方法学

三层估算栈

年轻态采用分层可信度模型。底层是已发表的临床公式， 上面叠加生活方式修正器，最上层是综合 ensemble。

• L1 · 临床基线 · PhenoAge (Levine 2018 PMID:29676998)，9 项 SI 单位血液指标 + chronological age → biological age。
• L2 · 生活方式修正器 · 6 个独立 modifier (睡眠 · 饮食 · 饮酒 · 运动 · 吸烟 · BMI/腰围)， 每个锚定到已发表的观察性研究 effect size。
• L3 · Ensemble 聚合 · 基于 Klemera-Doubal 2006 (PMID:16318865) 方法，把 L1 + L2 加权融合， 输出综合 BioAge + 可信度等级 (A/B/C/D)。

为什么不止给一个数字

Sehgal et al. 2025 Systems Age (Nature Aging 5:1880–1896) 指出：单一 biological age 数字会抵消个体内部不同系统的 aging 异质性。我们参考其 11 系统框架，但用临床+问卷输入代替 DNA 甲基化作为底层，使工具大众可及。

可信度等级

• A · 有 PhenoAge 血液指标 + ≥2 项生活方式
• B · 有 PhenoAge 血液指标 OR ≥4 项生活方式
• C · 仅生活方式问卷（≥2 项）
• D · 信息过少，不估算

我们不会做什么

• 不给个体寿命预测
• 不开药物或补剂处方
• 不替代医生诊疗
• 不存储用户血液原始数据

利益冲突披露

年轻态 YoungState 的方法学引用 Sehgal et al. 2025 Systems Age 论文。 该论文专利持有人为 Yale University，已通过 TruDiagnostic 商业化为 SymphonyAge 检测。Raghav Sehgal 担任 TruDiagnostic 科学顾问并领取 咨询费。这些信息基于其论文 Competing Interests 公开披露。 本工具不与 TruDiagnostic 或 Yale 有商业关系， 仅在方法学层面引用其公开论文与开源思想。

产品架构

本工具由 m495 lighthope_skills 项目（21 个 ACTIVE longevity skills， ADR-018 7-gate forge discipline）提供算法层证据， 由 m519_YoungState 独立项目交付产品层。

每个 skill 都有参考文献锚定（PMID / NCT / FDA）， 通过 Wall-3 longevity 子集审计，保证不输出市场化营销话术。