PhenoAge frente a KDM: por qué los calculadores de edad biológica no coinciden

Introduces la misma edad y los mismos resultados de laboratorio en dos calculadores de edad biológica. PhenoAge indica 49. KDM indica 43. Tu edad cronológica es 46.

¿Qué número es correcto?

La respuesta más útil es: los calculadores responden a preguntas estadísticas distintas. PhenoAge y el método Klemera-Doubal (KDM) pueden utilizar biomarcadores sanguíneos que se solapan, pero no se diseñaron para producir resultados idénticos. Por tanto, una diferencia entre ambos no es automáticamente un error.

Esta guía explica por qué PhenoAge y KDM no coinciden, qué significa realmente cada resultado y cómo elegir uno para un seguimiento coherente. Si antes necesitas las fórmulas, las listas de biomarcadores y la interpretación básica, empieza por nuestra guía completa de PhenoAge y KDM a partir de análisis de sangre.

Respuesta rápida: PhenoAge se calibra según el riesgo de mortalidad y expresa ese riesgo como una edad equivalente. KDM se calibra principalmente según cómo varían los biomarcadores con la edad cronológica en una población de referencia. Objetivos, paneles de biomarcadores, coeficientes y muestras de referencia diferentes pueden producir edades biológicas distintas con los mismos datos de una persona.

Respuesta rápida: PhenoAge y KDM responden a preguntas diferentes

PhenoAge estima una edad equivalente al riesgo de mortalidad. KDM estima la edad que mejor se ajusta a un perfil multivariante de biomarcadores. Como sus objetivos e implementaciones son distintos, los mismos resultados de sangre pueden producir legítimamente dos edades diferentes. La comparación correcta es cada puntuación con el mismo modelo a lo largo del tiempo, no PhenoAge frente a KDM como si ambos midieran una única cantidad fija.

Datos clave

• PhenoAge y KDM no miden el mismo constructo. PhenoAge está orientado a la mortalidad; KDM estima la edad fisiológica multivariante.
• «KDM» es un método, no un calculador universal. Su resultado depende de los biomarcadores y de la población de referencia utilizada para entrenarlo.
• PhenoAge está más estandarizado. La versión clínica más usada tiene un conjunto publicado de nueve biomarcadores, además de la edad cronológica y coeficientes fijos.
• Un resultado debe identificar su implementación exacta. Una etiqueta como «edad KDM» está incompleta sin el panel, las unidades, la población de entrenamiento y la fórmula.
• No promedies las dos edades. Elige el modelo que se adapte a tu pregunta y compara resultados futuros únicamente con la misma implementación.
• Ninguna de las dos puntuaciones es un diagnóstico. Revisa los valores de laboratorio anómalos y el riesgo clínico con un profesional sanitario cualificado.

La comparación en una tabla

Característica	PhenoAge	Edad biológica KDM
Objetivo principal de entrenamiento	Riesgo de mortalidad	Patrón de edad cronológica en varios biomarcadores
Datos de entrada habituales	9 biomarcadores sanguíneos + edad cronológica	Un conjunto configurable de biomarcadores clínicos o funcionales; la edad cronológica también puede entrar en el estimador
Significado del resultado	La edad de la población de referencia asociada a un riesgo de mortalidad estimado similar	La edad que mejor se ajusta al perfil multivariante de biomarcadores de la persona bajo ese modelo ajustado
Estandarización	Fórmula clínica publicada y común	Muchas implementaciones válidas
Principal fortaleza	Referencia fija orientada al riesgo	Integración flexible de múltiples sistemas fisiológicos
Principal limitación	La fórmula lineal fija puede reaccionar con fuerza a marcadores concretos y no recoge todas las relaciones clínicas no lineales	El resultado depende mucho de la elección del panel y de la calibración de la población
Mejor regla de seguimiento	Misma fórmula, unidades, condiciones de laboratorio y definiciones de biomarcadores	Mismo modelo entrenado, panel, unidades, población de referencia y condiciones de prueba

Ambos enfoques son modelos poblacionales. Ninguno mide directamente cuántos años han existido tus tejidos, y ninguno demuestra que una intervención haya modificado la velocidad fundamental del envejecimiento.

Qué está diseñado para estimar PhenoAge

La edad fenotípica clínica se desarrolló a partir de datos estadounidenses de la National Health and Nutrition Examination Survey. Los investigadores examinaron decenas de marcadores clínicos rutinarios y utilizaron un modelo de supervivencia penalizado para seleccionar la edad cronológica y nueve biomarcadores que predecían la mortalidad.

Esos datos de entrada son:

1. albúmina;
2. creatinina;
3. glucosa;
4. proteína C reactiva;
5. porcentaje de linfocitos;
6. volumen corpuscular medio;
7. amplitud de distribución eritrocitaria;
8. fosfatasa alcalina;
9. recuento de glóbulos blancos;
10. edad cronológica.

El modelo estima primero el riesgo de mortalidad. Después convierte ese riesgo en la edad a la que una persona media de la población de referencia tendría un riesgo comparable. Esta segunda conversión explica por qué el resultado parece una edad familiar expresada en años.

Un PhenoAge de 52 no significa que todos los órganos tengan biológicamente 52 años. Significa que el modelo le asignó un perfil de riesgo de mortalidad comparable al valor de referencia para esa edad. El valor relacionado, la aceleración de PhenoAge, pregunta si el resultado es mayor o menor de lo esperado después de tener en cuenta la edad cronológica.

En la validación publicada, la edad fenotípica predijo morbilidad y mortalidad en múltiples subgrupos demográficos y de salud. Eso la hace útil como resumen compacto orientado al riesgo. No convierte la puntuación en un diagnóstico clínico ni en una previsión garantizada para un individuo.

Qué está diseñado para estimar KDM

KDM sigue una ruta diferente. Examina cómo cambia cada biomarcador seleccionado con la edad en una muestra de referencia, cuánta variación no explicada permanece y cómo se relacionan los marcadores entre sí. Después encuentra la edad biológica que mejor concilia el patrón completo de biomarcadores de la persona.

En lenguaje sencillo, KDM pregunta:

¿A qué edad sería más plausible esta combinación de mediciones fisiológicas según este modelo de referencia?

Los marcadores que se relacionan con la edad de forma más fuerte y precisa pueden aportar más información. Los marcadores con una relación débil con la edad o con mucho ruido residual suelen aportar menos. El método también tiene en cuenta que una estimación de edad biológica tiene incertidumbre propia.

Es un marco potente, pero con una consecuencia importante: no existe un único número KDM universal.

Un estudio puede construir KDM con albúmina, creatinina, glucosa, presión arterial, función pulmonar y fuerza de prensión. Otro puede utilizar un panel de laboratorio diferente. Un modelo puede ser específico por sexo; otro puede agrupar ambos sexos. Uno puede entrenarse con NHANES; otro con UK Biobank o una cohorte nacional. Todos pueden describirse como KDM y, aun así, no tienen por qué devolver el mismo resultado.

Por qué los mismos análisis de sangre producen edades diferentes

1. Los modelos optimizan objetivos diferentes

PhenoAge seleccionó y ponderó variables por su capacidad para predecir la mortalidad. Tradicionalmente, KDM pondera variables según su relación con la edad cronológica y su variación residual.

Esta distinción importa. Un biomarcador puede estar muy relacionado con la mortalidad sin cambiar de forma uniforme con la edad. Otro puede seguir bien la edad cronológica y aportar menos información independiente sobre el riesgo a corto plazo. Los algoritmos recompensan propiedades distintas, por lo que asignan pesos distintos.

2. Los paneles de biomarcadores pueden solaparse solo en parte

La fórmula clínica estándar de PhenoAge está fijada en nueve biomarcadores más la edad. KDM es configurable. Incluso cuando un calculador en línea pide un subconjunto conocido, puede omitir, añadir o transformar variables en comparación con otra implementación de KDM.

Un resultado basado en 10 marcadores de laboratorio no es directamente intercambiable con un KDM construido a partir de 18 medidas de laboratorio y función orgánica. La composición del panel cambia qué significan «mayor» y «menor» dentro del modelo.

3. La edad cronológica entra de manera diferente

La edad cronológica se incluye explícitamente en el modelo de mortalidad de PhenoAge. En KDM, la edad cronológica puede actuar como una fuente adicional de información en la fórmula de estimación, según la implementación.

Esto tiende a acercar ambos resultados a patrones poblacionales relacionados con la edad, pero no con la misma fuerza ni la misma lógica. Por ello, dos personas con valores de biomarcadores idénticos pero edades cronológicas diferentes no tienen por qué recibir la misma aceleración.

4. KDM depende de su población de referencia

Los coeficientes de KDM se estiman a partir de un conjunto de datos. Si cambian el rango de edad, el perfil de salud, la distribución por sexo, la etnia, el país, los métodos de laboratorio o el periodo de calendario, las relaciones entre biomarcadores y edad pueden cambiar.

No es una mera nota técnica. Un modelo entrenado con adultos relativamente sanos de 40 a 70 años puede comportarse de manera distinta a los 25 o a los 85. Aplicar cualquier modelo muy fuera de su rango de entrenamiento es extrapolar, y unos años aparentemente precisos pueden resultar engañosos.

PhenoAge también refleja su población de desarrollo estadounidense de NHANES, pero su implementación clínica más utilizada suele conservar los coeficientes publicados. Es más probable que los calculadores KDM incorporen calibraciones diferentes aunque compartan la misma etiqueta.

5. Las unidades y las transformaciones pueden cambiar la puntuación

PhenoAge requiere unidades exactas. La proteína C reactiva es una fuente clásica de errores porque la fórmula publicada utiliza un valor transformado y los calculadores pueden pedir mg/L mientras que un informe usa mg/dL. La creatinina, la glucosa, el recuento de glóbulos blancos y la fosfatasa alcalina también exigen comprobar cuidadosamente las unidades.

Las implementaciones de KDM pueden estandarizar, transformar logarítmicamente, recortar valores extremos (winsorize) o preprocesar de otro modo los datos de entrada según su canal de entrenamiento. Si un calculador no documenta estos pasos, no puedes reproducir ni comparar de forma fiable su resultado.

Antes de interpretar un resultado sorprendente, realiza la auditoría de unidades y datos de entrada de nuestra guía sobre cambios de PhenoAge y ruido de laboratorio.

6. Un único marcador inusual puede importar más en un modelo

Imagina a una persona con glucosa, albúmina, marcadores renales y hemogramas excelentes, pero con la proteína C reactiva temporalmente elevada tras una infección.

PhenoAge puede moverse de forma perceptible porque su ecuación fija orientada a la mortalidad da a la PCR una contribución definida. Un modelo KDM con muchas medidas adicionales puede diluir esa señal, o reaccionar con fuerza si la PCR tiene un gradiente de edad fiable en sus datos de referencia. La respuesta depende de la versión concreta de KDM ajustada.

Ahora imagina una fuerza de prensión y una función pulmonar constantemente más bajas, con una bioquímica sanguínea por lo demás favorable. Un KDM rico en medidas funcionales puede registrar ese patrón, mientras que el PhenoAge clínico estándar no puede hacerlo porque esas medidas no son datos de entrada.

Ningún resultado tiene por qué ser «incorrecto». Cada uno ve únicamente las variables para las que fue construido.

Tres patrones de desacuerdo y lo que sugieren

Patrón	Explicación plausible	Mejor comprobación siguiente
PhenoAge mayor, KDM cerca de la edad cronológica	Uno o más marcadores de PhenoAge ponderados por mortalidad son desfavorables, pero el patrón KDM más amplio sigue siendo típico para la edad	Revisa los contribuyentes individuales de PhenoAge, las unidades, la inflamación y una enfermedad reciente
KDM mayor, PhenoAge cerca de la edad cronológica	El panel KDM incluye medidas funcionales o clínicas sensibles a la edad que no están en PhenoAge	Identifica el panel KDM exacto y los marcadores que impulsan el resultado
Ambos mayores o ambos menores	Varias señales fisiológicas pueden alinearse entre los modelos	Confirma condiciones estandarizadas y persistencia en una medición repetida

Estas son hipótesis de interpretación, no diagnósticos. La edad agregada de un calculador nunca debe sustituir la interpretación clínica de la glucosa, la función renal, la inflamación, los recuentos sanguíneos, la presión arterial ni cualquier otro dato de entrada.

Para un marco más amplio que cubre puntuaciones de sangre, metilación y dispositivos portátiles, consulta por qué las pruebas de edad biológica no coinciden.

¿Qué calculador deberías usar?

Elige según la decisión que quieras respaldar.

Usa PhenoAge si quieres una referencia reproducible orientada a la mortalidad

PhenoAge es la opción más clara cuando dispones de los valores de laboratorio requeridos y quieres comparar tu resultado con una fórmula fija ampliamente publicada. Es relativamente fácil de reproducir, auditar y recalcular.

Es especialmente útil cuando:

• están disponibles los nueve marcadores requeridos en las unidades correctas;
• quieres continuidad con la literatura clínica publicada sobre edad fenotípica;
• puedes repetir el mismo panel en condiciones similares;
• entiendes que la edad es un resumen equivalente de riesgo, no una edad literal de los tejidos.

Usa KDM si quieres un modelo de edad fisiológica más amplio

KDM puede ser más adecuado cuando una implementación bien documentada combina varios sistemas relevantes y está calibrada para una población similar a la tuya.

Es especialmente útil cuando:

• se divulgan el panel exacto de biomarcadores y los coeficientes;
• se documentan la población de referencia y el rango de edad válido;
• el mismo modelo entrenado seguirá disponible para mediciones futuras;
• te interesa la desviación fisiológica multivariante más que una única referencia fija de mortalidad.

No elijas por el resultado que parezca más joven

Buscar el calculador más favorable crea una falsa sensación de precisión. Si pruebas suficientes fórmulas, alguna acabará dando un número halagador. Eso no la hace más válida para tu pregunta.

En su lugar, documenta el modelo antes de mirar el resultado. Después mantén fijo el método.

Una auditoría de cinco puntos para calculadores

Antes de confiar en un resultado de PhenoAge o KDM, verifica:

1. Identidad: ¿el calculador nombra el método exacto y el artículo de origen?
2. Datos de entrada: ¿enumera todos los biomarcadores requeridos y las unidades aceptadas?
3. Implementación: en el caso de KDM, ¿divulga el panel, los coeficientes o el software, la población de entrenamiento y el rango de edad válido?
4. Reproducibilidad: ¿puedes introducir dos veces los mismos valores y exportar o registrar el resultado?
5. Interpretación: ¿describe la incertidumbre y evita afirmaciones diagnósticas o de tratamientos antienvejecimiento?

Si una herramienta no supera las comprobaciones de identidad o implementación, trata su resultado como una puntuación opaca de una aplicación, no como una estimación de PhenoAge o KDM apta para investigación.

Cómo comparar los resultados a lo largo del tiempo

La pregunta longitudinal más segura no es «¿cuál es mi verdadera edad biológica?». Es:

¿Se ha movido el mismo modelo de forma consistente bajo condiciones de medición comparables?

Usa este protocolo:

• mantén sin cambios la versión y la fórmula del calculador;
• utiliza el mismo laboratorio cuando sea viable;
• iguala el estado de ayuno y la hora del día;
• evita las pruebas durante una enfermedad aguda o inmediatamente después de un ejercicio inusualmente intenso;
• registra cambios de medicación y suplementos;
• guarda los valores brutos de laboratorio, no solo la edad final;
• repite un resultado inesperado antes de cambiar tu plan;
• revisa qué datos de entrada se movieron y si cambiaron en una dirección clínicamente significativa.

Las diferencias pequeñas deben interpretarse a la luz del error de medición y de la incertidumbre del modelo. Que un calculador muestre un decimal no significa necesariamente que sea preciso a una décima de año. Nuestra guía sobre intervalos de confianza de la edad biológica explica por qué la precisión en pantalla puede superar la certeza del modelo.

No promedies PhenoAge y KDM. La media de dos constructos definidos de forma diferente no tiene un significado clínico establecido y dificulta diagnosticar los cambios futuros.

Cómo gestiona SuperAge PhenoAge y KDM

SuperAge está diseñado para mantener la puntuación final conectada con su evidencia. En lugar de presentar una cifra de edad biológica como un veredicto, ayuda a organizar los marcadores sanguíneos subyacentes, las tendencias y el contexto del cálculo en tu iPhone.

Esta distinción es crucial cuando PhenoAge y KDM divergen. A menudo, la información útil no es la diferencia entre «49» y «43», sino:

• qué biomarcadores impulsaron cada estimación;
• si el cálculo utilizó las unidades correctas;
• si se utilizó el mismo método la vez anterior;
• si el cambio está distribuido entre varios sistemas;
• si un evento agudo podría explicar el movimiento.

Para una decisión metodológica más amplia, compara relojes epigenéticos y edad por biomarcadores sanguíneos. Sea cual sea el método que uses, mantén las decisiones médicas ancladas a medidas clínicas validadas y a la atención profesional.

Preguntas frecuentes

¿Por qué mi PhenoAge es diferente de mi edad biológica KDM?

Utilizan objetivos matemáticos distintos y pueden usar biomarcadores diferentes. PhenoAge convierte el riesgo de mortalidad estimado en una edad equivalente. KDM estima la edad que mejor se ajusta a un patrón multivariante de biomarcadores en una población de referencia concreta.

¿Es PhenoAge más preciso que KDM?

No hay un ganador universal para todos los fines. El rendimiento depende del resultado estudiado, la cohorte, la implementación y la disponibilidad de biomarcadores. La investigación comparativa muestra que ambos pueden predecir resultados de salud importantes. Elige el modelo cuyo objetivo y validación se ajusten a tu pregunta.

¿Todos los calculadores KDM dan el mismo resultado?

No. KDM es un método de modelización que puede ajustarse con distintos biomarcadores y poblaciones. Dos calculadores KDM pueden ser legítimos y, aun así, producir edades diferentes. Una herramienta fiable debería documentar su modelo.

¿Puedo comparar PhenoAge con la aceleración de KDM?

Puedes examinar si ambos señalan en general una edad mayor o menor de la esperada, pero sus valores en años no son directamente intercambiables. Para el seguimiento longitudinal, compara PhenoAge con la misma fórmula de PhenoAge y KDM con la misma implementación de KDM.

¿Debería promediar PhenoAge y KDM?

No. Promediar puntuaciones entrenadas de forma distinta no crea una edad biológica «más verdadera» validada. También puede ocultar el biomarcador o el modelo responsable del desacuerdo.

¿Qué resultado debería comentar con mi médico?

Comenta los valores de laboratorio o funcionales subyacentes, especialmente cualquiera que esté fuera de un intervalo de referencia clínico o cambie de forma persistente. El resultado agregado de edad biológica puede aportar contexto, pero no es un diagnóstico ni un objetivo de tratamiento.

Conclusión

PhenoAge y KDM no coinciden porque definen la edad biológica de manera diferente.

PhenoAge pregunta qué edad cronológica corresponde a un riesgo de mortalidad modelizado similar. KDM pregunta qué edad explica mejor un perfil fisiológico multivariante en su población de referencia. Cuando lo sabes, el desacuerdo deja de parecer un calculador averiado y empieza a revelar qué enfatiza cada modelo.

Elige una implementación para un propósito definido. Conserva los datos de entrada brutos. Estandariza las pruebas repetidas. Investiga los biomarcadores que hay detrás de un cambio. Y nunca dejes que una única edad calculada pese más que una buena interpretación clínica.

Sigue la evidencia detrás de la edad

¿Quieres mantener juntos tus marcadores sanguíneos, el contexto de edad biológica y las tendencias longitudinales? Descarga SuperAge y conserva los datos de entrada detrás de cada resultado, no solo el número principal.

Referencias

1. Levine ME, Lu AT, Quach A, et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging. 2018;10(4):573–591.
2. Liu Z, Kuo PL, Horvath S, Crimmins E, Ferrucci L, Levine M. A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV. PLOS Medicine. 2018;15(12):e1002718.
3. Klemera P, Doubal S. A new approach to the concept and computation of biological age. Mechanisms of Ageing and Development. 2006;127(3):240–248.
4. Levine ME. Modeling the rate of senescence: can estimated biological age predict mortality more accurately than chronological age?. The Journals of Gerontology: Series A. 2013;68(6):667–674.
5. Kwon D, Belsky DW. A toolkit for quantification of biological age from blood chemistry and organ function test data: BioAge. GeroScience. 2021;43(6):2795–2808.
6. Parker DC, Bartlett BN, Cohen HJ, et al. Association of blood chemistry quantifications of biological aging with disability and mortality in older adults. The Journals of Gerontology: Series A. 2020;75(9):1671–1679.
7. Liu Z, Kuo PL, Horvath S, et al. No winners or losers: clinical chemistry-based biological aging metrics perform similarly across cohorts and health outcomes. The Journals of Gerontology: Series A. 2025;80(11):glaf179.

Este artículo tiene fines educativos únicamente y no proporciona consejo médico, diagnóstico ni tratamiento.