應用體液免疫、生化指標建立生物學年齡回歸方程的預測價值

谷婭楠，劉 輝

(1.大連醫科大學 附屬第一醫院 檢驗科，遼寧 大連 116011；2.大連醫科大學 檢驗醫學院，遼寧 大連 116044)

人類老化的進程可以用測定的指標來判斷，通常所指的“年齡”，習慣用出生年月日來計算，稱之為“日歷年齡”。但日歷年齡只不過是個體所經歷的時間，不能完全說明個體衰老程度。在正常成年人主要臟器生理機能隨年齡變化規律的基礎上，建立起綜合性的定量數學模型來描述衰老過程，這種綜合生理機能標準的年齡被稱為生物學年齡[1]。本文試圖尋找體液免疫、生化指標隨年齡變化的規律，并在此基礎上確定衰老指標，進而利用衰老指標進行判別分析和回歸分析，建立生物學年齡的回歸方程，為評價健康水平或保健措施效果提供參考依據。

1 資料與方法

1.1 研究對象

來自大連醫科大學附屬第一醫院體檢中心的體檢者，物理查體正常，各主要臟器無顯著性病變，無糖尿病等慢性病史。其中男性67例，女性62例。日歷年齡30～98歲。將整體實驗對象按照5歲年齡段分成13組：Ⅰ組(30～35歲)、Ⅱ組(36～40歲)、Ⅲ組(41～45歲)、Ⅳ組(46～50歲)、Ⅴ組(51～55歲)、Ⅵ組(56～60歲)、Ⅶ組(61～65歲)、Ⅷ組(66～70歲)、Ⅸ組(71～75歲)、Ⅹ組(76～80歲)、Ⅺ組(81～85歲)、Ⅻ組(86～90歲)、ⅩⅢ組(90歲以上)。

1.2 方 法

將當日血清置于-20 ℃冷凍保存，同一天同批測定所有的指標。實驗當天已做室內質量控制，并且全部指標均在控。

免疫球蛋白G (immunoglobulin G, IGG )、免疫球蛋白A(immunoglobulin A, IGA)、免疫球蛋白M(immunoglobulin M, IGM)、補體C3(complement 3,C3)、補體C4(complement 4, C4)，采用SIEMENS 公司的BNⅡ全自動蛋白分析儀測定，方法為免疫散射比濁，質控品為該公司提供的N/T蛋白質控品SL。

血糖(glucose, GLU)、 肌酐(creatinine, CRE)、尿酸(uric acid, UA)、總蛋白(total protein, TP)、白蛋白(albumin, ALB)、γ-轉肽酶(L-γ-glutamyltransferase，γ-GT)、膽固醇(cholesterol,CHOL)、載脂蛋白A1(apolipoprotein A1,APOA1)、載脂蛋白B(apolipoprotein B,APOB)、血清鈣(calcium,CA)等生化指標采用日立7600-110全自動生化分析儀測定，質控品由英國北愛爾蘭朗道實驗室有限公司提供。

1.3 統計學方法

全部數據采用SPSS11.5統計軟件進行處理。同組性別比較采用成組設計的兩樣本均數檢驗，衰老指標的篩選采用Pearson相關分析，生物學年齡的預測采用判別分析及回歸分析。P<0.05為差異有統計學意義。

2 結 果

2.1 衰老指標的篩選

本實驗把與年齡有相關性的指標稱為衰老指標。經Pearson相關分析，與年齡呈正相關的指標有：IGG、IGA、GLU、CRE、UA、球蛋白；與年齡呈負相關的指標有：ALB、A/G (白/球蛋白)。P均<0.05。見表1。

表1 各指標與年齡相關分析表Tab 1 Correlation between all indices and age

2.2 生物學年齡的預測

2.2.1 判別分析：根據衰老指標，利用Fisher方法進行判別分析。以5歲為年齡段可以得到13個特征方程。將各樣本的自變量值代到13 個特征方程中，判別函數值大者，該樣本即屬于該年齡段。通過這種方法，得到生物學年齡的評價指標YBA，即YBA=Max(Ⅰ～ⅩⅢ)。 判別分析函數的系數見表2。

表2 判別分析函數系數表Tab 2 Coefficients for Discriminatory analytic function

表2得到的13個判別分析函數為：

YⅠ=0.072×IGG+0.084×IGA-3.413×GLU+4.857×ALB+140.224×A/G-265.282

YⅡ=0.078×IGG+0.095×IGA-3.818×GLU+4.884×ALB+148.935×A/G-287.710

YⅢ=0.075×IGG+0.092×IGA-3.429×GLU+4.993×ALB+144.575×A/G-282.847

YⅣ=0.078×IGG+0.088×IGA-3.385×GLU+4.969×ALB+143.670×A/G-283.199

YⅤ=0.072×IGG+0.085×IGA-2.917×GLU+4.660×ALB+137.670×A/G-254.404

YⅥ=0.076×IGG+0.087×IGA-2.874×GLU+4.812×ALB+139.390×A/G-270.004

YⅦ=0.074×IGG+0.087×IGA-2.047×GLU+4.757×ALB+138.500×A/G-266.876

YⅧ=0.076×IGG+0.095×IGA-2.367×GLU+4.794×ALB+147.036×A/G-284.763

YⅨ=0.071×IGG+0.091×IGA-1.057×GLU+4.535×ALB+137.232×A/G-258.761

YⅩ=0.075×IGG+0.086×IGA-1.961×GLU+4.593×ALB+141.668×A/G-265.996

YⅪ=0.070×IGG+0.093×IGA-1.610×GLU+4.442×ALB+134.452×A/G-246.676

YⅫ=0.070×IGG+0.098×IGA-1.732×GLU+4.174×ALB+130.194×A/G-230.541

2.2.2 回歸分析：以生物學年齡的評價指標YBA為因變量，以日歷年齡、IGG、IGA、GLU、ALB、 A/G為自變量，進行回歸分析，從而求得生物學上的推定年齡，其回歸方程為：

YBA=0.553×年齡+0.003× IGG+0.015× IGA + 0.570×GLU-3.434×A/G -0.862×ALB+ 60.578

3 討 論

3.1 入選方程的衰老指標的篩選

經Pearson相關分析，作者發現球蛋白與A/G的相關系數r=-0.818，與IGA的相關系數r=0.424，與IGG的相關系數r=0.418，并且已經知道免疫球蛋白IGA、IGG屬于血清蛋白中的γ球蛋白，因此鑒于球蛋白與A/G、IGA、IGG的相關性，為了保證衰老指標的獨立性，球蛋白暫不作為進入方程的衰老指標；同時發現CRE與UA之間的相關系數達到r=0.608，說明兩者的相關性很大；通過t檢驗發現男性CRE與女性CRE比較，差異有顯著性意義，P<0.05，本文對生物學年齡的預測從整體上出發，不區分性別，所以基于以上這兩點原因，CRE、UA也不作為進入方程的衰老指標，故最終進入方程的衰老指標為IGG、IGA、GLU、ALB、A/G。

3.2 生物學年齡的預測

本研究對健康人群的體液免疫、生化指標進行評估，尋找與增齡有關的衰老指標，利用這些衰老指標通過判別分析獲得生物學年齡的評價指標。在此基礎上，以生物學年齡的評價指標為因變量，以日歷年齡和各衰老指標為自變量，通過回歸分析，從而求得生物學上的推定年齡[2-3]。

因為每個指標具有各自的計量單位以及不同的變異度，故引入標準化偏回歸系數,該系數較大的自變量在數值上對反應變量的貢獻較大[4]。本研究中日歷年齡、IGG、IGA、GLU、ALB、A/G的標準化的偏回歸系數分別為0.579、0.061、0.104、0.171、0.228、0.045，所以，日歷年齡在數值上對生物學年齡的貢獻度最大。

本研究回歸分析后獲得的決定系數為0.604，說明樣本數據對所選用的線性回歸模型的擬合度不是特別理想。導致決定系數偏低的原因可能是因為本文只是嘗試利用體液免疫及生化指標來構建方程，衰老指標的多少與生物學年齡的正確值之間有一定關系，測定項目越多，正確性也越大。因此，衰老指標數目上的短缺導致了擬合度不理想。此外本文對模型的效果考察僅限于醫院體檢中心的健康人，如果能夠擴大考察人群和增加考察人數，方程可能會更理想。

衰老的生物學標志物是一組能夠預測機體未來功能狀態的生物學參數[5]。Klemera和 Douba[6]在研究生物學年齡的不同定義中發現，相對于通過多元回歸分析計算的生物學年齡，日歷年齡評價衰老更準確。因此他們建議，日歷年齡應作為衰老生物學標志物以改善生物學年齡的衰老評價能力。本文也發現日歷年齡對生物學年齡的貢獻度最大。

生物學年齡是按照個體的健康狀態與生理功能的完好程度與其日歷年齡對比而確定的。這種測量的尺度具有重大的個體意義和社會意義：(1)預報衰老，有針對性地采取抗衰老綜合措施，以便延緩生理性衰老；(2)能更客觀地評價抗衰老措施的效果，為建立人群的健康咨詢奠定基礎。本文對生物學年齡的預測分析在一定程度上反應了個體的生理機能，對評價健康素質和保健效果有一定的指導作用。

[1] 馬宏,張宗玉,童坦君.衰老的生物學標志[J].生理科學進展,2002,33(1):65-68.

[2] 王向華,高文軍.利用簡單線性估計回歸方程進行預測的程序探究[J].山西師范大學學報：自然科學版,2007,S1(21):4-5.

[3] 周國忠,安桂仙,茅國鋒,等.運用回歸方程探討女性生化指標與血流變關系[J].現代中西醫結合雜志,2006,15(11):1432-1434.

[4] 方積乾,孫振球.衛生統計學[M].第5版.北京:人民衛生出版社,2005.241-242.

[5] Johnson T E. Resent result: Biomarkers of aging [J]. Exp Gerontol,2006,41:1243-1246.

[6] Klemera P, Doubal S. A new approach to the concept and computation of biological age [J].Mech Ageing Dev, 2006,127(3):240-248.