生物指标在制备预测人体衰老水平的试剂盒中的应用以及人体衰老水平的预测模型的构建方法和电子装置与流程

本发明涉及衰老预测领域，具体而言，涉及一种生物指标在制备预测人体衰老水平的试剂盒中的应用以及人体衰老水平的预测模型的构建方法和电子装置。

背景技术：

1、现有技术中两种主流的生物年龄预测技术包括基因甲基化时钟和基于血液检测指标的衰老评估。基因甲基化时钟以其精确度被视为生物年龄预测的金标准。然而，这一技术路径的高昂成本、繁琐的样本处理过程以及漫长的分析周期，使之在实际应用中，尤其是在资源匮乏的医疗环境下，具有较多局限性。相比之下，基于血液检测指标的衰老评估则因其便捷性与经济性而广受欢迎，血液样本的容易获取加之多数指标在临床实验室中的常规检测，使得这种评估方式在健康监测中占据了不可或缺的地位。但是现有模型往往因需投入大量指标数据而变得复杂，并且部分指标的检测方法较为复杂，检测成本提高，且检测时间较长，并且准确度相对较低，在描述个体老化状态方面的预测准确性较低。

2、生物医学研究领域虽已利用dna甲基化、转录组学和脂质组学等多元组学数据构建了高度精确的生物时钟，但这类模型的专业性与成本因素限制了其在日常健康管理中的推广。加之，众多现有模型偏重于局部组织或器官的衰老分析，忽视了个体衰老的全局视图，从而削弱了模型的全面性和指导价值。因此现有技术缺少一种能够兼顾成本和效果的预测人体衰老水平的方法。

技术实现思路

1、本发明的主要目的在于提供一种生物指标在制备预测人体衰老水平的试剂盒中的应用以及人体衰老水平的预测模型的构建方法和电子装置，以解决现有技术中预测人体衰老水平的方法难以兼顾成本和效果的问题。

2、为了实现上述目的，根据本发明的第一个方面，提供了一种人体衰老水平的预测模型的构建方法，上述构建方法包括：a）获取样本人群的日历年龄和指标，建立上述样本人群的数据集；其中，指标包括如下任意一种或更多种指标：样本人群的血液中的平均红细胞体积、血小板比容、红细胞比容、红细胞分布宽度、单核细胞百分比、平均红细胞血红蛋白、中性粒细胞计数、单核细胞计数、红细胞计数、血小板计数或淋巴细胞计数、总胆固醇的含量、甘油三酯的含量、含量低密度脂蛋白胆固醇的含量、总蛋白的含量、尿酸的含量、尿素的含量、血红蛋白的含量、碱性磷酸酶的含量、白蛋白的含量、丙氨酸氨基转移酶的含量、葡萄糖的含量、天冬氨酸氨基转移酶的含量、载脂蛋白a的含量、或肌酐的含量，以及样本人群的舒张压、收缩压、身高、体重或体重指数；b）利用上述数据集通过机器学习训练的方法，构建上述模型。

3、可选地，上述指标包括上述a）中的1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20、21、22、23、24、25、26、27、28、29或30种指标。

4、可选地，上述指标包括如下任意一组：

5、1）收缩压；

6、2）收缩压+尿素的含量；

7、3）收缩压+尿素的含量+碱性磷酸酶的含量；

8、4）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量；

9、5）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量；

10、6）身高+体重+载脂蛋白a的含量+血小板比容+舒张压；

11、7）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重；

12、8）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高；

13、9）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量；

14、10）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量；

15、11）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重；

16、12）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量+白蛋白的含量；

17、13）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量；

18、14）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量；

19、15）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量+碱性磷酸酶的含量+白蛋白的含量；

20、16）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量+血小板比容；

21、17）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容；

22、18）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量+血小板比容+舒张压；

23、19）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压；

24、20）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量；

25、21）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积；

26、22）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量；

27、23）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶；

28、24）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量；

29、25）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量；

30、26）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比；

31、27）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量；

32、28）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度；

33、29）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数；

34、30）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容；

35、31）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白；

36、32）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量；

37、33）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数；

38、34）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量；

39、35）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数；

40、36）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度；

41、37）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数；

42、38）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数+血小板计数；

43、39）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数+血小板计数+淋巴细胞计数。

44、进一步地，上述指标包括如下任意一种、二种、三种、四种、五种、六种、七种、八种、九种或十种指标：样本人群的血液中的尿素的含量、碱性磷酸酶的含量、白蛋白的含量、丙氨酸氨基转移酶的含量、载脂蛋白a的含量、血小板比容，以及收缩压、身高、体重和舒张压。

45、可选的，上述指标包括如下任意一组：

46、1）收缩压；

47、2）收缩压+尿素的含量；

48、3）收缩压+尿素的含量+碱性磷酸酶的含量；

49、4）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量；

50、5）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量；

51、6）身高+体重+载脂蛋白a的含量+血小板比容+舒张压；

52、7）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重；

53、8）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高；

54、9）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量；

55、10）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量；

56、11）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重；

57、12）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量+白蛋白的含量；

58、13）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量；

59、14）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量；

60、15）身高+体重+载脂蛋白a的含量+血小板比容+舒张压+丙氨酸氨基转移酶的含量+碱性磷酸酶的含量+白蛋白的含量；

61、16）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量+血小板比容；

62、17）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容；

63、18）碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+尿素的含量+血小板比容+舒张压；

64、19）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压。

65、进一步地，指标中至少含有总胆固醇；指标还可选地含有：样本人群的舒张压、收缩压、身高、体重、或体重指数，和/或样本人群的血液中如下任意一种或多种指标：平均红细胞体积、血小板比容、红细胞比容、红细胞分布宽度、单核细胞百分比、平均红细胞血红蛋白、中性粒细胞计数、单核细胞计数、红细胞计数、血小板计数、淋巴细胞计数、甘油三酯的含量、低密度脂蛋白胆固醇的含量、总蛋白的含量、尿酸的含量、尿素的含量、血红蛋白的含量、碱性磷酸酶的含量、白蛋白的含量、丙氨酸氨基转移酶的含量、葡萄糖的含量、天冬氨酸氨基转移酶的含量、载脂蛋白a的含量、或肌酐的含量；可选地，指标包括样本人群的血液中的总胆固醇、平均红细胞体积、尿素的含量、碱性磷酸酶的含量、白蛋白的含量、丙氨酸氨基转移酶的含量、载脂蛋白a的含量、血小板比容、葡萄糖的含量、天冬氨酸氨基转移酶的含量、或肌酐的含量，以及收缩压、身高、体重和舒张压，或由其组成。

66、可选地，上述指标包括如下任意一组：

67、24）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量；

68、25）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量；

69、26）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比；

70、27）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量；

71、28）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度；

72、29）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数；

73、30）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容；

74、31）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白；

75、32）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量；

76、33）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数；

77、34）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量；

78、35）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数；

79、36）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度；

80、37）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数；

81、38）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数+血小板计数；

82、39）收缩压+尿素的含量+碱性磷酸酶的含量+白蛋白的含量+丙氨酸氨基转移酶的含量+身高+体重+载脂蛋白a的含量+血小板比容+舒张压+肌酐的含量+平均红细胞体积+葡萄糖的含量+天门冬氨酸氨基转移酶+总胆固醇的含量+总蛋白的含量+单核细胞百分比+低密度脂蛋白胆固醇的含量+红细胞分布宽度+体重指数+红细胞比容+平均红细胞血红蛋白+甘油三酯的含量+中性粒细胞计数+尿酸的含量+单核细胞计数+血红蛋白的含量浓度+红细胞计数+血小板计数+淋巴细胞计数。

83、进一步地，上述人体衰老水平包括生物学年龄；可选地，使用上述机器学习训练之前，将上述数据集分为训练集和测试集，利用上述训练集构建模型，利用上述测试集验证模型效果；可选地，上述机器学习训练的方法包括如下任意一种或多种：xgboost回归模型、ridge回归模型、lasso回归模型或ealstic net回归模型；可选地，上述xgboost回归模型的目标函数为reg:squarederror。

84、进一步地，将上述数据集分为训练集和测试集的方法包括：随机拆分上述样本人群至上述训练集或上述测试集；可选地，在上述机器学习训练前，对上述数据集进行如下任意一种或多种处理：i）缺失值处理，包括：计算上述数据集中每种上述指标的平均值，并利用上述平均值填充上述数据集中缺失的上述指标；ii）标准化，包括：分别将上述数据集中每种上述生物标志物的所有数据转化为相对数值；可选地，上述标准化包括：分别将上述数据集中每种上述生物标志物的所有数据进行z-score标准化处理。

85、进一步地，上述步骤b）还包括：将上述数据集按上述日历年龄划分为三个含有重叠的年龄段，并针对每个年龄段独立训练对应的年龄分段子模型，上述测试集中落入上述重叠的年龄带的样本，对应的预测值由相邻两个上述年龄分段子模型按距离边界的线性权重进行加权求和；可选地，上述三个含有重叠的年龄段包括0-a岁、b-c岁、和d-100岁，其中a≥b，c≥d；a包括47-50，b包括42-50，c包括60-63，d包括57-60；可选地，上述三个含有重叠的年龄段包括如下任意一组：0-48岁、42-63岁和57-100岁；0-50岁、50-60岁和60-100岁；或0-47岁、43-62岁和58-100岁。进一步地，上述步骤b）包括：将上述数据集按性别划分为男性训练集与女性训练集，并利用上述机器学习训练分别训练获得男性子模型与女性子模型。

86、进一步地，利用上述训练集构建模型前，基于上述训练集中上述日历年龄的分布，分别对上述样本进行加权；可选地，上述加权的权重=a÷（b×c），a为上述训练集中的总样本数，b为上述训练集中的不重复的上述日历年龄的总数量；c为上述训练集中上述日历年龄出现的次数。

87、进一步地，上述步骤b）包括：将上述样本人群分为训练集和测试集，建立上述训练集或上述测试集的上述指标和上述日历年龄的映射关系，分别得到训练数据集和测试数据集；利用上述机器学习方法对上述训练数据集构建模型，包括在上述训练数据集内以五折交叉验证结合随机搜索确定最优超参数，获得初步模型；利用上述测试数据集对上述初步模型进行验证，计算并评估上述初步模型的如下任意一种或多种参数：平均绝对值误差、决定系数或皮尔逊相关系数，获得上述预测模型。

88、为了实现上述目的，根据本发明的第二个方面，提供了一种人体衰老水平的预测模型，上述模型为利用上述人体衰老水平的预测模型的构建方法获得的模型。

89、为了实现上述目的，根据本发明的第三个方面，提供了一种人体衰老水平的预测装置，上述装置包括输入模块和预测模块，上述输入模块，用于获取待测样本的指标，并将上述指标输入上述预测模块；其中，上述指标为上述指标；上述预测模块，用于根据上述指标计算获得上述人体衰老水平；其中，上述预测模块中含有预测模型，上述预测模型为利用上述人体衰老水平的预测模型的构建方法获得的模型。

90、为了实现上述目的，根据本发明的第四个方面，提供了一种预测人体衰老水平的方法，上述方法包括：将待测样本的指标输入预测模型，并获得上述预测模型输出的人体衰老水平；其中，上述预测模型为利用上述人体衰老水平的预测模型的构建方法获得的模型。

91、为了实现上述目的，根据本发明的第五个方面，提供了一种生物指标在预测人体衰老水平中的应用，上述生物指标包括上述指标。

92、为了实现上述目的，根据本发明的第六个方面，提供了一种建立数据集的方法，上述方法包括：从数据集合中获得目标样本的日历年龄和/或指标，获得上述数据集；其中，上述所用的指标包括上述指标。

93、进一步地，上述方法还包括：i）缺失值处理，包括：计算上述数据集中每种上述指标的平均值，并利用上述平均值填充上述数据集中缺失的上述指标；和/或ii）标准化，包括：分别将上述数据集中每种上述生物标志物的所有数据转化为相对数值；可选地，上述标准化包括：分别将上述数据集中每种上述生物标志物的所有数据进行z-score标准化处理。

94、为了实现上述目的，根据本发明的第七个方面，提供了一种人体衰老水平的预测模型的训练方法，上述训练方法包括：获取样本人群的日历年龄和指标，建立上述样本人群的数据集，上述所用的指标包括上述指标；利用上述机器学习方法对上述数据集构建上述模型。

95、进一步地，上述机器学习方法包括在上述训练数据集内以五折交叉验证结合随机搜索确定最优超参数，获得上述模型；可选地，在上述机器学习训练前，对上述数据集进行如下任意一种或多种处理：i）缺失值处理，包括：计算上述数据集中每种上述指标的平均值，并利用上述平均值填充上述数据集中缺失的上述指标；ii）标准化，包括：分别将上述数据集中每种上述生物标志物的所有数据转化为相对数值；

96、可选地，上述标准化包括：分别将上述数据集中每种上述生物标志物的所有数据进行z-score标准化处理；可选地，上述训练方法还包括：将上述数据集按上述日历年龄划分为三个含有重叠的年龄段，并针对每个年龄段独立训练对应的年龄分段子模型；可选地，上述三个含有重叠的年龄段包括0-a岁、b-c岁、和d-100岁；a包括47-50，b包括42-50，c包括60-63，d包括57-60，其中a≥b，c≥d；可选地，上述三个含有重叠的年龄段包括如下任意一组：0-48岁、42-63岁和57-100岁；0-50岁、50-60岁和60-100岁；或0-47岁、43-62岁和58-100岁；

97、可选地，上述训练方法还包括：将上述数据集按性别划分为男性训练集与女性训练集，并利用上述机器学习训练分别训练获得男性子模型与女性子模型；可选地，上述训练方法还包括：利用上述训练集构建模型前，基于上述训练集中上述日历年龄的分布，分别对上述样本进行加权；可选地，上述加权的权重=a÷（b×c），a为上述训练集中的总样本数，b为上述训练集中的不重复的上述日历年龄的总数量；c为上述训练集中上述日历年龄出现的次数。

98、为了实现上述目的，根据本发明的第八个方面，提供了一种计算机装置，包括存储器、处理器及存储在存储器上的计算机程序，上述处理器执行上述计算机程序以实现上述人体衰老水平的预测模型的构建方法、或上述预测人体衰老水平的方法、或上述建立数据集的方法、或上述预测人体衰老水平的模型的训练方法的步骤。

99、为了实现上述目的，根据本发明的第九个方面，提供了一种计算机可读储存介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现上述人体衰老水平的预测模型的构建方法、或上述预测人体衰老水平的方法、或上述建立数据集的方法、或上述预测人体衰老水平的模型的训练方法的步骤。

100、为了实现上述目的，根据本发明的第十个方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序被处理器执行时实现上述人体衰老水平的预测模型的构建方法、或上述预测人体衰老水平的方法、或上述建立数据集的方法、或上述预测人体衰老水平的模型的训练方法的步骤。

101、应用本发明的技术方案，利用上述预测人体衰老水平的模型构建方法，通过收集样本人群的日历年龄和指标，建立样本人群的数据集，并利用数据集通过机器学习技术进行训练，构建获得能够预测人体衰老水平的模型。本发明构建的模型能够在利用常规体检就能够检测的指标，捕捉到指标与衰老水平之间的复杂关系，从而在预测人体衰老水平时展现出较高的敏感性和特异性，能够实现对衰老水平的准确判断和预测，且与现有技术的指标相比，获得的方法更为简单，从而降低了整体的衰老检测的成本。