Deine Themen. Neue Beiträge.

Eine kompakte Browser-Benachrichtigung, wenn es Neues gibt. Höchstens einmal am Tag – auch ohne Konto.

Was interessiert dich?

Freiwillig und jederzeit hier abschaltbar. Themenauswahl und Geräte-Abonnement werden gespeichert; eine E-Mail-Adresse ist nicht nötig. Datenschutz

Den Harbor durchsuchenEN/DEKonto
Biologisches Alter & Altersuhren
Forschung im Überblick

Epigenetisches Alter plus eGFR zur Sterblichkeitsvorhersage: Kohortenübergreifende Validierung

In einem Abstract wurde ein Sterblichkeitsmodell mit kreatininbasierter Nierenfunktion in der UK Biobank entwickelt und in NHANES 1999–2002 validiert; die Ergänzung von GrimAge verbesserte die Diskrimination, mit einer C-Statistik-Änderung von 0,16. [1]

Automatische Zusammenfassung · nicht redaktionell geprüft

Die Kernaussagen

  1. Ein Sterblichkeitsmodell mit geschätzter glomerulärer Filtrationsrate wurde in der UK Biobank entwickelt und extern in NHANES 1999–2002 validiert. [1]

  2. Die Ergänzung von GrimAge verbesserte die Diskrimination der Sterblichkeitsvorhersage, mit einer Änderung der C-Statistik von 0,16. [1]

  3. Laut Abstract war GrimAge besonders wirksam, um Hochrisikopersonen zu erkennen, die mit Standardansätzen möglicherweise nicht erfasst werden. [1]

Die Quelle auf einen Blick

Studientyp / Format
Kohortenübergreifende Validierung eines Sterblichkeitsrisikomodells (Abstract)
Population / Kontext
Teilnehmende der UK Biobank und von NHANES 1999–2002, wie im Abstract beschrieben.
Grundlage der Zusammenfassung
Studienabstract
Original veröffentlicht
1. August 2026

Sterblichkeitsmodell aus Nierenfunktion und epigenetischem Alter

Das Abstract fragt, ob die Kombination von DNA-Methylierungs-basiertem biologischem Alter mit der geschätzten glomerulären Filtrationsrate (eGFR, eine Schätzung der Nierenfiltration) die Sterblichkeitsvorhersage gegenüber üblichen Modellen verbessert. Ein Modell mit eGFR wurde in der UK Biobank entwickelt und extern in der National Health and Nutrition Examination Survey (1999–2002) validiert. Vier epigenetische Altersmaße wurden geprüft: Horvath, Hannum, PhenoAge und GrimAge.

Beleg [1]

GrimAge verbesserte die Diskrimination im Abstract

Von den vier Maßen zeigte GrimAge die größte Verbesserung in Kombination mit kreatininbasierten Nierenschätzungen. Die Ergänzung von GrimAge verbesserte die Diskrimination der Sterblichkeitsvorhersage, mit einer Änderung der C-Statistik von 0,16. Laut Abstract war GrimAge besonders wirksam, um Hochrisikopersonen zu erkennen, die mit Standardansätzen möglicherweise nicht erfasst werden.

Beleg [1]

Nur-Abstract-Umfang des Sterblichkeitsmodells

Das Abstract berichtet eine verbesserte Sterblichkeitsvorhersage durch die Integration epigenetischen Alters mit Nierenfunktionsindikatoren und schlägt eine präzisere Risikostratifizierung in der Nierengesundheitsbewertung vor. Es nennt keine Stichprobengrößen, Nachbeobachtungsdauer, Effektschätzer mit Konfidenzintervallen oder Adjustierungsdetails. Der Volltext wurde nicht geprüft. Es handelt sich um prädiktive Assoziationen, nicht um Belege, dass epigenetisches Alter oder Nierenfunktion die Sterblichkeit verursachen.

Beleg [1]

Was sich daraus ableiten lässt – und was nicht

Nur Abstract; der Volltext wurde nicht geprüft. Stichprobengrößen, Nachbeobachtung, Konfidenzintervalle und Adjustierungsdetails werden im Abstract nicht berichtet. Die Befunde sind prädiktive Assoziationen, keine kausalen Effekte.

Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.

Quelle & Belegstellen

[1]
Epigenetic age enhances eGFR-based prediction of all-cause mortality: A cross-cohort validation of a novel risk model.

Wang X, Song L, Lv Q, Li L, Wang Q, Liu C, Chen M, Liu F, Yu Y, Shen Y, Cui J, Zhao Y, Deng Q. · europepmc.org · 1. August 2026

Zitierte Textstellen anzeigenIn der Sprache der Originalquelle
  1. Kernaussage 1 ↑

    developed in the UK Biobank and externally
  2. Kernaussage 2 ↑

    change in C-statistic: 0.16
  3. Kernaussage 3 ↑

    may not be detected using standard approaches

KI-unterstützte Zusammenfassung mit verlinkten Quellenbelegen. Keine unabhängige redaktionelle oder klinische Prüfung.

Unsere redaktionelle Methodik

Diskussion

Community-Diskussionen

0 Themen

Mitgliederbeiträge. Quellen nennen, kommerzielle Interessen offenlegen und keine persönliche medizinische Beratung oder Dosierungsempfehlungen geben.

Wird geladen…