零点七八，五十五分制为零点八八，三者的置信区间彼此重叠。差别主要来自权重：橄榄油在九分制里只占一分，在十四项问卷里却是独立条目；乳制品在一套算法里扣分，在另一套里不计；酒精只在适量时加分，戒酒者因此可能被扣分。还有一层差异是计量单位，有的量表用份数，有的用克每千卡，前者受总体食量影响，后者把能量摄入校正掉，同一个人的得分会随单位改变。
为什么重要
评分差异不是学术游戏，它决定了干预试验如何定义依从性。PREDIMED 用十四项问卷，得分提高三分被视为依从性改善；若换用九分制，同样的饮食改变可能只提高一分。在队列研究里，评分被当作暴露变量与死亡、心血管事件做回归，构建方式直接改变效应量。对普通人，这意味着新闻里降低两成死亡风险的数字，依赖一套特定权重，换一套算法可能变成一成二。更实际的做法是回到食物本身：一周吃几次豆类与鱼，坚果是不是常态，橄榄油是不是主要烹调用油，蔬菜与全谷物是否占主导，这些问题比追求总分可靠。对研究者，报告评分版本、权重与食物定义，是结果可重复的前提；对读者，看到分数时先问它由哪些项目构成。另一个现实是文化适配，把地中海评分直接套到以米面为主食的亚洲人群，会把发酵豆制品与米饭判为偏离，得分偏低并不等于饮食品质差。同一份饮食在不同量表下的得分差距，足以让一项干预从有效变成无效，这也是同类研究结论互相矛盾的常见原因之一。评分还常被用作中介变量，若中介本身测量不稳，整个因果链的估计都会失真。
证据与边界
这些比较来自观察性队列，膳食问卷本身有回忆偏倚与社会赞许偏倚，能量摄入常被低估二到三成。评分是对饮食模式的粗粒度概括，同一个分数可以由完全不同的食物组合达成，一个人靠大量蔬菜得分，另一个人靠少吃肉得分，风险并不相同。相关性也不等于因果，得分高的人往往收入更高、吸烟更少、运动更多，调整这些因素后效应量通常会缩小。评分与硬终点的关联在多数队列里是温和的，风险比多在零点八到零点九之间，绝对风险差异还要看基线风险。另一个边界是食物成分表与份量估算，不同数据库的橄榄油与坚果营养值差异不小，跨国比较因此受限。现有研究很少报告评分随时间的变化，用基线一次测量预测十年后的结局，会把真实关联稀释。把评分当成诊断工具并不合适，它更适合人群分层与研究比较；个体层面的建议仍应落在具体食物与总量上，而不是一个百分制数字。评分的重测信度也值得注意，同一人相隔一年填两次问卷，得分可以相差一到两分，接近许多研究声称的干预效应。