表观遗传时钟写进试验方案：统计学家在担心什么

研究说了什么

这类讨论并非某一项试验的结果，而是对近年抗衰方案设计的梳理。多篇方法学文章指出，GrimAge、DunedinPACE 等时钟在预测死亡率与疾病风险上表现良好，但作为干预试验的终点仍存在几个技术问题：同一人重复测量的组内相关系数多在 0.7 至 0.9 之间，意味着单个样本的误差可能达到数年；不同甲基化芯片平台与算法版本之间结果不可直接比较；多数时钟是在观察性队列中训练出来的，尚未证明改变时钟值能够中介临床获益。

为什么重要

时钟是当前抗衰试验最常被引用的替代终点，也是商业检测报告的核心卖点。如果它的测量误差接近干预预期效应，试验就会在噪声里打转；如果它只是疾病的伴随现象而非原因，干预时钟也不会改变结局。把这些问题写进方案，意味着研究者在开始前就要说明：时钟是探索性终点、次要终点，还是用于分层入组，而不是事后从一堆指标里挑一个好看的。

证据与边界

现有证据不足以支持把表观遗传年龄作为注册审批的主要终点，因此标为 insufficient。观察性关联不能证明因果，孟德尔随机化与干预试验的结论仍有限。时钟的绝对值受组织、年龄、性别与疾病影响，跨研究合并需要统一平台与算法。更合理的定位是机制探索与假设生成：它能提示干预是否碰到目标通路，但不能单独证明人变得更健康。读者看到「生物年龄逆转若干年」时，应先问测量方法、误差范围与对照设计。