PhenoAgeとKDMの生物学的年齢：計算結果が異なる理由

同じ年齢と同じ検査結果を、2つの生物学的年齢計算機に入力したとします。PhenoAgeは49歳、KDMは43歳。実年齢は46歳です。

どちらの数値が正しいのでしょうか。

最も役立つ答えは、2つの計算機は異なる統計的な問いに答えている、ということです。PhenoAgeとKlemera–Doubal Method（KDM）は、重なる血液バイオマーカーを使うことがありますが、同じ結果を出すようには設計されていません。そのため、両者に差があっても自動的にエラーとは限りません。

このガイドでは、PhenoAgeとKDMが異なる理由、それぞれの結果が実際に何を意味するか、一貫した追跡のためにどちらを選ぶかを説明します。まず計算式、バイオマーカー一覧、基本的な読み方を知りたい場合は、PhenoAgeとKDMの血液検査完全ガイドから始めてください。

要点： PhenoAgeは死亡リスクに合わせて調整され、そのリスクを年齢相当値として表します。KDMは主に、基準集団においてバイオマーカーが実年齢とともにどう変化するかに合わせて調整されます。目標、バイオマーカーパネル、係数、基準サンプルが異なるため、同じ人でも異なる生物学的年齢が出ることがあります。

まず結論：PhenoAgeとKDMは異なる問いに答える

PhenoAgeは死亡リスクに相当する年齢を推定し、KDMは多変量のバイオマーカープロファイルに最も合う年齢を推定します。 目標と実装が異なるため、同じ血液検査結果から2つの異なる年齢が出ても不自然ではありません。正しい比較は、PhenoAgeとKDMを1つの固定的な量のように比べることではなく、各スコアを同じモデルで時系列に追うことです。

重要なポイント

PhenoAgeとKDMは同じ概念を測っていません。 PhenoAgeは死亡リスク志向、KDMは多変量の生理学的年齢の推定です。
「KDM」は1つの万能計算機ではなく手法です。 出力は、学習に使ったバイオマーカーと基準集団に左右されます。
PhenoAgeのほうが標準化されています。 広く使われる臨床版は、9つのバイオマーカー、実年齢、固定係数を公表しています。
結果には正確な実装名が必要です。 「KDM年齢」というラベルだけでは不十分で、パネル、単位、学習集団、式が分からなければなりません。
2つの年齢を平均しないでください。 問いたいことに合うモデルを選び、将来の結果は同じ実装だけで比較します。
どちらも診断ではありません。 異常な検査値や臨床リスクは、医療資格を持つ専門家と確認してください。

一覧表で比較する

特徴	PhenoAge	KDM生物学的年齢
主な学習目標	死亡リスク	バイオマーカー全体にみられる実年齢のパターン
一般的な入力	9つの血液バイオマーカー + 実年齢	設定可能な臨床・機能バイオマーカー。実年齢も推定量に入ることがある
出力の意味	推定死亡リスクが似た基準集団の年齢	学習済みモデル内で、その人の多変量バイオマーカープロファイルに最も合う年齢
標準化	公表済みの臨床式が一般的	有効な実装が多数ある
主な強み	固定されたリスク志向のベンチマーク	複数の生理システムを柔軟に統合できる
主な限界	線形の固定式は特定マーカーに強く反応し、すべての非線形な臨床関係を捉えない	パネル選択と集団キャリブレーションへの依存が大きい
最善の追跡ルール	同じ式、単位、検査条件、バイオマーカー定義を使う	同じ学習済みモデル、パネル、単位、基準集団、検査条件を使う

両方とも集団に基づくモデルです。組織が存在した年数を直接測るものではなく、また介入が老化の根本的な速度を変えたことを証明するものでもありません。

PhenoAgeが推定するよう設計されているもの

臨床的Phenotypic Ageは、米国のNational Health and Nutrition Examination Surveyのデータから開発されました。研究者は数十種類の通常の臨床マーカーを検討し、罰則付き生存モデルを用いて、死亡を予測する実年齢と9つのバイオマーカーを選びました。

入力は次のとおりです。

アルブミン
クレアチニン
グルコース
C反応性タンパク質
リンパ球比率
平均赤血球容積
赤血球分布幅
アルカリホスファターゼ
白血球数
実年齢

モデルはまず死亡リスクを推定します。次に、そのリスクを、基準集団で同程度のリスクを持つ平均的な人の年齢へ変換します。この2段階目の変換が、結果を年単位のなじみのある年齢に見せる理由です。

PhenoAgeが52歳であっても、すべての臓器が生物学的に52歳という意味ではありません。その年齢に対応する基準値と比べて、モデルが同程度の死亡リスクプロファイルを割り当てたという意味です。関連するPhenoAge accelerationは、実年齢を考慮した後に、結果が予想より高いか低いかを示します。

公表された検証では、Phenotypic Ageは複数の人口統計学的・健康サブグループで罹患と死亡を予測しました。そのため、リスク志向の簡潔な要約として有用です。ただし、このスコアが臨床診断や個人に保証された予後になるわけではありません。

KDM生物学的年齢が推定するよう設計されているもの

KDMは別の経路を取ります。選択した各バイオマーカーが基準サンプルで年齢とともにどう変わるか、説明できないばらつきがどの程度残るか、マーカー同士がどう関係するかを調べます。そのうえで、その人のバイオマーカーパターン全体を最も整合的に説明する生物学的年齢を求めます。

平易に言えば、KDMは次のことを問います。

この基準モデルのもとで、この生理学的測定の組み合わせが最もありそうなのは何歳か。

年齢との関係が強く正確なマーカーは、より多くの情報を寄与できます。年齢との関係が弱いマーカーや残差ノイズが大きいマーカーは、一般に寄与が小さくなります。この手法は、生物学的年齢そのものの不確実性も考慮します。

これは強力な枠組みですが、重要な帰結があります。普遍的に1つだけのKDM数値は存在しません。

ある研究では、KDMをアルブミン、クレアチニン、グルコース、血圧、肺機能、握力から作るかもしれません。別の研究では異なる検査パネルを使うかもしれません。性別ごとのモデルもあれば、性別をまとめたモデルもあります。NHANESで学習するモデルもあれば、UK Biobankや国のコホートで学習するモデルもあります。いずれもKDMと呼べますが、同じ結果を返す必要はありません。

同じ血液検査から異なる年齢が出る理由

1. 最適化する目標が異なる

PhenoAgeは死亡を予測する能力に基づいて変数を選び、重み付けしました。KDMは伝統的に、実年齢との関係と残差のばらつきに従って変数を重み付けします。

この違いは重要です。あるバイオマーカーは、年齢と滑らかに変化しなくても死亡と強く関連することがあります。別のマーカーは実年齢をよく追っても、短期リスクについては独立した情報をあまり追加しないかもしれません。アルゴリズムは異なる性質を評価するため、重みも異なります。

2. バイオマーカーパネルは一部しか重ならない場合がある

標準の臨床PhenoAge式は、9つのバイオマーカーと年齢で固定されています。KDMは設定可能です。オンライン計算機が見慣れた一部の項目を求めても、別のKDM実装と比べて変数を省略、追加、変換している場合があります。

10個の検査マーカーに基づく結果は、18個の検査・臓器機能指標から作られたKDMと直接交換可能ではありません。パネルの構成が、モデル内部での「高い」「低い」の意味を変えます。

3. 実年齢の入り方が異なる

実年齢はPhenoAgeの死亡リスクモデルに明示的に含まれます。KDMでは、実装により、実年齢が推定式の追加情報源として働くことがあります。

どちらの出力も年齢に関連した集団パターンへ引き寄せられる傾向がありますが、その強さと論理は同じではありません。したがって、バイオマーカー値が同じでも実年齢が違う2人では、同じ加速度の結果にならないことがあります。

4. KDMは基準集団に依存する

KDMの係数はデータセットから推定されます。年齢範囲、健康状態、性別構成、民族性、国、検査法、暦年が変われば、バイオマーカーと年齢の関係も変わり得ます。

これは単なる技術的な注記ではありません。40〜70歳の比較的健康な成人で学習したモデルは、25歳や85歳では別の振る舞いをする可能性があります。学習範囲から大きく外れてモデルを適用することは外挿であり、見かけ上は精密な年齢が誤解を招くことがあります。

PhenoAgeも米国NHANESの開発集団を反映していますが、広く使われる臨床実装では通常、公表済みの係数が保たれます。KDM計算機は、同じラベルを共有しながら異なるキャリブレーションを含む可能性がより高いのです。

5. 単位と変換がスコアを変えることがある

PhenoAgeには正確な単位が必要です。C反応性タンパク質は代表的な間違いの原因です。公表式は変換された値を使い、計算機はmg/Lを求める一方、検査報告書はmg/dLで示す場合があります。クレアチニン、グルコース、白血球数、アルカリホスファターゼでも単位の慎重な照合が必要です。

KDMの実装では、学習パイプラインに応じて、入力を標準化、対数変換、ウィンザー化、その他の前処理をすることがあります。計算機がこれらの手順を文書化していなければ、結果を確実に再現または比較することはできません。

意外な結果を解釈する前に、PhenoAgeの変化と検査ノイズのガイドで単位と入力を監査してください。

6. 1つの異常なマーカーが片方のモデルでより強く効くことがある

グルコース、アルブミン、腎機能マーカー、血球計数は良好でも、感染後に一時的にC反応性タンパク質が高くなった人を想像してください。

PhenoAgeは、固定された死亡リスク志向の式でCRPに決まった寄与を与えるため、目立って動くことがあります。多数の追加指標を含むKDMはその1つのシグナルを薄めるかもしれませんし、基準データでCRPに信頼できる年齢勾配があれば強く反応するかもしれません。答えは、学習済みのKDMの版に依存します。

一方、血液化学が良好でも握力と肺機能が持続的に低いとします。機能項目を豊富に含むKDMはそのパターンを捉えられますが、標準の臨床PhenoAgeはそれらを入力に含まないため捉えられません。

どちらの出力も「間違い」である必要はありません。各モデルは、自らが見るように作られた変数だけを見ています。

3つの不一致パターンと示唆

パターン	考えられる説明	次に確認すること
PhenoAgeは高いが、KDMは実年齢付近	死亡リスクで重み付けされたPhenoAgeマーカーの1つ以上が好ましくない一方、より広いKDMパターンは年齢相応	個々のPhenoAge寄与項目、単位、炎症、最近の病気を確認
KDMは高いが、PhenoAgeは実年齢付近	KDMパネルには、PhenoAgeにない年齢感受性の機能・臨床指標が含まれる	正確なKDMパネルと結果を動かしているマーカーを特定
両方とも高い、または両方とも低い	複数の生理学的シグナルがモデル間で整合している可能性	条件を標準化した再測定と持続性を確認

これらは解釈の仮説であり、診断ではありません。計算機による総合年齢が、グルコース、腎機能、炎症、血球数、血圧、その他の入力の臨床的解釈を上回るべきではありません。

血液、メチル化、ウェアラブル由来のスコアを含むより広い枠組みについては、生物学的年齢検査で結果が異なる理由を参照してください。

どちらの計算機を使うべきか

どの判断を支えたいかで選びます。

再現可能で死亡リスク志向のベンチマークが欲しいならPhenoAge

必要な検査値がそろっており、広く公表された固定式と比べたい場合、PhenoAgeはより明確な選択です。再現、監査、再計算が比較的容易です。

特に次の場合に有用です。

必要な9項目がすべて正しい単位でそろっている。
公表された臨床Phenotypic Ageの文献との連続性が欲しい。
同様の条件で同じパネルを繰り返せる。
年齢は文字どおりの組織年齢ではなく、リスク相当の要約だと理解している。

より広い生理学的年齢モデルが欲しいならKDM

複数の関連システムを統合し、自分に近い集団でキャリブレーションされた、十分に文書化された実装があるなら、KDMのほうが適している場合があります。

特に次の場合に有用です。

正確なバイオマーカーパネルと係数またはソフトウェアが開示されている。
基準集団と有効な年齢範囲が文書化されている。
将来の測定でも同じ学習済みモデルを使い続けられる。
固定された死亡リスク志向のスコアより、多変量の生理学的偏差に関心がある。

より若く出た結果で選ばない

計算機を渡り歩くと、誤った精密さの感覚が生まれます。十分多くの式を試せば、いつかは都合のよい数値が出ます。しかし、それが問いに対してより妥当になるわけではありません。

代わりに、結果を見る前にモデルを記録してください。そして方法を固定します。

5項目の計算機監査

PhenoAgeまたはKDMの結果を信頼する前に、次を確認してください。

同定： 計算機は正確な手法と出典論文を示しているか。
入力： 必要なすべてのバイオマーカーと受け付ける単位を列挙しているか。
実装： KDMについて、パネル、係数またはソフトウェア、学習集団、有効な年齢範囲を開示しているか。
再現性： 同じ値を2回入力でき、結果をエクスポートまたは記録できるか。
解釈： 不確実性を説明し、診断やアンチエイジング治療の主張を避けているか。

ツールが同定または実装の確認に失敗するなら、その結果は研究グレードのPhenoAgeやKDM推定ではなく、不透明なアプリのスコアとして扱ってください。

時系列で結果を比較する方法

最も安全な縦断的な問いは「私の本当の生物学的年齢は何歳か」ではありません。次の問いです。

同じモデルは、比較可能な測定条件のもとで一貫して動いたか。

次の手順を使ってください。

計算機の版と式を変えない。
可能な限り同じ検査室を使う。
空腹状態と時間帯を合わせる。
急性疾患中や、異常にきつい運動の直後は避ける。
薬剤やサプリメントの変更を記録する。
最終年齢だけでなく、生の検査値を保存する。
予想外の結果は、計画を変える前に繰り返す。
どの入力が動いたか、臨床的に意味のある方向に変わったかを確認する。

小さな差は、測定誤差とモデルの不確実性を踏まえて解釈する必要があります。計算機が小数第1位まで表示しても、0.1年単位で正確とは限りません。生物学的年齢の信頼区間のガイドでは、画面上の精密さがモデルの確実性を上回り得る理由を説明しています。

PhenoAgeとKDMを平均しないでください。異なる定義の概念を平均しても、確立された臨床的意味はなく、将来の変化の原因も診断しにくくなります。

SuperAgeでのPhenoAgeとKDMの扱い方

SuperAgeは、最終スコアを根拠につなげたままにするために設計されています。生物学的年齢を判定のように提示するのではなく、iPhone上で根となる血液マーカー、傾向、計算の文脈を整理する助けになります。

PhenoAgeとKDMが分かれるとき、この違いは特に重要です。役立つ情報は、多くの場合「49」と「43」の差ではなく、次の点です。

各推定を動かしたバイオマーカーは何か。
計算で正しい単位を使ったか。
前回も同じ手法を使ったか。
変化が複数のシステムに分散しているか。
急性の出来事が動きを説明し得るか。

より広い手法の選択には、エピジェネティッククロックと血液バイオマーカー年齢の比較を参照してください。どの方法を使う場合も、医療上の判断は検証済みの臨床指標と専門的なケアに基づかせてください。

よくある質問

PhenoAgeがKDMの生物学的年齢と違うのはなぜですか？

数学的な目標が異なり、使うバイオマーカーも異なる場合があるためです。PhenoAgeは推定死亡リスクを年齢相当値へ変換します。KDMは、特定の基準集団における多変量バイオマーカーパターンに最も合う年齢を推定します。

PhenoAgeはKDMより正確ですか？

あらゆる目的で普遍的に優れた方法はありません。性能は、結果指標、コホート、実装、利用可能なバイオマーカーに依存します。比較研究では、どちらも重要な健康アウトカムを予測できることが示されています。自分の問いに対する目標と検証が合うモデルを選んでください。

すべてのKDM計算機は同じ結果になりますか？

なりません。KDMは、異なるバイオマーカーと集団で当てはめられるモデリング手法です。2つのKDM計算機がどちらも妥当でも、異なる年齢を出すことがあります。信頼できるツールはモデルを文書化しているはずです。

PhenoAgeとKDM accelerationを比較できますか？

両方が全体として予想より高いか低いかを確認することはできますが、年単位の数値を直接交換することはできません。時系列追跡では、PhenoAgeは同じPhenoAge式と、KDMは同じKDM実装と比較してください。

PhenoAgeとKDMを平均すべきですか？

いいえ。異なる学習を受けたスコアを平均しても、検証された「より真の」生物学的年齢にはなりません。不一致の原因となったバイオマーカーやモデルを隠すことにもなります。

どの結果を医師に相談すべきですか？

特に臨床基準範囲外のものや持続的に変化しているものを含め、根となる検査値や機能値を相談してください。総合的な生物学的年齢の結果は文脈を与えることがありますが、診断や治療の目標ではありません。

まとめ

PhenoAgeとKDMが異なるのは、生物学的年齢を異なる形で定義するためです。

PhenoAgeは、類似したモデル化死亡リスクに対応する実年齢を問います。KDMは、基準集団における多変量の生理学的プロファイルを最もよく説明する年齢を問います。この違いを理解すれば、不一致は壊れた計算機ではなく、各モデルが何を重視するかを示すものになります。

明確な目的のために1つの実装を選んでください。生の入力を保存してください。再検査を標準化してください。変化の背景にあるバイオマーカーを調べてください。そして、1つの算出年齢が適切な臨床的解釈を上回ることがないようにしてください。

年齢の背景にある根拠を追跡する

血液マーカー、生物学的年齢の文脈、時系列の傾向をまとめて管理したいですか？ SuperAgeをダウンロードして、見出しの数値だけでなく、それぞれの結果を支える入力も保存しましょう。