生理年龄相同的个体可能具有完全不同的衰老过程和寿命，根据特定的生物和环境因素确定个体的“真实年龄”对衰老的早期干预具有重要意义。生物学年龄是基于选定的生物标志物，通过特定的建模算法计算，可以更客观、准确地反映人体因衰老过程而发生的生物学变化。
从身体功能相关(如肌肉质量、人体测量、体重指数)到血液生物标志物(例如，红细胞分布宽度)，已经选择了广泛的生物标志物来计算生物年龄。生物学年龄在预测死亡率和健康风险方面优于实际年龄，并且可以用于更好地反映多个组织和细胞的衰老变化。浙江大学公共卫生学院健康科学大数据系吴息凤教授团队开展了一项生物学年龄的衰老研究，相关成果于近期发表于国际知名期刊iScience。该项研究基于健康体检数据开发并验证了一种新的衰老测量方法—平衡年龄（Balanced-AGE）。
在本研究体检数据中死亡比例为2.11%，死亡的数量远远小于存活的数量，属于极度不平衡的情况。因此，为了提高本研究采用的模型的有效性和准确性，本研究采用了重复子抽样设计来解决数据不平衡的问题。为了评估复杂抽样设计的效果，将原始数据集随机分割成7:3的比例，并形成不平衡的训练集和验证集。在每个平衡数据集子样本中使用LASSO-Cox算法筛选生物标记，超过80%的子样本中所选择的生物标记被纳入到平衡年龄模型的构建中，最终共选取了13个生物标记用于构建最终的平衡年龄模型。对于不平衡训练集，直接应用LASSO-Cox算法，共选取了7个生物标记用于构建最终的不平衡年龄模型。
结果表明，平衡年龄和不平衡年龄在预测死亡风险方面优于实足年龄。平衡年龄、实足年龄和不平衡年龄预测3年 (AUC: 0.778、0.734、0.798,Bonferroni P<0.0001)和5年死亡率(AUC: 0.802 vs. 0.763 vs. 0.803)的AUC值差异较小，但平衡年龄效应的预测精度达到最佳，AUC为0.908 (AUC: 0.908 vs. 0.773 vs. 0.811, Bonferroni, P<0.0001)。总体而言，与不平衡年龄和实足年龄相比，平衡年龄在预测较长随访期死亡风险方面具有最佳的辨别能力。
随后该研究评估了平衡年龄与死亡风险的关系。在校正了年龄、性别、吸烟、饮酒和BMI等因素后，发现平衡年龄每增加5年与死亡风险增加45%相关（OR=1.45，95% CI：1.38-1.52，P<0.0001）。亚组分析表明在50-59岁年龄组中，平衡年龄每增加5年与死亡风险增加53%相关（OR=1.53，95% CI：1.41-1.65，P<0.0001），在60-69岁年龄组和>70岁年龄组中，死亡风险分别增加46%和38%；平衡年龄与死亡风险的关联在曾经饮酒者中最为显著（OR=1.70，95% CI：1.40-2.06，P<0.0001）。此外，本研究发现平衡年龄在所有亚组中都具有预测能力。 总的来说，本项研究基于大规模体检数据库开发并验证了一种新的衰老测量指标Balanced-AGE，这是首个考虑在中国人群生物年龄构建过程中解决了数据不平衡问题的研究。通过使用重复子抽样来解决数据不平衡问题，显著提高了平衡年龄在预测全因死亡率方面的性能。同时，本研究也发现这种预测死亡率的测量指标在不同年龄、性别、吸烟状况和饮酒状况的亚组中仍然有效，研究结果对于识别老龄化人群以及健康老龄化咨询和干预具有重要的公共卫生学意义。
