PhenoAge vs. KDM biologisches Alter: Warum Rechner abweichen

Du gibst dasselbe Alter und dieselben Laborwerte in zwei Rechner für das biologische Alter ein. PhenoAge zeigt 49. KDM zeigt 43. Dein chronologisches Alter beträgt 46.

Welche Zahl stimmt?

Die hilfreichste Antwort lautet: Die Rechner beantworten unterschiedliche statistische Fragen. PhenoAge und die Klemera-Doubal-Methode (KDM) können sich teilweise überschneidende Blutbiomarker verwenden, wurden aber nicht dafür entwickelt, identische Ergebnisse zu liefern. Ein Unterschied zwischen beiden ist deshalb nicht automatisch ein Fehler.

Dieser Leitfaden erklärt, warum PhenoAge und KDM voneinander abweichen, was jedes Ergebnis tatsächlich bedeutet und wie du einen Wert für ein konsistentes Tracking auswählst. Wenn du zunächst Formeln, Biomarkerlisten und die grundlegende Interpretation brauchst, lies unseren vollständigen Leitfaden zu PhenoAge und KDM aus Bluttests.

Kurzantwort: PhenoAge ist auf Mortalitätsrisiko kalibriert und drückt dieses Risiko als Altersäquivalent aus. KDM ist vor allem darauf kalibriert, wie sich Biomarker in einer Referenzpopulation mit dem chronologischen Alter verändern. Unterschiedliche Ziele, Biomarkerpanels, Koeffizienten und Referenzstichproben können aus denselben Daten unterschiedliche biologische Alter ergeben.

Kurzantwort: PhenoAge und KDM beantworten unterschiedliche Fragen

PhenoAge schätzt ein Alter, das einem Mortalitätsrisiko entspricht. KDM schätzt das Alter, das am besten zu einem multivariaten Biomarkerprofil passt. Weil sich ihre Ziele und Implementierungen unterscheiden, können dieselben Blutwerte berechtigterweise zwei verschiedene Alter liefern. Der richtige Vergleich erfolgt für jeden Score über die Zeit mit demselben Modell – nicht zwischen PhenoAge und KDM, als würden beide eine einzige feste Größe messen.

Wichtige Fakten

• PhenoAge und KDM messen nicht dasselbe Konstrukt. PhenoAge ist mortalitätsorientiert; KDM schätzt ein multivariates physiologisches Alter.
• „KDM“ ist eine Methode, kein einheitlicher Rechner. Das Ergebnis hängt von den Biomarkern und der Referenzpopulation ab, mit denen der Rechner trainiert wurde.
• PhenoAge ist stärker standardisiert. Die häufig verwendete klinische Version nutzt neun veröffentlichte Biomarker plus chronologisches Alter und feste Koeffizienten.
• Ein Ergebnis sollte die genaue Implementierung benennen. Die Bezeichnung „KDM-Alter“ ist ohne Panel, Einheiten, Trainingspopulation und Formel unvollständig.
• Mittle die beiden Alter nicht. Wähle das Modell, das zu deiner Frage passt, und vergleiche zukünftige Ergebnisse nur mit derselben Implementierung.
• Keiner der beiden Scores ist eine Diagnose. Besprich auffällige Laborwerte und klinische Risiken mit qualifiziertem medizinischem Fachpersonal.

Der Vergleich in einer Tabelle

Merkmal	PhenoAge	KDM biologisches Alter
Hauptziel beim Training	Mortalitätsrisiko	Muster des chronologischen Alters über mehrere Biomarker
Typische Eingaben	9 Blutbiomarker + chronologisches Alter	Ein konfigurierbarer Satz klinischer oder funktioneller Biomarker; das chronologische Alter kann ebenfalls in den Schätzer eingehen
Bedeutung des Outputs	Das Alter in der Referenzpopulation mit einem ähnlichen geschätzten Mortalitätsrisiko	Das Alter, das unter diesem angepassten Modell am besten zum multivariaten Biomarkerprofil einer Person passt
Standardisierung	Häufig genutzte veröffentlichte klinische Formel	Viele zulässige Implementierungen
Hauptstärke	Ein fester, risikoorientierter Referenzwert	Flexible Einbindung mehrerer physiologischer Systeme
Hauptgrenze	Die lineare feste Formel kann stark auf einzelne Marker reagieren und erfasst nicht jede nichtlineare klinische Beziehung	Das Ergebnis hängt stark von Panelwahl und Kalibrierung der Population ab
Beste Regel fürs Tracking	Dieselbe Formel, dieselben Einheiten, Laborbedingungen und Biomarkerdefinitionen	Dasselbe trainierte Modell, Panel, Einheiten, dieselbe Referenzpopulation und Testbedingungen

Beide Ansätze sind Populationsmodelle. Keiner misst direkt die Zahl der Jahre, die deine Gewebe existieren, und keiner beweist, dass eine Intervention die grundlegende Alterungsrate verändert hat.

Was PhenoAge schätzen soll

Das klinische Phenotypic Age wurde mit Daten der US-amerikanischen National Health and Nutrition Examination Survey entwickelt. Forschende sichteten Dutzende routinemäßiger klinischer Marker und nutzten ein penalisiertes Überlebensmodell, um das chronologische Alter und neun Biomarker auszuwählen, die Mortalität vorhersagten.

Diese Eingaben sind:

1. Albumin;
2. Kreatinin;
3. Glukose;
4. C-reaktives Protein;
5. Lymphozytenanteil;
6. mittleres korpuskuläres Volumen;
7. Erythrozytenverteilungsbreite;
8. alkalische Phosphatase;
9. Anzahl weißer Blutkörperchen;
10. chronologisches Alter.

Das Modell schätzt zunächst das Mortalitätsrisiko. Anschließend übersetzt es dieses Risiko in das Alter, bei dem eine durchschnittliche Person in der Referenzpopulation ein vergleichbares Risiko hätte. Diese zweite Umrechnung erklärt, warum der Output wie ein vertrautes Alter in Jahren aussieht.

Ein PhenoAge von 52 bedeutet nicht, dass jedes Organ biologisch 52 Jahre alt ist. Er bedeutet, dass das Modell ein Mortalitätsrisikoprofil zugeordnet hat, das seinem Referenzwert für dieses Alter entspricht. Der verwandte Wert PhenoAge Acceleration fragt, ob das Ergebnis nach Berücksichtigung des chronologischen Alters älter oder jünger als erwartet ist.

In der veröffentlichten Validierung sagte Phenotypic Age Morbidität und Mortalität über mehrere demografische und gesundheitliche Untergruppen hinweg voraus. Das macht ihn zu einer kompakten, risikoorientierten Zusammenfassung. Der Score wird dadurch weder zu einer klinischen Diagnose noch zu einer individuell garantierten Prognose.

Was KDM biologisches Alter schätzen soll

KDM wählt einen anderen Weg. Die Methode untersucht, wie sich jeder ausgewählte Biomarker in einer Referenzstichprobe mit dem Alter verändert, wie viel unerklärte Variation verbleibt und wie die Marker miteinander zusammenhängen. Dann ermittelt sie das biologische Alter, das das vollständige Biomarkerprofil der Person am besten in Einklang bringt.

Vereinfacht gefragt lautet KDM:

In welchem Alter wäre diese Kombination physiologischer Messwerte unter diesem Referenzmodell am plausibelsten?

Marker, die das Alter stärker und präziser abbilden, können mehr Information beitragen. Marker mit einer schwachen Altersbeziehung oder hoher Reststreuung tragen im Allgemeinen weniger bei. Die Methode berücksichtigt auch, dass eine Schätzung des biologischen Alters selbst unsicher ist.

Das ist ein leistungsfähiges Modellgerüst, hat aber eine wichtige Folge: Es gibt keine einzige universelle KDM-Zahl.

Eine Studie kann KDM aus Albumin, Kreatinin, Glukose, Blutdruck, Lungenfunktion und Handkraft aufbauen. Eine andere kann ein anderes Laborpanel verwenden. Ein Modell kann geschlechtsspezifisch sein, ein anderes beide Geschlechter zusammenfassen. Eines kann mit NHANES trainiert sein, ein anderes mit UK Biobank oder einer nationalen Kohorte. Alle können als KDM beschrieben werden und dennoch unterschiedliche Ergebnisse liefern.

Warum dieselben Blutwerte unterschiedliche Alter ergeben

1. Die Modelle optimieren unterschiedliche Ziele

PhenoAge wählte und gewichtete Variablen nach ihrer Fähigkeit, Mortalität vorherzusagen. KDM gewichtet Variablen traditionell nach ihrer Beziehung zum chronologischen Alter und ihrer Reststreuung.

Dieser Unterschied ist entscheidend. Ein Biomarker kann stark mit Mortalität verbunden sein, ohne sich mit dem Alter gleichmäßig zu verändern. Ein anderer kann das chronologische Alter gut abbilden, aber weniger unabhängige Information über kurzfristiges Risiko liefern. Die Algorithmen belohnen unterschiedliche Eigenschaften und vergeben daher unterschiedliche Gewichte.

2. Die Biomarkerpanels können sich nur teilweise überschneiden

Die klinische Standardformel für PhenoAge ist mit neun Biomarkern plus Alter festgelegt. KDM ist konfigurierbar. Selbst wenn ein Online-Rechner nach einer vertrauten Teilmenge fragt, kann er im Vergleich zu einer anderen KDM-Implementierung Variablen weglassen, hinzufügen oder umformen.

Ein Ergebnis auf Basis von 10 Labormarkern ist nicht direkt austauschbar mit einem KDM, das aus 18 Labor- und Organfunktionsmessungen aufgebaut wurde. Die Zusammensetzung des Panels verändert, was innerhalb des Modells „älter“ und „jünger“ bedeutet.

3. Das chronologische Alter geht unterschiedlich ein

Das chronologische Alter ist ausdrücklich in PhenoAges Mortalitätsmodell enthalten. Bei KDM kann das chronologische Alter abhängig von der Implementierung als zusätzliche Informationsquelle in die Schätzformel eingehen.

Das zieht beide Outputs zu altersbezogenen Populationsmustern, aber nicht mit derselben Stärke oder Logik. Zwei Personen mit identischen Biomarkerwerten, aber unterschiedlichem chronologischem Alter müssen deshalb nicht dasselbe Beschleunigungsergebnis erhalten.

4. KDM hängt von seiner Referenzpopulation ab

KDM-Koeffizienten werden aus einem Datensatz geschätzt. Ändern sich Altersspanne, Gesundheitsprofil, Geschlechterverteilung, ethnische Zusammensetzung, Land, Labormethoden oder Kalenderzeit, können sich auch die Beziehungen zwischen Biomarkern und Alter ändern.

Das ist nicht nur eine technische Fußnote. Ein Modell, das an relativ gesunden Erwachsenen zwischen 40 und 70 Jahren trainiert wurde, kann sich bei 25- oder 85-Jährigen anders verhalten. Die Anwendung eines Modells weit außerhalb seines Trainingsbereichs ist Extrapolation; dann können scheinbar präzise Jahreswerte irreführend werden.

Auch PhenoAge spiegelt seine US-amerikanische NHANES-Entwicklungspopulation wider, doch seine häufig verwendete klinische Implementierung behält gewöhnlich die veröffentlichten Koeffizienten bei. KDM-Rechner enthalten eher unterschiedliche Kalibrierungen, obwohl sie dieselbe Bezeichnung tragen.

5. Einheiten und Transformationen können den Score verändern

PhenoAge benötigt exakte Einheiten. C-reaktives Protein ist eine klassische Fehlerquelle, weil die veröffentlichte Formel einen transformierten Wert verwendet und Rechner möglicherweise mg/L verlangen, während ein Laborbericht mg/dL angibt. Auch Kreatinin, Glukose, die Anzahl weißer Blutkörperchen und alkalische Phosphatase erfordern sorgfältig passende Einheiten.

KDM-Implementierungen können Eingaben entsprechend ihrer Trainingspipeline standardisieren, logarithmieren, winsorisieren oder anders vorverarbeiten. Dokumentiert ein Rechner diese Schritte nicht, kannst du sein Ergebnis nicht zuverlässig reproduzieren oder vergleichen.

Prüfe vor der Interpretation eines überraschenden Ergebnisses die Einheiten und Eingaben in unserem Leitfaden zu PhenoAge-Veränderungen und Laborrauschen.

6. Ein einzelner auffälliger Marker kann in einem Modell stärker zählen

Stell dir eine Person mit sehr guten Glukose-, Albumin-, Nieren- und Blutwerten vor, deren C-reaktives Protein nach einer Infektion vorübergehend erhöht ist.

PhenoAge kann sich merklich verschieben, weil seine feste, mortalitätsorientierte Gleichung CRP einen definierten Beitrag zuweist. Ein KDM-Modell mit vielen zusätzlichen Messungen kann dieses einzelne Signal abschwächen – oder stark darauf reagieren, wenn CRP in seinen Referenzdaten einen verlässlichen Altersgradienten aufweist. Die Antwort hängt von der angepassten KDM-Version ab.

Stell dir nun dauerhaft geringere Handkraft und Lungenfunktion bei ansonsten günstiger Blutchemie vor. Ein funktionsreiches KDM kann dieses Muster erfassen, während das klinische Standard-PhenoAge es nicht kann, weil diese Messungen nicht zu seinen Eingaben gehören.

Kein Output muss „falsch“ sein. Jedes Modell sieht nur die Variablen, für die es konstruiert wurde.

Drei Muster der Abweichung und was sie nahelegen

Muster	Plausible Erklärung	Bester nächster Check
PhenoAge älter, KDM nahe am chronologischen Alter	Ein oder mehrere mortalitätsgewichtete PhenoAge-Marker sind ungünstig, während das breitere KDM-Muster alterstypisch bleibt	Einzelne PhenoAge-Beiträge, Einheiten, Entzündung und kürzliche Erkrankungen prüfen
KDM älter, PhenoAge nahe am chronologischen Alter	Das KDM-Panel enthält alterssensitive funktionelle oder klinische Messungen, die PhenoAge fehlen	Genaues KDM-Panel und die treibenden Marker identifizieren
Beide älter oder beide jünger	Mehrere physiologische Signale können modellübergreifend übereinstimmen	Standardisierte Bedingungen und Beständigkeit bei einer Wiederholungsmessung bestätigen

Dies sind Interpretationshypothesen, keine Diagnosen. Das zusammengefasste Alter eines Rechners sollte niemals die klinische Beurteilung von Glukose, Nierenfunktion, Entzündung, Blutbild, Blutdruck oder einer anderen Eingabe überlagern.

Einen breiteren Rahmen zu Blut-, Methylierungs- und Wearable-Scores findest du unter warum Tests für biologisches Alter voneinander abweichen.

Welchen Rechner solltest du verwenden?

Wähle nach der Entscheidung, die du unterstützen möchtest.

Nutze PhenoAge für einen reproduzierbaren, mortalitätsorientierten Referenzwert

PhenoAge ist die klarere Wahl, wenn dir die erforderlichen Laborwerte vorliegen und du dein Ergebnis mit einer breit veröffentlichten festen Formel vergleichen möchtest. Der Score lässt sich relativ einfach reproduzieren, prüfen und erneut berechnen.

Er ist besonders nützlich, wenn:

• alle neun erforderlichen Marker in den richtigen Einheiten vorliegen;
• du Kontinuität mit der veröffentlichten klinischen Phenotypic-Age-Literatur möchtest;
• du dasselbe Panel unter ähnlichen Bedingungen wiederholen kannst;
• du verstehst, dass das Alter eine risikoäquivalente Zusammenfassung und kein buchstäbliches Gewebealter ist.

Nutze KDM für ein breiteres physiologisches Altersmodell

KDM kann besser passen, wenn eine gut dokumentierte Implementierung mehrere relevante Systeme kombiniert und für eine Population kalibriert ist, die deiner ähnelt.

Es ist besonders nützlich, wenn:

• das genaue Biomarkerpanel und die Koeffizienten offengelegt sind;
• Referenzpopulation und gültiger Altersbereich dokumentiert sind;
• dasselbe trainierte Modell für zukünftige Messungen verfügbar bleibt;
• dich eine multivariate physiologische Abweichung mehr interessiert als ein fester mortalitätsorientierter Score.

Wähle nicht den Rechner, dessen Ergebnis jünger ausfällt

Das Suchen nach einem günstigeren Rechner erzeugt eine falsche Präzision. Wenn du genug Formeln testest, wird eine irgendwann eine schmeichelhafte Zahl liefern. Das macht sie für deine Frage nicht valider.

Dokumentiere stattdessen das Modell, bevor du das Ergebnis ansiehst. Halte die Methode dann konstant.

Ein Audit mit fünf Punkten für Rechner

Bevor du einem PhenoAge- oder KDM-Ergebnis vertraust, prüfe:

1. Identität: Nennt der Rechner die genaue Methode und die Quellpublikation?
2. Eingaben: Listet er jeden erforderlichen Biomarker und die zulässige Einheit auf?
3. Implementierung: Legt er bei KDM Panel, Koeffizienten oder Software, Trainingspopulation und gültigen Altersbereich offen?
4. Reproduzierbarkeit: Kannst du dieselben Werte zweimal eingeben sowie das Ergebnis exportieren oder dokumentieren?
5. Interpretation: Beschreibt er Unsicherheit und vermeidet diagnostische oder Anti-Aging-Behandlungsversprechen?

Wenn ein Tool die Identitäts- oder Implementierungsprüfung nicht besteht, behandle sein Ergebnis als undurchsichtigen App-Score statt als forschungsnahen PhenoAge- oder KDM-Schätzwert.

Ergebnisse über die Zeit vergleichen

Die sicherste Längsschnittfrage lautet nicht „Was ist mein wahres biologisches Alter?“, sondern:

Hat sich dasselbe Modell unter vergleichbaren Messbedingungen konsistent verändert?

Nutze dieses Protokoll:

• halte Version und Formel des Rechners unverändert;
• verwende nach Möglichkeit dasselbe Labor;
• gleiche Nüchternstatus und Tageszeit an;
• vermeide Tests während einer akuten Erkrankung oder unmittelbar nach ungewöhnlich harter Belastung;
• dokumentiere Änderungen bei Medikamenten und Nahrungsergänzungsmitteln;
• speichere die Rohwerte aus dem Labor, nicht nur das Endalter;
• wiederhole ein unerwartetes Ergebnis, bevor du deinen Plan änderst;
• prüfe, welche Eingaben sich verändert haben und ob die Veränderung klinisch bedeutsam ist.

Kleine Unterschiede sollten im Licht von Messfehlern und Modellunsicherheit interpretiert werden. Ein Rechner, der eine Nachkommastelle anzeigt, ist nicht zwangsläufig auf ein Zehnteljahr genau. Unser Leitfaden zu Konfidenzintervallen beim biologischen Alter erklärt, warum die Präzision auf dem Bildschirm die Sicherheit des Modells übersteigen kann.

Mittle PhenoAge und KDM nicht. Ein Durchschnitt aus zwei unterschiedlich definierten Konstrukten hat keine etablierte klinische Bedeutung und erschwert es, spätere Veränderungen zu verstehen.

Wie SuperAge PhenoAge und KDM einordnet

SuperAge soll den finalen Score mit seiner Evidenz verbinden. Statt eine Zahl für biologisches Alter als Urteil zu präsentieren, hilft die App, die zugrunde liegenden Blutmarker, Trends und den Berechnungskontext auf deinem iPhone zu organisieren.

Diese Unterscheidung ist entscheidend, wenn PhenoAge und KDM auseinanderlaufen. Die nützliche Information ist oft nicht die Differenz zwischen „49“ und „43“, sondern:

• welche Biomarker jede Schätzung angetrieben haben;
• ob für die Berechnung die richtigen Einheiten verwendet wurden;
• ob beim letzten Mal dieselbe Methode genutzt wurde;
• ob sich die Veränderung über mehrere Systeme verteilt;
• ob ein akutes Ereignis die Bewegung erklären könnte.

Für eine breitere Methodenentscheidung vergleiche epigenetische Uhren mit blutbasiertem biologischem Alter. Unabhängig von der verwendeten Methode sollten medizinische Entscheidungen auf validierten klinischen Messungen und professioneller Versorgung beruhen.

Häufig gestellte Fragen

Warum unterscheidet sich mein PhenoAge von meinem KDM biologischen Alter?

Sie verwenden unterschiedliche mathematische Ziele und möglicherweise unterschiedliche Biomarker. PhenoAge übersetzt das geschätzte Mortalitätsrisiko in ein Altersäquivalent. KDM schätzt das Alter, das am besten zu einem multivariaten Biomarkermuster in einer bestimmten Referenzpopulation passt.

Ist PhenoAge genauer als KDM?

Es gibt keinen universellen Gewinner für jeden Zweck. Die Leistung hängt von Endpunkt, Kohorte, Implementierung und verfügbaren Biomarkern ab. Vergleichende Forschung zeigt, dass beide wichtige Gesundheitsergebnisse vorhersagen können. Wähle das Modell, dessen Ziel und Validierung zu deiner Frage passen.

Liefern alle KDM-Rechner dasselbe Ergebnis?

Nein. KDM ist eine Modellierungsmethode, die mit unterschiedlichen Biomarkern und Populationen angepasst werden kann. Zwei KDM-Rechner können beide legitim sein und dennoch verschiedene Alter liefern. Ein vertrauenswürdiges Tool sollte sein Modell dokumentieren.

Kann ich PhenoAge mit KDM Acceleration vergleichen?

Du kannst prüfen, ob beide im Groben auf ein höheres oder niedrigeres Alter als erwartet hindeuten, doch ihre Jahreswerte sind nicht direkt austauschbar. Für das Längsschnitt-Tracking vergleichst du PhenoAge mit derselben PhenoAge-Formel und KDM mit derselben KDM-Implementierung.

Sollte ich PhenoAge und KDM mitteln?

Nein. Das Mitteln unterschiedlich trainierter Scores erzeugt kein validiertes „wahreres“ biologisches Alter. Es kann zudem den Biomarker oder das Modell verbergen, der beziehungsweise das die Abweichung verursacht.

Welches Ergebnis sollte ich mit meiner Ärztin oder meinem Arzt besprechen?

Besprich die zugrunde liegenden Labor- oder Funktionswerte, besonders wenn etwas außerhalb eines klinischen Referenzbereichs liegt oder sich dauerhaft verändert. Das zusammengefasste biologische Alter kann Kontext liefern, ist aber weder Diagnose noch Therapieziel.

Fazit

PhenoAge und KDM weichen voneinander ab, weil sie biologisches Alter unterschiedlich definieren.

PhenoAge fragt, welchem chronologischen Alter ein ähnliches modelliertes Mortalitätsrisiko entspricht. KDM fragt, welches Alter ein multivariates physiologisches Profil in seiner Referenzpopulation am besten erklärt. Wenn du das weißt, wirkt die Abweichung nicht mehr wie ein defekter Rechner, sondern zeigt, worauf jedes Modell seinen Schwerpunkt legt.

Wähle eine Implementierung für einen klaren Zweck. Bewahre die Rohdaten auf. Standardisiere Wiederholungsmessungen. Untersuche die Biomarker hinter einer Veränderung. Und lasse niemals ein einzelnes berechnetes Alter eine fundierte klinische Interpretation überwiegen.

Die Evidenz hinter dem Alter verfolgen

Möchtest du deine Blutmarker, den Kontext deines biologischen Alters und Langzeittrends an einem Ort behalten? Lade SuperAge herunter und bewahre die Eingaben hinter jedem Ergebnis auf – nicht nur die auffällige Zahl.