编辑推荐：
为解决传统年龄指标无法准确反映人体健康衰老状况的问题，研究人员开展了以生物电阻抗分析（BIA）和首尔神经心理筛查量表（SNSB）为手段探索老年人生物年龄（BA）标记的研究。结果发现 BIA 和 SNSB 相关指标能更好区分健康与患病群体，为评估衰老提供新视角1213。
随着岁月的流转，衰老悄然而至，它是一个复杂且神秘的过程，深刻地影响着人类的健康和寿命。在日常生活中，我们常以出生后的年数，即 chronological age（CA， chronological age，实足年龄 ）来衡量衰老。但大家有没有想过，为什么有的人明明年纪相同，身体状况却差异巨大？这是因为 CA 并不能全面反映人体生物系统的复杂变化，它无法精准体现一个人的真实健康状况和衰老进程。比如，一些人虽然 CA 较小，却可能因不良生活习惯或遗传因素，身体提前出现各种衰老迹象；而另一些人即使 CA 较大，身体却依旧硬朗。所以，寻找更准确反映生物衰老的指标迫在眉睫。
在此背景下，来自韩国多个研究机构的研究人员，包括韩国东方医学研究所（Korea Institute of Oriental Medicine）、科学技术大学（University of Science and Technology）、光州阿尔茨海默病及相关痴呆症（Gwangju Alzheimer’s Disease and Related Dementias，GARD）队列研究中心和朝鲜大学（Chosun University）、韩国脑研究所以及大邱分校（Dementia Research Group, Korea Brain Research Institute, Daegu） 等，开展了一项意义重大的研究。该研究成果发表在《Biogerontology》杂志上，为我们揭示了生物衰老的奥秘。
研究人员为了深入探索生物衰老的奥秘，采用了多种关键技术方法。他们从韩国光州社区招募了大量参与者，分为健康组（296 人）和患病组（708 人）两个队列4。通过生物电阻抗分析（Bioimpedance analysis，BIA）获取身体成分参数，利用首尔神经心理筛查量表（Seoul Neuropsychological Screening Battery，SNSB）评估认知功能56。同时，运用了多种统计分析方法，如主成分分析（Principal component analysis，PCA）、Klemera–Doubal 方法（Klemera–Doubal Method，KDM）等构建 BA 公式3。
下面让我们详细了解一下研究结果：
- 参与者基本信息：健康组平均年龄约 70 岁，教育水平较高；患病组平均年龄稍高，教育水平相对较低，且患病组身高较矮，体重、BMI、腰围、TBWFFMR 等数值更高，认知功能评分更低789。
- 衰老标记物选择：研究发现，CA 与多个标记物显著相关，如 SNSB 的五个认知域、身高、TBWFFMR、reactance-upper、reactance-lower、phase angle-upper 等。其中，frontal executive domain score 和 reactance-lower 与 CA 的相关性最强1011。
- 健康组和患病组的 BA 与 CA 比较：在女性和男性中，通过 MLR、PCA 和 KDM 方法构建的 BA 公式显示，患病组的 BA 显著高于 CA，而健康组两者无显著差异1214。
- 分类能力比较：研究对比了 CA、BA 等预测共病的能力，结果表明 BA 模型比 CA 单独预测效果更好。在女性中，PCA 方法得到的 BA 的 AUC 最高；在男性中，KDM 方法得到的 BA 的 AUC 最高1516。
从研究结论和讨论部分来看，该研究意义非凡。研究证实了 BIA 和 SNSB 变量可作为老年人新型衰老标记物，身体成分变化和认知功能下降与衰老密切相关。其中，body reactance 和 SNSB 的 frontal domain score 是关键的衰老标记物。而且，BA 比 CA 更能准确反映健康状况，尤其是对于患有共病的个体。PCA 和 KDM 方法在预测共病方面表现更优，这凸显了在临床评估中整合这些方法的重要性。不过，该研究也存在一些局限性，如样本量相对较小且来源单一，存在共线性问题等。但这也为后续研究指明了方向，未来需要更大、更多样化的样本进一步验证模型，探索更多生物标志物，完善衰老评估体系。总之，这项研究为我们理解衰老过程、评估健康状况提供了新的视角和方法，为推动健康老龄化事业发展奠定了坚实基础。
