基于中国人群的生物学年龄构建及其对死亡风险的预测价值

《GeroScience》：Biological age construction for prediction of mortality in the Chinese population

来自中国的研究团队针对生物学年龄(BA)评估体系在华人群体中的适用性问题，开展了大规模前瞻性队列研究。通过Kailuan I(n=83,571)和II(n=21,229)队列，采用Levine法(Pheno-Age)和KDM法(KDM-Age)构建BA模型，发现两种BA指标均能显著预测死亡率(AUC达0.810-0.867)，且BA加速(BA acceleration)每增加1个标准差，死亡风险提升16-24%。该研究为亚洲人群衰老评估提供了重要工具。

　　提升健康寿命的需求凸显了构建生物学年龄(Biological Age, BA)评估体系的重要性。这项针对中国人群的研究创新性地利用常规临床标志物，基于Kailuan I(n=83,571)和II(n=21,229)两大前瞻性队列，分别采用Levine法(Pheno-Age)和Klemera-Doubal法(KDM-Age)构建BA模型。在长达1,443,857人年的随访中，两种BA指标均展现出优异的死亡率预测效能：基线Pheno-Age在验证队列的AUC达0.867，KDM-Age为0.819。校准曲线显示预测值与观测值高度吻合。多变量调整后，基线Pheno-Age加速每增加1个标准差，死亡风险升高24%(HR=1.24, 95%CI:1.18-1.30)，KDM-Age加速则升高16%(HR=1.16, 95%CI:1.10-1.21)。值得注意的是，这种关联在≤60岁人群、吸烟者和饮酒者中更为显著(P_interaction<0.05)。该研究证实，基于常规标志物构建的BA指标能有效预测中国人群死亡风险，为精准衰老评估提供了重要依据。