Età biologica: un indicatore di salute oltre gli anni
Esaminare la relazione tra età biologica, salute e fattori sociali.
― 6 leggere min
Indice
L'Età biologica è un modo per misurare quanto bene funzionano i nostri corpi rispetto alla nostra età effettiva. A differenza dell'Età cronologica, che è semplicemente il numero di anni dalla nostra nascita, l'età biologica può indicare quanto siano sani le nostre cellule e come invecchiano nel tempo. I fattori che influenzano l'età biologica includono la genetica, il funzionamento delle nostre cellule e cose intorno a noi, come l'ambiente, la dieta e le scelte di vita.
Anche se spesso usiamo l'età cronologica per stimare i Rischi per la salute, l'età biologica può dare un quadro più chiaro. Anche se non esiste un modo unico e concordato per definire o misurare l'età biologica, vari test di laboratorio e studi hanno creato metodi per aiutare a stimarla.
Fonti di Dati sull'Età Biologica
Molti marcatori dell'età biologica possono essere trovati nella cartella clinica. Ad esempio, i dati sull'attività fisica possono arrivare da fitness tracker, e le immagini mediche, come raggi X e risonanze magnetiche, possono rivelare cambiamenti legati all'età nei nostri corpi. Ad esempio, le scansioni possono mostrare spostamenti nella densità ossea, cambiamenti nella composizione corporea e persino alterazioni nel cuore e nei polmoni man mano che invecchiamo.
I recenti progressi nella tecnologia hanno reso possibile stimare l'età biologica attraverso modelli di deep learning che elaborano le immagini mediche. Gli studi mostrano che l'età del nostro cervello, come indicato da certe tecniche di imaging, può suggerire rischi di declino cognitivo e gravi problemi di salute.
Il Legame Tra Età Biologica e Rischi per la Salute
La ricerca ha trovato un legame tra età biologica, rischi per la salute e il divario tra età biologica e cronologica. Se l'età biologica di qualcuno è molto più alta della sua età cronologica, potrebbe indicare un maggiore rischio di problemi di salute. Anche se parte di questa differenza è dovuta a fattori interni, i determinanti sociali, che sono le condizioni negli ambienti in cui vivono le persone, possono influenzare anche l'età biologica.
Ad esempio, fattori come il livello di reddito, l'istruzione e l'accesso a cibo nutritivo possono influenzare come invecchiano i nostri corpi. Anche se le cartelle cliniche elettroniche possono fornire alcune informazioni su questi fattori sociali, non sempre offrono misurazioni precise del loro impatto sulla salute.
Scopo dello Studio
Questo studio mirava a capire come l'età biologica, stimata attraverso l'Imaging medico, sia correlata ai fattori sociali che influenzano la salute. Si ipotizzava che le persone con un'età biologica superiore alla loro età cronologica indicassero spesso condizioni di vita peggiori, tra cui alimentazione poco sana, stress e mancanza di attività fisica.
Indice di Deprivazione Sociale
Per quantificare i fattori sociali, è stato usato un Indice di Deprivazione Sociale (SDI). Questo è un indicatore composto da varie caratteristiche della comunità, come la percentuale di persone che vivono in povertà, i livelli di istruzione e le situazioni familiari, che possono riflettere la salute di una comunità.
In questo studio, i punteggi SDI sono stati raccolti a diversi livelli geografici, inclusi contee e quartieri. Un punteggio SDI più alto indica un maggiore svantaggio sociale. Utilizzando l'SDI, i ricercatori miravano ad analizzare come l'età biologica e l'età cronologica si relazionavano agli ambienti sociali in cui vivevano gli individui.
Selezione del Campione per lo Studio
Per questa ricerca, sono state scelte scansioni CT della testa da un ampio gruppo di pazienti, assicurandosi che fossero inclusi solo quelli senza gravi problemi di salute. In totale, sono stati analizzati 3.875 esami CT della testa senza contrasto su 2.433 pazienti che hanno visitato un centro medico tra il 2015 e il 2022. Le età cronologiche dei pazienti sono state calcolate dalle loro date di nascita e dalle date delle scansioni CT.
Analisi dei Dati di Imaging per la Predizione dell'Età
Lo studio ha utilizzato scansioni CT specifiche senza risultati significativi e ha estratto immagini dettagliate per analizzarle. Utilizzando un tipo di intelligenza artificiale chiamato DenseNet-121, lo studio mirava a prevedere l'età biologica da queste immagini. Il modello è stato addestrato per ridurre gli errori nel confrontare l'età biologica stimata con l'età cronologica reale.
Per valutare quanto bene funzionasse il modello, i ricercatori hanno confrontato le età biologiche previste con le età reali. Hanno anche esaminato le località residenziali dei pazienti per raccogliere dati sulla deprivazione sociale. Questa analisi mirava a vedere se ci fosse una connessione tra l'età biologica prevista e i fattori sociali misurati dall'SDI.
Risultati dello Studio
I test iniziali hanno indicato che c'era una correlazione diretta tra le differenze nell'età biologica prevista e il punteggio di deprivazione sociale. In parole semplici, i pazienti la cui età biologica era più alta della loro età cronologica tendevano a provenire da aree con maggiori svantaggi sociali.
Tuttavia, dopo aver integrato l'SDI nel modello, la correlazione è scomparsa. Ciò significava che le previsioni del modello non erano più influenzate dai fattori sociali perché questi erano stati inclusi durante il processo di previsione. Nonostante questo aggiustamento, l'accuratezza complessiva delle previsioni di età ha mostrato solo un leggero miglioramento.
Limitazioni dello Studio
Una delle limitazioni di questa ricerca è che tutti i dati provenivano da pazienti di un centro medico, dove molte persone erano all'interno di un intervallo di età specifico. Questa concentrazione ha reso più difficile stimare le età biologiche per coloro che erano al di fuori di questo intervallo. Di conseguenza, il modello è principalmente efficace per stimare l'età biologica di pazienti di determinate età e potrebbe non fornire previsioni accurate per individui più giovani o più anziani.
Il Ruolo dei Fattori Estrinseci
L'età biologica riflette non solo come invecchiano le nostre cellule, ma evidenzia anche l'importanza dell'ambiente circostante. Le scelte di vita-come cosa mangiamo, quanto siamo attivi e l'esposizione a sostanze dannose-giocano un ruolo significativo nella salute cellulare. Queste influenze esterne, spesso chiamate determinanti sociali della salute, devono essere comprese per migliori strategie di salute pubblica e cure sanitarie personalizzate.
Conclusione
Valutare l'età biologica può fornire preziose informazioni sulla salute di un individuo e sui potenziali rischi di malattie legate all'età. Questo studio ha cercato di collegare l'età biologica con i determinanti sociali utilizzando tecniche di imaging moderne, avanzando la nostra comprensione di come i fattori legati allo stile di vita influenzino la nostra salute a livello cellulare. Riconoscendo la relazione tra età biologica e fattori sociali, i fornitori di assistenza sanitaria possono sviluppare interventi mirati per supportare un invecchiamento più sano e migliorare la qualità della vita complessiva degli individui.
Titolo: Correlation of Social Deprivation Index with Age Estimation from Computed Tomography Scans of Head
Estratto: BackgroundThe biological age of a person represents their cellular level health in terms of biomarkers like inflammation, oxidative stress, telomere length, epigenetic modifications, and DNA damage. Biological age may be affected by extrinsic factors like environmental toxins and poor diet indicating socioeconomic disadvantage. While biological age can provide a much more accurate risk estimate for age-related comorbidities and general decline in functioning than chronological age, it requires well-established laboratory tests for estimation. MethodologyAs an alternative to laboratory testing for biological age estimation, Incidental medical imaging data may demonstrate biomarkers related to aging like brian tissue atrophy. In this study, we designed a deep learning based image processing model for estimation of biological age from computed tomography scans of the head. We then analyzed the relation between gap in biological and chronological age and socioeconomic status or social determinants of health estimated by social deprivation index (SDI). ResultsOur CNN based image processing regression model for biological age estimation achieves mean absolute error of approximately 9 years between estimated biological and chronological age with -0.11 correlation coefficient with SDI. With the fusion of imaging and SDI in the process of age estimation, mean absolute error is reduced by 11%. ConclusionThe results of our experiments clearly establish a correlation between social determinants of health and the gap between biological and chronological ages.
Autori: Amara Tariq, J. W. Gicchoya, B. Patel, I. Banerjee
Ultimo aggiornamento: 2023-06-03 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.05.27.23290611
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.05.27.23290611.full.pdf
Licenza: https://creativecommons.org/licenses/by-nc/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.