TUỔI SINH HỌC CỦA BẠN CÓ THỂ ĐANG NÓI DỐI

Một thuật toán nhìn vào ảnh chụp đáy mắt của bạn và ước tính tuổi của bạn. Nếu nó nói 60 trong khi bạn mới 55, “khoảng chênh tuổi” năm năm ấy được hiểu là dấu hiệu cơ thể bạn đang lão hóa nhanh hơn mức bình thường. Những chỉ dấu lão hóa sinh học như vậy, hay “đồng hồ lão hóa”, giờ đã có cho mắt, não, ngực, bụng và máu, và nhiều nghiên cứu đã liên hệ khoảng chênh tuổi lớn hơn với bệnh tật và tử vong.

Một nghiên cứu của 55 nhà khoa học, do Đại học College London và Bệnh viện Mắt Moorfields dẫn dắt, đã phát hiện một lỗ hổng trong cách đọc các đồng hồ này.

Năm đồng hồ, năm nhóm đối tượng

Nhóm nghiên cứu đã xây dựng hoặc sử dụng năm chỉ dấu:

• Tuổi võng mạc (Retinal Age), từ ảnh chụp đáy mắt (65.360 ảnh của 12.141 bệnh nhân ở London);
• Tuổi ngực (Chest Age), từ phim X-quang ngực (21.733 ảnh);
• Tuổi bụng (Abdominal Age), từ ảnh chụp CT bụng (4.984 lần chụp);
• Tuổi não (Brain Age), từ MRI não (1.454 lần chụp của 808 người);
• PhenoAge, một công thức đã được công bố kết hợp tuổi với chín xét nghiệm máu thông thường (41.512 người tham gia UK Biobank).

Bốn đồng hồ cơ quan là các mô hình học sâu chỉ được huấn luyện trên những người không có bệnh nào được ghi nhận, rồi được kiểm tra trên một nhóm lẫn lộn cả người khỏe lẫn người bệnh. Giống như các nghiên cứu trước, cả năm đồng hồ đều cho thấy khoảng chênh tuổi càng lớn thì sức khỏe càng kém — tính trung bình trên toàn bộ nhóm đối tượng.

Một lực kéo về phía giữa

Mọi mô hình thống kê loại này đều chịu hiện tượng hồi quy về giá trị trung bình: các ước tính của nó bị kéo về phía tuổi trung bình của dữ liệu huấn luyện. Người trẻ trông già hơn một chút, người già trông trẻ hơn một chút. Điều này đã được biết đến, và đã có cách hiệu chỉnh.

Điều nhóm nghiên cứu phát hiện là lực kéo ấy không giống nhau với mọi người. Ở cả bốn đồng hồ cơ quan, khoảng chênh tuổi thu hẹp theo tuổi ở người bệnh nhanh hơn ở người khỏe. Chẳng hạn với Tuổi võng mạc, khoảng chênh giảm 0,31 năm cho mỗi năm tuổi ở nhóm bệnh, so với 0,18 năm ở nhóm khỏe. Các tác giả gọi đây là hồi quy về giá trị trung bình khác biệt (differential regression to the mean). Lời giải thích của họ: các dấu hiệu bệnh khiến hình ảnh khó đọc hơn đối với một mô hình được huấn luyện trên người khỏe, nên ước tính của nó bị kéo mạnh hơn về phía trung bình.

Một mối liên hệ mờ dần — hoặc đảo chiều

Hệ quả lộ ra khi dữ liệu được chia theo độ tuổi. Với Tuổi võng mạc, mỗi năm chênh tuổi tăng thêm làm tăng 11% khả năng (odds) bị bệnh ở người dưới 50 tuổi, nhưng mối liên hệ biến mất từ 80 tuổi trở lên. Với Tuổi ngực, mối liên hệ là dương dưới 40 tuổi, không có giữa 40 và 70, và đảo ngược sau 70: lúc đó, một phim X-quang ngực “trông già hơn” lại đi kèm với sức khỏe tốt hơn một chút. Tuổi bụng cũng theo một mô hình mờ dần tương tự.

Tuổi não là ngoại lệ: mối liên hệ vẫn dương ở mọi độ tuổi. Cả khoảng cách giữa các nhóm lẫn độ phân tán của các giá trị cùng thu hẹp, nên tỉ số giữa chúng giữ ổn định. Các tác giả kết luận rằng hồi quy về giá trị trung bình khác biệt có thể làm méo bức tranh, nhưng không phải lúc nào cũng vậy.

Không có cách sửa dễ dàng

Các nhà nghiên cứu đã thử những biện pháp thông thường trên Tuổi võng mạc. Hiệu chỉnh lại khoảng chênh tuổi làm phẳng xu hướng ở người khỏe nhưng vẫn để nguyên xu hướng của nhóm bệnh. Huấn luyện lại mô hình trên một phân bố tuổi cân bằng hoàn hảo lại khiến sai lệch lớn hơn một chút. Ba đồng hồ cơ quan còn lại cũng vậy. PhenoAge dựa trên máu, vốn lấy tuổi thực làm đầu vào trực tiếp thay vì ước tính nó, không cho thấy sai lệch như vậy.

Một người không phải là cả một nhóm

Phép thử ấn tượng nhất là so sánh từng cá nhân. Trong mỗi nhóm tuổi, nhóm nghiên cứu ghép từng người khỏe với từng người bệnh. Ở mọi đồng hồ và mọi nhóm tuổi, người khỏe có khoảng chênh tuổi lớn hơn trong ít nhất một phần tư số cặp. Với Tuổi võng mạc ở người từ 80 tuổi trở lên, điều này xảy ra ở 59% số cặp — tức là thường xuyên hơn không. Một số bệnh nhân khỏe mạnh trông “già hơn” 8,8 đến 16,4 tuổi so với một bệnh nhân bị bệnh cùng tuổi. Ngay cả PhenoAge cũng xếp sai thứ tự ở 39 đến 41% số cặp.

Đọc đồng hồ theo độ tuổi

Các tác giả kêu gọi báo cáo các mối liên hệ trong từng nhóm tuổi thay vì cho toàn bộ nhóm đối tượng, và đề xuất thêm vào mô hình một số hạng tương tác giữa tuổi và khoảng chênh tuổi — trên dữ liệu võng mạc, nó đã khôi phục phần lớn hiệu năng bị mất ở nhóm cao tuổi nhất. Nghiên cứu của họ có những hạn chế: “khỏe mạnh” chỉ có nghĩa là không có bệnh nào được ghi nhận, mỗi đồng hồ chỉ được kiểm tra trên một nhóm đối tượng duy nhất, và các phân tích là cắt ngang. Dù vậy, kết luận của họ vẫn thẳng thắn: chưa đồng hồ nào trong số này có thể tự mình cho biết một người cụ thể khỏe mạnh đến mức nào.