9 Biomarkers ที่ช่วยเล่า “อายุของร่างกาย” ได้มากกว่าแค่อายุจริง

9 Biomarkers ที่ช่วยเล่า “อายุของร่างกาย”
ได้มากกว่าแค่อายุจริง

เข้าใจ Levine Phenotypic Age ผ่าน 9 ค่าเลือดที่หลายคนมีอยู่แล้วในผลตรวจประจำปี

เราเคยชินกับการมองอายุเป็นจำนวนปีตั้งแต่วันเกิด แต่ในทางสรีรวิทยา คนสองคนที่อายุ 50 ปีเท่ากันอาจมีความเสี่ยงต่อโรค การฟื้นตัว และภาวะเสื่อมของระบบต่าง ๆ ไม่เท่ากัน งานของ Levine และคณะจึงพัฒนา “Phenotypic Age” จากข้อมูลประชากร NHANES โดยคัดเลือกตัวแปรจาก clinical biomarkers หลายสิบตัว เหลือ 9 biomarkers ร่วมกับอายุจริง เพื่อสร้างค่าที่สัมพันธ์กับความเสี่ยงด้าน morbidity และ mortality ในระดับประชากร

สิ่งสำคัญคือ 9 ค่านี้ไม่ได้แปลว่า “ค่าไหนผิด = แก่” และไม่ได้เป็นการวัดอายุเซลล์โดยตรง แต่เป็นองค์ประกอบของโมเดลเชิงสถิติที่มองหลายระบบร่วมกัน จึงควรอ่านเป็น pattern และ trend มากกว่าตัดสินจากเลขครั้งเดียว

9 Biomarkers ใน Levine Phenotypic Age มีอะไรบ้าง?

1. Albumin — มากกว่าแค่ “โปรตีนในเลือด”
Albumin เป็นโปรตีนหลักในพลาสมาที่สร้างจากตับ ระดับของมันสัมพันธ์กับหลายบริบท ทั้งภาวะโภชนาการ การสร้างโปรตีนของตับ ภาวะเจ็บป่วย และการอักเสบบางชนิด จึงมีประโยชน์ในโมเดลที่ต้องการมอง physiological reserve แบบภาพรวม

อ่านให้ถูก: ข้อควรจำ: Albumin ต่ำไม่ได้แปลว่า “แก่” โดยตรง และอาจได้รับอิทธิพลจากโรคตับ ไต ภาวะอักเสบ การสูญเสียโปรตีน และภาวะน้ำในร่างกาย

2. Creatinine — ไตต้องอ่านคู่กับกล้ามเนื้อ
Creatinine ถูกใช้เป็น clinical marker ที่เกี่ยวข้องกับ renal filtration แต่ระดับในเลือดได้รับอิทธิพลจากมวลกล้ามเนื้อ อายุ เพศ อาหาร และ hydration ด้วย คนที่มีกล้ามเนื้อมากอาจมี creatinine สูงกว่าคนที่มีกล้ามเนื้อน้อยโดยไม่ได้หมายความว่าไตแย่กว่าเสมอ

อ่านให้ถูก: ดังนั้นในชีวิตจริงควรอ่านร่วมกับ eGFR และบริบทมวลกล้ามเนื้อ ไม่ควรตีความจาก creatinine ตัวเดียว

3. Glucose — ภาพของ metabolism ณ เวลานั้น
Glucose เป็นตัวแทนแกน metabolic ในโมเดล แต่ค่า glucose หนึ่งครั้งเปลี่ยนได้ตามอาหาร fasting stress การนอน การออกกำลังกาย และยา จึงเป็น “snapshot” มากกว่าจะสรุป metabolic health ทั้งหมด

อ่านให้ถูก: หากต้องการประเมิน glucose regulation ให้ลึกขึ้น ควรดูร่วมกับ HbA1c, fasting insulin หรือข้อมูล CGM ตามบริบท

4. CRP — สัญญาณของ inflammatory burden
C-reactive protein (CRP) เป็น acute-phase protein ที่ตอบสนองต่อการอักเสบ Phenotypic Age ใช้ CRP ในสมการแบบ log-transformed จึงช่วยเติมมิติของ inflammatory burden เข้าไปในโมเดลหลายระบบ

อ่านให้ถูก: ข้อควรระวัง: การติดเชื้อหรือการอักเสบเฉียบพลันสามารถดัน CRP ขึ้นชั่วคราว จึงไม่ควรใช้ผลช่วงป่วยมาเทียบกับ baseline โดยไม่ใส่บริบท

5. Lymphocyte % — ภูมิคุ้มกันในภาพรวม CBC
Lymphocyte percentage เป็นสัดส่วนหนึ่งของเม็ดเลือดขาวและสะท้อนองค์ประกอบของ immune system ในเวลาที่ตรวจ ค่านี้เปลี่ยนได้จากการติดเชื้อ ความเครียด ยา และภาวะทางโลหิตวิทยาหลายชนิด

อ่านให้ถูก: จึงควรอ่านร่วมกับ WBC total count และ differential count มากกว่าสรุปจากเปอร์เซ็นต์เพียงตัวเดียว

6. MCV — เม็ดเลือดแดงบอกบริบทมากกว่าที่คิด
MCV หรือ Mean Corpuscular Volume คือขนาดเฉลี่ยของเม็ดเลือดแดง เป็นค่า CBC ที่ช่วยชี้ pattern ของภาวะซีดและภาวะที่เกี่ยวข้องกับ B12, folate, iron, alcohol, liver disease หรือ bone marrow physiology ได้ตามบริบท

อ่านให้ถูก: MCV ไม่ใช่ aging marker โดยตรง แต่เป็นหนึ่งในตัวแปรที่ช่วยให้โมเดลจับ physiological phenotype ได้ละเอียดขึ้น

7. RDW (%) — ค่าเล็ก ๆ ใน CBC ที่ไม่ควรมองข้าม
RDW บอกความแปรปรวนของขนาดเม็ดเลือดแดง ยิ่งมีความหลากหลายของขนาดมาก ค่า RDW ยิ่งสูง งานด้าน epidemiology พบความสัมพันธ์ของ RDW กับ adverse outcomes และ mortality ในหลายประชากร จึงไม่น่าแปลกที่ตัวแปรนี้ถูกเลือกเข้ามาใน Phenotypic Age

อ่านให้ถูก: สำคัญ: ในโมเดลนี้ใช้ RDW ที่รายงานเป็นเปอร์เซ็นต์ (%) ไม่ใช้ RDW-SD หน่วย fL

8. ALP — ไม่ได้หมายถึง “ตับ” อย่างเดียว
Alkaline phosphatase (ALP) พบได้ในหลายเนื้อเยื่อ โดยเฉพาะตับและกระดูก ระดับที่เปลี่ยนจึงต้องอ่านตามบริบททางคลินิก ไม่ควรเห็น ALP สูงแล้วสรุปว่าเป็นปัญหาตับเสมอ

อ่านให้ถูก: ใน Phenotypic Age ค่า ALP ทำหน้าที่เป็นหนึ่งในตัวแปรของ composite model ไม่ได้ใช้เป็น diagnosis ของอวัยวะใดอวัยวะหนึ่ง

9. WBC — immune signal ที่เปลี่ยนได้เร็ว
White Blood Cell count เป็นตัวชี้พื้นฐานของ immune/inflammatory context และสามารถเปลี่ยนได้อย่างรวดเร็วจากการติดเชื้อ stress การออกกำลังกาย ยาบางชนิด และปัจจัยอื่น

อ่านให้ถูก: ถ้าจะใช้ติดตาม trend ควรพยายามตรวจในภาวะที่ใกล้เคียงกัน และไม่ควรเปรียบเทียบค่าช่วงป่วยกับค่าช่วงสุขภาพดีแบบตรง ๆ

ค่าปกติทุกตัว แต่ Phenotypic Age ยังสูงได้ไหม?
ได้ เพราะ Phenotypic Age ไม่ได้ใช้หลัก “ผ่าน/ไม่ผ่าน reference range” แบบทีละค่า แต่ใช้ค่าจริงของตัวแปรทั้งหมดร่วมกับอายุจริงในสมการเดียว ดังนั้นคนที่ biomarkers ทุกตัวอยู่ในช่วงอ้างอิงก็ยังอาจมี Phenotypic Age แตกต่างกันได้

ในทางกลับกัน ค่าใดค่าหนึ่งที่ผิดปกติชั่วคราว เช่น CRP สูงจากการติดเชื้อ ก็อาจทำให้ภาพรวมเปลี่ยนไปโดยไม่ได้หมายความว่า biological aging เร่งขึ้นถาวร นี่คือเหตุผลว่าทำไม “บริบทและเวลา” สำคัญพอ ๆ กับตัวเลข

อะไรทำให้ Phenotypic Age ดูสูงขึ้นชั่วคราว?เวลา”

• การติดเชื้อหรือการอักเสบเฉียบพลัน
• ภาวะขาดน้ำหรือ hydration ที่ต่างจากครั้งก่อน
• การออกกำลังกายหนักก่อนตรวจ
• ภาวะซีดหรือความผิดปกติของเม็ดเลือด
• โรคตับ ไต หรือภาวะเจ็บป่วยที่มีผลต่อ biomarkers
• การตรวจคนละเวลา / คนละ physiological state

ใช้ Phenotypic Age ให้มีประโยชน์: อย่าหยุดที่ “อายุเท่าไร” 

สำหรับการติดตามสุขภาพ ฉันแนะนำให้ใช้หลักเดียวกับ Health GPS: Measure → Interpret → Decide → Re-measure คือ วัดข้อมูลให้ถูก อ่านร่วมกับบริบท เลือกสิ่งที่จะปรับ แล้วกลับมาวัดใหม่ในช่วงเวลาที่เหมาะสม แทนที่จะไล่ทำให้ “อายุร่างกาย” ต่ำที่สุดจากการตรวจครั้งเดียว

แล้ว Phenotypic Age น่าเชื่อถือแค่ไหน?
โมเดล clinical Phenotypic Age ถูกพัฒนาจาก NHANES III โดยใช้ข้อมูลผู้ใหญ่เกือบหนึ่งหมื่นรายที่มีการติดตาม mortality ระยะยาว และคัดเลือกจาก 42 clinical biomarkers เหลือ 9 biomarkers + chronological age จากนั้นนำไป validate ใน NHANES IV งานต่อมาพบว่าสามารถแยกความเสี่ยงด้าน morbidity และ mortality ได้แม้ในคนอายุเท่ากัน

แต่ควรเข้าใจขอบเขตให้ถูก: Phenotypic Age เป็น population-derived risk phenotype ไม่ใช่การวัด “อายุเซลล์” โดยตรง และไม่ควรใช้แทนการวินิจฉัยโรค

References
1. Levine ME, Lu AT, Quach A, et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging (Albany NY). 2018;10(4):573-591.

2. Liu Z, Kuo PL, Horvath S, Crimmins E, Ferrucci L, Levine M. A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV: A cohort study. PLoS Med. 2018;15(12):e1002718.

3. NHANES-derived Phenotypic Age framework: chronological age + albumin, creatinine, glucose, log(CRP), lymphocyte %, MCV, RDW, ALP, and WBC.