生物学年龄研究进展

高晨阳, 李梦涵, 谷志广, 赵祥凯, 王彭彭, 刘足云, 王威

郑州大学学报(医学版) ›› 2025, Vol. 60 ›› Issue (04) : 445 -451.

PDF
郑州大学学报(医学版) ›› 2025, Vol. 60 ›› Issue (04) : 445 -451. DOI: 10.13705/j.issn.1671-6825.2025.04.213

生物学年龄研究进展

    高晨阳, 李梦涵, 谷志广, 赵祥凯, 王彭彭, 刘足云, 王威
作者信息 +

Author information +
文章历史 +
PDF

摘要

在人口老龄化加剧的背景下,准确度量个体衰老程度是实现“健康老龄化”的关键。生物学年龄是指通过整合多维度生物标志物数据所构建的超越传统实足年龄的衰老评估体系。本文系统综述了生物学年龄评估体系的研究进展,分析了当前评估生物学年龄的主要算法包括Klemera-Doubal方法、表型年龄、代谢年龄评分、深度神经网络、卷积神经网络等。Klemera-Doubal方法具有广泛适用性,其死亡率预测效能优于传统方法,但该方法依赖于参考人群生物标志物分布,跨群体泛化性弱;表型年龄的临床可及性强且具有跨亚群的稳健性(如无疾病人群),但缺乏纵向数据验证;代谢年龄评分能够反映代谢通路动态变化,但跨种族适用性受限。通过不同方法整合多维度生物标志物数据可更精准量化衰老进程并预测疾病风险。生物学年龄的精准评估有望推动个性化健康干预、疾病风险分层管理及社会政策优化,助力实现“健康老龄化”。

关键词

衰老 / 生物学年龄 / 健康老龄化 / 算法 / 生物标志物

Key words

引用本文

引用格式 ▾
生物学年龄研究进展[J]. 郑州大学学报(医学版), 2025, 60(04): 445-451 DOI:10.13705/j.issn.1671-6825.2025.04.213

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

9

访问

0

被引

详细

导航
相关文章

AI思维导图

/