Biologisk ålder (BA) har nyligen fått ökad uppmärksamhet att fördjupa förståelsen kring åldersrelaterade sjukdomar och dess behandlingar, eftersom åldersrelaterade förändringar utgör en grundläggande gemensam nämnare för dessa tillstånd. Medan kronologisk ålder (CA) mäts i år, kan biologisk ålder (BA) mätas på många olika sätt. I det här mastersarbetet användes blodbaserade biomarkörer som korrelerar med CA för att skapa uppskattningar av BA, med algoritmerna ‘PhenoAge’, ‘Klemera-Doubal metoden’ och ‘Homeostatic Dysregulation’. Biomarkörerna valdes ut genom Pearson och Spearmankorrelation med CA separat för varje kön. Dessutom validerades biomarkörerna mot mortalitet. Kohorten AMORIS (Apolipoprotein-relaterad dödlighetsrisk) användes för att beräkna tre olika biologiska åldersmått med hjälp av BioAge-paketet. För att undvika kollinearitet användes residualerna från dessa biologiska åldersmått, som representerar avvikelsen av BA från CA. PhenoAge-residualerna valdes för vidare undersökning på grund av deras robusthet. Sambandet mellan BA-residualer, särskilt PhenoAge-residualer, och Alzheimers sjukdom och relaterade demenssjukdomar (ADRD) utvärderades med Cox proportionella hazardmodeller. Justeringar gjordes för kön, utbildningsnivå och socioekonomisk status. Stratifiering för två åldersgrupper, över 65 och under 65, samt kön utfördes för två olika modeller. Modellens överensstämmelse varierade, över lag var den bättre för vaskulär demens och sämre för Alzheimers sjukdom. En ökad riskkvot hittades särskilt för vaskulär demens (PhenoAge HR=1.086, 95% CI=1.074 to 1.099), och till viss grad även för andra demenstyper men inte för Alzheimers sjukdom. Stratifiering efter ålder och kön visade varierande hazardkvoter, vilket tyder på olika riskprofiler bland olika demografiska grupper. En ökad risk för vaskulär demens noterades särskilt i åldersgruppen under 65 och bland män. Dessa differentierade risker belyser vikten av BA-markörer för att identifiera ökad risk för demensundergrupper och bekräftar värdet av att inkludera BA i bedömningen av ADRD för användning inom precisionsmedicin. / Biological age (BA) has recently gained increased attention as a means of deepening the understanding of the development of treatments for age-related diseases, as age-related changes serve as the fundamental commonality among these conditions. While chronological age (CA) is measured in years, BA can be measured in a wide variety of ways. In this thesis blood biomarkers correlated with CA were used as input to create BA estimates, with the algorithms PhenoAge, Klemera-Doubal method and Homeostatic Dysregulation. The serum biomarkers were selected by Pearson and Spearman correlation with CA separately per sex. The cohort AMORIS (Apolipoprotein-related MOrtality RISk) was used to calculate three different BA scores with the help of the BioAge package. To avoid collinearity, the residuals from these BA scores, which represent the deviation of BA from CA, were employed. The PhenoAge residuals were selected for further investigation due to their robustness. Association between BA residuals, particularly PhenoAge residuals, and Alzheimer’s disease and related dementias (ADRD) was assessed using Cox proportional hazard models. Adjustment was done for sex, education level and socioeconomic status. Stratification for two age groups, over 65 and under 65, as well as sex was done for two different models. The model concordance varied, overall, it was better for vascular dementia and worst for Alzheimer's disease. An increased hazard ratio was found especially for vascular dementia (PhenoAge HR=1.086, 95% CI=1.074 to 1.099), and to a lesser extent for other dementia types but not for Alzheimer's disease. Stratification by age and sex presented varied hazard ratios, suggesting different risk profiles among demographic groups. An increased risk for vascular dementia was especially noted in the age group under 65 and men. These differentiated risks, highlight the importance of BA markers in pinpointing elevated risks for dementia subtypes and affirm the value of incorporating BA into the assessment of ADRD for use in precision medicine.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-343986 |
| Date | January 2024 |
| Creators | Gustavsson, Karolina |
| Publisher | KTH, Proteinvetenskap |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-CBH-GRU ; 2024:008 |
Page generated in 0.0021 seconds