سن زیستی‌تان شاید به شما دروغ بگوید
الگوریتمی به عکسی از پشت چشم شما نگاه می‌کند و سن‌تان را تخمین می‌زند. اگر بگوید 60 در حالی که شما 55 ساله‌اید، این «فاصلهٔ سنی» پنج‌ساله نشانه‌ای خوانده می‌شود از اینکه بدن‌تان سریع‌تر از حد معمول پیر می‌شود. چنین نشانگرهای پیری زیستی، یا «ساعت‌های پیری»، اکنون برای چشم، مغز، قفسهٔ سینه، شکم و خون وجود دارند، و پژوهش‌ها فاصله‌های سنی بزرگ‌تر را با بیماری و مرگ مرتبط دانسته‌اند.
پژوهشی با مشارکت 55 پژوهشگر، به سرپرستی University College London و بیمارستان چشم Moorfields، ایرادی در شیوهٔ خواندن این ساعت‌ها پیدا کرده است.
پنج ساعت، پنج کوهورت
این گروه پنج نشانگر را ساخت یا به کار گرفت:
- سن شبکیه، از عکس‌های پشت چشم (65,360 تصویر از 12,141 بیمار در لندن)؛
- سن قفسهٔ سینه، از رادیوگرافی‌های قفسهٔ سینه (21,733 تصویر)؛
- سن شکم، از سی‌تی‌اسکن‌های شکم (4,984 اسکن)؛
- سن مغز، از ام‌آر‌آی مغز (1,454 اسکن از 808 نفر)؛
- PhenoAge، فرمولی منتشرشده که سن را با نُه آزمایش خون معمول ترکیب می‌کند (41,512 شرکت‌کنندهٔ UK Biobank).
چهار ساعتِ اندامی، مدل‌های یادگیری عمیقی هستند که فقط روی افراد بدون بیماری ثبت‌شده آموزش دیده‌اند و سپس روی ترکیبی از افراد سالم و بیمار آزموده شده‌اند. همانند پژوهش‌های پیشین، هر پنج ساعت نشان دادند که فاصلهٔ سنی بزرگ‌تر با سلامت بدتر همراه است — به‌طور میانگین، در کل کوهورت.
کششی به سمت میانه
هر مدل آماری از این نوع دچار بازگشت به میانگین است: برآوردهایش به سمت سن میانگینِ داده‌های آموزشی کشیده می‌شوند. جوان‌ها کمی مسن‌تر از سن واقعی‌شان به نظر می‌رسند و سالمندان کمی جوان‌تر. این موضوع شناخته‌شده بود و راه‌های تصحیحی هم برایش وجود دارد.
آنچه گروه یافت این است که این کشش برای همه یکسان نیست. در هر چهار ساعتِ اندامی، فاصلهٔ سنی با افزایش سن در بیماران سریع‌تر از افراد سالم کوچک شد. برای نمونه، در سن شبکیه، این فاصله در گروه بیمار به ازای هر سال سن 0.31 سال کاهش یافت، در برابر 0.18 در گروه سالم. نویسندگان این پدیده را بازگشت تفاضلی به میانگین می‌نامند. توضیح آن‌ها: نشانه‌های بیماری خواندن تصویر را برای مدلی که روی افراد سالم آموزش دیده دشوارتر می‌کنند، پس برآوردش با شدت بیشتری به سمت میانگین کشیده می‌شود.
پیوندی که کم‌رنگ — یا وارونه — می‌شود
پیامد این پدیده وقتی آشکار می‌شود که داده‌ها بر اساس سن تفکیک شوند. در سن شبکیه، هر سال اضافهٔ فاصلهٔ سنی، بخت بیمار بودن را در زیر 50 سال 11٪ افزایش می‌داد، اما این پیوند در 80 سال و بالاتر ناپدید شد. در سن قفسهٔ سینه، پیوند زیر 40 سال مثبت بود، میان 40 تا 70 سال وجود نداشت و پس از 70 سال وارونه شد: رادیوگرافی‌ای که «مسن‌تر» به نظر می‌رسید در این سن اندکی با سلامت بهتر همراه بود. سن شکم الگوی کم‌رنگ‌شدن مشابهی را دنبال کرد.
سن مغز استثنا بود: پیوند در همهٔ سنین مثبت ماند. فاصلهٔ میان دو گروه و پراکندگی مقادیر با هم کوچک شدند، پس نسبت آن‌ها ثابت ماند. نتیجه‌گیری نویسندگان این است که بازگشت تفاضلی به میانگین می‌تواند تصویر را مخدوش کند، اما نه همیشه.
راه‌حل آسانی در کار نیست
پژوهشگران درمان‌های معمول را روی سن شبکیه آزمودند. کالیبراسیون دوبارهٔ فاصلهٔ سنی روند را در افراد سالم صاف کرد، اما روند گروه بیمار را دست‌نخورده گذاشت. آموزش دوبارهٔ مدل روی داده‌هایی با توزیع کاملاً متوازن سنی، سوگیری را اندکی بزرگ‌تر کرد. همین نتیجه برای سه ساعت اندامی دیگر هم صدق می‌کرد. PhenoAge مبتنی بر خون، که سن تقویمی را به‌جای تخمین زدن مستقیماً به‌عنوان ورودی می‌گیرد، چنین سوگیری‌ای نشان نداد.
یک نفر یک کوهورت نیست
گیراترین آزمون، افراد را با هم مقایسه می‌کند. در هر بازهٔ سنی، گروه هر فرد سالم را با هر فرد بیمار جفت کرد. در همهٔ ساعت‌ها و همهٔ بازه‌های سنی، دست‌کم در یک‌چهارم جفت‌ها فرد سالم فاصلهٔ سنی بزرگ‌تری داشت. برای سن شبکیه در 80 سال و بالاتر، این اتفاق در 59٪ جفت‌ها رخ داد — یعنی بیشتر اوقات. برخی بیماران سالم 8.8 تا 16.4 سال «مسن‌تر» از یک بیمارِ هم‌سن به نظر رسیدند. حتی PhenoAge هم در 39 تا 41٪ جفت‌ها ترتیب را اشتباه تشخیص داد.
ساعت را بر اساس سن بخوانید
نویسندگان خواستار آن‌اند که پیوندها به‌جای کل کوهورت، درون بازه‌های سنی گزارش شوند، و پیشنهاد می‌کنند یک جملهٔ برهم‌کنش میان سن و فاصلهٔ سنی به مدل‌ها افزوده شود — در داده‌های شبکیه، این کار بیشتر عملکرد ازدست‌رفته در مسن‌ترین گروه را بازگرداند. پژوهش آن‌ها محدودیت‌هایی دارد: «سالم» فقط به معنای نداشتن بیماری ثبت‌شده است، هر ساعت تنها روی یک کوهورت آزموده شد، و تحلیل‌ها مقطعی‌اند. با این همه، نتیجه‌گیری‌شان صریح است: هیچ‌یک از این ساعت‌ها هنوز نمی‌تواند به‌تنهایی بگوید یک فرد مشخص چقدر سالم است.