Âge biologique PhenoAge ou KDM : pourquoi les calculateurs divergent

Vous saisissez le même âge et les mêmes résultats de laboratoire dans deux calculateurs d’âge biologique. PhenoAge indique 49 ans. KDM, 43 ans. Votre âge chronologique est de 46 ans.

Quel chiffre est correct ?

La réponse la plus utile est la suivante : les calculateurs répondent à des questions statistiques différentes. PhenoAge et la méthode de Klemera–Doubal (KDM) peuvent utiliser des biomarqueurs sanguins communs, mais ils n’ont pas été conçus pour produire des résultats identiques. Un écart entre les deux ne constitue donc pas automatiquement une erreur.

Ce guide explique pourquoi PhenoAge et KDM divergent, ce que signifie réellement chaque résultat et comment choisir un modèle pour assurer un suivi cohérent. Si vous avez d’abord besoin des formules, des listes de biomarqueurs et des principes d’interprétation, commencez par notre guide complet des analyses sanguines PhenoAge et KDM.

Réponse rapide : PhenoAge est calibré sur le risque de mortalité et exprime ce risque sous la forme d’un âge équivalent. KDM est principalement calibré sur la manière dont les biomarqueurs varient avec l’âge chronologique dans une population de référence. Des cibles, panels de biomarqueurs, coefficients et échantillons de référence différents peuvent produire des âges biologiques différents pour une même personne.

Réponse rapide : PhenoAge et KDM répondent à des questions différentes

PhenoAge estime un âge équivalent en matière de risque de mortalité. KDM estime l’âge qui correspond le mieux à un profil multivarié de biomarqueurs. Comme leurs cibles et leurs mises en œuvre diffèrent, les mêmes résultats sanguins peuvent légitimement produire deux âges différents. La comparaison pertinente consiste à suivre chaque score avec le même modèle au fil du temps, et non à comparer PhenoAge à KDM comme s’ils mesuraient une quantité unique et fixe.

Faits essentiels

• PhenoAge et KDM ne mesurent pas le même concept. PhenoAge est axé sur la mortalité ; KDM estime un âge physiologique multivarié.
• « KDM » est une méthode, pas un calculateur universel. Son résultat dépend des biomarqueurs et de la population de référence utilisés pour l’entraîner.
• PhenoAge est davantage standardisé. La version clinique couramment utilisée repose sur un ensemble publié de neuf biomarqueurs, auxquels s’ajoutent l’âge chronologique et des coefficients fixes.
• Un résultat doit identifier sa mise en œuvre exacte. Une mention telle que « âge KDM » est incomplète sans le panel, les unités, la population d’entraînement et la formule.
• Ne faites pas la moyenne des deux âges. Choisissez le modèle qui correspond à votre question et comparez les résultats futurs uniquement avec la même mise en œuvre.
• Aucun des deux scores n’est un diagnostic. Examinez les valeurs de laboratoire anormales et le risque clinique avec un professionnel de santé qualifié.

Le comparatif en un seul tableau

Caractéristique	PhenoAge	Âge biologique KDM
Cible d’entraînement principale	Risque de mortalité	Profil lié à l’âge chronologique dans plusieurs biomarqueurs
Données d’entrée habituelles	9 biomarqueurs sanguins + âge chronologique	Un ensemble configurable de biomarqueurs cliniques ou fonctionnels ; l’âge chronologique peut également entrer dans l’estimateur
Signification du résultat	L’âge associé à un risque de mortalité estimé similaire dans la population de référence	L’âge qui correspond le mieux au profil multivarié de biomarqueurs de la personne dans le modèle ajusté
Standardisation	Formule clinique publiée couramment utilisée	Nombreuses mises en œuvre valides
Principal atout	Un repère fixe axé sur le risque	Intégration flexible de plusieurs systèmes physiologiques
Principale limite	La formule linéaire fixe peut réagir fortement à certains marqueurs et ne reflète pas toutes les relations cliniques non linéaires	Le résultat dépend fortement du choix du panel et de la calibration de la population
Meilleure règle de suivi	Même formule, mêmes unités, mêmes conditions de laboratoire et mêmes définitions des biomarqueurs	Même modèle entraîné, même panel, mêmes unités, même population de référence et mêmes conditions de test

Les deux approches sont des modèles de population. Aucune ne mesure directement le nombre d’années d’existence de vos tissus, et aucune ne prouve qu’une intervention a modifié le rythme fondamental du vieillissement.

Ce que PhenoAge est conçu pour estimer

L’âge phénotypique clinique a été élaboré à partir des données de l’enquête nationale américaine sur la santé et la nutrition (NHANES). Les chercheurs ont examiné des dizaines de marqueurs cliniques courants et utilisé un modèle de survie pénalisé pour sélectionner l’âge chronologique ainsi que neuf biomarqueurs prédictifs de la mortalité.

Ces données d’entrée sont les suivantes :

1. albumine ;
2. créatinine ;
3. glucose ;
4. protéine C-réactive ;
5. pourcentage de lymphocytes ;
6. volume globulaire moyen ;
7. largeur de distribution des globules rouges ;
8. phosphatase alcaline ;
9. nombre de globules blancs ;
10. âge chronologique.

Le modèle estime d’abord le risque de mortalité. Il convertit ensuite ce risque en l’âge auquel une personne moyenne de la population de référence présenterait un risque comparable. Cette seconde conversion explique pourquoi le résultat prend la forme familière d’un âge en années.

Un PhenoAge de 52 ans ne signifie pas que chaque organe a biologiquement 52 ans. Cela signifie que le modèle a attribué un profil de risque de mortalité comparable à sa valeur de référence pour cet âge. La valeur associée, l’accélération de PhenoAge, indique si le résultat est plus élevé ou plus faible que prévu après prise en compte de l’âge chronologique.

Dans la validation publiée, l’âge phénotypique prédisait la morbidité et la mortalité dans plusieurs sous-groupes démographiques et de santé. Il est donc utile comme synthèse compacte axée sur le risque. Cela ne transforme pas le score en diagnostic clinique ni en prévision individuelle garantie.

Ce que l’âge biologique KDM est conçu pour estimer

KDM suit une voie différente. La méthode examine comment chaque biomarqueur sélectionné évolue avec l’âge dans un échantillon de référence, quelle part de variation inexpliquée subsiste et comment les marqueurs sont liés entre eux. Elle recherche ensuite l’âge biologique qui concilie le mieux l’ensemble du profil de biomarqueurs de la personne.

En termes simples, KDM pose la question suivante :

À quel âge cette combinaison de mesures physiologiques serait-elle la plus plausible selon ce modèle de référence ?

Les marqueurs qui suivent l’âge de manière plus forte et plus précise peuvent apporter davantage d’informations. Ceux dont la relation avec l’âge est faible ou dont le bruit résiduel est élevé en apportent généralement moins. La méthode tient également compte du fait qu’une estimation de l’âge biologique comporte elle-même une incertitude.

Ce cadre est puissant, mais il entraîne une conséquence importante : il n’existe pas de chiffre KDM unique et universel.

Une étude peut construire KDM à partir de l’albumine, de la créatinine, du glucose, de la pression artérielle, de la fonction pulmonaire et de la force de préhension. Une autre peut utiliser un panel de laboratoire différent. Un modèle peut être spécifique au sexe, tandis qu’un autre regroupe les sexes. L’un peut être entraîné sur NHANES, un autre sur UK Biobank ou une cohorte nationale. Tous peuvent être qualifiés de KDM, sans pour autant devoir donner le même résultat.

Pourquoi les mêmes analyses sanguines produisent des âges différents

1. Les modèles optimisent des cibles différentes

PhenoAge a sélectionné et pondéré les variables en fonction de leur capacité à prédire la mortalité. Traditionnellement, KDM pondère les variables selon leur relation avec l’âge chronologique et leur variation résiduelle.

Cette distinction est importante. Un biomarqueur peut être fortement lié à la mortalité sans évoluer de façon régulière avec l’âge. Un autre peut bien suivre l’âge chronologique, mais apporter moins d’informations indépendantes sur le risque à court terme. Les algorithmes valorisent des propriétés différentes et attribuent donc des pondérations différentes.

2. Les panels de biomarqueurs peuvent ne se recouper que partiellement

La formule clinique standard de PhenoAge est limitée à neuf biomarqueurs auxquels s’ajoute l’âge. KDM est configurable. Même lorsqu’un calculateur en ligne demande un sous-ensemble familier, il peut omettre, ajouter ou transformer des variables par rapport à une autre mise en œuvre de KDM.

Un résultat reposant sur 10 marqueurs de laboratoire n’est pas directement interchangeable avec un KDM construit à partir de 18 mesures de laboratoire et de fonction organique. La composition du panel modifie la signification de « plus âgé » et « plus jeune » à l’intérieur du modèle.

3. L’âge chronologique intervient différemment

L’âge chronologique est explicitement inclus dans le modèle de mortalité de PhenoAge. Dans KDM, il peut constituer une source d’information supplémentaire dans la formule d’estimation, selon la mise en œuvre.

Cela tend à rapprocher les deux résultats des profils de population liés à l’âge, mais pas avec la même force ni selon la même logique. Deux personnes présentant des valeurs de biomarqueurs identiques mais des âges chronologiques différents ne recevront donc pas nécessairement le même résultat d’accélération.

4. KDM dépend de sa population de référence

Les coefficients de KDM sont estimés à partir d’un jeu de données. Modifiez la tranche d’âge, le profil de santé, la répartition par sexe, l’origine ethnique, le pays, les méthodes de laboratoire ou la période, et les relations entre les biomarqueurs et l’âge peuvent changer.

Il ne s’agit pas d’une simple note technique. Un modèle entraîné chez des adultes de 40 à 70 ans relativement en bonne santé peut se comporter différemment à 25 ou 85 ans. Appliquer un modèle bien au-delà de sa plage d’entraînement relève de l’extrapolation : des années apparemment précises peuvent alors devenir trompeuses.

PhenoAge reflète également la population américaine de NHANES qui a servi à son développement, mais sa mise en œuvre clinique largement utilisée conserve généralement les coefficients publiés. Les calculateurs KDM sont plus susceptibles de reposer sur des calibrations différentes tout en portant la même étiquette.

5. Les unités et les transformations peuvent modifier le score

PhenoAge exige des unités exactes. La protéine C-réactive est une source classique d’erreurs, car la formule publiée utilise une valeur transformée et les calculateurs peuvent demander des mg/L alors qu’un compte rendu utilise des mg/dL. La créatinine, le glucose, le nombre de globules blancs et la phosphatase alcaline nécessitent eux aussi une vérification attentive des unités.

Les mises en œuvre de KDM peuvent standardiser, transformer en logarithme, winsoriser ou prétraiter autrement les données d’entrée en fonction de leur pipeline d’entraînement. Si un calculateur ne documente pas ces étapes, vous ne pouvez pas reproduire ou comparer son résultat de manière fiable.

Avant d’interpréter un résultat surprenant, effectuez l’audit des unités et des données d’entrée présenté dans notre guide sur les variations de PhenoAge et le bruit de laboratoire.

6. Un seul marqueur inhabituel peut peser davantage dans un modèle

Imaginez une personne présentant d’excellentes valeurs de glucose, d’albumine, de marqueurs rénaux et de numération sanguine, mais une protéine C-réactive temporairement élevée après une infection.

PhenoAge peut évoluer sensiblement, car son équation fixe axée sur la mortalité attribue une contribution définie à la CRP. Un modèle KDM comportant de nombreuses mesures supplémentaires peut diluer ce signal isolé, ou y réagir fortement si la CRP présente un gradient d’âge fiable dans ses données de référence. La réponse dépend de la version de KDM ajustée.

Imaginez maintenant une force de préhension et une fonction pulmonaire durablement réduites, avec une chimie sanguine par ailleurs favorable. Un modèle KDM riche en mesures fonctionnelles peut enregistrer ce profil, alors que le PhenoAge clinique standard ne le peut pas, puisque ces mesures ne font pas partie de ses données d’entrée.

Aucun résultat n’est nécessairement « erroné ». Chacun ne voit que les variables qu’il a été conçu pour observer.

Trois profils de divergence et ce qu’ils peuvent suggérer

Profil	Explication plausible	Meilleure vérification suivante
PhenoAge plus élevé, KDM proche de l’âge chronologique	Un ou plusieurs marqueurs de PhenoAge pondérés selon la mortalité sont défavorables, mais le profil KDM plus large reste typique de l’âge	Examinez les contributeurs individuels de PhenoAge, les unités, l’inflammation et une éventuelle maladie récente
KDM plus élevé, PhenoAge proche de l’âge chronologique	Le panel KDM comprend des mesures fonctionnelles ou cliniques sensibles à l’âge qui ne figurent pas dans PhenoAge	Identifiez le panel KDM exact et les marqueurs qui déterminent son résultat
Tous deux plus élevés ou tous deux plus faibles	Plusieurs signaux physiologiques peuvent concorder entre les modèles	Confirmez la standardisation des conditions et la persistance du résultat lors d’une nouvelle mesure

Il s’agit d’hypothèses d’interprétation, et non de diagnostics. L’âge agrégé d’un calculateur ne doit jamais primer sur l’interprétation clinique du glucose, de la fonction rénale, de l’inflammation, de la numération sanguine, de la pression artérielle ou de toute autre donnée d’entrée.

Pour un cadre plus large couvrant les scores sanguins, de méthylation et issus des dispositifs portables, découvrez pourquoi les tests d’âge biologique divergent.

Quel calculateur devriez-vous utiliser ?

Choisissez en fonction de la décision que vous souhaitez éclairer.

Utilisez PhenoAge pour obtenir un repère reproductible axé sur la mortalité

PhenoAge est le choix le plus simple lorsque vous disposez des valeurs de laboratoire requises et souhaitez comparer votre résultat à une formule fixe largement publiée. Il est relativement facile à reproduire, à auditer et à recalculer.

Il est particulièrement utile lorsque :

• les neuf marqueurs requis sont disponibles dans les bonnes unités ;
• vous souhaitez assurer une continuité avec la littérature publiée sur l’âge phénotypique clinique ;
• vous pouvez répéter le même panel dans des conditions similaires ;
• vous comprenez que l’âge est une synthèse équivalente en matière de risque, et non un âge tissulaire littéral.

Utilisez KDM pour obtenir un modèle plus large de l’âge physiologique

KDM peut être plus adapté lorsqu’une mise en œuvre bien documentée combine plusieurs systèmes pertinents et est calibrée pour une population semblable à la vôtre.

Il est particulièrement utile lorsque :

• le panel exact de biomarqueurs et les coefficients sont communiqués ;
• la population de référence et la tranche d’âge valide sont documentées ;
• le même modèle entraîné restera disponible pour les mesures futures ;
• vous vous intéressez à l’écart physiologique multivarié plutôt qu’à un score fixe axé sur la mortalité.

Ne choisissez pas le résultat qui vous rajeunit le plus

Faire son marché parmi les calculateurs crée une fausse impression de précision. Si vous testez suffisamment de formules, l’une d’elles finira par produire un chiffre flatteur. Cela ne la rend pas plus valide pour votre question.

Documentez plutôt le modèle avant de consulter le résultat. Conservez ensuite la même méthode.

Audit du calculateur en cinq points

Avant de vous fier à un résultat PhenoAge ou KDM, vérifiez les éléments suivants :

1. Identité : le calculateur indique-t-il la méthode exacte et l’article source ?
2. Données d’entrée : énumère-t-il tous les biomarqueurs requis et les unités acceptées ?
3. Mise en œuvre : pour KDM, communique-t-il le panel, les coefficients ou le logiciel, la population d’entraînement et la tranche d’âge valide ?
4. Reproductibilité : pouvez-vous saisir deux fois les mêmes valeurs et les exporter ou les enregistrer ?
5. Interprétation : décrit-il l’incertitude et évite-t-il les allégations de diagnostic ou de traitement anti-âge ?

Si un outil échoue aux vérifications d’identité ou de mise en œuvre, considérez son résultat comme le score opaque d’une application plutôt que comme une estimation PhenoAge ou KDM digne d’une étude scientifique.

Comment comparer les résultats au fil du temps

La question longitudinale la plus sûre n’est pas « Quel est mon véritable âge biologique ? », mais :

Le même modèle a-t-il évolué de façon cohérente dans des conditions de mesure comparables ?

Suivez ce protocole :

• conservez la même version du calculateur et la même formule ;
• utilisez si possible le même laboratoire ;
• harmonisez le statut de jeûne et l’heure de la journée ;
• évitez les tests pendant une maladie aiguë ou immédiatement après un effort inhabituellement intense ;
• notez les changements de médicaments et de compléments ;
• conservez les valeurs brutes du laboratoire, pas seulement l’âge final ;
• répétez un résultat inattendu avant de modifier votre stratégie ;
• examinez les données d’entrée qui ont évolué et déterminez si elles ont changé dans un sens cliniquement significatif.

Les petits écarts doivent être interprétés à la lumière de l’erreur de mesure et de l’incertitude du modèle. Un calculateur qui affiche une décimale n’est pas nécessairement précis au dixième d’année. Notre guide des intervalles de confiance de l’âge biologique explique pourquoi la précision à l’écran peut dépasser la certitude du modèle.

Ne faites pas la moyenne de PhenoAge et KDM. La moyenne de deux concepts définis différemment n’a aucune signification clinique établie et rend plus difficile l’analyse des évolutions futures.

Comment SuperAge gère PhenoAge et KDM

SuperAge est conçu pour que le score final reste relié aux données qui le justifient. Au lieu de présenter un chiffre d’âge biologique comme un verdict, il aide à organiser sur votre iPhone les marqueurs sanguins sous-jacents, les tendances et le contexte de calcul.

Cette distinction est essentielle lorsque PhenoAge et KDM divergent. L’information utile ne réside souvent pas dans l’écart entre « 49 » et « 43 », mais dans les éléments suivants :

• quels biomarqueurs ont déterminé chaque estimation ;
• si le calcul a utilisé les bonnes unités ;
• si la même méthode a été utilisée la fois précédente ;
• si l’évolution se répartit entre plusieurs systèmes ;
• si un événement aigu peut expliquer le changement.

Pour prendre une décision plus générale sur la méthode, comparez les horloges épigénétiques à l’âge issu des biomarqueurs sanguins. Quelle que soit la méthode utilisée, fondez vos décisions médicales sur des mesures cliniques validées et un suivi professionnel.

Questions fréquentes

Pourquoi mon PhenoAge diffère-t-il de mon âge biologique KDM ?

Ils utilisent des cibles mathématiques différentes et peuvent s’appuyer sur des biomarqueurs différents. PhenoAge convertit le risque estimé de mortalité en un âge équivalent. KDM estime l’âge qui correspond le mieux à un profil multivarié de biomarqueurs dans une population de référence donnée.

PhenoAge est-il plus précis que KDM ?

Il n’existe pas de gagnant universel pour tous les objectifs. Les performances dépendent du résultat étudié, de la cohorte, de la mise en œuvre et de la disponibilité des biomarqueurs. Les recherches comparatives montrent que les deux peuvent prédire des résultats de santé importants. Choisissez le modèle dont la cible et la validation correspondent à votre question.

Tous les calculateurs KDM donnent-ils le même résultat ?

Non. KDM est une méthode de modélisation qui peut être ajustée avec différents biomarqueurs et différentes populations. Deux calculateurs KDM peuvent tous deux être légitimes tout en produisant des âges différents. Un outil fiable doit documenter son modèle.

Puis-je comparer PhenoAge à l’accélération KDM ?

Vous pouvez vérifier si les deux indiquent globalement un âge plus élevé ou plus faible que prévu, mais leurs valeurs en années ne sont pas directement interchangeables. Pour un suivi longitudinal, comparez PhenoAge avec la même formule PhenoAge et KDM avec la même mise en œuvre de KDM.

Dois-je faire la moyenne de PhenoAge et KDM ?

Non. Faire la moyenne de scores entraînés différemment ne crée pas un âge biologique « plus vrai » et validé. Cela peut aussi masquer le biomarqueur ou le modèle responsable d’une divergence.

De quel résultat dois-je parler avec mon médecin ?

Discutez des valeurs de laboratoire ou fonctionnelles sous-jacentes, en particulier de toute valeur située hors d’un intervalle de référence clinique ou qui évolue durablement. Le résultat agrégé d’âge biologique peut apporter du contexte, mais ce n’est ni un diagnostic ni une cible thérapeutique.

En bref

PhenoAge et KDM divergent parce qu’ils définissent différemment l’âge biologique.

PhenoAge demande quel âge chronologique correspond à un risque de mortalité modélisé similaire. KDM demande quel âge explique le mieux un profil physiologique multivarié dans sa population de référence. Une fois cette différence comprise, la divergence ne ressemble plus à un dysfonctionnement du calculateur : elle révèle ce que chaque modèle met en avant.

Choisissez une mise en œuvre pour un objectif défini. Conservez les données d’entrée brutes. Standardisez les nouveaux tests. Examinez les biomarqueurs qui sous-tendent une évolution. Et ne laissez jamais un seul âge calculé l’emporter sur une interprétation clinique rigoureuse.

Suivez les données qui sous-tendent l’âge

Vous voulez regrouper vos marqueurs sanguins, le contexte de votre âge biologique et vos tendances longitudinales ? Téléchargez SuperAge et conservez les données à l’origine de chaque résultat, pas seulement le chiffre mis en avant.

Références

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.

Cet article est fourni uniquement à des fins éducatives et ne constitue pas un avis médical, un diagnostic ou un traitement.