Исследователи представили PUMA (Phenotypic Unsupervised Model of Aging) — инновационную аналитическую платформу, которая отходит от традиционного представления о старении как о едином показателе. Используя методы машинного обучения без учителя, модель проанализировала более 1000 признаков (поведенческих, психологических, социальных, физических и биомедицинских) на выборке из 150 000 человек из когорты Lifelines. В результате работы были выделены семь отчетливых фенотипических измерений старения, каждое из которых имеет уникальную связь с риском развития заболеваний. Было установлено, что эти измерения статистически значимо коррелируют с будущими случаями рака, диабета, ХОБЛ, сердечной недостаточности, инсульта и болезни Паркинсона. Особое внимание уделено тому, что психосоциальные факторы, такие как кумулятивный жизненный стресс, предсказывают риск заболеваний так же эффективно, как и классические биомедицинские маркеры. Данная модель предоставляет интерпретируемый инструмент для стратификации пациентов по группам риска и разработки персонализированных стратегий профилактики на основе доступных фенотипических данных.