Simple Science

Ciência de ponta explicada de forma simples

# Biologia Quantitativa# Métodos Quantitativos# Aprendizagem de máquinas

Ligando a Idade Biológica a Riscos à Saúde

Este estudo analisa como o BrainAge e o MetaboAge preveem os resultados de saúde.

Pedro Mateus, Swier Garst, Jing Yu, Davy Cats, Alexander G. J. Harms, Mahlet Birhanu, Marian Beekman, P. Eline Slagboom, Marcel Reinders, Jeroen van der Grond, Andre Dekker, Jacobus F. A. Jansen, Magdalena Beran, Miranda T. Schram, Pieter Jelle Visser, Justine Moonen, Mohsen Ghanbari, Gennady Roshchupkin, Dina Vojinovic, Inigo Bermejo, Hailiang Mei, Esther E. Bron

― 6 min ler


Idade Biológica e RiscosIdade Biológica e Riscosà Saúdebiológica à previsão de mortalidade.Estudo liga pontuações de idade
Índice

Envelhecer é um processo natural que todo mundo passa. Mas, entender como isso afeta nossa saúde pode ser complicado. Cientistas desenvolveram métodos pra estimar a Idade Biológica de uma pessoa usando diferentes tipos de testes. Esses métodos analisam vários indicadores dentro do corpo, como a condição do cérebro e os químicos no nosso sangue. Esse estudo investiga como dois métodos-um usando ressonância magnética do cérebro e outro usando exames de sangue-podem prever resultados de saúde, principalmente o risco de morte.

Pontuações de Idade Biológica

Idade biológica é uma medida que pode ser diferente da idade real da pessoa. Enquanto a Idade Cronológica é só a quantidade de anos desde o nascimento, a idade biológica considera como o corpo da pessoa tá funcionando. Pesquisadores tão desenvolvendo pontuações pra estimar a idade biológica com base em vários marcadores biológicos. Isso pode dar uma visão mais clara da saúde de uma pessoa, principalmente conforme ela envelhece.

O Estudo

Os pesquisadores analisaram duas pontuações específicas de idade biológica:

  1. BrainAge: Essa pontuação é baseada em ressonâncias magnéticas do cérebro. Ela estima a idade biológica avaliando a estrutura e a saúde do cérebro.
  2. MetaboAge: Essa pontuação se baseia em exames de sangue pra medir metabólitos, que são químicos produzidos durante o metabolismo. MetaboAge é útil pra entender a saúde metabólica geral e mostrou conexões com várias questões de saúde como diabetes e insuficiência cardíaca.

A equipe usou aprendizado federado, um método que permite que várias instituições colaborem sem compartilhar dados sensíveis diretamente, pra analisar essas pontuações de idade em três grupos diferentes de pessoas.

Participantes e Métodos

O estudo incluiu participantes de três grandes estudos de saúde:

  1. Estudo de Rotterdam (RS): Envolveu adultos mais velhos pra entender os fatores que afetam doenças relacionadas à idade.
  2. Estudo de Maastricht (TMS): Focou em entender o risco de diabetes em uma população de meia-idade.
  3. Estudo de Longevidade de Leiden (LLS): Se concentrou em famílias com membros que vivem muito.

Os participantes foram avaliados pra ver se tinham dados de ressonância magnética e exame de sangue. Essas avaliações forneceram uma visão abrangente da saúde deles.

Os pesquisadores usaram ressonâncias magnéticas pra criar a pontuação BrainAge e aplicaram um modelo previamente desenvolvido pra calcular a pontuação MetaboAge a partir das amostras de sangue. Depois de calcular essas pontuações, eles verificaram quão bem elas previam a mortalidade ao longo do tempo.

Resultados do Modelo BrainAge

O modelo BrainAge foi treinado usando dados locais de diferentes estudos e avaliou quão precisamente ele podia prever a idade em pessoas de outros grupos. As descobertas mostraram que o modelo federado teve um erro de previsão menor em comparação com modelos treinados só em um grupo. Basicamente, a abordagem federada melhorou a precisão ao aplicar o modelo a dados de participantes de diferentes origens.

Quando as idades dos participantes foram ajustadas pros modelos, a abordagem federada gerou resultados mais consistentes em diferentes populações.

Modelo MetaboAge

O modelo MetaboAge foi aplicado de forma semelhante pra calcular e avaliar a idade biológica usando dados de exames de sangue. Esse modelo também apresentou um viés de idade notável, significando que tendia a prever idades mais jovens para adultos mais velhos e vice-versa.

Ao explorar a relação entre MetaboAge e BrainAge, os pesquisadores encontraram uma leve correlação entre as duas pontuações. No entanto, essa correlação diminuiu ao ajustar pela idade cronológica, sugerindo que ambas as pontuações fornecem informações sobre saúde que se sobrepõem, mas são distintas.

Associação Entre BrainAge e MetaboAge

O estudo comparou BrainAge e MetaboAge pra examinar como as duas pontuações se correlacionavam. As descobertas indicaram uma relação fraca, mas significativa entre as duas pontuações. Depois de ajustar pela idade e outros fatores, essa relação diminuiu consideravelmente.

Adicionar outras variáveis, como sexo, estado de diabetes e índice de massa corporal (IMC), não alterou significativamente a associação, mostrando que a ligação principal entre as duas pontuações pode depender principalmente da idade cronológica.

Análise de Sobrevivência

Os pesquisadores realizaram uma análise de sobrevivência pra prever o tempo até a morte usando tanto BrainAge quanto MetaboAge. Eles dividiram os participantes em grupos com base em suas pontuações e viram como esses grupos se saíram ao longo do tempo.

Participantes que mostraram envelhecimento biológico além da sua idade cronológica (alta BrainAge e MetaboAge) tinham taxas de sobrevivência mais baixas do que aqueles que pareciam "mais jovens" de acordo com suas pontuações. Os resultados destacaram que indivíduos com pontuações de idade biológica mais baixas geralmente tinham melhores perspectivas de sobrevivência.

Principais Descobertas e Implicações

Esse estudo mostra que usar as pontuações BrainAge e MetaboAge juntas pode fornecer uma visão mais clara da saúde de uma pessoa, especialmente na previsão de mortalidade. A combinação dessas medidas de idade biológica pode ajudar a distinguir entre diferentes aspectos da saúde e do envelhecimento, oferecendo novas ideias sobre como a idade afeta os resultados de saúde.

Limitações

Embora os resultados sejam promissores, o estudo tem limitações. A diversidade das populações envolvidas pode restringir a generalização das descobertas. Além disso, o número de eventos de mortalidade no estudo foi relativamente baixo, o que pode afetar a confiabilidade dos resultados da análise de sobrevivência.

Direções Futuras

O estudo sugere mais pesquisas sobre a combinação de pontuações de idade biológica de diferentes medidas pra aprimorar a compreensão da saúde em indivíduos mais velhos. Usar modelos avançados pra integrar vários biomarcadores poderia gerar insights mais profundos sobre como o envelhecimento afeta a saúde e poderia ajudar a identificar riscos à saúde potenciais mais cedo.

Conclusão

Essa pesquisa melhora nossa compreensão sobre o envelhecimento biológico ao investigar como BrainAge e MetaboAge se relacionam com a previsão de mortalidade. Os resultados indicam que essas pontuações podem fornecer informações úteis sobre o estado de saúde de um indivíduo e riscos futuros à saúde, marcando um passo importante na pesquisa sobre envelhecimento e previsão de saúde. Com mais estudos, essas descobertas podem levar a avaliações de saúde aprimoradas e intervenções personalizadas para populações em envelhecimento.

Fonte original

Título: MRI-based and metabolomics-based age scores act synergetically for mortality prediction shown by multi-cohort federated learning

Resumo: Biological age scores are an emerging tool to characterize aging by estimating chronological age based on physiological biomarkers. Various scores have shown associations with aging-related outcomes. This study assessed the relation between an age score based on brain MRI images (BrainAge) and an age score based on metabolomic biomarkers (MetaboAge). We trained a federated deep learning model to estimate BrainAge in three cohorts. The federated BrainAge model yielded significantly lower error for age prediction across the cohorts than locally trained models. Harmonizing the age interval between cohorts further improved BrainAge accuracy. Subsequently, we compared BrainAge with MetaboAge using federated association and survival analyses. The results showed a small association between BrainAge and MetaboAge as well as a higher predictive value for the time to mortality of both scores combined than for the individual scores. Hence, our study suggests that both aging scores capture different aspects of the aging process.

Autores: Pedro Mateus, Swier Garst, Jing Yu, Davy Cats, Alexander G. J. Harms, Mahlet Birhanu, Marian Beekman, P. Eline Slagboom, Marcel Reinders, Jeroen van der Grond, Andre Dekker, Jacobus F. A. Jansen, Magdalena Beran, Miranda T. Schram, Pieter Jelle Visser, Justine Moonen, Mohsen Ghanbari, Gennady Roshchupkin, Dina Vojinovic, Inigo Bermejo, Hailiang Mei, Esther E. Bron

Última atualização: 2024-09-02 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2409.01235

Fonte PDF: https://arxiv.org/pdf/2409.01235

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes