ການເກັບຕົວຢ່າງເລືອດຄັ້ງດຽວ ສາມາດບອກຫຍັງໄດ້ກ່ຽວກັບຄວາມສ່ຽງຂອງທ່ານທີ່ຈະເສຍຊີວິດໃນ 5 ຫຼື 10 ປີຂ້າງໜ້າບໍ? ນັກວິໄຈຈາກມະຫາວິທະຍາໄລ Surrey ໄດ້ພະຍາຍາມຄົ້ນຫາຄຳຕອບ ໂດຍການວັດແທກໂປຣຕີນຫຼາຍກວ່າ 2,900 ຊະນິດ ຈາກຕົວຢ່າງເລືອດຂອງຜູ້ເຂົ້າຮ່ວມ UK Biobank ຈຳນວນ 38,150 ຄົນ. ການສຶກສານີ້ ຖືກຕີພິມໃນ PLOS ONE ໃນເດືອນພະຈິກ 2025 ແລະ ໄດ້ຮັບການສົນທະນາຢ່າງກວ້າງຂວາງ ພົບວ່າກຸ່ມໂປຣຕີນຂະໜາດນ້ອຍ ສາມາດເພີ່ມຄວາມສາມາດໃນການທຳນາຍໄດ້ໃນລະດັບໜຶ່ງ ເມື່ອລວມກັບອາຍຸ, ເພດ ແລະ ປັດໄຈດ້ານວິຖີຊີວິດ. ນີ້ເປັນຜົນການຄົ້ນຄວ້າ, ບໍ່ແມ່ນການກວດທີ່ທ່ານສາມາດສັ່ງໄດ້ທີ່ຫ້ອງກວດ. ບົດຄວາມນີ້ອະທິບາຍວ່າມີການວັດແທກຫຍັງ, ວິທີອ່ານຕົວເລກ, ແລະ ເຫດໃດຕົວຊີ້ວັດປົກກະຕິທີ່ຢູ່ໃນໃບລາຍງານຜົນກວດຂອງທ່ານ ຈຶ່ງມີຄວາມສຳຄັນຫຼາຍກວ່າສຳລັບທ່ານໃນມື້ນີ້.
ນັກວິໄຈວັດແທກຫຍັງ
ທີມງານໃຊ້ຂໍ້ມູນຈາກຜູ້ເຂົ້າຮ່ວມ 38,150 ຄົນ ໃນ UK Biobank ຊຶ່ງເປັນການສຶກສາດ້ານສຸຂະພາບໄລຍະຍາວຂະໜາດໃຫຍ່ໃນສະຫະລາດຊະອານາຈັກ. ພລາສມາເລືອດຂອງພວກເຂົາໄດ້ຖືກວິເຄາະໂປຣຕີນຫຼາຍກວ່າ 2,900 ຊະນິດໃນຄັ້ງດຽວ ຊຶ່ງວິທີການນີ້ເອີ້ນວ່າ proteomics. ຈາກນັ້ນນັກວິໄຈໄດ້ຕິດຕາມວ່າໃຜເສຍຊີວິດພາຍໃນ 5 ແລະ 10 ປີ ຈາກສາເຫດທີ່ບໍ່ແມ່ນອຸບັດຕິເຫດ ໂດຍປັບຕາມປັດໄຈດ້ານວິຖີຊີວິດ ແລະ ສຸຂະພາບ.
ເປົ້າໝາຍບໍ່ແມ່ນການຊອກຫາສາເຫດຂອງການເສຍຊີວິດ ແຕ່ເພື່ອເບິ່ງວ່າຮູບແບບຂອງໂປຣຕີນໃນເລືອດ ມີສັນຍານກ່ຽວກັບຄວາມສ່ຽງໃນອະນາຄົດ ທີ່ອາຍຸ, ເພດ ແລະ ວິຖີຊີວິດຢ່າງດຽວ ບໍ່ສາມາດຈັບໄດ້ຫຼືບໍ່.
ຜົນການຄົ້ນພົບຫຼັກ ໃນພາສາທຳມະດາ
ໂປຣຕີນຫຼາຍຮ້ອຍຊະນິດ ມີຄວາມສຳພັນກັບຄວາມສ່ຽງຕໍ່ການເສຍຊີວິດທີ່ສູງຂຶ້ນ ແລະ ບາງຊະນິດໄດ້ຖືກລວມເຂົ້າເປັນກຸ່ມສັ້ນໆ. ຕາຕະລາງຂ້າງລຸ່ມນີ້ສະຫຼຸບຕົວເລກທີ່ຜູ້ຂຽນລາຍງານ.
| ສິ່ງທີ່ຖືກປຽບທຽບ | ຜົນທີ່ລາຍງານ |
|---|---|
| ໂປຣຕີນທີ່ສຳພັນກັບຄວາມສ່ຽງຕໍ່ການເສຍຊີວິດພາຍໃນ 5 ປີ | 392 |
| ໂປຣຕີນທີ່ສຳພັນກັບຄວາມສ່ຽງຕໍ່ການເສຍຊີວິດພາຍໃນ 10 ປີ | 377 |
| ໂປຣຕີນທີ່ພົບຮ່ວມກັນໃນໂລກຫົວໃຈ, ມະເຮັງ ແລະ ສາເຫດອື່ນໆ | 19 |
| ຂະໜາດຂອງກຸ່ມໂປຣຕີນສຸດທ້າຍ | 6 ຊະນິດ (5 ປີ), 10 ຊະນິດ (10 ປີ) |
| ຄະແນນການທຳນາຍ (AUC) ໂດຍໃຊ້ອາຍຸ, ເພດ ແລະ ວິຖີຊີວິດເທົ່ານັ້ນ | 0.49 ຫາ 0.57 |
| ຄະແນນການທຳນາຍ (AUC) ຫຼັງຈາກເພີ່ມກຸ່ມໂປຣຕີນ | 0.62 ຫາ 0.68 |
ກຸ່ມໂປຣຕີນດັ່ງກ່າວລວມມີຕົວຊີ້ວັດເຊັ່ນ adrenomedullin, SERPINA1 ແລະ PLAUR. ເຫຼົ່ານີ້ເປັນໂປຣຕີນທີ່ກ່ຽວຂ້ອງກັບຂະບວນການຕ່າງໆ ເຊັ່ນ ການຄວບຄຸມຫຼອດເລືອດ ແລະ ການອັກເສບ ແຕ່ການສຶກສານີ້ບໍ່ໄດ້ສະແດງວ່າໂປຣຕີນເຫຼົ່ານີ້ເປັນສາເຫດຂອງສິ່ງໃດ.
ວິທີອ່ານຄະແນນ 0.65
AUC ທີ່ 0.5 ບໍ່ດີໄປກວ່າການໂຍນເຫຼື້ຽງ, ແລະ 1.0 ຈະເປັນການທຳນາຍທີ່ສົມບູນແບບ. ການເລື່ອນຈາກປະມານ 0.5 ໄປ 0.65 ຖືວ່າດີຂຶ້ນກວ່າການເດົາສຸ່ມ, ແຕ່ຍັງຫ່າງໄກຈາກເຄື່ອງມືທີ່ສາມາດບອກໄດ້ວ່າແຕ່ລະຄົນຈະມີຊີວິດຢູ່ໄດ້ດົນປານໃດ. ຕົວຜູ້ຂຽນເອງກ່າວວ່າຜົນດີທີ່ໄດ້ຮັບນັ້ນຍັງຢູ່ໃນລະດັບປານກາງ.
ຄວາມກ້າວໜ້າທາງວິທະຍາສາດລ່າສຸດ: ການສຶກສານີ້ຢູ່ໃສໃນຮູບໃຫຍ່
ວຽກງານນີ້ເປັນສ່ວນໜຶ່ງຂອງສາຂາທີ່ກຳລັງເຕີບໂຕໄວ. ການສຶກສາໃນປີ 2024 ທີ່ຕີພິມໃນ Nature Medicine ໄດ້ສ້າງໂມງອາຍຸໂປຣຕີນ (proteomic age clock) ຈາກໂປຣຕີນໃນພລາສມາ 204 ຊະນິດ ໃນຜູ້ເຂົ້າຮ່ວມ UK Biobank 45,441 ຄົນ. ໂມງດັ່ງກ່າວທຳນາຍອາຍຸຕາມປະຕິທິນໄດ້ໃກ້ຄຽງ ແລະ ມີຄວາມສຳພັນກັບພະຍາດຊຳເຮື້ອ 18 ຊະນິດ ແລະ ການເສຍຊີວິດຈາກທຸກສາເຫດ. ໂມງດັ່ງກ່າວຍັງໃຊ້ໄດ້ຜົນໃນກຸ່ມຂະໜາດນ້ອຍກວ່າຈາກຈີນ (3,977 ຄົນ) ແລະ ຟິນແລນ (1,990 ຄົນ).
ການສຶກສາອີກຊິ້ນໜຶ່ງໃນປີ 2024 ທີ່ຕີພິມໃນ Nature Aging ໄດ້ວິເຄາະໂປຣຕີນ 1,468 ຊະນິດ ໃນຜູ້ເຂົ້າຮ່ວມປະມານ 47,600 ຄົນ. ພົບວ່າໂປຣຕີນ 963 ຊະນິດ ມີຄວາມສຳພັນກັບ 21 ພະຍາດ ແລະ ລາຍງານວ່າຄະແນນທີ່ອ້າງອີງໂປຣຕີນ ມີຄຸນຄ່າໃນການທຳນາຍໄດ້ເຖິງໜຶ່ງທົດສະວັດກ່ອນການວິນິດໄສ.
ສິ່ງທີ່ນີ້ປ່ຽນແປງສຳລັບທ່ານ: ບໍ່ມີຫຍັງໃນການກວດສຸຂະພາບຄັ້ງຕໍ່ໄປ. ສິ່ງທີ່ຊີ້ໃຫ້ເຫັນຄືວ່າ ໃນຊຸມປີຂ້າງໜ້າ ຮູບແບບໂປຣຕີນອາດຊ່ວຍໃຫ້ທ່ານໝໍລະບຸຜູ້ທີ່ຄວນໄດ້ຮັບການຕິດຕາມໃກ້ຊິດຂຶ້ນ. ນັ້ນຍັງຈະເປັນເຄື່ອງມືສຳລັບທ່ານໝໍ ທີ່ໃຊ້ຄຽງຄູ່ກັບການກວດມາດຕະຖານ ແລະ ການປຶກສາຫາລື.
ສິ່ງທີ່ການສຶກສານີ້ບອກທ່ານບໍ່ໄດ້
ມີຂໍ້ຈຳກັດສາມຢ່າງທີ່ຄວນຈື່ໄວ້. ການອອກແບບເປັນແບບສັງເກດການ ດັ່ງນັ້ນຈຶ່ງສະແດງໃຫ້ເຫັນຄວາມສຳພັນ ແລະ ບໍ່ສາມາດພິສູດຄວາມເປັນສາເຫດໄດ້. ກຸ່ມໂປຣຕີນທີ່ໃຊ້ມີຂະໜາດນ້ອຍ ແລະ ມາຈາກກຸ່ມຕົວຢ່າງໃຫຍ່ກຸ່ມດຽວ. ແລະ ຜູ້ຂຽນລະບຸວ່າຍັງຕ້ອງການການກວດສອບຈາກພາຍນອກ ແລະ ການວິເຄາະຄວາມຄຸ້ມທຶນ ກ່ອນທີ່ຈະນຳໃຊ້ທາງຄລີນິກ.
ນອກຈາກນັ້ນ ຍັງມີຄວາມສ່ຽງຂອງການຕີຄວາມໝາຍເກີນຈິງ. ລະດັບໂປຣຕີນທີ່ສຳພັນກັບຄວາມສ່ຽງສູງໃນຄົນຫຼາຍພັນຄົນ ບໍ່ໄດ້ໝາຍຄວາມວ່າຄົນໃດຄົນໜຶ່ງໂດຍສະເພາະຈະເສຍຊີວິດໄວຂຶ້ນ. ໝວດໝູ່ຄວາມສ່ຽງບໍ່ແມ່ນຄວາມແນ່ນອນ.
ສິ່ງທີ່ທ່ານສາມາດເຮັດໄດ້ໃນມື້ນີ້ດ້ວຍຜົນກວດຫ້ອງທົດລອງຂອງທ່ານເອງ
ຕົວຊີ້ວັດທີ່ມີຢູ່ໃນການດູແລປົກກະຕິແລ້ວນັ້ນ ເຂົ້າໃຈໄດ້ດີ ແລະ ຫາໄດ້ງ່າຍ. ການທຳງານຂອງໄຕ, ນ້ຳຕານໃນເລືອດ, ໄຂມັນ ແລະ ການອັກເສບ ແມ່ນຈຸດເລີ່ມຕົ້ນທົ່ວໄປ, ແລະ ແນວໂນ້ມທີ່ປ່ຽນແປງໄປຕາມເວລາ ມັກຈະບອກໄດ້ຫຼາຍກວ່າຄ່າດຽວທີ່ໂດດດ່ຽວ.
ເພື່ອຮຽນຮູ້ພື້ນຖານ, ເລີ່ມຕົ້ນດ້ວຍການອ່ານ ຄູ່ມືງ່າຍໆສຳລັບຜົນກວດເລືອດ.
ເພື່ອເຂົ້າໃຈວ່າເປັນຫຍັງການປ່ຽນແປງລະຫວ່າງການກວດສອງຄັ້ງຈຶ່ງສຳຄັນ, ໃຫ້ຈື່ໄວ້ວ່າ ແນວໂນ້ມຂອງຜົນກວດເລືອດຂອງທ່ານຕາມໄລຍະເວລາ.
ເພື່ອເບິ່ງວ່າແນວຄິດດຽວກັນນີ້ນຳໃຊ້ກັບການຊົດຊ່ວຍໄດ້ແນວໃດ, ສຳຫຼວດ ຄວາມແຕກຕ່າງລະຫວ່າງອາຍຸທາງຊີວະວິທະຍາ ແລະ ອາຍຸຕາມປະຕິທິນ.
MedlinePlus, ເວັບໄຊສຸຂະພາບຂອງຫໍສະໝຸດການແພດແຫ່ງຊາດສະຫະລັດ, ຍັງສະເໜີ ຄຳອະທິບາຍທີ່ເຂົ້າໃຈງ່າຍກ່ຽວກັບວິທີເຂົ້າໃຈຜົນກວດຫ້ອງທົດລອງຂອງທ່ານ.
ເວລາໃດທີ່ຄວນລົມກັບທ່ານໝໍຂອງທ່ານ
- ຜົນໄດ້ຮັບຢູ່ນອກຂອບເຂດອ້າງອີງ ແລະ ທ່ານບໍ່ແນ່ໃຈວ່າມັນໝາຍຄວາມວ່າຫຍັງ.
- ທ່ານມີອາການຕໍ່ເນື່ອງ ເຊັ່ນ: ເມື່ອຍລ້າໂດຍບໍ່ຮູ້ສາເຫດ, ນ້ຳໜັກຫຼຸດ ຫຼື ຫາຍໃຈຍາກ.
- ທ່ານມີປະຫວັດຄອບຄົວເປັນໂຣກຫົວໃຈ, ໂຣກໄຕ ຫຼື ໂຣກທາງເດີນອາຫານ ແລະ ຍັງບໍ່ໄດ້ກວດສຸຂະພາບໃນໄລຍະໃກ້ໆນີ້.
ຄຳສັບ
- Proteomics: ການສຶກສາໂປຣຕີນໃນລະດັບໃຫຍ່ທີ່ມີຢູ່ໃນຕົວຢ່າງ ເຊັ່ນ: ເລືອດ.
- Plasma: ສ່ວນທີ່ເປັນຂອງແຫຼວຂອງເລືອດ ເຊິ່ງເປັນບ່ອນວັດແທກໂປຣຕີນທີ່ໄຫຼວຽນຢູ່.
- Biobank: ຄັງເກັບຕົວຢ່າງ ແລະ ຂໍ້ມູນສຸຂະພາບຂະໜາດໃຫຍ່ຈາກອາສາສະໝັກ ທີ່ຕິດຕາມຕໍ່ເນື່ອງຫຼາຍປີ.
- AUC: ຄະແນນຕັ້ງແຕ່ 0.5 (ໂອກາດ) ຫາ 1.0 (ສົມບູນແບບ) ທີ່ສະຫຼຸບວ່າຕົວແບບສາມາດແຍກຄົນທີ່ຈະມີ ແລະ ບໍ່ມີຜົນໄດ້ຮັບໄດ້ດີພຽງໃດ.
- Biomarker: ສານທີ່ສາມາດວັດແທກໄດ້ ເຊັ່ນ: ໂປຣຕີນ ທີ່ສະທ້ອນສະພາບສຸຂະພາບ ຫຼື ການເຈັບປ່ວຍ.
ຄຳຖາມທີ່ຖາມເລື້ອຍໆ
ການກວດເລືອດສາມາດທຳນາຍໄດ້ວ່າຂ້ອຍຈະມີຊີວິດຢູ່ໄດ້ດົນປານໃດ?
ບໍ່ໄດ້. ການສຶກສານີ້ສະແດງໃຫ້ເຫັນວ່າຮູບແບບໂປຣຕີນມີສັນຍານທີ່ພໍໃຊ້ໄດ້ກ່ຽວກັບກຸ່ມຄົນ ແຕ່ບໍ່ແມ່ນການທຳນາຍທີ່ໜ້າເຊື່ອຖືສຳລັບຄົນໃດຄົນໜຶ່ງ.
ຂ້ອຍສາມາດກວດໂປຣຕີນກຸ່ມນີ້ທີ່ຫ້ອງທົດລອງຂອງຂ້ອຍໄດ້ບໍ?
ບໍ່ໄດ້. ກຸ່ມໂປຣຕີນເຫຼົ່ານີ້ຖືກສ້າງຂຶ້ນຈາກການວັດແທກລະດັບການວິໄຈ ແລະ ຍັງຕ້ອງການການກວດສອບໃນກຸ່ມປະຊາກອນອື່ນກ່ອນທີ່ຈະນຳໃຊ້ທາງການແພດ.
adrenomedullin, SERPINA1 ແລະ PLAUR ແມ່ນຫຍັງ?
ພວກມັນແມ່ນໂປຣຕີນທີ່ກ່ຽວຂ້ອງກັບການຄວບຄຸມຫຼອດເລືອດ, ການຄວບຄຸມການອັກເສບ ແລະ ການສ້າງໃໝ່ຂອງເນື້ອເຍື່ອ. ການປາກົດຕົວຂອງພວກມັນໃນກຸ່ມໂປຣຕີນສະທ້ອນຄວາມສຳພັນ ບໍ່ແມ່ນສາເຫດ ແລະ ຜົນທີ່ໄດ້ຮັບການພິສູດ.
ການກວດເລືອດປົກກະຕິໃດທີ່ຄວນຕິດຕາມ?
ຕົວຊີ້ວັດມາດຕະຖານ ເຊັ່ນ: ການທຳງານຂອງໄຕ, ນ້ຳຕານໃນເລືອດ, ໄຂມັນ ແລະ ການອັກເສບ ແມ່ນເຄື່ອງມືທີ່ໄດ້ຮັບການຮັບຮອງ. ທ່ານສາມາດສຳຫຼວດ ຊຸດກວດການທຳງານຂອງໝາກໄຂ່ຫຼັງ ຫຼື ຄຳອະທິບາຍກ່ຽວກັບຜົນກວດໄຂມັນ ເພື່ອເຂົ້າໃຈຄວາມໝາຍຂອງຜົນໄດ້ຮັບແຕ່ລະຢ່າງ.
ແຫຼ່ງຂໍ້ມູນ
- Koziar N, Whetton AD, Geifman N. A plasma-based protein signature association with all-cause mortality. PLOS ONE, 2025
- ບັນທຶກ PubMed ຂອງການສຶກສາດຽວກັນ (PMID 41270070)
- Argentieri MA et al. Proteomic aging clock predicts mortality and risk of common age-related diseases in diverse populations. Nature Medicine, 2024
- Blood protein assessment of leading incident diseases and mortality in the UK Biobank. Nature Aging, 2024
- MedlinePlus, How to Understand Your Lab Results
ເພີ່ມເຕີມໃນ AI DiagMe
- ການກວດເລືອດ CRP: ອ່ານຜົນການອັກເສບຂອງທ່ານ
- ການສູນເສຍກ້າມຊີ້ນ, eGFR ແລະ ການກວດ cystatin C
- ການກວດເລືອດ C3 complement: ການຊາລາ ແລະ ການອັກເສບ
ເຂົ້າໃຈຜົນກວດຫ້ອງທົດລອງຂອງທ່ານດ້ວຍ AI DiagMe
