Vývoj a využití biologických hodin v klinické praxi
V posledních letech dochází k rozvoji nástrojů označovaných jako biologické hodiny, které využívají techniky strojového učení k analýze komplexních biologických dat. Tyto modely vycházejí z různých zdrojů, od výsledků zobrazovacích metod až po krevní chemii a rozsáhlé omikové datové sady. Cílem těchto algoritmů je predikovat chronologický věk, riziko úmrtnosti nebo výskyt nemocí spojených se stárnutím.
Metodologická východiska a omezení
Za biologický věk je v tomto kontextu považována míra rizika úmrtnosti vyplývající z vnitřních faktorů organismu. Hodiny, které vykazují korelaci mezi predikovaným věkem a mortalitou, jsou odborníky vnímány jako první krok k objektivnímu měření biologického stárnutí. Současná věda však čelí obtížím při definování přesné metodiky biologického věku, neboť proces stárnutí je multifaktoriální. Jednotlivé modely často reflektují pouze dílčí mechanismy stárnutí. Z tohoto důvodu je předmětem dalšího výzkumu ověřování, do jaké míry jsou tyto nástroje schopny predikovat výsledky konkrétních terapeutických intervencí.
Využití v perioperační péči
Jednou z oblastí, kde se využitelnost biologických hodin aktuálně testuje, je chirurgie u starších pacientů. Chronologický věk se v klinické praxi ukazuje jako nedostatečný ukazatel odolnosti organismu vůči chirurgickému stresu. Výzkumníci se proto zaměřují na to, zda mohou biologické hodiny poskytnout přesnější odhad rizika pooperačních komplikací.
Nedávná mezinárodní studie publikovaná v Biological aging increases risk of postoperative morbidity and mortality: an international, multi-cohort study se zabývala validací metriky PhenoAge u více než 430 000 pacientů ve Spojeném království, USA a Jižní Koreji. Analýza dat z UK Biobank prokázala, že PhenoAge funguje jako nezávislý prediktor roční mortality, závažných kardiovaskulárních příhod a rizika rehospitalizace do 30 dnů.
Výsledky studie
Statistická data naznačují, že pacienti klasifikovaní jako rychle stárnoucí čelili o 49 procent vyššímu riziku úmrtnosti než pacienti s běžným průběhem stárnutí. Tento závěr zůstal platný i po zohlednění dalších proměnných, jako je Fried Frailty Index, Charlson Comorbidity Index, fyzický stav dle ASA či míra složitosti chirurgického zákroku. Uvedená zjištění byla validována na dalších nezávislých kohortách, včetně souborů MOVER, Weill Cornell a INSPIRE, a následně potvrzena prospektivním sledováním v akademickém zdravotnickém centru, kde model predikoval i akutní pooperační komplikace. Tyto poznatky naznačují potenciál biologických hodin pro zpřesnění stratifikace rizik u starších pacientů podstupujících invazivní lékařské zákroky.