SuperAge如何計算生物年齡 | 完整指南
了解 SuperAge 如何計算源自穿戴式裝置的 Fitness Age,以及利用血液檢查得出的獨立 PhenoAge 和 KDM 估計值,並認識目前權重與限制。
身分證上的年齡是 45 歲,但不同生理模型可能得出不同的年齡估計。這個差距可突顯能調整的健康訊號;不過,沒有任何 App 能揭示一個完美且唯一的「真實年齡」。
SuperAge 目前提供互補的估計,而不是把所有訊號合併成一個隱藏數字:
- Fitness Age 使用來自 Apple Health 的標準化訊號,分布於五個加權領域。
- PhenoAge 使用九項指定血液生物標記加上實際年齡。
- KDM 生物年齡 使用另一套血液方法;九項支援輸入中至少有五項時即可計算。
App 讓您比較這些結果;PhenoAge 與 KDM 目前不會修改 Fitness Age。
本文內容:
- 什麼是生物年齡
- 5 個健康領域
- 心血管健康(28%)
- 身體活動(24%)
- 身體組成(18%)
- 恢復和睡眠(15%)
- 生活方式(15%)
- 血液型年齡:PhenoAge 和 KDM
- 分數如何組合
- 信心分數
- 如何改善底層訊號
- 常見問題
快速回答
SuperAge 持續更新的 Fitness Age 會結合五個領域中可用的訊號:心血管健康、活動、身體組成、恢復與睡眠,以及生活方式。經由標準化健康資料管線提供的選用血糖觀察值,可在身體組成中參與計算。
在 App 輸入或匯入的血液檢查面板不會修改 Fitness Age,而是用來計算獨立的 PhenoAge 與 KDM。血液面板目前沒有讓 Fitness Age 上下調整 ±3–5 歲,或任何其他固定調整。
重點摘要
- 生物年齡 -> 是 -> 依模型而定的估計,不是通用量測。
- Fitness Age -> 使用 -> 標準化健康與穿戴式訊號的五個加權領域。
- 血液檢查 -> 產生 -> 與 Fitness Age 並列的獨立 PhenoAge 與 KDM 估計。
- 血糖 -> 在觀察到時 -> 在身體組成中有名目本地權重 0.15。
- 其他實驗室生物標記 -> 在目前模型中 -> 沒有 Fitness Age 權重。
- 信心 -> 說明 -> Fitness Age 的輸入覆蓋度;不是該年齡正確的機率。
- 最佳用法 -> 是 -> 追蹤長期趨勢,並與臨床專業人員討論醫療問題。
相關 SuperAge 指南
- 生物年齡與 Fitness Age:有何不同?
- PhenoAge 和 KDM:兩種以血液為基礎的生物年齡方法
- 表觀遺傳時鐘詳解:Horvath、GrimAge、DunedinPACE
- 生物年齡與代謝年齡:有何不同?
什麼是生物年齡?
生物年齡是相對於實際年齡的生理狀態估計。不同模型檢視不同訊號,同一個人得到不同結果是合理的;來自穿戴裝置的體能模型、血液化學方法與 DNA 甲基化時鐘不能互換。
因此 SuperAge 會標示各項輸出,而不把它們呈現為一個定論性的年齡。Fitness Age 著重經常更新的體能與生活方式訊號;PhenoAge 與 KDM 提供定期的血液視角。SuperAge 目前不進行 DNA 甲基化檢測。
這些估計最適合用作趨勢與討論的輔助工具,而不是診斷。變化可能反映真正的改變、可用輸入組合不同、日常正常波動,或測量誤差。
5 個健康領域
Fitness Age 評估五個領域,預設領域權重如下:
| 領域 | 預設權重 |
|---|---|
| 心血管健康 | 0.28 |
| 身體活動 | 0.24 |
| 身體組成 | 0.18 |
| 恢復和睡眠 | 0.15 |
| 生活方式 | 0.15 |
只有具可評分觀察值的領域會參與整體平均。若某領域缺少資料或被明確排除,其權重不會暗中變成零分;其餘領域的權重會在已存在的領域間重新標準化。
每個領域內也遵循相同原則:
領域分數 =
加總(指標分數 × 本地權重)
/ 加總(已觀察指標的本地權重)
這個差別很重要:像 0.15 的本地權重,並不會自動等於最終 Fitness Age 的 15%,也不對應固定的年數。
目前實作範圍: 以下數值描述 SuperAgeCore 0.4.0 與目前 App 整合,使用
compatibilityV1分數轉年齡模式。版本化的公開方法學才是權威來源。
心血管健康(28%)
心血管領域會將每項可用觀察值依 0–100 曲線評分,再於實際存在的觀察值間標準化。
| 指標 | 名目本地權重 |
|---|---|
| 最大攝氧量(VO2 max) | 0.42 |
| 血壓 | 0.20 |
| 最大心率 | 0.18 |
| 呼吸頻率 | 0.10 |
| 步行平均心率 | 0.10 |
| 平均心率 | 0.05 |
| 血氧飽和度 | 0.05 |
最大攝氧量(本地權重 0.42)
最大攝氧量是在激烈運動時身體可使用的最大氧量,以每公斤體重每分鐘毫升計;它在本領域的本地權重最高。
SuperAgeCore 採用以 FRIEND Registry 參考標準為基礎、按年齡與生理性別區分的十年區間,從最低、可接受、良好到優秀範圍插值。核心使用宿主 App 提供的數值;不會由步行速度或其他訊號推測最大攝氧量。
血壓(本地權重 0.20)
血壓曲線在低於 120/80 mmHg 時給 100 分,之後在低於 130/85、140/90 與 160/100 時採用逐級較低的分數;較高讀數得到最低固定級距。此指標曲線內會套用年齡調整。
這些健康分數界線不是診斷或治療建議。臨床判讀仍取決於重複測量、情境、風險與專業指引。
其他心血管輸入
- 最大心率(0.18): 與 Tanaka 參考值
208 − 0.7 × 年齡比較,低於參考值時使用比例級距。 - 呼吸頻率(0.10): 最高級距為每分鐘 12–16 次呼吸,距離此範圍越遠分數越低。
- 步行平均心率(0.10): 依年齡區間的目標與可接受上限評估。
- 平均心率(0.05): 最高級距是 55–65 bpm;不同於屬於恢復領域的靜息心率。
- 血氧飽和度(0.05): 最高級距自 97% 起;海拔、症狀與感測器品質仍然重要。
身體活動(24%)
每日活動以活動量、運動、站立及功能性活動力訊號的組合表示。
| 指標 | 名目本地權重 |
|---|---|
| 每日步數 | 0.35 |
| 活動能量 | 0.30 |
| 運動時間 | 0.25 |
| 六分鐘步行距離 | 0.18 |
| 爬樓層數 | 0.10 |
| 站立時數 | 0.08 |
| 上樓速度 | 0.04 |
| 下樓速度 | 0.04 |
本地權重總和大於 1,因為數項輸入屬於機會性資料;它們會在實際觀察到的支援指標間標準化。
主要活動曲線
- 步數(0.35): 年齡至 30、31–50、51–65 與 66 歲以上的每日目標分別為 8,000、7,200、6,300、5,400 步。達標對應基本分數 80;最高基本分數需要至少達目標的 130%。
- 活動能量(0.30): 依年齡與生理性別的目標,從最年輕男性參考組的 320 kcal/日、女性的 230 kcal/日,到最高年齡組的 165 與 120 kcal/日。
- 運動時間(0.25): 每日分鐘數會換算為每週數值;150 分鐘或以上得到最高分。
- 爬樓層數(0.10): 在相同年齡區間,目標為 12、10、8、6 層。
機會性活動力輸入
六分鐘步行距離、站立時數與上、下樓速度在可用時才會貢獻。一般步行速度在 SuperAgeCore 0.4.0 中不是 Fitness Age 輸入。
當已宣告的行動能力情境使衍生自步態的測量工具無法觀察時,核心會將其移除,而非把缺失當作表現不佳。
身體組成(18%)
身體組成使用 BMI、體脂百分比、瘦體重指數,以及(提供時)血糖。
| 指標 | 名目本地權重 |
|---|---|
| BMI | 0.50 |
| 有 BMI 時的體脂 | 0.35 |
| 無 BMI 時的體脂 | 0.60 |
| 同時有 BMI 與體脂時的瘦體重指數 | 0.15 |
| 其他情況的瘦體重指數 | 0.25 |
| 血糖 | 0.15 |
BMI(本地權重 0.50)
BMI 是以公斤計的體重除以以公尺計身高的平方。核心的健康曲線在 65 歲前為 18.5–25,65 歲後為 20–27,超出範圍時平滑扣分。
BMI 不區分脂肪與肌肉,因此會與其他可用組成訊號一起判讀;代謝年齡是不同概念。
體脂百分比
目前依年齡與生理性別的參考範圍:
| 年齡 | 男性參考 | 女性參考 |
|---|---|---|
| 20–30 | 8–19% | 16–24% |
| 31–50 | 11–22% | 18–27% |
| 51–65 | 13–25% | 21–30% |
| 66+ | 15–28% | 23–33% |
有 BMI 時,體脂本地權重為 0.35;沒有 BMI 時為 0.60。
瘦體重指數
瘦體重指數以公斤計的瘦體重除以以公尺計身高的平方。男性曲線參考目標為 18、女性為 14,並按年齡調整。BMI 和體脂都存在時,本地權重為 0.15;否則為 0.25。
維持肌肉對降低肌少症與衰弱的風險很重要。
血糖(本地權重 0.15)
這是目前 Fitness Age 唯一接受的血液相關輸入。曲線對 70–110 mg/dL 給 100 分;60–69 或高於 110 至 125 給 82 分;50–59 或高於 125 至 140 給 60 分;範圍外則套用有上限的扣分。
0.15 會針對實際觀察到的身體組成輸入重新標準化,既不是最終 Fitness Age 的 15%,也不是固定年數調整。現時沒有其他實驗室生物標記具有 Fitness Age 權重。
恢復和睡眠(15%)
恢復結合睡眠、HRV、靜息心率,以及選用的睡眠期間手腕溫度偏差。
| 指標 | 名目本地權重 |
|---|---|
| 睡眠分數、時長或後備值 | 0.50 |
| 心率變異性 | 0.30 |
| 靜息心率 | 0.20 |
| 睡眠期間手腕溫度偏差 | 0.15 |
睡眠(本地權重 0.50)
存在由宿主提供的正值睡眠分數時,核心直接使用它;否則,65 歲前睡眠時長以 7–9 小時為中心評分,65 歲後為 7–8 小時;範圍外最低為 30 分。
公開核心含有相容性後備值 75:當另有恢復訊號、卻缺少睡眠且睡眠未被停用時使用。若目前 SuperAge App 沒有可用睡眠觀察值,會停用睡眠指標,因此那種情況不會使用後備值。
HRV(本地權重 0.30)
心率變異性是依個人與裝置而異的恢復訊號。核心對 20–30、31–40、41–50、51–60 及其餘年齡組使用 45、38、32、27、22 毫秒目標,先對應用目標的比例評分,再套用已記錄的年齡調整。
HRV 趨勢通常比與他人的單次讀數比較更有意義。請參閱完整 HRV 指南。
靜息心率(本地權重 0.20)
靜息心率屬於恢復,而非心血管領域。最高曲線級距為 40–60 bpm,之後是逐步較低的級距。其變化可能反映體能、睡眠、壓力、疾病、藥物、水分或測量條件。
睡眠期間手腕溫度偏差(本地權重 0.15)
絕對偏差至 0.15 °C 時分數最高,之後至 0.30、0.45、0.60 °C 逐步下降。它是選用的趨勢訊號,不是診斷,也不是直接的核心體溫讀數。
生活方式(15%)
生活方式結合一項明確行為、從活動衍生的訊號及步態品質訊號。
| 指標 | 名目本地權重 |
|---|---|
| 吸菸狀態 | 0.20 |
| 活動規律性 | 0.18 |
| 活動一致性 | 0.16 |
| 步行穩定性 | 0.16 |
| 久坐分數 | 0.10 |
| 步行不對稱性 | 0.10 |
| 步行雙支撐期 | 0.10 |
| 日照時間 | 0.10 |
非吸菸者的吸菸狀態對應 100 分,吸菸者為 30 分。活動規律性由步數衍生;活動一致性與久坐分數由步數和活動能量衍生,核心不會為這兩項分數檢視多日連續紀錄,也不會直接量測坐著的時間。
步行穩定性、不對稱性、雙支撐期與日照只在觀察到時貢獻。與其他領域相同,領域會除以實際存在的本地權重總和。
這些訊號為健康趨勢而設計。例如,戒菸可改善數項底層健康測量,但 App 不宣稱人人都會固定增加或減少某個生物年數。
血液型年齡:PhenoAge 和 KDM
血液檢查面板目前不構成 Fitness Age 領域,也不會帶來 ±3–5 年細化。SuperAge 使用合資格的實驗室結果,分別計算 PhenoAge 與 KDM 生物年齡。
| 輸出 | 目前輸入 | App 中的可用條件 | 會改變 Fitness Age? |
|---|---|---|---|
| PhenoAge | 白蛋白、肌酸酐、葡萄糖、CRP、淋巴球百分比、MCV、RDW、鹼性磷酸酶、白血球,加上實際年齡 | 必須具備全部九項生物標記 | 否 |
| KDM | 白蛋白、鹼性磷酸酶、BUN、肌酸酐、CRP、HbA1c、總膽固醇、淋巴球百分比、收縮壓 | 九項支援輸入中至少需要五項 | 否 |
| Fitness Age 血糖輸入 | 標準化血糖觀察值 | 透過健康資料管線可用時使用 | 是,身體組成中的本地權重為 0.15 |
PhenoAge
臨床 PhenoAge 以已發表的 Levine 與 Liu 方法學為基礎。目前 App 只有在可對應全部九項必要生物標記時才提供結果;它有自己的計算與信心結果。
KDM
Klemera–Doubal 方法從生物標記與年齡的關係建模生物年齡。SuperAge 目前以血液為重點的實作支援上表九項輸入、使用依生理性別區分的參數,且至少需要五項輸入。KDM 有獨立的完整性與信心邏輯。
如需更深入比較,請閱讀 PhenoAge 和 KDM 專屬指南。
今天尚未整合的內容
HbA1c、CRP、血脂、肝臟指標及其他血液面板結果,今天都沒有 Fitness Age 權重。其他生物標記可依該演算法規則讓獨立 PhenoAge 或 KDM 結果可用或更完整,但僅僅輸入更多實驗室數值,不會提高 Fitness Age 信心分數。
SuperAge 正在評估未來以血液為基礎的 Fitness Age 修飾項;它尚未在目前模型中實作,因此目前沒有可揭露的權重表或年齡位移公式。任何改變輸出的未來整合,都應在推出時進行版本化與記錄。
分數如何組合
每個觀察到的指標都會對應至 0–100 分。核心先在各領域內標準化指標分數,再標準化存在的領域分數:
整體分數 =
加總(存在的領域分數 × 已淨化的領域權重)
/ 加總(存在的已淨化領域權重)
例如,若五個領域都存在:
心血管: 85 × 0.28 = 23.80
活動: 72 × 0.24 = 17.28
組成: 68 × 0.18 = 12.24
恢復: 80 × 0.15 = 12.00
生活方式:90 × 0.15 = 13.50
整體分數: 78.82
若其中一個領域不存在,分母只使用其餘領域的權重。
考慮年齡的參考曲線
SuperAge 不會套用單一全域的「年齡寬容」乘數,將整體分數變成較高分。年齡是在特定指標曲線內處理:有些使用年齡特定目標,有些使用年齡調整,有些則兩者皆無。這避免了「例如某次生日後,每個 70 分都會自動變成 80 分」的錯誤印象。
分數 → Fitness Age 轉換
目前 SuperAge App 使用版本化的 compatibilityV1 對應。令 p 代表距離 50 分的差距:
若分數 >= 50:
p = (分數 - 50) / 50
年齡差 = -(2p + 8.5p²)
若分數 < 50:
p = (50 - 分數) / 50
年齡差 = 3.75p
結果年齡會依實際年齡組設限,且永不顯示低於 18 歲。對有效成人年齡,相容性上限依年齡組最多允許年輕 5–10 年、年長 4–5 年。小幅平滑調整只在信心介於 0.5–0.9 時套用,並在 0.7 達到最高。
對整合公開套件的開發者,預設 evidenceFirst 模式不同:它將 50 分對應至實際年齡,並讓 0 分與 100 分分別對稱地趨向 +10 與 −10 年,且受最低顯示年齡限制。兩種模式均記載於版本化方法學。
信心分數
Fitness Age 信心是輸入覆蓋度的演算法量測,不是醫療準確度的機率,也不表示某結果可以「完全信任」。
在目前 App 的相容模式中:
領域完整性 = 存在領域數 / 6
信心 =
領域完整性 × 0.60
+ 加權資料品質 × 0.40
即使公開模型有五個領域,分母六仍是舊版相容性常數。
資料品質部分檢查步數、活動能量、運動時間及睡眠是否存在。每個已觀察元件使用 0.85;若沒有任一元件則預設為 0.70。存在下列輸入時,信心再增加:
| 已觀察輸入 | 信心增量 |
|---|---|
| 最大攝氧量 | +0.08 |
| 靜息心率 | +0.04 |
| HRV | +0.04 |
| 完整血壓配對 | +0.03 |
未知或雙性生理性別會使信心乘以 0.92,因目前參考曲線採用二元資料表。若至少兩個選取的焦點領域得分高於 80,信心乘以 1.05。最終數值限制在 0.10–1.00。
App 將 0.90 或以上標為高信心、0.70 至未滿 0.90 為中等、低於 0.70 為低。
核心不會直接評分樣本新近性、歷史穩定性、裝置認證或血液生物標記數量。宿主 App 有責任在提供標準化輸入前處理取樣期間與資料品質篩選;PhenoAge 與 KDM 會各自顯示信心或完整性資訊。
如何改善底層訊號
Fitness Age 最有用的時候,是指出值得探究的領域,而不是成為可以操弄的目標。請著重可持續的行為與趨勢。
心血管健康
- 逐步且持續建立有氧運動。
- 將最大攝氧量視為趨勢,而非診斷。
- 反覆偏高的血壓讀數應由醫療專業人員確認。
身體活動
- 從自己的基準逐步增加步數或其他合適的活動。
- 結合有氧活動、肌力與平衡訓練。
- 以符合自身行動能力與健康狀況的方式打斷長時間不活動。
身體組成
- 不要只優化 BMI;應同時考慮身體組成、肌力、營養與臨床情境。
- 選擇可維持瘦體重的可持續改變。
- 持續異常的血糖讀數應與臨床專業人員討論。
恢復和睡眠
- 在可行時維持固定睡眠作息。
- 將 HRV 與靜息心率和自己的基準比較。
- 把突然而持續的變化當成值得了解的情境,而不是要追逐的分數。
生活方式
- 若您吸菸,專業戒菸支持可實質改善健康結果。
- 優先選擇可重複的每日活動,而非偶爾極端運動。
- 只有在底層量測適用時才使用步態與日照訊號。
SuperAge 如何使用這些估計
SuperAge 是為趨勢儀表板設計,而不是醫療診斷。Fitness Age 突顯五個領域的模式;當符合必要輸入條件時,PhenoAge 與 KDM 增加不同的血液視角。
App 將這些估計並列顯示,讓您能比較,而不假裝它們是同一模型。兩者不同不一定是錯誤:每種方法量測的訊號與限制都不同。
常見問題
我的估計年齡可能高於實際年齡嗎?
可以。可用領域分數對應至高於實際年齡時,Fitness Age 可以較高;PhenoAge 或 KDM 也可能依各自血液公式較高。它們是模型輸出,不是診斷,應配合輸入覆蓋度與趨勢判讀。
多久會看見改善?
沒有保證時程或固定年數減少。睡眠與恢復訊號可能很快改變;心肺體能與身體組成通常需較長時間。測量變異也可能在確認生理改變前先移動估計值。
SuperAge 會使用 Apple Watch 資料嗎?
App 在取得許可後可讀取支援的 Apple Health 資料,包括 Apple Watch 和其他相容來源提供的訊號。SuperAgeCore 本身不匯入 HealthKit、不請求許可、不儲存個人資料,也不推測缺少的量測;它只根據宿主 App 提供的標準化數值計算。
60 歲後仍能改善嗎?
許多底層訊號——體能、肌力、血壓、血糖調節、睡眠與吸菸狀態——在晚年仍可能調整。演算法對部分指標使用考慮年齡的參考曲線,而不是在最終分數上套用一概而論的加分。
為什麼 SuperAge 可能與另一個 App 不同?
不同產品可能採用不同輸入、參考曲線、缺失資料規則、權重與分數轉年齡對應。SuperAge 公開了確定性的 Fitness Age 核心及其方法學,因此可以檢視這些選擇。
這些計算有多準確?
Fitness Age、PhenoAge 與 KDM 是統計性的健康估計,不是確定量測或臨床診斷。限制包括感測器誤差、輸入缺失、族群參考假設、短期波動及模型未涵蓋的因素。
其實際優點是可重複性:相同的明確規則可協助整理訊號並追蹤趨勢。請比較相同類型的結果——Fitness Age 與它自己的歷史,而各血液方法也與自己的既往結果比較。
血液檢查在 SuperAge 中如何運作?
血液檢查工作階段在滿足輸入要求時填入獨立的 PhenoAge 與 KDM 計算;它們目前不會提供合併的 Fitness Age 修飾項。在 Fitness Age 中,血糖是唯一血液相關輸入,經由標準化健康資料管線可用時,在身體組成內有名目本地權重 0.15。
今天開始追蹤健康趨勢
SuperAge 協助整理高頻體能訊號與定期血液估計,而不把它們當成可互換的一個數字。
使用 SuperAge,您可以:
- 長期追蹤 Fitness Age 與五個領域分數。
- 查看哪些支援輸入存在,以及 Fitness Age 計算有多大信心。
- 輸入或匯入合資格血液結果,以取得獨立 PhenoAge 與 KDM 估計。
- 並列比較源自穿戴裝置與血液的視角。
- 運用趨勢引導問題、習慣,以及與醫療專業人員的討論。
這不是要沉迷於一個數字,而是讓模型的輸入、邊界與變化都容易理解。
準備好追蹤您的趨勢了嗎? 下載 SuperAge,開始建立更清楚的長期圖像。
最後更新:2026 年 8 月 18 日。本文會定期檢視科學與技術準確性。
參考資料
- SuperAgeCore 0.4.0 — Fitness Age 方法學
- Levine et al. / Liu et al. (2018) — A new aging measure captures morbidity and mortality risk across diverse subpopulations
- 臨床 PhenoAge 公式修正(2019)
- Klemera and Doubal (2006) — A new approach to the concept and computation of biological age
- Kwon and Belsky (2021) — BioAge toolkit for blood chemistry and organ-function data
- FRIEND Registry — 心肺體適能參考標準
- Tanaka et al. (2001) — Age-predicted maximal heart rate revisited
- WHO 2020 身體活動與久坐行為指引
- National Sleep Foundation 睡眠時長人口研究建議