Ihre Organe altern unterschiedlich schnell – und die Herz- und Nierenuhren sagen das kardiovaskuläre Risiko besser voraus als Ihr Geburtstag

Das Alter ist der wichtigste Risikofaktor für Herzerkrankungen und Neurodegeneration, doch Menschen gleichen Alters unterscheiden sich stark darin, wie schnell sie abbauen. Die meisten Alterungsuhren liefern nur eine einzige Zahl für den gesamten Körper. Tierstudien und frühe Studien am Menschen legen nahe, dass Organe innerhalb einer Person unterschiedlich schnell altern können. Wenn das stimmt, könnte eine einzelne Zahl das Organ verbergen, das tatsächlich das Risiko bestimmt. Diese Studie untersucht, wie die Alterung über Organsysteme hinweg bei denselben Personen variiert und ob organspezifische Uhren mit veränderbaren Expositionen und künftigen Erkrankungen zusammenhängen.

Die Analyse nutzte die Taizhou Imaging Study, eine bevölkerungsbasierte Kohorte in Taixing, China. Sie umfasste 904 Erwachsene im Alter von 55–65 Jahren (403 Männer, 501 Frauen), die frei von Demenz, Schlaganfall, Krebs, psychiatrischen Erkrankungen und schweren Leber- oder Nierenerkrankungen waren. Das Team erfasste 514 Phänotypen in 12 Kategorien: Hirn-MRT (153 Merkmale), kognitive Tests, Blutbiochemie, Darm-Metagenomik (123 Spezies), NMR-Metabolomik (178 Merkmale), Knochenmineraldichte, Anthropometrie, Geruchsidentifikation, Gangbild, Blutdruck, Arterien-Ultraschall und EKG. Bei einer medianen Nachbeobachtung von sechs Jahren verblieben 704 Teilnehmende für Längsschnittanalysen.

Um zusammenhängende Merkmale zu erfassen, erstellten die Autoren ein Phänotyp-Netzwerk aus alters- und geschlechtsadjustierten partiellen Korrelationen. Anschließend nutzten sie die Louvain-Community-Detection, überprüft mit Leiden, Infomap und Walktrap, um zusammengesetzte Phänotypen zu definieren. Beispiele sind ein kardiovaskuläres Modul (arterielle Steifigkeit, Blutdruck, EKG-Messwerte) und ein Modul zur Knochendichte. Support-Vector-Machine-Uhren wurden getrennt für Männer und Frauen mit 10-facher Kreuzvalidierung trainiert. Zielgröße war das chronologische Alter für das Herz-Kreislauf-System, den Knochen, die Niere, den Stoffwechsel, den Darm, das Gehirn, die Kognition und den gesamten Körper. Die Altersabstände waren die Residuen aus der Regression des vorhergesagten Alters auf das chronologische Alter.

Zusammengesetzte Phänotypen, darunter die kardiovaskulären und Knochenmodule, veränderten sich mit dem Alter und eigneten sich als Merkmale für die Uhren. Die Alterungsraten der Organe hingen zusammen, aber nur schwach (Korrelationen unter 0,25), was auf erhebliche Heterogenität der Alterung hinweist. Beschleunigte Hirnalterung vermittelte 12,46 % (95-%-KI 4,37 %–24,44 %) des Zusammenhangs zwischen Rauchen und schlechterer Geruchsidentifikation. Beschleunigte Nierenalterung vermittelte 6,94 % (95-%-KI 1,08 %–18,63 %). Mit zunehmender Zahl metabolischer Risikofaktoren (Bluthochdruck, Hyperlipidämie, Diabetes) breitete sich die beschleunigte Alterung vom Herz-Kreislauf-System auf Nieren und Gehirn aus.

Das biologische Alter von Herz-Kreislauf-System, Knochen, Stoffwechsel, Gehirn und Gesamtkörper war stärker mit künftigen kardiovaskulären Ereignissen verbunden als das chronologische Alter. Dies stützt die Annahme, dass organspezifische Uhren Informationen liefern, die über einen einzelnen Wert hinausgehen. Sie könnten langfristig helfen, das Organ zu bestimmen, auf das Maßnahmen abzielen sollten, zum Beispiel Gefäß- und Nierengesundheit bei Menschen mit gehäuften metabolischen Risikofaktoren.

Es gibt mehrere Einschränkungen. Die Kohorte stammt aus einer einzigen ländlichen chinesischen Bevölkerung im Alter von 55–65 Jahren, daher lassen sich die Uhren möglicherweise nicht auf andere Gruppen übertragen. Die Stichprobengrößen variierten je nach Modalität (das Darmmikrobiom umfasste nur 656 Teilnehmende und wurde aus der Körperuhr ausgeschlossen). Der Schlaf-Score war ein pragmatischer, nicht validierter Komposit-Score, und die Menstruationsanamnese beruhte auf rückblickenden Selbstangaben. Die Mediationsergebnisse basieren auf Beobachtungsdaten und können keine Kausalität beweisen. Der bereitgestellte Text war vor den vollständigen Ergebnissen abgeschnitten, daher werden Details wie die Zahl der Ereignisse und Effektgrößen für die kardiovaskuläre Vorhersage hier nicht berichtet.