Desarrollan un algoritmo para la predicción de la edad biológica

Parque Científico Universidad Carlos III de Madrid - Leganés Tecnológico

La Universidad Carlos III de Madrid (UC3M), junto a personal investigador en el área de las Ciencias de la Salud de la Universidad Complutense de Madrid con financiación de la Fundación Mutualidad de la Abogacía, ha desarrollado un algoritmo que permite la asignación y predicción de la edad biológica de las personas. Esta predicción se realiza a través de variables socioeconómicas, hábitos de vida, biomarcadores e información genética.

Según la información ofrecida por el Instituto Nacional de Estadística (INE), el índice de envejecimiento de la población española pasó del 0.908 en el año 1997 al 1.183 en 2017.

A su vez, en el mismo periodo de tiempo la esperanza de vida se vio incrementada exponencialmente.

Para la obtención de estos datos, el indicador que se utiliza comúnmente es la edad cronológica. Sin embargo, el envejecimiento de cada persona también está relacionado con sus hábitos de vida, entre otros factores.

El proyecto Aristóteles, llevado a cabo por un equipo investigador de la UC3M, ha elaborado una nueva metodología para el uso de un indicador más preciso a la hora de calcular el envejecimiento poblacional real.  El desarrollo consiste en un algoritmo que predice la edad biológica de las personas, mediante la identificación de los factores que contribuyen al envejecimiento poblacional, y calcula la magnitud en la que influye cada uno.

 “El envejecimiento es algo progresivo y muy complejo porque cada persona envejece de diferente manera. Algunos de los elementos que influyen son modificables, por lo que utilizar otro tipo de indicador, como la edad biológica, nos da una herramienta que permite conocer factores no saludables para poder corregirlos y así aumentar la esperanza de vida”, señala María Durbán, investigadora del Departamento de Estadística y coordinadora del proyecto.

Este algoritmo predictivo es el primero que combina hábitos de vida y biomarcadores genéticos y no genéticos en un mismo modelo. Sus aplicaciones principales están en el ámbito médico y de la salud pública, así como en ámbitos empresariales.