Nedgång och fall

Postad 2018-05-26 av Karl Pettersson. Taggar: epidemiologi

Det har nu i maj kommit en avhandling från Göteborgs universitet om kognitivt åldrande i olika svenska födelsekohorter (Karlsson 2018). Den har fått viss uppmärksamhet i media (Frisk 2018). Författaren har använt data från personer i Göteborg födda 1901–02, 1906–07 och 1930, som undersökts vid 70, 75 och 79 års ålder. Det huvudsakliga resultatet är att yngre kohorter tenderar att ha bättre kognitiv funktion, samtidigt som förmågorna också försämras mer från 70 till 79 års ålder hos de yngre jämfört med de äldre.

En möjlig förklaring som lyfts fram är att de yngre kohorterna har större kognitiv reserv, vilket innebär att de kan tolerera större skador innan de kognitiva funktionerna börjar svikta märkbart. Å andra sidan gäller att när detta sker tenderar det att gå snabbt därför att det då uppstått höggradiga skador.

Den 1 april förra året skrev jag om en modell för åldrande utarbetad av Gavrilov och Gavrilova (2001), som kan vara av relevans i detta sammanhang. Modellen går ut på att åldrande, i bemärkelsen ökade hazardtal (för exempelvis mortalitet eller incidens i hjärtsjukdom, cancer eller demens) med stigande ålder, beror på just att det finns en initial reservkapacitet (redundans), som utarmas med åren. När det inte längre finns någon redundans, och allt som återstår är icke-redundanta komponenter, som fallerar slumpmässigt, blir hazardfunktionen konstant.

Forskarparet menar att detta kan förklara flera observerade fenomen, bl.a. att olika befolkningars dödstal tenderar att konvergera vid hög ålder. Befolkningar som initialt har hög genomsnittlig redundans får initialt låga dödstal, men om felfrekvensen hos de individuella redundanta komponenterna inte skiljer sig från de befolkningar som har initialt låg redundans (och högre dödstal), kommer deras dödstal att närma sig varandra allt eftersom redundansen utarmas. Kanske kan detta tillämpas även när det gäller skillnader i kognitiv förmåga mellan olika kohorter.

Allmänt gäller alltså att hazardkvoter och mått på skillnader i olika förmågor som uppskattats för yngre åldersgrupper inte kan förutsättas vara desamma i äldre åldersgrupper. Den 14 april skrev jag om hur skillnader i dödstal mellan olika populationer kan presenteras på ett informativt sätt. Det rimligaste är kanske att beräkna skillnader i förväntad livslängd, utifrån någon lämplig referensbefolkning som baslinje – men det under förutsättning att det finns tillräckligt med information för att göra en tillförlitlig uppskattning av hazardkvoter för hela åldersspannet.

Ett exempel på problematiken kring denna förutsättning kan ges av en annan studie som också fått uppmärksamhet i svenska media den senaste månaden. Li m.fl. (2018) har beräknat hazardkvoter för död utifrån olika livsstilsrelaterade faktorer och med hjälp av dessa uppskattat vinster i förväntad livslängd utifrån data om åldersspecifika dödstal och fördelning av livsstilsfaktorer i USA. De sundaste kvinnorna skulle t.ex. vinna 14 år i återstående livslängd vid 50 års ålder jämfört med de osundaste, och de sundaste männen skulle vinna 12,2 år. Men hazardkvoterna har, enligt vad som sägs i supplementet, uppskattas för mittpunkter i 5-åriga åldersintervall från 50 till 85 års ålder. För högre åldersgrupper (livslängdstabellerna sträcker sig upp till 105 år) har hazardkvoterna antagits vara desamma som vid 85 års ålder (antagligen därför att alltför få personer hade följts upp efter 85 års ålder). På grund av den ovannämnda konvergensen riskerar denna metod att leda till att skillnaderna i dödstal vid hög ålder, och därmed vinsterna i återstående förväntad livslängd (speciellt vid hög ålder), överskattas

Referenser

Frisk, Sara. 2018. ”Dagens åldringar har bättre kognitiv förmåga än tidigare generationer”. SVT Nyheter (26 maj). https://www.svt.se/nyheter/vetenskap/dagens-aldringar-har-battre-kognitiv-formaga-an-tidigare-generationer.

Gavrilov, Leonid A. och Natalia S. Gavrilova. 2001. ”The Reliability Theory of Aging and Longevity”. Journal of Theoretical Biology 213 (4): 527–545. doi:10.1006/jtbi.2001.2430. http://longevity-science.org/JTB-01.pdf.

Karlsson, Peter. 2018. Birth cohort differences in cognitive aging: Secular trends in cognitive functioning and decline over 30 years in three population-based Swedish samples. http://hdl.handle.net/2077/56193.

Li, Yanping, An Pan, Dong D. Wang, Xiaoran Liu, Klodian Dhana, Oscar H. Franco, Stephen Kaptoge, m.fl. 2018. ”Impact of Healthy Lifestyle Factors on Life Expectancies in the US Population”. Circulation. doi:10.1161/CIRCULATIONAHA.117.032047.