DOI: https://doi.org/10.1038/s41591-025-04038-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41482563
تاريخ النشر: 2026-01-02
المؤلف: Alice Margherita Ornago وآخرون
الموضوع الرئيسي: استراتيجيات إدارة الأمراض المزمنة
نظرة عامة
تبحث الدراسة في الآليات البيولوجية الكامنة وراء تعدد الأمراض في الشيخوخة، والتي تتميز بحدوث عدة أمراض مزمنة في وقت واحد. من خلال تحليل 54 علامة حيوية في الدم تتعلق بالعمليات الالتهابية والوعائية والتمثيل الغذائي والعصبية التنكسية في 2,247 فردًا تتراوح أعمارهم بين 60 عامًا وما فوق، تستخدم الدراسة مقاييس مختلفة لتعدد الأمراض، بما في ذلك إجمالي عدد الأمراض والأنماط المحددة من خلال تحليل الفئات الكامنة. تكشف التحليلات أن علامات حيوية مثل عامل تمايز النمو 15، والهيموغلوبين A1c، والسيستاتين C، والليبتين، والأنسولين مرتبطة باستمرار بتعدد الأمراض، بينما ترتبط علامات حيوية معينة بأنماط متعددة الأمراض متميزة. ومن الجدير بالذكر أن تراكم الأمراض بشكل أسرع يرتبط إيجابيًا مع ناقل الغاما-جلوتاميل وسلبيًا مع الألبومين.
تشير النتائج إلى أن الاضطرابات الأيضية تلعب دورًا حاسمًا في تطور تعدد الأمراض، مما يشير إلى أهداف محتملة للتدخلات التي تهدف إلى تقليل تراكم الأمراض. تم التحقق من النتائج الطولية للدراسة في مجموعة منفصلة من دراسة بالتيمور الطولية للشيخوخة، مما يظهر دقة تنبؤية قابلة للمقارنة. نظرًا لأن ما يصل إلى 90% من الأفراد الذين تزيد أعمارهم عن 60 عامًا يعانون من تعدد الأمراض، فإن الآثار المترتبة على التدهور الوظيفي وجودة الحياة كبيرة، مما يبرز الحاجة إلى فهم أعمق للعمليات البيولوجية المشتركة والمتميزة المعنية.
الطرق
يستعرض قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، مع دمج التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة التجارب المضبوطة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج المعنية.
شملت جمع البيانات بروتوكولات موحدة لضمان الموثوقية والصلاحية، مع قياسات تم أخذها في فترات محددة مسبقًا. تم إجراء التحليل باستخدام برامج إحصائية متقدمة، مما سمح بتطبيق نماذج الانحدار واختبار الفرضيات لتحديد أهمية النتائج. بشكل عام، تم تصميم الطرق بدقة لدعم أهداف الدراسة وضمان استنتاجات قوية.
النتائج
في هذا القسم، أجرى المؤلفون تحققًا خارجيًا من نتائجهم الطولية من خلال تقييم الأداء التنبؤي للعلامات الحيوية المختارة بواسطة LASSO المتعلقة بتراكم الأمراض في مجموعة مختلفة، وهي دراسة بالتيمور الطولية للشيخوخة (BLSA)، التي شملت 522 مشاركًا (متوسط العمر: 75.7 سنة؛ 51.7% إناث). قاموا بفحص ارتباطات سبيرمان بين العلامات الحيوية من كل من مجموعتي SNAC-K وBLSA، ووجدوا تشابهًا عاليًا في العلاقات المتبادلة، مما يدل على القوة على الرغم من اختلافات المجموعات. قدّر نموذج التأثيرات المختلطة الخطية معدلات تراكم الأمراض الفردية، وأدى تطبيق معاملات LASSO المستمدة من SNAC-K على بيانات BLSA إلى خطأ متوسط مربّع (MSE) قدره 0.032، مما يشير إلى عمومية قوية للنموذج.
وحدّ المؤلفون بيانات الحالات المزمنة بين المجموعتين باستخدام رموز ICD وATC، مع الاعتراف بأن توفر العلامات الحيوية المحدود في BLSA حال دون تكرار النموذج بالكامل. بدلاً من ذلك، ركزوا على التحقق من الدقة التنبؤية لنتائج تحليل LASSO من SNAC-K من خلال حساب MSE كمقياس للدقة، متسق مع مرحلة التدريب. شمل عملية التحقق تقدير معدلات تراكم الأمراض في BLSA، وضبط نموذج انحدار خطي معدل حسب العمر، وتطبيق معاملات LASSO للتنبؤ بمعدلات الأفراد. أظهر مقارنة MSE بين المنحدرات المتوقعة والملاحظة في BLSA (0.032) وSNAC-K (0.041) فعالية تعميم النموذج عبر المجموعات، مع تحديد الدلالة الإحصائية عند P < 0.05.
المناقشة
في هذه الدراسة، قمنا بفحص العلاقة بين علامات حيوية مختلفة في الدم وتعدد الأمراض في مجموعة من 2,247 فردًا تتراوح أعمارهم بين 60 عامًا وما فوق من دراسة SNAC-K. كشفت التحليلات عن ثلاث نتائج رئيسية: أولاً، كانت عدة علامات حيوية، بما في ذلك GDF15، HbA1c، السيستاتين C، الليبتين، والأنسولين، مرتبطة باستمرار بتعدد الأمراض، مما يشير إلى دور كبير لاضطراب الأيض في تطور وتقدم الأمراض المزمنة. ثانيًا، بينما كانت بعض العلامات الحيوية مرتبطة عالميًا بجميع أنماط تعدد الأمراض، أظهرت علامات أخرى ارتباطات محددة بأنماط معينة، مما يبرز تعقيد الأسس البيولوجية لتعدد الأمراض. ثالثًا، حدد تحليل المكونات الرئيسية (PCA) ملفات فرعية متميزة من العلامات الحيوية المرتبطة بمقاييس متعددة الأمراض المختلفة، مما يشير إلى أهداف محتملة للتدخلات المستقبلية.
تؤكد النتائج على أهمية العمليات الأيضية والالتهابية في تعدد الأمراض، مع ظهور GDF15 كعلامة حيوية قوية بشكل خاص تشير إلى قضايا صحية معقدة. تعزز هذه الدراسة فهمنا للآليات البيولوجية التي تحرك تعدد الأمراض، مما يبرز أن اضطراب الأيض قد يعمل كمسار مركزي تتطور من خلاله عدة أمراض مزمنة. تشير النتائج أيضًا إلى أن معالجة هذه العمليات البيولوجية الكامنة قد تحسن النتائج الصحية لدى كبار السن، مما يعزز الحاجة إلى مزيد من البحث في التدخلات المستهدفة التي تأخذ في الاعتبار الطبيعة متعددة الأبعاد للشيخوخة وتراكم الأمراض.
DOI: https://doi.org/10.1038/s41591-025-04038-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41482563
Publication Date: 2026-01-02
Author(s): Alice Margherita Ornago et al.
Primary Topic: Chronic Disease Management Strategies
Overview
The research investigates the biological mechanisms underlying multimorbidity in aging, characterized by the co-occurrence of multiple chronic diseases. Analyzing 54 blood biomarkers related to inflammatory, vascular, metabolic, and neurodegenerative processes in 2,247 individuals aged 60 and above, the study employs various measures of multimorbidity, including total disease count and patterns identified through latent class analysis. The analysis reveals that biomarkers such as growth differentiation factor 15, hemoglobin A1c, cystatin C, leptin, and insulin are consistently associated with multimorbidity, while specific biomarkers correlate with distinct multimorbidity patterns. Notably, faster disease accumulation correlates positively with gamma-glutamyl transferase and negatively with albumin.
The findings suggest that metabolic disturbances play a crucial role in the development of multimorbidity, indicating potential targets for interventions aimed at reducing disease accumulation. The study’s longitudinal results were validated in a separate cohort from the Baltimore Longitudinal Study of Aging, demonstrating comparable predictive accuracy. Given that up to 90% of individuals over 60 experience multimorbidity, the implications for functional decline and quality of life are significant, emphasizing the need for a deeper understanding of the shared and distinct biological processes involved.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled trials, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved standardized protocols to ensure reliability and validity, with measurements taken at predetermined intervals. The analysis was performed using advanced statistical software, allowing for the application of regression models and hypothesis testing to ascertain the significance of the findings. Overall, the methods were rigorously designed to support the study’s objectives and ensure robust conclusions.
Results
In this section, the authors conducted an external validation of their longitudinal findings by assessing the predictive performance of LASSO-selected biomarkers related to disease accumulation in a different cohort, the Baltimore Longitudinal Study of Aging (BLSA), which included 522 participants (mean age: 75.7 years; 51.7% female). They examined Spearman correlations among the biomarkers from both the SNAC-K and BLSA cohorts, finding high similarity in interrelationships, indicating robustness despite cohort differences. A linear mixed-effects model estimated individual rates of disease accumulation, and the application of SNAC-K LASSO-derived coefficients to the BLSA data yielded a mean square error (MSE) of 0.032, suggesting strong generalizability of the model.
The authors harmonized chronic condition data between the two cohorts using ICD and ATC codes, acknowledging that limited biomarker availability in BLSA precluded full model replication. Instead, they focused on validating the predictive accuracy of the LASSO analysis results from SNAC-K by calculating MSE as a metric of accuracy, consistent with the training phase. The validation process involved estimating disease accumulation rates in BLSA, fitting an age-adjusted linear regression model, and applying the LASSO coefficients to predict individual rates. The MSE comparison between the predicted and observed slopes in BLSA (0.032) and SNAC-K (0.041) demonstrated the model’s effective generalization across cohorts, with statistical significance set at P < 0.05.
Discussion
In this study, we examined the relationship between various blood biomarkers and multimorbidity in a cohort of 2,247 individuals aged 60 and older from the SNAC-K study. The analysis revealed three key findings: first, several biomarkers, including GDF15, HbA1c, cystatin C, leptin, and insulin, were consistently associated with multimorbidity, indicating a significant role of metabolic dysregulation in the development and progression of chronic diseases. Second, while some biomarkers were universally linked to all multimorbidity patterns, others exhibited specific associations with particular patterns, highlighting the complexity of multimorbidity’s biological underpinnings. Third, principal component analysis (PCA) identified distinct biomarker subprofiles associated with different multimorbidity measures, suggesting potential targets for future interventions.
The findings underscore the importance of metabolic and inflammatory processes in multimorbidity, with GDF15 emerging as a particularly strong biomarker indicative of complex health issues. This study advances our understanding of the biological mechanisms driving multimorbidity, emphasizing that metabolic dysregulation may serve as a central pathway through which multiple chronic diseases develop. The results also suggest that addressing these underlying biological processes could improve health outcomes in older adults, reinforcing the need for further research into targeted interventions that consider the multifaceted nature of aging and disease accumulation.