Toute série de mesures biologiques suffisamment complexe peut être utilisée pour produire une horloge de vieillissement : les chercheurs établissent une base de données des mesures chez des personnes de différents âges et appliquent des techniques d’apprentissage automatique pour produire un algorithme qui mappe les données mesurées d’un individu à un âge prédit. Cela ne signifie pas pour autant que c’est une bonne horloge. Il faut ensuite valider l’algorithme avec des données provenant d’autres populations et voir à quel point il prédit bien les maladies, la mortalité et d’autres résultats d’intérêt. Une grande partie du développement des horloges se concentre sur les données épigénétiques, mais de façon distincte de cette ligne de recherche, la communauté scientifique explore également des horloges basées sur des mesures cliniques, telles que la chimie sanguine, la performance physique, etc.
Parmi les horloges basées sur les mesures cliniques, PhenoAge est probablement la plus largement utilisée, tant à l’intérieur qu’à l’extérieur de la communauté scientifique. Sa popularité peut provenir de sa facilité d’utilisation, car elle utilise seulement 9 paramètres pouvant être obtenus à partir d’un hémogramme complet et de quelques autres mesures de chimie sanguine. Si l’on propose une nouvelle horloge clinique plus compliquée, il faudrait démontrer qu’elle apporte une amélioration significative par rapport à PhenoAge. Dans l’article en accès libre d’aujourd’hui, les chercheurs échouent à atteindre cet objectif. Leur indice de vieillissement physiologique utilise 17 paramètres et n’améliore que marginalement PhenoAge. Il est peut-être intéressant de réfléchir à la raison pour laquelle des horloges avec moins de paramètres peuvent tout de même bien fonctionner, même dans des populations diverses.
Dans l’étude, les chercheurs proposent un indice de vieillissement physiologique basé sur 36 biomarqueurs cliniques issus de la cohorte Dongfeng-Tongji (DFTJ) de personnes âgées chinoises. Dans l’ensemble d’entraînement DFTJ (n = 12 769), ils ont identifié 25 biomarqueurs avec des associations non linéaires significatives avec la mortalité, dont 11 présentaient des associations linéaires insignifiantes. En incorporant les effets non linéaires, ils ont sélectionné l’âge chronologique et 17 biomarqueurs cliniques pour calculer l’IPA. L’IPA vise à mesurer l’âge biologique d’un individu à partir de biomarqueurs cliniques courants dans le sang. Ils ont utilisé des modèles de Cox à splines cubiques restreintes pour capturer les relations potentiellement en forme de U entre les biomarqueurs cliniques et la mortalité, et ont déterminé la valeur optimale de chaque biomarqueur pour une transformation linéaire par morceaux ultérieure. Ils définissent l’IPA comme une combinaison linéaire de l’âge chronologique et des biomarqueurs transformés, ainsi que ΔIPA comme le résidu de l’IPA après régression sur l’âge chronologique. Ainsi, ΔIPA mesure l’accélération du vieillissement physiologique indépendamment de l’âge chronologique.
Dans l’ensemble de test DFTJ (n = 15 904), l’IPA prédit la mortalité avec un indice de concordance (C-index) de 0,816, mieux que l’âge chronologique (C-index = 0,771) et PhenoAge (0,799). ΔIPA était prédictif de la survenue de maladies cardiovasculaires et de ses sous-types, indépendamment des facteurs de risque traditionnels. Dans l’ensemble de validation externe du UK Biobank (n = 296 931), l’IPA a obtenu un C-index de 0,749 pour prédire la mortalité, restant supérieur à l’âge chronologique (0,706) et PhenoAge (0,743). Dans les deux cohortes DFTJ et UK Biobank, l’IPA était mieux calibré que PhenoAge en comparant les probabilités de survie prédites et observées. De plus, ΔIPA surpassait tout biomarqueur individuel pour prédire les risques de survenue de huit maladies chroniques liées à l’âge.
En conclusion, l’indice de vieillissement physiologique basé sur des biomarqueurs cliniques pourrait représenter une avancée importante pour l’identification des individus à vieillissement accéléré et le développement de stratégies de prévention et d’intervention précises pour les principales maladies chroniques dans une population vieillissante.