ISSN: 0300-8932 Factor de impacto 2024 4,9
Vol. 78. Núm. 1.
Páginas 37-46 (Enero 2025)

Artículo original
La adherencia al Life's Essential 8 se asocia con un retraso en el envejecimiento biológico: un estudio transversal poblacional

Adherence to Life's Essential 8 is associated with delayed biological aging: a population-based cross-sectional study

Hongyu ChenaHaoxian TangabXuan ZhangbcJingtao HuangbdNan LuobeQingqian GuoaXin Wanga
https://doi.org/10.1016/j.recesp.2024.04.004

Opciones

Material adicional
Imagen extra
Rev Esp Cardiol. 2025;78:37-46
Resumen
Introducción y objetivos

El objetivo de este estudio es explorar el potencial de adherirse a los índices Life's Essential 8 (LE8) actualizados por la American Heart Association para retrasar el envejecimiento biológico en medio de crecientes preocupaciones sobre poblaciones envejecidas y enfermedades relacionadas.

Métodos

Se examinó a un total de 18.261 adultos (edad ≥ 20 años) utilizando datos del National Health and Nutrition Examination Survey (NHANES) entre 2005-2010 y 2015-2018. El LE8 incluye 8 componentes que abarcan conductas y factores en salud. La aceleración del envejecimiento biológico se definió como el exceso de edad biológica/fenotípica sobre la edad cronológica evaluada mediante biomarcadores clínicos. Los análisis de regresión exploraron la asociación entre la puntuación del LE8 y el envejecimiento biológico.

Resultados

Cada aumento de 10 puntos en el LE8 se asoció con una disminución de 1,19 años en la edad biológica y una disminución de 1,63 años en la edad fenotípica. Las personas con buena salud cardiovascular (SCV) tuvieron una reducción del 90% en el riesgo de envejecimiento acelerado con base en la edad biológica y una reducción del 81% con base en la edad fenotípica, en comparación con las personas con una SCV baja. Las comparaciones de estimaciones de modelos basadas en bootstrap y la regresión de la suma ponderada de cuantiles indicaron que los factores de salud, particularmente la glucemia, tuvieron un mayor impacto en retrasar el envejecimiento. La asociación entre fumar y el envejecimiento biológico pareció diferir dependiendo de la definición de envejecimiento empleada. En todos los subgrupos, la correlación negativa del LE8 con el envejecimiento biológico fue constante, a pesar de las interacciones observadas. Tres análisis de sensibilidad confirmaron la solidez de nuestras conclusiones.

Conclusiones

Una SCV alta se asocia con un menor riesgo de envejecimiento biológico. Se recomienda mantener altos valores de LE8 en diversas demografías, independientemente de la historia cardiovascular, para retrasar el envejecimiento y promover un envejecimiento saludable, con implicaciones significativas para la atención primaria.

Palabras clave

Sistema cardiovascular
Factores de riesgo de enfermedades cardiacas
Envejecimiento saludable
Salud cardiovascular
Life's Essential 8
Envejecimiento biológico
NHANES
INTRODUCCIÓN

La población mundial está envejeciendo rápidamente; sin embargo, el envejecimiento es un deterioro gradual de la funcionalidad fisiológica a lo largo del tiempo, y conduce a un deterioro funcional y un aumento del riesgo de mortalidad1. El envejecimiento es un factor de riesgo importante para la enfermedad cardiovascular (ECV), el cáncer, la diabetes, la enfermedad de Alzheimer y la mortalidad2,3. Chang et al.4 observaron que 92 enfermedades se asociaban al envejecimiento, lo cual daba origen al 51,3% de la carga mundial en los adultos. Las consecuencias mundiales del envejecimiento de la población y de las enfermedades asociadas a la edad subrayan la importancia crucial de investigar en estrategias de intervención temprana, imprescindibles para retrasar el envejecimiento, prolongar la esperanza de vida y fomentar un envejecimiento saludable, en consonancia con la misión de la Década del Envejecimiento Saludable de las Naciones Unidas (2021-2030)5. La investigación previa indica que las intervenciones genéticas, farmacológicas6,7, alimentarias (incluida la restricción calórica y una dieta cetógena)8,9 y en el estilo de vida10 pueden prolongar la esperanza de vida sana y mitigar el declive funcional asociado a la edad11, lo cual pone de relieve que el periodo de salud (refiriéndose al estado de salud previo al inicio de la enfermedad crónica y el envejecimiento) es modificable12.

En 2010, la American Heart Association introdujo el concepto de salud cardiovascular (SCV) a través del índice Life's Simple 7 (LS7)13, destinado a cambiar el enfoque de la asistencia sanitaria para pasar del tratamiento de enfermedades al fomento de la salud general a lo largo de la vida. La SCV constituye un resultado de salud diferenciado, ligado a factores genéticos, sociales, de conducta y ambientales, y es también un determinante de efectos importantes en la salud. Las repercusiones protectoras de una SCV óptima van más allá del propio campo cardiovascular14. La evaluación de la SCV ha resultado eficaz para el seguimiento de la salud pública e individual, y ha constituido un potente indicador con un notable potencial para mejorar y prolongar la vida a través de estrategias de prevención primaria15. A lo largo del tiempo, ciertos componentes del LS7 han pasado a ser inadecuados para la práctica médica actual. Además, cada vez se reconocen más las limitaciones de este método de evaluación simplista para captar eficazmente las diferencias individuales. Basándose en el LS7, la American Heart Association introdujo en 2022 un parámetro actualizado de SCV, denominado Life's Essential 8 (LE8), destinado a abordar estas cuestiones y proporcionar un enfoque cuantitativo más personalizado para la evaluación de la SCV.

La investigación previa ha puesto de manifiesto los beneficios antienvejecimiento del LS716–20. Sin embargo, las limitaciones del LS7 y el abordaje convencional de la evaluación del envejecimiento biológico, junto con las restricciones impuestas por el pequeño tamaño muestral o el uso de cohortes específicas, han impedido una aplicación más amplia de estos resultados. El objetivo de este estudio fue determinar si el seguimiento del LE8 puede retrasar el envejecimiento biológico, mediante el empleo de una gran base de datos representativa de ámbito nacional y una mejora del método de evaluación.

MÉTODOSOrigen de los datos

La National Health and Nutrition Examination Survey (NHANES) es una evaluación de la salud y el estado nutricional representativa a nivel nacional de la población civil no internada de los Estados Unidos. Lleva a cabo encuestas continuas, complejas, estratificadas y de múltiples etapas, en las que se obtiene información detallada a través de entrevistas domiciliarias sobre diversas cuestiones de salud. Se obtienen muestras de sangre en un centro móvil de exámenes. La NHANES está gestionada por los Centers for Disease Control and Prevention y el National Center for Health Statistics de los Estados Unidos. El Comité de Ética de este centro examinó y aprobó el protocolo de estudio de la NHANES y todos los participantes dieron su consentimiento informado por escrito. El presente estudio usa datos anonimizados que son de dominio público. En consonancia con las normas aplicables del Comité de Revisión Interno del Shantou University Medical College, el estudio estuvo exento de la exigencia de obtención de un consentimiento informado21.

Diseño y población del estudio

En el presente estudio, se utilizaron los datos de NHANES de 2005 a 2010 y 2015 a 2018, y el análisis se centró en los participantes de edad ≥ 20 años (n=39.038). Los criterios de exclusión se basaron en los datos ausentes respecto a elementos necesarios para el cálculo según el método de Klemera-Doubal (MKD) de la edad biológica y el cálculo de la edad fenotípica (n=15 .225); componentes del LE8 (n=2.187); información demográfica relativa al sexo, la raza/origen étnico, el nivel de estudios, el índice de precios al consumo (IPC) y el estado civil (n=1.835); datos de consumo de alcohol, y antecedentes de ECV (n=1.530). Finalmente, se incluyó en el estudio a 18.261 participantes (figura 1 y figura 2).

Figura 1.

Figura central. Proceso principal de la investigación y resultados. AHA: American Heart Association; IC95%: intervalo de confianza del 95%; LE8: Life's Essential 8;MKD: método de Klemera-Doubal; NHANES: National Health and Nutrition Examination Survey; OR: odds ratio.

(0.67MB).
Figura 2.

Diagrama de flujo del examen de selección y la inclusión de los participantes en el estudio. ECV: enfermedad cardiovascular; IPC: índice de precios al consumo; LE8: Life's Essential 8.

(0.43MB).
Definiciones de los parámetros del Life's Essential 8

El LE8 incorpora 4 conductas de salud (alimentación, actividad física, exposición a la nicotina y salud del sueño) y 4 factores de salud (índice de masa corporal [IMC], lipemia, glucemia y presión arterial [PA]).

Las puntuaciones de la alimentación se obtuvieron con el método de pasos múltiples automatizado del Department of Agriculture de los Estados Unidos para cuantificar el consumo de alimentos y bebidas mediante entrevistas personales usando el sistema de «recordatorio dietético de 24 horas» según los enfoques alimentarios para reducir la hipertensión (tabla 1 del material adicional)22. La actividad física engloba diversas acciones a lo largo de la semana, como caminar, montar en bicicleta, realizar las tareas domésticas, cuidar el jardín y otras actividades recreativas. La exposición a la nicotina se evaluó mediante el consumo de cigarrillos notificado por la propia persona, o el uso de sistemas de administración de nicotina por inhalación, incluido vivir con personas fumadoras activas en el interior de la vivienda. La salud del sueño se midió con la cantidad de sueño por noche. Además, se calculó el IMC dividiendo el peso (kg) por la altura al cuadrado (m2). La lipemia (colesterol unido a lipoproteínas de baja densidad) se determinó a partir del colesterol plasmático total y el colesterol unido a lipoproteínas de alta densidad. Se calculó la media de PA tras la exclusión de la primera lectura (si había más de 1 lectura de la PA, se utilizó la media). La glucemia se determinó mediante la glucosa plasmática en ayunas o la glucohemoglobina. El uso de medicación para la hipercolesterolemia, la hipertensión o la diabetes fue el notificado por la propia persona.

Todos los parámetros de SCV se puntuaron en una escala de 0 a 100 y la puntuación final de SCV se basó en la media no ponderada. La puntuación total de SCV se clasificó como baja (0-49), moderada (50-79) o alta (80-100). Pueden consultarse las instrucciones detalladas para la aplicación de los algoritmos de puntuación del LE8 a los datos de la NHANES para adultos en la tabla 2 del material adicional y en la recomendación presidencial de la American Heart Association15.

Definición de la edad biológica

La edad biológica se cuantificó usando la edad biológica según el MKD y la edad fenotípica23,24, que se calculan con el uso de biomarcadores clínicos. Los algoritmos específicos para la edad biológica con el MKD y la edad fenotípica se usaron tal como se indica en los métodos del material adicional y en la bibliografía previa23,24. De forma resumida, el algoritmo de edad biológica del MKD se basó en 8 biomarcadores, incluidos un logaritmo de la proteína C reactiva, la creatinina sérica, la albúmina sérica, el colesterol total en suero, el nitrógeno de urea en suero, la fosfatasa alcalina en suero, la glucohemoglobina y la PA sistólica23. Se determinó, además, la edad fenotípica, basada en 10 biomarcadores de interés en cuanto a la edad: edad cronológica (EC), albúmina, proteína C reactiva, creatinina, glucosa, porcentaje de linfocitos, volumen corpuscular medio, amplitud de distribución eritrocitaria, fosfatasa alcalina y recuento leucocitario24. La aceleración del envejecimiento biológico se definió por la presencia de una edad biológica según el MKD o una edad fenotípica que superaba a la EC, y se analizó como una variable dicotómica.

Covariables

Las covariables incluidas en el estudio fueron: edad, sexo, raza/origen étnico, nivel de estudios, estado civil, IPC, antecedentes de ECV y consumo de alcohol. En el apartado de métodos del material adicional se detalla la clasificación de las covariables.

Análisis estadístico

En el análisis, se tuvo en cuenta el diseño complejo del muestreo y la ponderación de las muestras obtenidas en el centro móvil de exámenes. Las características de los pacientes se clasificaron según sus valores de SCV. Las variables continuas se presentan en forma de media ±error estándar (EE), y las variables discretas, en forma de número y porcentaje (%). En la evaluación de las diferencias notables en el nivel de SCV, se utilizó la prueba de χ2 para las variables discretas y un análisis de la variancia para las continuas. Se realizaron análisis de regresión lineal y de regresión logística multivariantes ajustados para evaluar la asociación de la puntuación del LE8 y de sus componentes con la edad biológica con el MKD/edad fenotípica y la aceleración de la edad biológica con el MKD/edad fenotípica, respectivamente, y los modelos de regresión se ajustaron usando splines cúbicos restringidos (4 nudos). Las puntuaciones de SCV se incluyeron como variables continuas (odds ratio/β calculado por cada 10 puntos de incremento) y como variables discretas (baja, media y alta). No se realizó un ajuste respecto a las covariables en los modelos brutos. En el modelo ajustado, se incluyeron ajustes para las variables de edad, sexo, raza/origen étnico, estado civil, nivel de estudios, antecedentes de ECV, IPC y consumo de alcohol. Para evaluar las tendencias lineales, las variables discretas se analizaron como parámetros continuos25.

En un análisis secundario, se utilizaron 2 enfoques para evaluar qué componente del LE8 tenía mayor repercusión en el envejecimiento. En primer lugar, se compararon los valores del efecto de cada componente del LE8 con una prueba t para 2 muestras independientes basándose en estimaciones de remuestreo (n=100)26. En segundo lugar, se evaluó la asociación entre los componentes del LE8 y el envejecimiento con una regresión de suma de cuantiles ponderados.

Para detectar posibles interacciones, se realizaron análisis estratificados según la edad, el sexo, la raza/origen étnico, el grupo de IPC, el estado civil, el nivel de estudios, los antecedentes de ECV y el consumo de alcohol. Se llevó a cabo una prueba de interacción con la inclusión de un término de productos cruzados en el modelo de regresión, con objeto de explorar de qué forma se veía influido el efecto de una sola variable sobre el resultado por el nivel alcanzado por otra variable25.

Se llevaron a cabo varios análisis de sensibilidad. En primer lugar, se evaluó la robustez de los resultados definiendo la aceleración del envejecimiento biológico como el resto en el cociente entre la edad biológica determinada con el MKD o la edad fenotípica y la EC, y luego se reevaluó la asociación de la puntuación del LE8 con la aceleración de la edad biológica27. En segundo lugar, se realizó una imputación de los valores ausentes de las covariables utilizando imputación múltiple mediante ecuaciones encadenadas, que dio lugar a 5 conjuntos de datos con imputación basados en las variables incluidas en el modelo estadístico final. Los resultados de todos los conjuntos de datos imputados se combinaron siguiendo las reglas de Rubin28. En tercer lugar, teniendo en cuenta el solapamiento entre el LE8 y los componentes de los algoritmos de edad biológica o fenotípica (PA, glucemia y lipemia), también se excluyeron y se reevaluó la asociación.

Los datos se analizaron con el programa R versión 4.2.2 (R Project for Statistical Computing) y el paquete de encuesta versión 4.2-1. También se utilizó el programa informático de estadística Free Software Foundation versión 1.9.2. La significación estadística se definió como un valor de p bilateral <0,05. Para facilitar la comprensión, en el material adicional de datos se explican los términos estadísticos y los métodos de análisis estadísticos empleados.

RESULTADOSCaracterísticas de los participantes

En la tabla 1, se muestran las características de los 18.261 participantes de los que se dispuso de datos para el análisis, que son representativos del total estimado de 16,1 millones de adultos de edad ≥ 20 años de los Estados Unidos. La media ponderada calculada de la edad fue de 47,00 (EE = 0,3) años, y la proporción ponderada de mujeres en los participantes, del 50,28%. Del total de los participantes, 2.801 se clasificaron en la clase de SCV baja, 12.259 en la de SCV moderada y 3.201 en la de SCV alta. En general, los participantes del grupo de SCV alta tendían a ser varones, de menor edad, casados, más ricos, con estudios superiores a los secundarios, blancos no hispanos, con un consumo moderado de alcohol y sin antecedentes de ECV.

Tabla 1.

Características de los participantes con estratificación según el nivel de salud cardiovascular

  Total  SCV baja  SCV moderada  SCV alta 
  (n=18.261)  (n=2.801)  (n=12.259)  (n=3.201) 
Características
Edad (años)  47,00 (0,30)  53,07 (0,50)  48,08 (0,34)  40,15 (0,42) 
Edad (%)         
<40  6.125 (33,54)  479 (20,11)  3.862 (34,09)  1.784 (53,98) 
40-64  7.910 (43,32)  1.502 (56,91)  5.368 (47,20)  1.040 (37,25) 
≥ 65  4.226 (23,14)  820 (22,98)  3.029 (18,71)  377 (8,77) 
Sexo (%)         
Varones  9.080 (49,72)  1.322 (48,26)  5.852 (47,92)  1.906 (60,51) 
Mujeres  9.181 (50,28)  1.479 (51,74)  6.407 (52,08)  1.295 (39,49) 
Raza/origen étnico (%)         
Estadounidenses mexicanos  3.087 (16,9)  445 (8,36)  2.115 (8,03)  527 (7,40) 
Negros no hispanos  3.504 (19,19)  759 (15,10)  2.391 (10,15)  354 (5,53) 
Blancos no hispanos  8.522 (46,67)  1.244 (67,84)  5.676 (70,59)  1.602 (73,79) 
Otros hispanos  1.649 (9,03)  211 (3,76)  1.149 (4,87)  289 (5,01) 
Otras  1.499 (8,21)  142 (4,94)  928 (6,36)  429 (8,27) 
Estado civil (%)         
Casado  9.656 (52,88)  1.385 (52,40)  6.559 (57,48)  1.712 (57,03) 
Nunca ha estado casado  3.064 (16,78)  317 (11,13)  1.900 (15,16)  847 (25,16) 
Vive con una pareja  1.563 (8,56)  243 (9,60)  1.049 (8,63)  271 (7,62) 
Otros  3.978 (21,78)  856 (26,87)  2.751 (18,73)  371 (10,19) 
Nivel de estudios (%)         
Inferior a enseñanza secundaria  4.348 (23,81)  927 (23,23)  2.982 (15,44)  439 (7,13) 
Enseñanza secundaria o equivalente  4.294 (23,51)  812 (32,79)  2.990 (25,75)  492 (13,54) 
Superior a la enseñanza secundaria  9.619 (52,68)  1.062 (43,98)  6.287 (58,80)  2.270 (79,33) 
IPC (%)         
≤ 1,30  5.261 (28,81)  1.032 (26,69)  3.530 (18,73)  699 (13,48) 
1,31-3,50  7.137 (39,08)  1.198 (41,95)  4.831 (36,38)  1.108 (30,71) 
>3,50  5.863 (32,11)  571 (31,36)  3.898 (44,89)  1.394 (55,82) 
Consumo de alcohol (%)         
Nunca  2.396 (13,12)  302 (8,78)  1.592 (9,61)  502 (11,95) 
Exconsumidor  2.872 (15,73)  670 (21,18)  1.942 (12,97)  260 (6,59) 
Moderado  6.229 (34,11)  828 (32,17)  4.167 (37,05)  1.234 (41,69) 
Moderado  2.919 (15,98)  379 (14,96)  1.911 (17,33)  629 (22,01) 
Intenso  3.845 (21,06)  622 (22,91)  2.647 (23,05)  576 (17,76) 
Antecedentes de ECV (%)         
No  16.305 (89,29)  2.219 (81,99)  10.985 (92,04)  3.101 (97,59) 
Sí  1.956 (10,71)  582 (18,01)  1.274 (7,96)  100 (2,41) 

AHA: American Heart Association; ECV: enfermedad cardiovascular; EE: error estándar; IPC: índice de precios al consumo; MKD: método de Klemera-Doubal; SCV: salud cardiovascular.

Los datos se expresan en forma de número (%).

Los valores de p de la prueba de significación de la diferencia fueron inferiores a 0,001 en todos los casos. Se ponderaron todos los valores de media y EE para las variables continuas y los porcentajes de las variables discretas. Las puntuaciones de la SCV van de 0 a 100 y se clasifican como SCV baja (0-49), SCV moderada (50-79) y SCV alta (80-100).

En el conjunto de los participantes, la media ponderada de la edad biológica determinada con el MKD fue de 46,89 (EE = 0,29) años, mientras que la media ponderada de la edad fenotípica fue de 45,34 (EE = 0,33) años. Al definir el envejecimiento biológico mediante la edad biológica, 6.905 (37,81%) participantes mostraron un envejecimiento acelerado, en comparación con 8.477 (46,42%) al hacerlo con el empleo del aceleramiento de la edad fenotípica (figura 3, tabla 3 del material adicional).

Figura 3.

Número de participantes con envejecimiento biológico y media de edad biológica con el MKD o edad fenotípica según el nivel de salud cardiovascular. MKD: método de Klemera-Doubal; SCV: salud cardiovascular.

(0.15MB).
Asociación del Life's Essential 8 con el envejecimiento biológico

Tras el ajuste respecto a los factores de confusión, cada 10 puntos de aumento en la puntuación del LE8 se asoció a una disminución de 1,19 años en la edad biológica calculada con el MKD, y a un riesgo de envejecimiento acelerado un 42% inferior (tabla 2 y tabla 3). De igual modo, cada 10 puntos de aumento de la puntuación del LE8 se asoció a una disminución de 1,63 años de la edad fenotípica, lo cual comportaba un riesgo de envejecimiento acelerado un 33% inferior (tabla 2 y tabla 3). Al comparar a los participantes con una SCV alta con los que tenían una SCV baja, el riesgo de envejecimiento acelerado en función de la edad biológica fue un 90% inferior, mientras que el riesgo basado en la edad fenotípica fue un 81% inferior (tabla 3). Se observó una relación negativa no lineal entre las puntuaciones del LE8 y la edad biológica o la edad fenotípica, así como con la aceleración del envejecimiento biológico (figura 4).

Tabla 2.

Asociación entre el Life's Essential 8 y la edad biológica calculada con el MKD o la edad fenotípica

  Edad biológica según el MKDEdad fenotípica
  Modelo brutoModelo ajustadoaModelo brutoModelo ajustadoa
  β (IC95%)  β (IC95%)  β (IC95%)  β (IC95%) 
Puntuación total de SCVb  –3,88 (–4,11 a –3,65)  <0,001  –1,19 (–1,24 a –1,13)  <0,001  –4,74 (–5,03 a –4,45)  <0,001  –1,63 (–1,74 a –1,52)  <0,001 
Subgruposc                 
SCV baja  0d    0d    0d    0d   
SCV moderada  –7,93 (–8,88 a –6,97)  <0,001  –3,28 (–3,57 a –2,99)  <0,001  –10,38 (–11,58 a –9,19)  <0,001  –4,75 (–5,22 a –4,29)  <0,001 
SCV alta  –17,36 (–18,49 a –16,23)  <0,001  –5,20 (–5,50 a –4,89)  <0,001  –21,21 (–22,64 a –19,79)  <0,001  –7,03 (–7,51 a –6,55)  <0,001 
Prueba de tendencia    <0,001    <0,001    <0,001    <0,001 
Puntuación de conductas saludablesb  –0,15 (–0,32-0,03)  0,09  –0,06 (–0,10 a –0,02)  0,002  –0,70 (–0,92 a –0,48)  <0,001  –0,52 (–0,59 a –0,44)  <0,001 
Puntuación de dieta  0,16 (0,06-0,25)  0,002  –0,09 (–0,11 a –0,06)  <0,001  0,06 (–0,06-0,17)  0,31  –0.21 (–0,25 a –0,17)  <0,001 
Puntuación de actividad física  –0,57 (–0,64 a –0,50)  <0,001  –0,04 (–0,06 a –0,02)  <0,001  –0,78 (–0.87 a –0,70)  <0,001  –0,17 (–0,20 a –0,13)  <0,001 
Puntuación de exposición a nicotina  0,48 (0,40-0,57)  <0,001  0,07 (0,05-0,09)  <0,001  0,33 (0,23-0,43)  <0,001  –0,10 (–0,14 a –0,06)  <0,001 
Puntuación de salud del sueño  –0,05 (–0,17-0,07)  0,42  –0,01 (–0,04-0,02)  0,69  –0,22 (–0,36 a –0,08)  0.003  –0,08 (–0,14 a –0,02)  0,01 
Puntuación de factores de saludb  –4,48 (–4,61 a –4,34)  <0,001  –1,37 (–1,41 a –1,32)  <0,001  –4,89 (–5,08 a –4,71)  <0,001  –1,36 (–1,46 a –1,27)  <0,001 
Puntuación de IMC  –0,68 (–0,78 a –0,58)  <0,001  –0,33 (–0,36 a –0,31)  <0,001  –1,11 (–1,24 a –0,99)  <0,001  –0,70 (–0,75 a –0,66)  <0,001 
Puntuación de lípidos sanguíneos  –1,40 (–1,49 a –1,31)  <0,001  –0,39 (–0,42 a –0,36)  <0,001  –1,11 (–1,23 a –1,00)  <0,001  0,01 (–0,05-0,07)  0,75 
Puntuación de glucemia  –2,97 (–3,09 a –2,85)  <0,001  –0,64 (–0,67 a –0,60)  <0,001  –3,83 (–3,97 a –3,70)  <0,001  –1,27 (–1,35 a –1,20)  <0,001 
Puntuación de presión arterial  –2,81 (–2,90 a –2,72)  <0,001  –0,77 (–0,80 a –0,75)  <0,001  –2,71 (–2,83 a –2,59)  <0,001  –0,31 (–0,36 a –0,26)  <0,001 

IC95%: intervalo de confianza del 95%; IMC: índice de masa corporal; MKD: método de Klemera-Doubal; NHANES: National Health and Nutrition Examination Survey; OR: odds ratio; SCV: salud cardiovascular.

a

Ajustado para la edad, el sexo, la raza/origen étnico, el estado civil, el nivel de estudios, los antecedentes de enfermedad cardiovascular, el grupo de índice de precios al consumo y el consumo de alcohol.

b

La puntuación total de SCV, la puntuación de comportamientos de salud (incluidos los de puntuación de alimentación, puntuación de actividad física, puntuación de exposición a la nicotina y puntuación de la salud del sueño) y la puntuación de factores de salud (incluidos los de puntuación del IMC, puntuación de lipemia, puntuación de glucemia y puntuación de presión arterial) se introdujeron como variables continuas por cada 10 puntos de aumento.

c

Las puntuaciones de la SCV van de 0 a 100 y se clasifican como SCV baja (0-49), SCV moderada (50-79) y SCV alta (80-100).

d

Número de referencia.

Tabla 3.

Asociación entre el Life's Essential 8 y la aceleración de la edad biológica calculada con el MKD o la edad fenotípica

  Aceleración de edad biológica según el MKDAceleración de edad fenotípica
  Modelo brutoModelo ajustadoaModelo brutoModelo ajustadoa
  OR (IC95%)  OR (IC95%)  OR (IC95%)  OR (IC95%) 
Puntuación total de SCVb  0,68 (0,66-0,71)  <0,001  0,58 (0,56-0,60)  <0,001  0,66 (0,63-0,68)  <0,001  0,67 (0,65-0,70)  <0,001 
Subgruposc                 
SCV baja  1d    1d    1d    1d   
SCV moderada  0,37 (0,33-0,41)  <0,001  0,27 (0,24-0,31)  <0,001  0,34 (0,30-0,39)  <0,001  0,37 (0,33-0,42)  <0,001 
SCV alta  0,18 (0,15-0,21)  <0,001  0,10 (0,08-0,11)  <0,001  0,16 (0,14, 0,19)  <0,001  0,19 (0,17-0,23)  <0,001 
Prueba de tendencia    <0,001    <0,001    <0,001    <0,001 
Puntuación de conductas saludablesb  0,95 (0,93-0,97)  <0,001  0,98 (0,96-0,99)  0,01  0,85 (0,83-0,87)  <0,001  0,87 (0,85-0,89)  <0,001 
Puntuación de dieta  0,95 (0,94-0,96)  <0,001  0,96 (0,95-0,97)  <0,001  0,94 (0,93-0,96)  <0,001  0,94 (0,93-0,95)  <0,001 
Puntuación de actividad física  1,00 (0,99-1,01)  0,74  0,99 (0,98-0,99)  <0,001  0,95 (0,94-0,96)  <0,001  0,96 (0,95-0,97)  <0,001 
Puntuación de exposición a nicotina  1,00 (0,99-1,00)  0,35  1,03 (1,02-1,04)  <0,001  0,97 (0,95-0,98)  <0,001  0,98 (0,96-0,99)  <0,001 
Puntuación de salud del sueño  0,98 (0,97-1,00)  0,05  1,00 (0,99-1,02)  0,78  0,96 (0,94-0,97)  <0,001  0,98 (0,97-1,00)  0,03 
Puntuación de factores de saludb  0,66 (0,64-0,68)  <0,001  0,48 (0,47-0,50)  <0,001  0,74 (0,72-0,75)  <0,001  0,73 (0,71-0,75)  <0,001 
Puntuación de IMC  0,87 (0,86-0,88)  <0,001  0,85 (0,84-0,86)  <0,001  0,84 (0,82-0,85)  <0,001  0,84 (0,82-0,85)  <0,001 
Puntuación de lípidos sanguíneos  0,88 (0,86-0,89)  <0,001  0,84 (0,82-0,85)  <0,001  0,99 (0,98-1,01)  0,55  1,00 (0,98-1,02)  0,73 
Puntuación de glucemia  0,88 (0,87-0,89)  <0,001  0,79 (0,78-0,80)  <0,001  0,78 (0,77-0,80)  <0,001  0,78 (0,77-0,80)  <0,001 
Puntuación de presión arterial  0,80 (0,79-0,82)  <0,001  0,67 (0,66-0,69)  <0,001  0,91 (0,90-0,93)  <0,001  0,94 (0,92-0,95)  <0,001 

IC95%: intervalo de confianza del 95%; IMC: índice de masa corporal; MKD: método de Klemera-Doubal; NHANES: National Health and Nutrition Examination Survey; OR: odds ratio; SCV: salud cardiovascular.

a

Ajustado para la edad, el sexo, la raza/origen étnico, el estado civil, el nivel de estudios, los antecedentes de enfermedad cardiovascular, el grupo de índice de precios al consumo y el consumo de alcohol.

b

La puntuación total de SCV, la puntuación de comportamientos de salud (incluidos los de puntuación de alimentación, puntuación de actividad física, puntuación de exposición a la nicotina y puntuación de la salud del sueño) y la puntuación de factores de salud (incluidos los de puntuación del IMC, puntuación de lipemia, puntuación de glucemia y puntuación de presión arterial) se introdujeron como variables continuas por cada 10 puntos de aumento.

c

Las puntuaciones de la SCV van de 0 a 100 y se clasifican como SCV baja (0-49), SCV moderada (50-79) y SCV alta (80-100).

d

Número de referencia.

Figura 4.

Asociación del Life's Essential 8 con la aceleración de la edad biológica calculada con el MKD o la edad fenotípica (A, B) y con la edad biológica calculada con el MKD o la edad fenotípica (C, D); los datos se ajustaron con un modelo de regresión lineal o logística multivariante con ponderación según la encuesta, basado en splines cúbicos restringidos. Los modelos se ajustaron para la edad, el sexo, la raza/origen étnico, el índice de precios al consumo, el estado civil, el nivel de estudios, los antecedentes de enfermedad cardiovascular y el consumo de alcohol.

(0.51MB).

Por lo que respecta a los componentes del LE8, los factores de salud mostraron un efecto más pronunciado que el de las conductas de salud sobre el enlentecimiento del envejecimiento biológico. Por cada 10 puntos de aumento de la puntuación de factores de salud, la edad biológica se reducía en 1,37 años y la edad fenotípica lo hacía en 1,36 años (tabla 2), el riesgo de envejecimiento acelerado basado en la edad biológica disminuyó en un 52%, y el basado en la edad fenotípica, un 27% (tabla 3).

La asociación de los componentes del LE8 con el envejecimiento biológico se muestra en la tabla 2, tabla 3 y tabla 4 del material adicional. Usando el método de remuestreo, la comparación de los valores del efecto indicó la existencia de diferencias significativas entre el valor del efecto de cada componente del LE8 (tabla 5 del material adicional). Concretamente, la PA y la glucemia fueron los factores con una mayor influencia en el efecto conjunto de los componentes del LE8 y el envejecimiento biológico (tabla 2 y tabla 3), observación que se corroboró con el análisis de regresión de la suma de cuantiles ponderada (figura 1 del material adicional). Cabe destacar que, por cada 10 puntos de aumento de la puntuación de exposición a la nicotina, la edad biológica aumentaba en 0,07 años, lo cual comportaba un riesgo de envejecimiento acelerado un 3% superior (tabla 2 y tabla 3). Sin embargo, por lo que respecta a la edad fenotípica, se observó que un aumento de la puntuación de exposición a la nicotina se asociaba a una desaceleración del envejecimiento biológico.

Análisis de subgrupos y análisis de sensibilidad

En los análisis de subgrupos, se observaron interacciones significativas (p <0,05) entre la edad, el sexo, la raza/origen étnico, el estado civil, el PCI, los antecedentes de ECV, el consumo de alcohol y las puntuaciones del LE8 (tabla 6 del material adicional). Sin embargo, a pesar de estas interacciones, el LE8 mostró de manera uniforme una correlación negativa significativa con el envejecimiento biológico en todos los subgrupos.

En los análisis de sensibilidad, tanto al redefinir la aceleración del envejecimiento biológico usando los restos (tabla 7 del material adicional) como al realizar una imputación múltiple para los valores ausentes (tabla 8 del material adicional) o al excluir los componentes solapados entre la edad biológica o fenotípica y el LE8 (tabla 9 del material adicional) para revaluar la asociación entre el LE8 y el envejecimiento biológico, los resultados fueron coherentes con nuestras observaciones previas y respaldaron nuestras conclusiones.

DISCUSIÓN

En este estudio transversal, que incluye una muestra representativa de todo el país, observamos una asociación negativa entre las puntuaciones superiores del LE8 y el envejecimiento biológico, que resaltaba en especial los factores relacionados con la salud. Cabe destacar que esta asociación persistió uniformemente con el uso de diversas definiciones del envejecimiento biológico. Estas observaciones se vieron respaldadas por los resultados de distintos análisis de sensibilidad. A pesar de las interacciones significativas, la asociación negativa entre el LE8 y el envejecimiento biológico se mantuvo constante en todos los subgrupos.

Los telómeros en los extremos de los cromosomas regulan la división celular, de tal manera que su acortamiento constituye un indicador del envejecimiento biológico. Basándose en el estudio Strong Heart Family Study of 2568 American Indians, Peng et al.17 observaron una asociación positiva entre los valores de SCV (en especial los factores de salud) evaluados mediante el LS7 y la longitud telomérica de los leucocitos en las mujeres; sin embargo, en los varones la asociación no fue significativa. De igual modo, Gebreab et al.18, usando los datos del estudio NHANES 1999-2002, observaron también una asociación más significativa entre el LS7 y la longitud telomérica leucocitaria en las mujeres, con discrepancias raciales significativas (más prominente en la población blanca no hispana). En cambio, en el análisis de subgrupos del presente estudio, se observó una relación uniforme y significativa entre el LE8 y la evaluación del envejecimiento biológico entre diferentes sexos y razas. Al igual que Peng et al.17, también observamos una repercusión más pronunciada en el retraso del envejecimiento biológico con una mejor puntuación de los factores de salud en comparación con las conductas de salud.

La metilación del ácido desoxirribonucleico (ADN) como proceso epigenético sirve de indicador dinámico de los cambios fisiológicos asociados al envejecimiento humano, con lo que tiene aplicación en la estimación de la edad biológica29. Hannum y Horvath crearon 2 estimadores de la edad según la metilación del ADN, denominados reloj de Hannum y reloj de Horvath, utilizando lugares de citosina-fosfato-guanina diferentes. El análisis de Pottinger realizado en 2.170 mujeres posmenopáusicas del estudio Women's Health Initiative (1993-1998) reveló una correlación negativa significativa entre la puntuación LS7 y ambos relojes16. De igual modo, Lemke et al.20, utilizando menos lugares de citosina-fosfato-guanina que los 2 estudios anteriores, obtuvieron unas conclusiones similares en su estudio del Berlin Aging Study II, y observaron que la asociación del LS7 con el envejecimiento biológico podía ser causada por la actividad física. Además, en un estudio de Lo et al.19 realizado en 2.474 personas de Taiwán, se puso de relieve una asociación más intensa entre el LS7 y la medida del envejecimiento biológico basada en biomarcadores clínicos que con los relojes de Hannum o de Horvath. Esta diferencia se atribuyó a la distinta finalidad de los relojes, puesto que estos tienen como objetivo predecir la EC humana más que reflejar estados fisiológicos relacionados con la edad.

En general, el proceso del envejecimiento muestra una notable heterogeneidad. A diferencia de los algoritmos tradicionales de la edad, como el de la longitud telomérica leucocitaria y el de la metilación del ADN, se considera que las determinaciones de la edad biológica basadas en biomarcadores clínicos (como la edad biológica con el MKD y la edad fenotípica) son más capaces de captar las manifestaciones de diversos marcadores del envejecimiento a nivel celular e intracelular de manera individualizada30,31. Muestran una asociación más estrecha con la progresión de la enfermedad y con el estado de envejecimiento biológico personalizado32. Además, permiten diferenciar mejor el riesgo de morbimortalidad en las personas de la misma edad27. En el presente estudio, se utilizó una muestra amplia, representativa de todo el país, y se aplicaron índices avanzados de la SCV y el envejecimiento biológico para examinar su asociación. Aunque hay diferencias en los métodos de medición, nuestros resultados son coherentes con el sentido principal de la bibliografía previa, lo cual indudablemente refuerza la extrapolación, representatividad y fiabilidad de las conclusiones de este estudio. Nuestro estudio sugiere que la adherencia a cualquiera de los componentes del LE8, con independencia del sexo, la raza o los antecedentes de ECV, tiene valor para retardar el envejecimiento biológico, sin que se haya observado ningún umbral ni efecto de saturación. Esta observación puede tener consecuencias importantes para promover una participación más proactiva de las personas en sus propios proyectos de salud, así como para avanzar las estrategias de asistencia primaria para la promoción de un envejecimiento saludable.

La EC y la edad biológica no siempre coinciden. Las personas con la misma EC pueden presentar diferencias en la tasa de envejecimiento biológico y en la susceptibilidad a las afecciones24. Belsky et al.33 investigaron las trayectorias de envejecimiento de 954 personas jóvenes en la cohorte de nacimiento del Dunedin Study, y observaron disparidades significativas entre la trayectoria de la EC y la de la edad biológica antes de llegar a los 40 años. Esto sugiere que los cambios fisiológicos relacionados con el envejecimiento comienzan en una etapa temprana de la vida. Sin embargo, en la mayor parte de los estudios previos del envejecimiento humano, los participantes han sido adultos de edad avanzada, con la «salud cerebral óptima » definida por la American Heart Association y la American Stroke Association sobre la base del LS7, lo que resalta también la promoción de la salud y la gestión en la población anciana33,34. Nuestra investigación revela que mantener un nivel superior de SCV en diversos grupos de edad aporta ventajas en cuanto al retraso del envejecimiento biológico, tanto en personas jóvenes como en las de edad avanzada. Por consiguiente, las personas jóvenes deben convertirse en el foco de atención fundamental para las intervenciones antienvejecimiento, con la finalidad de reducir la carga de enfermedad futura y salvaguardar la productividad de la población en respuesta a los retos que plantea el envejecimiento poblacional mundial33.

Además, en nuestro estudio se identificaron interacciones significativas de los determinantes sociales (como estado civil, nivel de estudios e IPC) y el consumo de alcohol con el LE8. La investigación previa ha resaltado la repercusión de los determinantes sociales en la SCV. Por ejemplo, en un estudio de 5.691 participantes de entre 18 y 69 años, se observó que los ingresos bajos, el menor nivel de estudios y la falta de un seguro de salud se asociaban a una peor SCV35. Aunque el LE8 no incorpora información sobre el consumo de alcohol, en estudios previos se ha demostrado que diversos hábitos, patrones y decisiones de consumo de alcohol se asocian a factores de riesgo cardiovascular y a las puntuaciones de la SCV36. Los futuros abordajes de la evaluación de la SCV deberán considerar en mayor medida los determinantes sociales y los patrones de consumo de alcohol para orientar la elaboración de intervenciones más específicas destinadas a mejorar los resultados cardiovasculares en poblaciones diversas.

La asociación observada en este estudio entre el tabaquismo y el envejecimiento biológico no concuerda con lo indicado por estudios anteriores, lo cual puede ser causa de controversia. En un estudio previo de índices de metilación del ADN, se observó que el tabaquismo acelera el envejecimiento biológico a todos los niveles37. Además, un metanálisis puso de manifiesto una tendencia inversa en la relación dosis-respuesta entre los paquetes-años de tabaquismo y la longitud telomérica38. En consecuencia, realizamos otros análisis adicionales para examinar la asociación entre los patrones de tabaquismo (nunca ha fumado, exfumador o fumador actual) y los valores séricos de cotinina (utilizados como biomarcador de la exposición al humo de tabaco ambiental)39, y el envejecimiento biológico. Observamos que, en comparación con las personas que no habían fumado nunca, los fumadores actuales tenían un menor riesgo de envejecimiento acelerado según la edad biológica determinada con el MKD y su definición de aceleración del envejecimiento (tabla 10 y tabla 11 del material adicional). Sin embargo, para la edad fenotípica, esta asociación tenía el sentido inverso. Además, los resultados de splines cúbicos restringidos mostraron una relación en forma de U inversa no lineal entre los valores de cotinina y la edad biológica según el MKD, mientras que los valores de cotinina mostraron una correlación global positiva con la edad fenotípica (figura 2 del material adicional).

En estudios previos se ha observado que, si bien el tabaquismo aumenta significativamente el riesgo de aparición de diversas enfermedades relacionadas con la edad, algunos fumadores mantienen un estado de salud relativamente bueno hasta una edad avanzada40. Yang et al.41 describieron que, en ratones machos viejos, la nicotina en dosis bajas activa vías de rescate de dinucleótido de nicotinamida adenina, inhibe el hipermetabolismo de la glucosa y mejora el metabolismo energético celular, lo que retrasa el declive asociado a la edad y el deterioro cognitivo. Su investigación parece respaldar en cierta medida el concepto de que el tabaquismo retarda el envejecimiento biológico. Sin embargo, debemos considerar con mayor detalle la presencia de posibles factores de confusión. Los riesgos para la salud asociados al tabaquismo pueden depender de diversos factores, como polimorfismos genéticos en enzimas destoxificadoras, el carácter adictivo del tabaquismo y otros riesgos ambientales42,43. Además, el envejecimiento es un proceso biológico multidimensional y complejo, y es posible que los indicadores del envejecimiento utilizados en nuestro estudio no representen plenamente la esencia y los mecanismos del envejecimiento. Esta es una propuesta intrigante, y esperamos que se realicen nuevas investigaciones sobre las respuestas individuales al tabaquismo y el envejecimiento que esclarezcan las vías biológicas complejas y tengan en cuenta las influencias genéticas, de estilo de vida y ambientales para explorar los factores que contribuyen a producir estas discrepancias.

Las principales limitaciones de este estudio incluyen la incapacidad de inferir relaciones causales, el sesgo de autonotificación y los posibles factores de confusión, tal como se detalla en el material adicional. La investigación futura deberá centrarse en estudios prospectivos de cohorte y deberá explorar en mayor medida los mecanismos que aportan una evidencia más sólida para respaldar la relación causal entre el LE8 y el envejecimiento biológico. Además, será preciso ampliar el alcance de los estudios para incluir poblaciones diversas, incluidos los niños y los adolescentes, así como a personas de diferentes regiones geográficas y con distintas enfermedades. Por último, como se ha comentado previamente, también es importante mejorar la evaluación de la SCV y del envejecimiento biológico.

CONCLUSIONES

Una SCV alta se asocia a un menor riesgo de envejecimiento biológico. Nuestra investigación conmina a promover y mantener valores elevados del LE8 en personas de diversas características demográficas, con independencia de los antecedentes de ECV, a fin de retrasar el envejecimiento y fomentar un envejecimiento saludable, lo cual tiene consecuencias cruciales para la atención primaria de salud. Los datos derivados de la NHANES son de dominio público. Se podrá acceder a los datos en los que se basa este artículo mediante una solicitud razonable al autor indicado para la correspondencia.

¿QUÉ SE SABE DEL TEMA?

  • -

    El envejecimiento de la población y las enfermedades asociadas a la edad resaltan la necesidad de estrategias de intervención temprana para retrasar el envejecimiento, ampliar la esperanza de vida y promover un envejecimiento saludable.

  • -

    Las limitaciones del LS7 llevaron a la elaboración en 2022 de un parámetro de medida actualizado, el LE8, que engloba factores y comportamientos de salud para una evaluación más completa de la SCV.

  • -

    La investigación previa ha puesto de manifiesto los beneficios antienvejecimiento del LS7, pero sus limitaciones han dificultado una aplicación más amplia.

¿QUÉ APORTA DE NUEVO?

  • -

    La adherencia a un nivel óptimo del LE8 puede retardar el envejecimiento biológico, con unas conclusiones uniformes utilizando definiciones diferentes.

  • -

    En comparación con los comportamientos de salud, como la alimentación, la actividad física, la exposición a la nicotina y la salud del sueño, la gestión de los factores de salud, en especial la glucemia y la PA, aporta beneficios superiores con respecto al retraso del envejecimiento biológico.

  • -

    La adherencia a un nivel óptimo del LE8 es beneficiosa en diferentes grupos de edad, sexo y raza.

  • -

    La asociación entre el tabaquismo y el envejecimiento biológico mostró diferencias en función de la definición de envejecimiento utilizada.

FINANCIACIÓN

Ninguna.

CONSIDERACIONES ÉTICAS

Este estudio fue aprobado por un comité de ética. El protocolo de estudio de la encuesta NHANES fue examinado y aprobado por el Comité de Revisión de Ética de Investigación del National Center for Health Statistics, y todos los participantes dieron su consentimiento informado por escrito. En el presente estudio se utilizaron datos anonimizados de dominio público, por lo que, en consonancia con las normas aplicables del comité de revisión interno del Shantou University Medical College, el estudio estuvo exento de la exigencia de obtención de un consentimiento informado. En la elaboración de este artículo se han tenido en cuenta los posibles sesgos de sexo y género.

DECLARACIÓN SOBRE EL USO DE INTELIGENCIA ARTIFICIAL

No se utilizó ninguna herramienta de inteligencia artificial en la elaboración de este artículo.

CONTRIBUCIÓN DE LOS AUTORES

H. Chen y X. Wang supervisaron el diseño del estudio y organizaron los datos del estudio. H. Tang completó el análisis y la interpretación de los datos. H. Chen y H. Tang completaron la redacción de la propuesta inicial del manuscrito. Todos los autores participaron en la redacción del manuscrito, aprobaron la versión final y asumieron la responsabilidad de la decisión de presentar el manuscrito a publicación.

CONFLICTO DE INTERESES

Los autores declaran no tener conflicto de intereses en lo relativo a este trabajo.

Appendix A
ANEXO. MATERIAL ADICIONAL

Se puede consultar material adicional a este artículo en su versión electrónica disponible en https://doi.org/10.1016/j.recesp.2024.04.004.

Bibliografía
[1]
C. López-Otín, M.A. Blasco, L. Partridge, M. Serrano, G. Kroemer.
The hallmarks of aging.
Cell., (2013), 153 pp. 1194-1217
[2]
C. López-Otín, F. Pietrocola, D. Roiz-Valle, L. Galluzzi, G. Kroemer.
Meta-hallmarks of aging and cancer.
Cell Metab., (2023), 35 pp. 12-35
[3]
T. Niccoli, L. Partridge.
Ageing as a risk factor for disease.
Curr Biol., (2012), 22 pp. R741-R752
[4]
A.Y. Chang, V.F. Skirbekk, S. Tyrovolas, N.J. Kassebaum, J.L. Dieleman.
Measuring population ageing: an analysis of the Global Burden of Disease Study 2017.
Lancet Public Health., (2019), 4 pp. e159-e167
[5]
J.R. Beard, A. Officer, I.A. de Carvalho, et al.
The World report on ageing and health: a policy framework for healthy ageing.
Lancet., (2016), 387 pp. 2145-2154
[6]
B.K. Kennedy, J.K. Pennypacker.
Drugs that modulate aging: the promising yet difficult path ahead.
Transl Res., (2014), 163 pp. 456-465
[7]
Effect of intensive blood-glucose control with metformin on complications in overweight patients with type 2 diabetes (UKPDS 34). UK Prospective Diabetes Study (UKPDS) Group. Lancet. 1998; 352:854-865.
[8]
G. López-Lluch, P. Navas.
Calorie restriction as an intervention in ageing.
J Physiol., (2016), 594 pp. 2043-2060
[9]
J.C. Newman, A.J. Covarrubias, M. Zhao, et al.
Ketogenic Diet Reduces Midlife Mortality and Improves Memory in Aging Mice.
Cell Metab., (2017), 26 pp. 547-557.e8
[10]
D.C. Lee, A.G. Brellenthin, P.D. Thompson, X. Sui, I.M. Lee, C.J. Lavie.
Running as a Key Lifestyle Medicine for Longevity.
Prog Cardiovasc Dis., (2017), 60 pp. 45-55
[11]
N.A. Duggal, R.D. Pollock, N.R. Lazarus, S. Harridge, J.M. Lord.
Major features of immunesenescence, including reduced thymic output, are ameliorated by high levels of physical activity in adulthood.
Aging Cell., (2018), 17 pp. e12750
[12]
J. Campisi, P. Kapahi, G.J. Lithgow, S. Melov, J.C. Newman, E. Verdin.
From discoveries in ageing research to therapeutics for healthy ageing.
Nature., (2019), 571 pp. 183-192
[13]
D.M. Lloyd-Jones, Y. Hong, D. Labarthe, et al.
Defining and setting national goals for cardiovascular health promotion and disease reduction: the American Heart Association's strategic Impact Goal through 2020 and beyond.
Circulation., (2010), 121 pp. 586-613
[14]
B. Gaye, M. Tafflet, D. Arveiler, et al.
Ideal Cardiovascular Health and Incident Cardiovascular Disease: Heterogeneity Across Event Subtypes and Mediating Effect of Blood Biomarkers: The PRIME Study.
J Am Heart Assoc., (2017), 6 pp. e006389
[15]
D.M. Lloyd-Jones, N.B. Allen, C.A.M. Anderson, et al.
Life's Essential 8: Updating and Enhancing the American Heart Association's Construct of Cardiovascular Health: A Presidential Advisory From the American Heart Association.
Circulation., (2022), 146 pp. e18-e43
[16]
T.D. Pottinger, S.S. Khan, Y. Zheng, et al.
Association of cardiovascular health and epigenetic age acceleration.
Clin Epigenetics., (2021), 13 pp. 42
[17]
H. Peng, M. Mete, S. Desale, et al.
Leukocyte telomere length and ideal cardiovascular health in American Indians: the Strong Heart Family Study.
Eur J Epidemiol., (2017), 32 pp. 67-75
[18]
S.Y. Gebreab, Z.G. Manna, R.J. Khan, P. Riestra, R. Xu, S.K. Davis.
Less Than Ideal Cardiovascular Health Is Associated With Shorter Leukocyte Telomere Length: The National Health and Nutrition Examination Surveys, 1999-2002.
J Am Heart Assoc., (2017), 6 pp. e004105
[19]
Y.H. Lo, W.Y. Lin.
Cardiovascular health and four epigenetic clocks.
Clin Epigenetics., (2022), 14 pp. 73
[20]
E. Lemke, V.M. Vetter, N. Berger, V.L. Banszerus, M. König, I. Demuth.
Cardiovascular health is associated with the epigenetic clock in the Berlin Aging Study II (BASE-II).
Mech Ageing Dev., (2022), 201 pp. 111616
[21]
Z. Ruan, T. Lu, Y. Chen, et al.
Association Between Psoriasis and Nonalcoholic Fatty Liver Disease Among Outpatient US Adults.
JAMA Dermatol., (2022), 158 pp. 745-753
[22]
T.T. Fung, S.E. Chiuve, M.L. McCullough, K.M. Rexrode, G. Logroscino, F.B. Hu.
Adherence to a DASH-style diet and risk of coronary heart disease and stroke in women.
Arch Intern Med., (2008), 168 pp. 713-720
[23]
P. Klemera, S. Doubal.
A new approach to the concept and computation of biological age.
Mech Ageing Dev., (2006), 127 pp. 240-248
[24]
M.E. Levine, A.T. Lu, A. Quach, et al.
An epigenetic biomarker of aging for lifespan and healthspan.
Aging (Albany NY)., (2018), 10 pp. 573-591
[25]
H. Tang, X. Zhang, N. Luo, J. Huang, Y. Zhu.
Association of Dietary Live Microbes and Nondietary Prebiotic/Probiotic Intake With Cognitive Function in Older Adults: Evidence From NHANES.
J Gerontol A Biol Sci Med Sci., (2024), 79
[26]
F. Wu, M. Juonala, D.R. Jacobs, et al.
Childhood Non-HDL Cholesterol and LDL Cholesterol and Adult Atherosclerotic Cardiovascular Events.
Circulation., (2024), 149 pp. 217-226
[27]
Z. Liu, P.L. Kuo, S. Horvath, E. Crimmins, L. Ferrucci, M. Levine.
A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV: A cohort study.
PLoS Med., (2018), 15 pp. e1002718
[28]
A.S. Frank, A. Lupattelli, R.E. Brandlistuen, H. Nordeng.
Maternal Thyroid Hormone Replacement Therapy Exposure and Language and Communication Skills of Offspring at 8 Years of Age.
JAMA Netw Open., (2019), 2 pp. e1912424
[29]
X. He, J. Liu, B. Liu, J. Shi.
The use of DNA methylation clock in aging research.
Exp Biol Med (Maywood)., (2021), 246 pp. 436-446
[30]
M.E. Levine.
Modeling the rate of senescence: can estimated biological age predict mortality more accurately than chronological age?.
J Gerontol A Biol Sci Med Sci., (2013), 68 pp. 667-674
[31]
D.W. Belsky, T.E. Moffitt, A.A. Cohen, et al.
Eleven Telomere, Epigenetic Clock, and Biomarker-Composite Quantifications of Biological Aging: Do They Measure the Same Thing?.
Am J Epidemiol., (2018), 187 pp. 1220-1230
[32]
G.H. Graf, C.L. Crowe, M. Kothari, et al.
Testing Black-White Disparities in Biological Aging Among Older Adults in the United States: Analysis of DNA-Methylation and Blood-Chemistry Methods.
Am J Epidemiol., (2022), 191 pp. 613-625
[33]
D.W. Belsky, A. Caspi, R. Houts, et al.
Quantification of biological aging in young adults.
Proc Natl Acad Sci U S A., (2015), 112 pp. E4104-E4110
[34]
P.B. Gorelick, K.L. Furie, C. Iadecola, et al.
Defining Optimal Brain Health in Adults: A Presidential Advisory From the American Heart Association/American Stroke Association.
Stroke., (2017), 48 pp. e284-e303
[35]
S.Y. Shim, H. Lee.
Sex and Age Differences in the Association Between Social Determinants of Health and Cardiovascular Health According to Household Income Among Mongolian Adults: Cross-Sectional Study.
JMIR Public Health Surveill., (2023), 9 pp. e44569
[36]
A. Maugeri, O. Hlinomaz, A. Agodi, et al.
Is Drinking Alcohol Really Linked to Cardiovascular Health? Evidence from the Kardiovize 2030 Project.
Nutrients., (2020), 12 pp. 2848
[37]
S.R.H. Beach, M.V. Dogan, M.K. Lei, et al.
Methylomic Aging as a Window onto the Influence of Lifestyle: Tobacco and Alcohol Use Alter the Rate of Biological Aging.
J Am Geriatr Soc., (2015), 63 pp. 2519-2525
[38]
Y. Astuti, A. Wardhana, J. Watkins, W. Wulaningsih.
PILAR Research Network. Cigarette smoking and telomere length: A systematic review of 84 studies and meta-analysis.
Environ Res., (2017), 158 pp. 480-489
[39]
N.L. Benowitz.
Cotinine as a biomarker of environmental tobacco smoke exposure.
Epidemiol Rev., (1996), 18 pp. 188-204
[40]
A.Y. Strandberg, T.E. Strandberg, K. Pitkälä, V.V. Salomaa, R.S. Tilvis, T.A. Miettinen.
The effect of smoking in midlife on health-related quality of life in old age: a 26-year prospective study.
Arch Intern Med., (2008), 168 pp. 1968-1974
[41]
L. Yang, J. Shen, C. Liu, et al.
Nicotine rebalances NAD+homeostasis and improves aging-related symptoms in male mice by enhancing NAMPT activity.
Nat Commun., (2023), 14 pp. 900
[42]
H. Autrup.
Genetic polymorphisms in human xenobiotica metabolizing enzymes as susceptibility factors in toxic response.
Mutat Res., (2000), 464 pp. 65-76
[43]
X. Gao, Y. Zhang, L.P. Breitling, H. Brenner.
Relationship of tobacco smoking and smoking-related DNA methylation with epigenetic age acceleration.
Oncotarget., (2016), 7 pp. 46878-46889

Estos autores contribuyeron por igual en este estudio.

Copyright © 2024. Sociedad Española de Cardiología