应用深度神经网络和Klemera-Doubal方法估计生物学年龄

目的 将深度神经网络(DNN)和Klemera-Doubal方法(KDM)应用于中国中老年人群估计生物学年龄(BA)，并选择最优方案评价模型表现。方法 从中国健康与养老追踪调查(CHARLS)2011—2012年的全国基线调查数据中，选取45岁≤年龄≤85岁中老年人的血液标志物样本(11 513人)、身体测量指标样本(13 603人)和血液+身体测量样本(9 904人)，应用DNN和KDM估计BA，根据Pearson相关系数、平均绝对误差(MAE)和均方根误差(RMSE)评价BA的估计准确性和选出最优方案。通过计算BA和时序年龄(CA)回归的残差ΔBA，与死亡情况、认知能力构建复杂抽样logistic回归或线性回归模型。结果 3种样本均是血液+身体测量样本计算的BA与CA相关性最高(r DNN=0.91;r KDM=0.48),MAE(MAE_DNN=3.11;MAE_KDM=13.74)和RMSE(RMSE_DNN=4.15;RMSE_KDM=17.76)最低，DNN的BA估计准确性优于KDM。在血液+身...