Xếp hạng tuổi sinh học vs điểm số: so sánh nào giúp người dùng hành động?

Trả lời nhanh

Với hầu hết mọi người, điểm số tuổi sinh học hữu ích hơn để quyết định nên kiểm tra điều gì, còn xếp hạng tuổi sinh học hữu ích hơn để quyết định kết quả bất thường đến mức nào so với một nhóm tham chiếu. Điểm số cho bạn biết ước tính trực tiếp của mô hình: tuổi sinh học tính bằng năm, khoảng cách tuổi sinh học, tốc độ lão hóa hoặc một giá trị tổng hợp khác. Xếp hạng hoặc phân vị cho biết ước tính đó nằm ở đâu so với những người khác trong tập dữ liệu, nhóm tuổi, nhóm giới tính hoặc cộng đồng người dùng ứng dụng.

Hãy dùng điểm số trước khi bạn cần yếu tố thúc đẩy và hành động. Dùng xếp hạng sau đó khi bạn cần ngữ cảnh: “Tôi chỉ hơi trên trung bình, rõ ràng ở nhóm 10% tệ nhất, hay chỉ đang phản ứng với một con số trông đáng sợ?” Không phép so sánh nào là đủ nếu đứng một mình. Một quyết định hữu ích cần điểm số, danh sách yếu tố thúc đẩy, nhóm tham chiếu đứng sau xếp hạng, và xu hướng qua các lần đo lặp lại.

Sự thật chính

Điểm số tuổi sinh học | ước tính | đầu ra trực tiếp của mô hình về tuổi, khoảng cách tuổi, tốc độ hoặc chỉ số sức khỏe.
Xếp hạng tuổi sinh học | so sánh | một kết quả với dân số tham chiếu, đoàn hệ hoặc nhóm người dùng ứng dụng.
Dân số tham chiếu | quyết định | xếp hạng có ý nghĩa, gây hiểu lầm hay không thể so sánh.
Phân tích yếu tố thúc đẩy | chuyển đổi | điểm số thành các bước kiểm tra thực tế về máu, phục hồi, thể lực và chức năng.
Theo dõi xu hướng | xác nhận | điểm số và xếp hạng có đang di chuyển theo hướng bền vững hay không.

Một kết quả tuổi sinh học có thể trông đơn giản: “Bạn 46 tuổi về mặt sinh học.” Hoặc “Bạn thuộc top 22%.” Hoặc “Điểm số của bạn tốt hơn 71% người cùng tuổi.” Phản ứng cảm xúc đến ngay lập tức. Việc diễn giải thì không.

Đó là vì tuổi sinh học không phải một phép đo trực tiếp như chiều cao. Nó là đầu ra của mô hình. Một bài viết góc nhìn năm 2026 trên npj Aging định nghĩa tuổi sinh học theo tuổi thời gian mà tại đó một dân số tham chiếu trung bình chia sẻ các đặc điểm sinh học phụ thuộc tuổi giống một người, đồng thời nhấn mạnh rằng các đồng hồ lão hóa có giới hạn về xác thực và bất định (Kriukov et al., 2026). Nói đơn giản: con số phụ thuộc vào mô hình, dữ liệu đầu vào và nhóm so sánh.

Bài viết này nói về cách đọc hai lớp so sánh phổ biến nhất: điểm số và xếp hạng.

Điểm số và xếp hạng nhìn nhanh

So sánh	Trả lời điều gì	Dùng tốt nhất khi	Sai lầm thường gặp
Điểm số tuổi sinh học	“Mô hình đã ước tính gì?”	Tìm độ lớn, yếu tố thúc đẩy và điều đã thay đổi	Xem một con số là chính xác tuyệt đối
Khoảng cách tuổi	“Khác bao xa so với tuổi thời gian của tôi?”	Khung cá nhân đơn giản	Bỏ qua bất định của mô hình
Phân vị hoặc xếp hạng	“Tôi so với một nhóm như thế nào?”	Đối chuẩn và ưu tiên sự chú ý	Quên nhóm tham chiếu
Xu hướng	“Mẫu hình đang cải thiện hay xấu đi?”	Đánh giá thói quen và can thiệp	Phản ứng trước khi có đủ dữ liệu

Cách đọc có thể hành động nhất thường không phải là “điểm số hay xếp hạng”. Nó là:

Điểm số là gì?
Những dữ liệu đầu vào nào thúc đẩy nó?
Dân số nào tạo ra xếp hạng?
Xu hướng có lặp lại trong các điều kiện so sánh được không?
Câu trả lời có thay đổi điều tôi làm tiếp theo không?

Để có nền tảng kỹ thuật, hãy bắt đầu với cách tính tuổi sinh học. Hướng dẫn này giả định rằng bạn đã có kết quả và muốn biết phép so sánh nào giúp bạn hành động.

Điểm số tuổi sinh học có nghĩa là gì

Điểm số tuổi sinh học là đầu ra trực tiếp của mô hình. Tùy phương pháp, đầu ra đó có thể là:

ước tính tuổi tính bằng năm, chẳng hạn 48,2
khoảng cách tuổi, chẳng hạn già hơn 4,1 năm so với tuổi thời gian
điểm tốc độ, chẳng hạn 1,08 năm sinh học trên mỗi năm lịch
một số kiểu chỉ số sức khỏe được chuyển đổi thành đơn vị tuổi
ước tính từ thiết bị đeo dựa trên dữ liệu thể lực, phục hồi, giấc ngủ và hoạt động

Điểm số hữu ích vì nó kết nối trở lại với các yếu tố thúc đẩy. Điểm số dựa trên máu có thể bị đẩy bởi glucose, albumin, creatinine, protein C-reactive, bạch cầu hoặc độ rộng phân bố hồng cầu. DNAm PhenoAge được xây dựng từ tuổi kiểu hình lâm sàng và các mẫu methyl hóa DNA, và bài báo gốc báo cáo rằng tuổi kiểu hình dùng chín dấu ấn sinh học lâm sàng cộng với tuổi thời gian trước khi chuyển đổi thành đồng hồ dựa trên methyl hóa (Levine et al., 2018).

Lớp yếu tố thúc đẩy là nơi hành động xuất hiện. Nếu điểm số già hơn vì viêm cao, bước kiểm tra tiếp theo khác với điểm số già hơn do glucose, dấu ấn thận, VO2 max thấp, ngủ kém hoặc ít hoạt động. Điểm số chỉ đến một câu hỏi. Dữ liệu đầu vào trả lời câu hỏi đó.

Để biết chi tiết về đồng hồ dựa trên máu, hãy dùng tuổi sinh học PhenoAge và KDM. Khi các công cụ không đồng thuận, hãy dùng vì sao các xét nghiệm tuổi sinh học không thống nhất.

Điểm mạnh của điểm số

Điểm số thường là phép so sánh tốt hơn khi bạn muốn:

xác định hệ thống nào đã thay đổi
so sánh kết quả của chính bạn với kết quả trước đó trên cùng một phương pháp
xem một can thiệp có thay đổi hướng kỳ vọng hay không
quyết định dấu ấn thô nào đáng được chú ý
thảo luận kết quả với bác sĩ lâm sàng

Giới hạn của điểm số

Điểm số cũng có thể tạo cảm giác chính xác giả. Một bảng điều khiển có thể hiển thị 43,7 năm, nhưng số thập phân không có nghĩa là mô hình biết trạng thái sinh học thật của bạn chính xác đến từng tháng. Biến thiên kỹ thuật, biến thiên sinh học, dữ liệu đầu vào bị thiếu và hiệu chỉnh mô hình đều quan trọng. Đó là lý do khoảng tin cậy tuổi sinh học là thiết yếu khi một khác biệt nhỏ có thể thay đổi cách bạn diễn giải.

Cách đọc an toàn nhất là: “Mô hình này ước tính điểm số này từ các dữ liệu đầu vào này trong các điều kiện này.” Không phải: “Cơ thể tôi chính xác già như vậy.”

Xếp hạng tuổi sinh học có nghĩa là gì

Xếp hạng tuổi sinh học là một phép so sánh tương đối. Nó chuyển điểm số của bạn thành vị trí so với một nhóm.

Ví dụ:

“Bạn ở phân vị thứ 30 về khoảng cách tuổi sinh học trong số những người cùng tuổi.”
“Tuổi sinh học của bạn tốt hơn 68% người dùng tương tự.”
“Điểm tốc độ của bạn nằm trong tứ phân vị lão hóa nhanh nhất.”
“Mẫu dấu ấn của bạn xếp hạng kém hơn trung bình cho giới tính và thập kỷ tuổi của bạn.”

Xếp hạng có sức mạnh tâm lý vì con người hiểu vị trí. Nó cũng có thể hữu ích hơn điểm thô khi thang điểm không quen thuộc. Xếp hạng cho biết một kết quả là bình thường, sát ngưỡng hay rõ ràng bất thường.

Nhưng xếp hạng chỉ tốt bằng nhóm tham chiếu của nó.

Vấn đề nhóm tham chiếu

Ý nghĩa của xếp hạng thay đổi tùy theo ai được đưa vào. Bạn đang được so sánh với:

tất cả người trưởng thành trong một khảo sát quốc gia?
người cùng tuổi và cùng giới tính?
người dùng cùng ứng dụng?
người có độ phủ dữ liệu thiết bị đeo tương tự?
chỉ nhóm chứng khỏe mạnh?
một dân số lâm sàng?
tập dữ liệu huấn luyện ban đầu?
một dân số địa phương có chế độ ăn, bệnh tật hoặc mẫu xét nghiệm khác?

Nếu nhóm tham chiếu không rõ, xếp hạng rất khó dùng để hành động. Nằm trong “top 20%” của một cộng đồng ứng dụng có thể không có cùng ý nghĩa với top 20% của một đoàn hệ đại diện quốc gia. Người dùng ứng dụng có thể ý thức sức khỏe hơn, giàu hơn, năng động hơn, trẻ hơn hoặc có khả năng đeo thiết bị đều đặn hơn.

MedlinePlus đưa ra cảnh báo tương tự cho việc diễn giải xét nghiệm thông thường: khoảng tham chiếu có thể thay đổi theo phòng xét nghiệm, phương pháp, tuổi, giới tính và bối cảnh sức khỏe, và kết quả nên được diễn giải cùng bác sĩ hoặc nguồn xét nghiệm hiểu phương pháp đó (MedlinePlus). Xếp hạng tuổi sinh học thừa hưởng chính vấn đề khoảng tham chiếu này, rồi thêm độ phức tạp của mô hình lên trên.

Điểm mạnh của xếp hạng

Xếp hạng hữu ích khi bạn muốn:

hiểu một điểm số là phổ biến hay bất thường
so sánh độ lớn giữa các thang điểm trông khác nhau
ưu tiên khu vực nào đáng chú ý trước
tránh phản ứng quá mức với khoảng cách tuổi nhỏ vốn là điển hình của phương pháp
truyền đạt trạng thái tổng quát mà không giả vờ điểm chính xác là hoàn hảo

Giới hạn của xếp hạng

Xếp hạng có thể che giấu các yếu tố thúc đẩy thô. Một xếp hạng tốt vẫn có thể bỏ lỡ yếu tố nguy cơ quan trọng nếu mô hình đánh trọng số thấp hoặc thiếu dữ liệu đầu vào đó. Một xếp hạng kém có thể phản ánh một yếu tố tạm thời, chẳng hạn bệnh, tập luyện nặng, thiếu ngủ, đi lại hoặc thời điểm xét nghiệm.

Vì vậy, xếp hạng không bao giờ nên lấn át các dấu ấn lâm sàng thô, triệu chứng hoặc xu hướng lặp lại. Nếu huyết áp, glucose, dấu ấn thận, lipid, công thức máu hoặc dấu ấn viêm của bạn bất thường lặp đi lặp lại, hãy diễn giải chúng trực tiếp. Xếp hạng tuổi là một lớp ngữ cảnh, không phải chẩn đoán.

So sánh nào giúp người dùng hành động?

Câu trả lời thực tế phụ thuộc vào quyết định.

Dùng điểm số khi chọn bước kiểm tra tiếp theo

Nếu câu hỏi là “Tôi nên điều tra điều gì?”, hãy bắt đầu với điểm số và các yếu tố thúc đẩy.

Một điểm số già hơn kỳ vọng do CRP đặt câu hỏi về viêm, nhiễm trùng, bệnh răng miệng, chấn thương, tập luyện nặng hoặc các mẫu viêm mạn tính. Một điểm số già hơn do glucose và triglyceride đặt câu hỏi về sức khỏe chuyển hóa. Một điểm số từ thiết bị đeo già hơn do HRV thấp hơn, nhịp tim nghỉ cao hơn và ngủ kém hơn đặt câu hỏi về phục hồi.

Điểm số hữu ích vì nó giữ hành động gắn với cơ chế.

Dùng xếp hạng khi quyết định mức độ khẩn cấp

Nếu câu hỏi là “Tôi nên quan tâm đến mức nào?”, xếp hạng có thể giúp. Một kết quả ở phân vị thứ 52 thường không dẫn đến cùng quyết định như kết quả ở phân vị thứ 92, ngay cả khi cả hai đều gây thất vọng. Xếp hạng có thể ngăn hai sai lầm trái ngược: hoảng sợ trước kết quả bình thường và bình thản giả tạo trước kết quả rõ ràng bất thường.

Điều này đặc biệt hữu ích khi đơn vị điểm không quen thuộc. Điểm tốc độ lão hóa 1,08 có thể không trực quan. Biết nó nằm gần trung bình hay ở phần đuôi nguy cơ cao có thể giúp phân loại sự chú ý. DunedinPACE là thước đo tốc độ chứ không phải điểm tuổi sinh học tính bằng năm; bài báo eLife gốc báo cáo rằng DunedinPACE nhanh hơn liên quan đến bệnh tật, khuyết tật và tử vong (Belsky et al., 2022). Loại chỉ số đó cần khung tham chiếu riêng.

Dùng xu hướng khi quyết định hành động có hiệu quả hay không

Không điểm số hay xếp hạng nào đủ để đánh giá tiến bộ từ một lần đọc. Xu hướng là công cụ tốt hơn.

Nếu điểm số của bạn cải thiện và xếp hạng cũng cải thiện qua các lần đo lặp lại có thể so sánh, tín hiệu mạnh hơn. Nếu điểm số cải thiện nhưng xếp hạng không, kết quả của bạn có thể chỉ dịch chuyển nhẹ so với nhóm. Nếu xếp hạng cải thiện nhưng các yếu tố thúc đẩy thô trông tệ hơn, mô hình có thể đang bỏ sót điều gì đó. Nếu cả hai cùng xấu đi sau bệnh hoặc chuyến đi rồi hồi phục, kết quả có thể là bối cảnh cấp tính chứ không phải lão hóa bền vững.

Để xem lớp theo chiều dọc, dùng xu hướng tuổi sinh học vs điểm đơn lẻ. Nếu kết quả dao động mạnh, dùng biến động điểm tuổi sinh học.

Khung quyết định thực tế

Hãy dùng khung bốn bước này mỗi khi bảng điều khiển đưa ra cả điểm số và xếp hạng.

1. Gọi tên đầu ra

Đừng diễn giải con số cho đến khi bạn biết nó là gì.

Hãy hỏi:

Đây là tuổi sinh học tính bằng năm?
Đây là khoảng cách tuổi sinh học?
Đây là tốc độ lão hóa?
Đây là phân vị?
Đây là xếp hạng trong số người dùng, đoàn hệ lâm sàng hay dân số tham chiếu?
Đây là mô hình máu, methyl hóa, thiết bị đeo hay mô hình hỗn hợp?

Các đầu ra khác nhau không nên bị gom vào cùng một ngăn tinh thần. Ước tính PhenoAge, tuổi sinh học KDM, DNAm PhenoAge, DunedinPACE và điểm từ thiết bị đeo đều có thể hữu ích trong khi trả lời các câu hỏi khác nhau.

2. Kiểm tra nhóm tham chiếu

Với bất kỳ xếp hạng hoặc phân vị nào, hãy hỏi:

So sánh có được ghép theo tuổi không?
Có được ghép theo giới tính không?
Có được ghép theo phương pháp và loại mẫu không?
Dựa trên mẫu khỏe mạnh, dân số chung hay người dùng ứng dụng?
Nguồn có giải thích hiệu chỉnh không?

Xếp hạng không có nhóm tham chiếu là một cảm giác được gắn thêm con số. Nó có thể thú vị, nhưng không nên dẫn dắt một quyết định lớn.

3. Mở các yếu tố thúc đẩy

Nếu công cụ hiển thị các yếu tố thúc đẩy, hãy xem chúng. Nếu không, hãy thận trọng.

Câu hỏi hữu ích về yếu tố thúc đẩy không phải là “Con số nào màu đỏ?” Mà là “Các hệ thống liên quan có đồng thuận không?” Điểm số do nhiều dấu ấn tim mạch-chuyển hóa xấu hơn cùng thúc đẩy mạnh hơn điểm số do một dữ liệu đầu vào nhiễu thúc đẩy. Xếp hạng tốt được hỗ trợ bởi ngủ tốt hơn, VO2 max tốt hơn, HRV ổn định, huyết áp lành mạnh và xét nghiệm cải thiện mạnh hơn xếp hạng tốt chỉ nhờ một dấu ấn thể lực xuất sắc.

Khi điểm số trông tốt bất ngờ, hãy chạy phần kiểm tra trong khi điểm tuổi sinh học thấp có thể gây hiểu lầm. Khi bảng điều khiển trông đáng lo, dùng các dấu hiệu cảnh báo trên bảng điều khiển tuổi sinh học.

4. Quyết định hành động tiếp theo theo mẫu bất đồng

Mẫu hình cho bạn biết nên làm gì.

Điểm số	Xếp hạng	Yếu tố thúc đẩy	Bước tiếp theo tốt hơn
Già hơn	Kém hơn người cùng nhóm	Nhiều yếu tố đồng thuận	Điều tra cụm yếu tố thúc đẩy
Già hơn	Gần trung bình	Một yếu tố nhiễu	Chuẩn hóa bối cảnh và lặp lại
Trẻ hơn	Tốt hơn người cùng nhóm	Các yếu tố rộng đồng thuận	Giữ thói quen, theo dõi xu hướng
Trẻ hơn	Tốt hơn người cùng nhóm	Có dấu hiệu đỏ thô	Đừng để xếp hạng lấn át dấu ấn lâm sàng
Ổn định	Xếp hạng xấu đi	Nhóm tham chiếu thay đổi	Kiểm tra hiệu chỉnh trước khi đổi hành vi
Điểm cải thiện	Xếp hạng ổn định	Dịch chuyển nhỏ	Tiếp tục theo dõi; thay đổi có thể nằm trong nhiễu

Đây là cách bình tĩnh nhất để dùng dữ liệu tuổi sinh học. Bạn không yêu cầu xếp hạng nói bạn là ai. Bạn yêu cầu nó giúp phân loại câu hỏi hữu ích tiếp theo.

SuperAge giúp so sánh điểm số, xếp hạng và xu hướng như thế nào

SuperAge được thiết kế quanh ý tưởng rằng một con số hiếm khi đủ. Ước tính tuổi sinh học trở nên hữu ích hơn khi đứng cạnh bối cảnh có thể giải thích nó: các xu hướng Apple Health và Apple Watch như VO2 max, nhịp tim nghỉ, HRV, giấc ngủ, hoạt động và phục hồi.

Góc nhìn được kết nối đó giúp tách ba lớp:

điểm số, cho thấy ước tính hiện tại
xếp hạng hoặc so sánh, cho thấy kết quả bất thường đến mức nào
xu hướng và yếu tố thúc đẩy, cho thấy thói quen của bạn có đang dịch chuyển mẫu hình hay không

Điều này đặc biệt quan trọng với tuổi sinh học từ thiết bị đeo vì dữ liệu cập nhật thường xuyên. Một ngày tốt, một tuần xấu, bệnh, chuyến đi hoặc chu kỳ tập luyện có thể nhanh chóng thay đổi tín hiệu phục hồi. SuperAge hữu ích nhất khi bạn dùng những thay đổi đó như ngữ cảnh, không phải lý do để chạy theo mọi chuyển động hằng ngày.

Dùng so sánh mà không chạy theo điểm số

Sẵn sàng biến các so sánh tuổi sinh học thành thực tế? Tải SuperAge và theo dõi điểm số, bối cảnh và xu hướng cùng nhau thay vì phản ứng với một con số đơn lẻ.

Điểm cần nhớ

Điểm số tuổi sinh học cho biết ước tính trực tiếp của mô hình và thường tốt hơn để tìm yếu tố thúc đẩy.
Xếp hạng tuổi sinh học cho biết kết quả so với nhóm tham chiếu như thế nào và hữu ích cho mức độ khẩn cấp cùng ngữ cảnh.
Xếp hạng chỉ có ý nghĩa khi nhóm tham chiếu rõ ràng.
Tín hiệu mạnh nhất là sự đồng thuận: điểm số, xếp hạng, yếu tố thúc đẩy và xu hướng đều đi cùng một hướng.
Đừng để xếp hạng tốt che giấu triệu chứng hoặc dấu ấn thô bất thường, và đừng để xếp hạng kém gây hoảng sợ trước khi kiểm tra bối cảnh.

FAQ

Xếp hạng tuổi sinh học có tốt hơn điểm số tuổi sinh học không?

Không. Xếp hạng và điểm số trả lời các câu hỏi khác nhau. Điểm số cho biết mô hình đã ước tính gì và dữ liệu đầu vào nào có thể giải thích nó. Xếp hạng cho biết ước tính đó bất thường đến mức nào so với nhóm tham chiếu. Để hành động, hãy bắt đầu với điểm số và yếu tố thúc đẩy, rồi dùng xếp hạng để có ngữ cảnh.

Nằm ở phân vị tuổi sinh học cao có nghĩa là gì?

Thông thường điều đó có nghĩa ước tính tuổi sinh học, khoảng cách tuổi hoặc điểm tốc độ của bạn cao hơn một phần lớn nhóm so sánh. Điều đó có thể đáng chú ý, nhưng phụ thuộc vào dân số tham chiếu, phương pháp, độ bất định và yếu tố thúc đẩy. Phân vị cao là tín hiệu phân loại, không phải chẩn đoán.

Điểm của tôi có thể cải thiện trong khi xếp hạng vẫn giữ nguyên không?

Có. Điểm của bạn có thể cải thiện nhẹ trong khi xếp hạng tương tự nếu thay đổi nhỏ, nhóm tham chiếu rộng, hoặc nhiều người trong nhóm so sánh có điểm gần nhau. Điều đó không có nghĩa cải thiện là vô ích. Nó có nghĩa xếp hạng chưa di chuyển đủ để xác nhận một thay đổi tương đối lớn.

Tôi có nên so sánh xếp hạng tuổi sinh học với bạn bè không?

Thường là không. So sánh với bạn bè hiếm khi được ghép theo tuổi, giới tính, phương pháp, độ phủ thiết bị, tiền sử sức khỏe và thời điểm đo. Xếp hạng hữu ích hơn khi đến từ một nhóm tham chiếu xác định và cùng phương pháp đo.

Nếu điểm số và xếp hạng tuổi sinh học của tôi không đồng thuận thì sao?

Hãy xem bất đồng là tín hiệu để kiểm tra phương pháp. Một điểm số có thể trông già hơn nhưng vẫn xếp gần trung bình trong nhóm tuổi của bạn, hoặc điểm số có thể trông tốt nhưng xếp hạng kém ấn tượng hơn trong cộng đồng ứng dụng chú trọng sức khỏe. Kiểm tra nhóm tham chiếu, yếu tố thúc đẩy, độ bất định và xu hướng trước khi thay đổi hành vi.

Tài liệu khoa học

Kriukov D, Efimov E, Gelfand MS, Moskalev A, Khrameeva EE. Do we actually need aging clocks? npj Aging. 2026. https://www.nature.com/articles/s41514-025-00312-2
Levine ME, Lu AT, Quach A, et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging. 2018;10(4):573-591. https://www.aging-us.com/article/101414/text
Belsky DW, Caspi A, Corcoran DL, et al. DunedinPACE, a DNA methylation biomarker of the pace of aging. eLife. 2022;11:e73420. https://elifesciences.org/articles/73420
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. https://pubmed.ncbi.nlm.nih.gov/16318865/
Li X, Ploner A, Wang Y, et al. A toolkit for quantification of biological age from blood chemistry and organ function test data. Aging. 2021. https://pmc.ncbi.nlm.nih.gov/articles/PMC8602613/
Jazwinski SM, Kim S. Biomarkers selection and mathematical modeling in biological age estimation. npj Aging. 2023;9:12. https://www.nature.com/articles/s41514-023-00110-8
MedlinePlus. How to understand your lab results. https://medlineplus.gov/lab-tests/how-to-understand-your-lab-results/