In this study, we described the characteristics of five different biological age estimation algorithms, including i) multiple linear regression, ii) principal component analysis, and somewhat unique methods developed by iii) Hochschild, and iv) Klemera & Doubal and v) a variant of Klemera & Doubal’s method. The objective of this study is to find the most appropriate computational algorithm of biological age estimation by comparing the association between the empirical data of Work Ability Index (WAI) and the differences of each algorithm’s estimates from chronological age. The WAI was found to be a measure that reflects an individual’s current health status rather than the deterioration caused by a serious dependency with the age; and thus, it becomes a good subject for comparison of various BA estimation algorithms, where the interest is in how well each algorithm detects the current health status of an individual given the chronological age of the person.
Experiments were conducted on 200 Korean male participants using a BA estimation system developed principally under the concept of non-invasive, simple to operate and human function-based. In accordance with this concept, as well as the supporting evidence from past research activities, 12 biomarker tests which delivered 16 variables were selected - Hearing capacity, Pulmonary functions, Handgrip strength, Vibrotactile Sensitivity, Visual accommodation, Numeric memory, Associated memory, Topological Memory, Concentration, Acoustic reaction time, Visual reaction time and Muscular reaction time.
Any possible improvements by modification of the proposed algorithms are also investigated. In particular, a few improvements were made with the Hochschild’s method on the derivation of weights for the mortality risk factors by an application of the WAI. Since many of the biomarkers variables are likely to be inter-correlated, multicollinearity is one of great concerns in biological age estimation. To resolve the issue of multicollinearity, the fifth algorithm, a variant of Klemera & Doubal’s method, incorporates reduction and transformation of biomarker variables to uncorrelated variables through factor analysis or principal component analysis.
Comparisons of each algorithm’s feature and biological age estimates were made to find the most appropriate algorithm to be implemented on the biological age estimation system. For the development of biomarkers of aging, two types of validity - predictive and construct validity - is needed to be ascertained. Attempts were made to establish these validities of the biological age estimates by examining the empirical data with discriminant function analysis and correlation analysis.
As a result, it had been confirmed by the empirical data that Klemera & Doubal’s method with uncorrelated biomarker variables from principal component analysis produces relatively more reliable and acceptable biological age estimates than the other algorithms.
본 논문에서는 1) 다중회귀분석 (MLR), 2) 주성분분석 (PCA), 3) Hochschild 와 4) Klemera & Doubal 이 독특하게 개발한 방법들, 그리고, 5) Klemera & Doubal 방법의 변형 모델을 포함한 다섯 가지의 생체나이 추정 알고리즘의 특성을 기술하고 있다. 본 연구의 목적은 Work Ability Index (WAI)와 각 알고리즘을 통해 구해지는 생체나이에서 연대기적나이를 뺀 값과의 상관관계를 비교 분석하여 생체나이 측정 시스템에 가장 적합한 알고리즘을 선택하는데 있다. 현재의 건강상태를 반영하여 실제나이 대비 얼마나 젊고 늙은 지를 반영하는 생체나이의 검증을 위하여 WAI를 활용하게 된 이유는 WAI가 나이에 따른 노화의 정도보다는 나이와 무관하게 현시점에서의 개인의 건강상태를 나타내는 척도인 것으로 알려져 있고, 이는 본 연구의 실험에서도 재확인 되었기 때문이다.
본 연구에서 개발된 생체나이 측정 시스템을 이용하여 한국 남성 200명을 대상으로 실험을 수행하였다. 이 측정 시스템은 기본적으로 비침습적이고, 사용하기 간편하며, 인간의 (생체 및 인지) 기능을 기반으로 한다는 컨셉을 가지고 개발되었다. 이런 컨셉에 부응하고, 과거 연구의 결과를 활용하여 16가지의 변수를 제공하는 다음과 같은 12가지의 생체지표(Biomarker)를 선정하여 시스템을 구축하였다. ― 청각 능력, 폐활량, 악력, 진동감각도, 시각조절능력, 수치기억력, 연관기억력, 공간기억력, 집중력, 청각반응시간, 시각반응시간, 근육반응시간.
각 알고리즘의 특징, 장단점을 파악하고, 어떤 개선사항이 있을 수 있는지 비교 분석하였으며, 특히, Hochschild 방법에서 Mortality risk factor 의 weight을 구하는 과정을 WAI를 활용하여 객관적으로 weight을 할당할 수 있도록 개선점을 찾을 수 있었다. 또한, 생체나이를 추정하기 위해 측정되는 생체지표들 간에는 많은 경우 상호 의존성 (다중공선성)이 존재하여 예측치의 정확성을 저하시키는데 이런 위험성을 제거하기 위하여 주성분 분석을 Klemera & Doubal 방법에 적용하여 서로 독립인 변수들을 추출할 수 있었다.
생체나이 관련 연구에서는 Predictive 검증과 Construct 검증, 이 두 가지가 확인되어야 신뢰할 수 있는 생체나이 추정이 이루어진다고 알려져 있다. 그리하여 본 논문에서는 WAI를 두 가지 카테고리 (건강, 비건강)로 나눈 후, 각 알고리즘이 추정한 생체나이와 WAI의 결과를 비교 분석하여 얼마만큼 건강한 이와 건강하지 못한 이를 성공적으로 해당 그룹에 구분하는지 판별분석을 통해 평가하게 되었다. 이것은 Construct 검증을 확립하는 것이며, Predictive 검증은 WAI의 원 값 (WAI Score) 와 실제나이에서 생체나이를 뺀 값 간의 피어슨 상관관계를 분석하여 이루어졌다.
결과적으로, Klemera & Doubal 방법에 주성분분석을 통해 얻어진 독립된 변수를 이용하여 생체나이를 추정하는 알고리즘 (KD2) 이 다른 알고리즘 대비 보다 실제 개인의 건강상태를 잘 반영하고 있는 것으로 나타났다. 이와 더불어, 특이할 만한 사항으로는 다른 방법들도 모두 각각 고유의 특장점을 활용하여 생체나이 추정 과정에 일조를 할 수 있다는 것이다. 다중회귀분석의 여러 가지 진단 도구들을 이용하여 이상치 등을 판별하여 보다 신뢰할 수 있는 데이터베이스를 구축할 수 있을 것이며, 또한 잔차 분석 및 진단 통계치 등을 통하여 다중공선성의 확인도 수행할 수 있다. 주성분분석은 생체나이 추정에서 상당히 유용하게 활용되는 서로 독립된 변수를 제공할 뿐만 아니라 비슷한 속성을 가지는 변수끼리 정렬시켜 변수들이 내재하고 있는 잠재적 구조를 파악할 수 있게 한다.
그러므로, 위 방법들을 활용하여 생체나이 측정 시스템을 구축한다면 사용자로 하여금 보다 신뢰할 수 있을 뿐 아니라, 장기간에 걸친 의료진의 처방효과도 확인할 수 있는 의료 장비로 활용될 수 있을 것이다.
무엇보다 직접 실험을 통해 얻어진 데이터를 활용하고, 최초로 WAI를 적용하여 사람들이 가장 신뢰할 수 있는 생체나이 추정 알고리즘을 파악했다는 점이 본 연구의 가장 큰 의의가 될 것이다. 본 연구에서 적용된 체계적인 통계적 분석 방법들은 생체나이 관련 연구에서의 상호의존성을 가지는 생체지표 변수들의 처리에 크게 기여할 수 있을 것이다.
