Les Scientifiques De Russie Ont Appris à Quel Point Il Est Facile De Calculer Votre âge Biologique - Vue Alternative

Les Scientifiques De Russie Ont Appris à Quel Point Il Est Facile De Calculer Votre âge Biologique - Vue Alternative
Les Scientifiques De Russie Ont Appris à Quel Point Il Est Facile De Calculer Votre âge Biologique - Vue Alternative
Anonim

Les mathématiciens et biologistes de la startup russe Gero ont créé un algorithme qui vous permet d'estimer avec précision l'âge biologique d'une personne à l'aide d'un court questionnaire. Leurs résultats ont été publiés dans la bibliothèque électronique bioRxiv.org.

Ces dernières années, les scientifiques recherchent activement des moyens d'estimer l'âge biologique d'une personne. Les scientifiques comprennent ce terme comme l'âge ou la jeunesse des tissus et des organes d'un individu particulier par rapport à d'autres personnes de sa catégorie d'âge.

Le décalage entre le calendrier et l'âge biologique, selon les biologistes, aidera les médecins à déterminer s'il faut accorder une attention particulière à la santé de leurs patients afin de les aider à vivre le plus longtemps possible.

Au départ, les scientifiques calculaient l'âge biologique d'une personne en analysant la concentration de certaines molécules de protéines dans le sang, ainsi que la structure de l'enveloppe d'ADN et de nombreux autres aspects du travail du corps. Ces dernières années, les biologistes ont commencé à trouver des indices selon lesquels les mêmes évaluations peuvent être obtenues sans prélèvement de sang, mais en analysant le travail des organes à l'aide de l'IRM, des rayons X et d'autres systèmes de diagnostic.

Pyrkov et ses collègues ont récemment appris à calculer l'âge biologique d'une personne à l'aide de l'intelligence artificielle et de simples trackers de fitness qui suivent le niveau d'activité physique. Ils sont arrivés à cette conclusion après avoir analysé les données collectées tout en observant la vie d'environ cent mille infirmières et professionnels de la santé américains utilisant des méthodes d'apprentissage automatique.

Ces succès ont amené les mathématiciens à se demander à quel point la précision des prédictions entre des systèmes aussi simples qui ne nécessitent pas d'intervention dans le travail du corps et des méthodes plus complexes impliquant la collecte de sang et d'autres tissus diffèrent grandement.

Pour ce faire, ils ont utilisé le même ensemble de données du projet NHANES que pour travailler avec des trackers de fitness, qui comprenaient non seulement des données sur l'activité physique des professionnels de la santé américains, mais aussi leurs échantillons de sang, leurs habitudes alimentaires et les résultats de diverses enquêtes.

Dans cette comparaison, les scientifiques se sont appuyés sur un principe simple: les résultats des prévisions de toutes ces méthodes de calcul du bio-âge ne devraient pas différer beaucoup de l'âge chronologique des infirmières et des travailleurs médicaux, et en même temps calculer correctement la probabilité de leur décès ou de l'acquisition d'accidents vasculaires cérébraux, de crises cardiaques et d'autres maladies.

Vidéo promotionelle:

Cette analyse les a aidés à découvrir que la précision de prédiction des algorithmes utilisant à la fois les biomarqueurs dans le sang et les données d'enquête était approximativement la même. Sur la base de cette idée, les scientifiques ont créé un réseau neuronal qui les a aidés à sélectionner les questions les plus importantes utilisées par les auteurs de NHANES et à créer un moyen simple mais précis de calculer le bio-âge.

Une version plus sophistiquée de cet algorithme, qui prend également en compte les différences de biomarqueurs, a pu calculer correctement l'espérance de vie moyenne des participants NHANES - 79,9 ans, ce qui diffère des statistiques officielles de l'OMS pour les États-Unis de seulement six mois.

Les scientifiques espèrent que leur approche rendra non seulement ces prédictions plus accessibles et plus précises, mais aidera également à découvrir d'autres facteurs affectant l'âge biologique d'une personne en analysant d'autres ensembles de données.

Recommandé: