PhenoAge ve KDM biyolojik yaş: hesaplayıcılar neden farklı sonuç verir?

Aynı yaşı ve aynı laboratuvar sonuçlarını iki biyolojik yaş hesaplayıcısına giriyorsunuz. PhenoAge 49, KDM ise 43 diyor. Kronolojik yaşınız 46.

Hangi sayı doğru?

En yararlı yanıt şudur: hesaplayıcılar farklı istatistiksel soruları yanıtlıyor. PhenoAge ve Klemera–Doubal Yöntemi (KDM), örtüşen kan biyobelirteçlerini kullanabilse de aynı sonuçları üretmek üzere tasarlanmamıştır. Bu nedenle aralarındaki fark otomatik olarak bir hata anlamına gelmez.

Bu rehber, PhenoAge ve KDM’nin neden farklılaştığını, her sonucun gerçekte ne anlama geldiğini ve tutarlı takip için hangisini seçebileceğinizi açıklar. Önce formülleri, biyobelirteç listelerini ve temel yorumu öğrenmeniz gerekiyorsa kapsamlı PhenoAge ve KDM kan testi rehberimizle başlayın.

Kısa yanıt: PhenoAge ölüm riskiyle kalibre edilir ve bu riski yaş eşdeğeri olarak ifade eder. KDM ise bir referans popülasyondaki biyobelirteçlerin kronolojik yaşla değişim biçimine göre kalibre edilir. Farklı hedefler, biyobelirteç panelleri, katsayılar ve referans örneklemleri aynı kişide farklı biyolojik yaşlar üretebilir.

Kısa yanıt: PhenoAge ve KDM farklı soruları yanıtlar

PhenoAge ölüm riskiyle eşdeğer bir yaş tahmin eder. KDM ise çok değişkenli bir biyobelirteç profiline en iyi uyan yaşı tahmin eder. Hedefleri ve uygulamaları farklı olduğu için aynı kan sonuçları meşru biçimde iki farklı yaş verebilir. Doğru karşılaştırma, her skoru zaman içinde aynı modelle karşılaştırmaktır; PhenoAge’i ve KDM’yi tek, sabit bir şeyi ölçüyorlarmış gibi birbiriyle karşılaştırmak değildir.

Temel bilgiler

• PhenoAge ve KDM aynı yapıyı ölçmez. PhenoAge ölüm riskine yöneliktir; KDM çok değişkenli fizyolojik yaşı tahmin eder.
• “KDM” tek bir evrensel hesaplayıcı değil, bir yöntemdir. Sonucu, eğitildiği biyobelirteçlere ve referans popülasyonuna bağlıdır.
• PhenoAge daha standarttır. Yaygın kullanılan klinik sürümde dokuz biyobelirteç, kronolojik yaş ve sabit katsayılar yayımlanmıştır.
• Bir sonuç, kesin uygulamasını belirtmelidir. “KDM yaşı” etiketi; panel, birimler, eğitim popülasyonu ve formül olmadan eksiktir.
• İki yaşı ortalamayın. Sorunuza uyan modeli seçin ve gelecekteki sonuçları yalnızca aynı uygulamayla karşılaştırın.
• Hiçbir skor tanı koymaz. Anormal laboratuvar değerlerini ve klinik riski nitelikli bir sağlık profesyoneliyle değerlendirin.

Tek tabloda karşılaştırma

Özellik	PhenoAge	KDM biyolojik yaşı
Ana eğitim hedefi	Ölüm riski	Biyobelirteçler arasındaki kronolojik yaş örüntüsü
Tipik girdiler	9 kan biyobelirteci + kronolojik yaş	Yapılandırılabilir klinik veya işlevsel biyobelirteçler; kronolojik yaş da tahmin ediciye girebilir
Sonucun anlamı	Referans popülasyonda benzer tahmini ölüm riskiyle ilişkili yaş	Uydurulmuş model altında kişinin çok değişkenli biyobelirteç profiline en iyi uyan yaş
Standardizasyon	Yaygın kullanılan, yayımlanmış klinik formül	Birçok geçerli uygulama vardır
Ana güçlü yanı	Sabit, riske yönelik bir karşılaştırma ölçütü	Birden fazla fizyolojik sistemi esnek biçimde birleştirme
Ana sınırlaması	Doğrusal sabit formül, belirli belirteçlere güçlü tepki verebilir ve her doğrusal olmayan klinik ilişkiyi yakalamaz	Sonuç, panel seçimine ve popülasyon kalibrasyonuna büyük ölçüde bağlıdır
En iyi takip kuralı	Aynı formül, birimler, laboratuvar koşulları ve biyobelirteç tanımları	Aynı eğitilmiş model, panel, birimler, referans popülasyonu ve test koşulları

Her iki yaklaşım da popülasyon modelidir. Hiçbiri dokularınızın var olduğu yıl sayısını doğrudan ölçmez ve hiçbiri bir müdahalenin yaşlanmanın temel hızını değiştirdiğini kanıtlamaz.

PhenoAge neyi tahmin etmek üzere tasarlanmıştır?

Klinik Phenotypic Age, ABD Ulusal Sağlık ve Beslenme İnceleme Araştırması (NHANES) verilerinden geliştirildi. Araştırmacılar düzinelerce rutin klinik belirteci taradı ve ölüm riskini öngören kronolojik yaş ile dokuz biyobelirteci seçmek için cezalı bir sağkalım modeli kullandı.

Bu girdiler şunlardır:

1. albümin;
2. kreatinin;
3. glukoz;
4. C-reaktif protein;
5. lenfosit yüzdesi;
6. ortalama eritrosit hacmi;
7. eritrosit dağılım genişliği;
8. alkalin fosfataz;
9. beyaz kan hücresi sayısı;
10. kronolojik yaş.

Model önce ölüm riskini tahmin eder. Ardından bu riski, referans popülasyondaki ortalama bir kişinin benzer riske sahip olacağı yaşa dönüştürür. Sonucun yıl olarak tanıdık bir yaş gibi görünmesinin nedeni bu ikinci dönüşümdür.

52 PhenoAge sonucu, her organınızın biyolojik olarak 52 yaşında olduğu anlamına gelmez. Bu, modelin o yaş için referans değerine benzer bir ölüm riski profili atadığı anlamına gelir. İlişkili değer olan PhenoAge hızlanması ise, kronolojik yaş hesaba katıldıktan sonra sonucun beklenenden daha yaşlı mı yoksa daha genç mi olduğunu sorar.

Yayımlanan doğrulamada Phenotypic Age, birden çok demografik ve sağlık alt grubunda hastalık yükünü ve ölümü öngördü. Bu, onu riske yönelik, kompakt bir özet olarak kullanışlı kılar. Ancak skoru klinik tanıya veya kişi düzeyinde garantili bir öngörüye dönüştürmez.

KDM biyolojik yaşı neyi tahmin etmek üzere tasarlanmıştır?

KDM farklı bir yol izler. Her seçilmiş biyobelirtecin referans örneklemde yaşla nasıl değiştiğini, ne kadar açıklanamayan değişkenlik kaldığını ve belirteçlerin birbiriyle nasıl ilişkili olduğunu inceler. Ardından kişinin tüm biyobelirteç örüntüsünü en iyi uzlaştıran biyolojik yaşı bulur.

Basit anlatımla KDM şunu sorar:

Bu referans model altında, bu fizyolojik ölçümlerin bileşimi hangi yaşta en olası olurdu?

Yaşla daha güçlü ve daha kesin ilişki gösteren belirteçler daha fazla bilgi katkısı sağlayabilir. Yaşla ilişkisi zayıf olan veya yüksek artık gürültü taşıyan belirteçlerse genellikle daha az katkıda bulunur. Yöntem ayrıca biyolojik yaş tahmininin kendisinde belirsizlik bulunduğunu da hesaba katar.

Bu güçlü bir çerçevedir, fakat önemli bir sonucu vardır: tek bir evrensel KDM sayısı yoktur.

Bir çalışma KDM’yi albümin, kreatinin, glukoz, kan basıncı, akciğer fonksiyonu ve kavrama gücüyle kurabilir. Başka bir çalışma farklı bir laboratuvar paneli kullanabilir. Bir model cinsiyete özgü olabilir; diğeri cinsiyetleri birleştirebilir. Biri NHANES’te, diğeri UK Biobank’ta veya ulusal bir kohortta eğitilmiş olabilir. Hepsi KDM olarak tanımlanabilir, ancak aynı sonucu vermeleri gerekmez.

Aynı kan tahlili neden farklı yaşlar üretir?

1. Modeller farklı hedefleri optimize eder

PhenoAge, değişkenleri ölüm riskini öngörme yeteneklerine göre seçer ve ağırlıklandırır. KDM ise geleneksel olarak değişkenleri kronolojik yaşla ilişkilerine ve artık değişkenliklerine göre ağırlıklandırır.

Bu ayrım önemlidir. Bir biyobelirteç yaşla pürüzsüz biçimde değişmeden de ölüm riskiyle güçlü biçimde ilişkili olabilir. Diğer bir belirteç kronolojik yaşı iyi izleyebilir ancak yakın dönem risk hakkında daha az bağımsız bilgi taşıyabilir. Algoritmalar farklı özellikleri ödüllendirir; dolayısıyla farklı ağırlıklar verir.

2. Biyobelirteç panelleri yalnızca kısmen örtüşebilir

Standart klinik PhenoAge formülü, dokuz biyobelirteç ve yaş ile sabittir. KDM ise yapılandırılabilir. Çevrimiçi bir hesaplayıcı tanıdık bir alt küme istese bile başka bir KDM uygulamasına kıyasla değişkenleri çıkarabilir, ekleyebilir veya dönüştürebilir.

10 laboratuvar belirtecine dayalı bir sonuç, 18 laboratuvar ve organ fonksiyonu ölçümünden oluşturulmuş KDM ile doğrudan değiştirilebilir değildir. Panel bileşimi, model içindeki “daha yaşlı” ve “daha genç” ifadelerinin ne anlama geldiğini değiştirir.

3. Kronolojik yaş farklı biçimlerde girer

Kronolojik yaş, PhenoAge’in ölüm riski modeline açıkça dahil edilir. KDM’de ise uygulamaya bağlı olarak kronolojik yaş tahmin formülünde ek bir bilgi kaynağı olarak görev yapabilir.

Bu, her iki sonucu da yaşla ilişkili popülasyon örüntülerine doğru çeker; fakat aynı güçle veya aynı mantıkla değil. Bu nedenle aynı biyobelirteç değerlerine sahip ancak farklı kronolojik yaşlardaki iki kişi aynı hızlanma sonucunu almak zorunda değildir.

4. KDM referans popülasyonuna bağlıdır

KDM katsayıları bir veri kümesinden tahmin edilir. Yaş aralığını, sağlık profilini, cinsiyet dağılımını, etnik kökeni, ülkeyi, laboratuvar yöntemlerini veya takvim dönemini değiştirin; biyobelirteç-yaş ilişkileri de değişebilir.

Bu yalnızca teknik bir dipnot değildir. Görece sağlıklı 40–70 yaş yetişkinlerde eğitilmiş bir model, 25 veya 85 yaşında farklı davranabilir. Herhangi bir modeli eğitim aralığının çok dışında kullanmak ekstrapolasyondur; bu durumda görünürde kesin olan yıllar yanıltıcı olabilir.

PhenoAge de ABD NHANES geliştirme popülasyonunu yansıtır; ancak yaygın klinik uygulaması genellikle yayımlanmış katsayıları korur. KDM hesaplayıcılarının aynı etiketi paylaşırken farklı kalibrasyonlar içermesi daha olasıdır.

5. Birimler ve dönüşümler skoru değiştirebilir

PhenoAge kesin birimler gerektirir. C-reaktif protein, yayımlanmış formül dönüştürülmüş bir değer kullandığı ve hesaplayıcılar mg/L isterken raporda mg/dL yazabildiği için klasik bir hata kaynağıdır. Kreatinin, glukoz, beyaz kan hücresi sayısı ve alkalin fosfataz da birimlerin dikkatle eşleştirilmesini gerektirir.

KDM uygulamaları girdileri eğitim süreçlerine göre standardize edebilir, logaritmik dönüşüm uygulayabilir, uç değerleri sınırlayabilir veya başka ön işlemlerden geçirebilir. Bir hesaplayıcı bu adımları belgelemezse sonucunu güvenilir biçimde yeniden üretmek veya karşılaştırmak mümkün değildir.

Şaşırtıcı bir sonucu yorumlamadan önce PhenoAge değişimleri ve laboratuvar gürültüsü rehberimizdeki birim ve girdi denetimini uygulayın.

6. Tek bir sıra dışı belirteç bir modelde daha önemli olabilir

Glukozu, albümini, böbrek belirteçleri ve kan sayımları iyi olan; ancak enfeksiyon sonrasında C-reaktif proteini geçici olarak yükselmiş bir kişiyi düşünün.

PhenoAge belirgin biçimde değişebilir; çünkü sabit, ölüm riski odaklı denklemi CRP’ye tanımlı bir katkı verir. Çok sayıda ek ölçüm içeren KDM modeli bu tek sinyali seyreltebilir veya CRP referans verilerinde güvenilir bir yaş eğilimine sahipse güçlü tepki verebilir. Yanıt, kullanılan KDM sürümüne bağlıdır.

Şimdi de diğer kan kimyası değerleri olumlu olduğu hâlde kavrama gücü ve akciğer fonksiyonu sürekli düşük olan birini düşünün. İşlev açısından zengin bir KDM modeli bu örüntüyü kaydedebilir; standart klinik PhenoAge ise bu ölçümler girdi olmadığı için kaydedemez.

Hiçbir sonucun “yanlış” olması gerekmez. Her biri yalnızca görmek üzere kurulduğu değişkenleri görür.

Üç uyumsuzluk örüntüsü ve olası anlamları

Örüntü	Olası açıklama	En iyi sonraki kontrol
PhenoAge daha yaşlı, KDM kronolojik yaşa yakın	Ölüm riski ağırlıklı bir veya daha fazla PhenoAge belirteci olumsuzken daha geniş KDM örüntüsü yaşa tipik kalır	Tek tek PhenoAge katkılarını, birimleri, iltihabı ve yakın dönem hastalığı inceleyin
KDM daha yaşlı, PhenoAge kronolojik yaşa yakın	KDM paneli, PhenoAge’de olmayan yaşa duyarlı işlevsel veya klinik ölçümleri içerir	Kesin KDM panelini ve sonucu yönlendiren belirteçleri belirleyin
İkisi de daha yaşlı veya ikisi de daha genç	Birden fazla fizyolojik sinyal modeller arasında aynı yöne işaret edebilir	Standart koşulları ve tekrar ölçümde kalıcılığı doğrulayın

Bunlar tanı değil, yorumlama hipotezleridir. Bir hesaplayıcının toplu yaşı; glukoz, böbrek fonksiyonu, iltihap, kan sayımı, kan basıncı veya diğer girdilerin klinik yorumunun yerini asla almamalıdır.

Kan, metilasyon ve giyilebilir cihaz skorlarını kapsayan daha geniş çerçeve için biyolojik yaş testlerinin neden farklılaştığına bakın.

Hangi hesaplayıcıyı kullanmalısınız?

Seçiminizi desteklemek istediğiniz karara göre yapın.

Yeniden üretilebilir, ölüm riski odaklı bir karşılaştırma ölçütü istiyorsanız PhenoAge’i kullanın

Gerekli laboratuvar değerlerine sahipseniz ve sonucunuzu yaygın yayımlanmış sabit formülle karşılaştırmak istiyorsanız PhenoAge daha net bir seçimdir. Yeniden üretmesi, denetlemesi ve aynı şekilde hesaplaması görece kolaydır.

Özellikle şu durumlarda yararlıdır:

• dokuz gerekli belirtecin tümü doğru birimlerde mevcutsa;
• yayımlanmış klinik Phenotypic Age literatürüyle süreklilik istiyorsanız;
• aynı paneli benzer koşullarda tekrarlayabiliyorsanız;
• yaşın gerçek doku yaşı değil, riske eşdeğer bir özet olduğunu anlıyorsanız.

Daha geniş bir fizyolojik yaş modeli istiyorsanız KDM’yi kullanın

İyi belgelenmiş bir uygulama birden fazla ilgili sistemi birleştiriyor ve sizin için benzer bir popülasyona göre kalibre edilmişse KDM daha uygun olabilir.

Özellikle şu durumlarda yararlıdır:

• kesin biyobelirteç paneli ve katsayılar veya yazılım açıklanmışsa;
• referans popülasyonu ve geçerli yaş aralığı belgelenmişse;
• aynı eğitilmiş model gelecekteki ölçümler için kullanılabilir kalacaksa;
• tek bir sabit ölüm riski skoru yerine çok değişkenli fizyolojik sapmayla ilgileniyorsanız.

Sonucu daha genç diye seçim yapmayın

Hesaplayıcı arayışı yanlış bir kesinlik hissi yaratır. Yeterince formül denerseniz, sonunda size hoş görünen bir sayı üretecek olanı bulursunuz. Bu, sorunuz için daha geçerli olduğu anlamına gelmez.

Bunun yerine, sonucu görmeden önce modeli belgeleyin. Ardından yöntemi sabit tutun.

Beş maddelik hesaplayıcı denetimi

Bir PhenoAge veya KDM sonucuna güvenmeden önce şunları doğrulayın:

1. Kimlik: Hesaplayıcı kesin yöntemi ve kaynak makaleyi adlandırıyor mu?
2. Girdiler: Her gerekli biyobelirteci ve kabul edilen birimi listeliyor mu?
3. Uygulama: KDM için paneli, katsayıları veya yazılımı, eğitim popülasyonunu ve geçerli yaş aralığını açıklıyor mu?
4. Yeniden üretilebilirlik: Aynı değerleri iki kez girebiliyor, sonucu dışa aktarabiliyor veya kaydedebiliyor musunuz?
5. Yorumlama: Belirsizliği tanımlıyor, tanı veya yaşlanma karşıtı tedavi iddialarından kaçınıyor mu?

Bir araç kimlik veya uygulama kontrollerini geçemezse, sonucunu araştırma düzeyinde bir PhenoAge veya KDM tahmini yerine opak bir uygulama skoru olarak değerlendirin.

Sonuçları zaman içinde nasıl karşılaştırmalısınız?

En güvenli uzunlamasına soru “Gerçek biyolojik yaşım nedir?” değildir. Şudur:

Aynı model, karşılaştırılabilir ölçüm koşullarında tutarlı biçimde değişti mi?

Şu protokolü kullanın:

• hesaplayıcı sürümünü ve formülü değiştirmeyin;
• mümkün olduğunda aynı laboratuvarı kullanın;
• açlık durumunu ve günün saatini eşleştirin;
• akut hastalık sırasında veya alışılmadık derecede ağır egzersizin hemen sonrasında test yaptırmayın;
• ilaç ve takviye değişikliklerini kaydedin;
• yalnızca nihai yaşı değil, ham laboratuvar değerlerini de saklayın;
• planınızı değiştirmeden önce beklenmedik bir sonucu tekrarlayın;
• hangi girdilerin değiştiğini ve klinik olarak anlamlı bir yönde değişip değişmediklerini inceleyin.

Küçük farklar ölçüm hatası ve model belirsizliği ışığında yorumlanmalıdır. Bir hesaplayıcının bir ondalık basamak göstermesi, yılın onda biri kadar doğru olduğu anlamına gelmez. Biyolojik yaş güven aralıkları rehberimiz, ekrandaki kesinliğin modeldeki kesinliği neden aşabileceğini açıklar.

PhenoAge ve KDM’nin ortalamasını almayın. Farklı tanımlanmış iki yapının ortalamasının yerleşik bir klinik anlamı yoktur ve gelecekteki değişimleri teşhis etmeyi zorlaştırır.

SuperAge, PhenoAge ve KDM’yi nasıl ele alır?

SuperAge, nihai skoru kanıtlarıyla bağlantılı tutmak üzere tasarlanmıştır. Biyolojik yaş sayısını hüküm gibi sunmak yerine, alttaki kan belirteçlerini, eğilimleri ve hesaplama bağlamını iPhone’unuzda düzenlemeye yardımcı olur.

Bu ayrım, PhenoAge ve KDM farklılaştığında çok önemlidir. Yararlı bilgi çoğu zaman “49” ve “43” arasındaki fark değil, şunlardır:

• her tahmini hangi biyobelirteçlerin yönlendirdiği;
• hesaplamanın doğru birimleri kullanıp kullanmadığı;
• geçen sefer aynı yöntemin kullanılıp kullanılmadığı;
• değişimin birden fazla sisteme dağılıp dağılmadığı;
• akut bir olayın bu hareketi açıklayıp açıklayamayacağı.

Daha geniş bir yöntem seçimi için epigenetik saatleri kan biyobelirteç yaşıyla karşılaştırın. Hangi yöntemi kullanırsanız kullanın, tıbbi kararlarınızı doğrulanmış klinik ölçümlere ve profesyonel bakıma dayandırın.

Sık sorulan sorular

PhenoAge’im KDM biyolojik yaşımdan neden farklı?

Farklı matematiksel hedefler kullanırlar ve farklı biyobelirteçler kullanabilirler. PhenoAge tahmini ölüm riskini yaş eşdeğerine dönüştürür. KDM ise belirli bir referans popülasyondaki çok değişkenli biyobelirteç örüntüsüne en iyi uyan yaşı tahmin eder.

PhenoAge, KDM’den daha mı doğru?

Her amaç için evrensel bir kazanan yoktur. Performans; sonuca, kohorta, uygulamaya ve biyobelirteçlerin erişilebilirliğine bağlıdır. Karşılaştırmalı araştırmalar her ikisinin de önemli sağlık sonuçlarını öngörebildiğini gösterir. Hedefi ve doğrulaması sorunuza uyan modeli seçin.

Tüm KDM hesaplayıcıları aynı sonucu verir mi?

Hayır. KDM, farklı biyobelirteçler ve popülasyonlarla uyarlanabilen bir modelleme yöntemidir. İki KDM hesaplayıcısı da meşru olabilir ancak farklı yaşlar üretebilir. Güvenilir bir araç modelini belgelendirmelidir.

PhenoAge’i KDM hızlanmasıyla karşılaştırabilir miyim?

Her ikisinin de genel olarak beklenenden daha yaşlı veya daha genç yönüne işaret edip etmediğini inceleyebilirsiniz; ancak yıl değerleri doğrudan değiştirilebilir değildir. Uzunlamasına takip için PhenoAge’i aynı PhenoAge formülüyle, KDM’yi de aynı KDM uygulamasıyla karşılaştırın.

PhenoAge ve KDM’nin ortalamasını almalı mıyım?

Hayır. Farklı biçimde eğitilmiş skorları ortalamak, doğrulanmış “daha gerçek” bir biyolojik yaş oluşturmaz. Ayrıca uyumsuzluktan sorumlu biyobelirteci veya modeli gizleyebilir.

Hangi sonucu doktorumla görüşmeliyim?

Özellikle klinik referans aralığının dışında olan veya kalıcı biçimde değişenler başta olmak üzere alttaki laboratuvar ya da işlevsel değerleri görüşün. Toplu biyolojik yaş sonucu bağlam sağlayabilir, ancak tanı veya tedavi hedefi değildir.

Sonuç

PhenoAge ve KDM farklılaşır çünkü biyolojik yaşı farklı tanımlarlar.

PhenoAge, benzer modellenmiş ölüm riskinin hangi kronolojik yaşa karşılık geldiğini sorar. KDM ise referans popülasyonundaki çok değişkenli fizyolojik profili en iyi hangi yaşın açıkladığını sorar. Bunu anladığınızda, farklılık bozuk bir hesaplayıcı gibi görünmeyi bırakır ve her modelin neyi öne çıkardığını göstermeye başlar.

Belirli bir amaç için tek bir uygulama seçin. Ham girdileri koruyun. Tekrar testlerini standardize edin. Bir değişimin arkasındaki biyobelirteçleri inceleyin. Ve tek bir hesaplanmış yaşın sağlam klinik yorumun önüne geçmesine asla izin vermeyin.

Yaşın arkasındaki kanıtı takip edin

Kan belirteçlerinizi, biyolojik yaş bağlamınızı ve zaman içindeki eğilimlerinizi bir arada tutmak ister misiniz? SuperAge’i indirin ve yalnızca başlıktaki sayıyı değil, her sonucun arkasındaki girdileri de saklayın.

Kaynaklar

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.

Bu makale yalnızca eğitim amaçlıdır; tıbbi tavsiye, tanı veya tedavi sağlamaz.