此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

通过多组学研究解读香港长寿个体的长寿因素

2026年7月6日 更新者:Hiu Yi Wong、Hong Kong University of Science and Technology

人口老龄化正在改变社会动态,并带来了重大的全球性挑战。 到2050年,全球预计将有16亿人年龄超过65岁。 由于衰老是许多常见慢性疾病的主要风险因素,因此减轻与年龄相关疾病的负担并促进健康老龄化至关重要。 香港拥有世界上最大比例的老年人口和最高的预期寿命,2021年报告约有11,575名百岁老人(1-2)。 因此,香港的长寿人口是研究健康老龄化的宝贵资源。

长寿是受遗传、环境和行为因素影响的复杂特征。 为了揭示导致长寿和健康老龄化的机制,研究人员聚焦于寿命极长的百岁老人。 通过比较长寿个体与其他人群,已识别出多种与长寿相关的遗传因素和蛋白质标志物。 以往的百岁老人研究表明,百岁老人及其子女患阿尔茨海默病等年龄相关疾病的风险降低了5倍,且认知储备更高(3-5)。 某些蛋白质特征可预测更长的生存期,且百岁老人获得衰老特征的时间远晚于普通老年人群(6)。 某些健康生活方式(如从不吸烟、坚持锻炼和饮食多样化)会提高成为百岁老人的几率(7)。

尽管关于百岁老人群体的研究不断涌现,但仍缺乏整合性方法来理解长寿的多样化分子特征。 此外,大多数百岁老人研究基于欧洲血统人群。 总之,有必要开展一项多组学研究,以分析中国人群长寿个体的遗传、蛋白质组、代谢组和微生物群特征。

因此,本研究旨在识别可用于监测衰老过程及相关疾病的多组学生物标志物。 此外,研究将首次聚焦中国人群及香港本地人口,提供可干预的候选因素以促进健康老龄化。 最终,本研究获得的见解将为制定有效策略提供依据,以提升健康老龄化水平并改善本地老年人口的生活质量。

研究概览

地位

招聘中

条件

干预/治疗

详细说明

本研究是一项为期5年的横断面研究。 我们将从香港不同社区招募500名95岁或以上的个体(即长寿老人)。 我们将通过广告以及与老年社区中心和非政府组织(NGOs)的合作来招募长寿老人。 我们将在老年中心和非政府组织处招募参与者,以收集人口统计学信息、家族史、病史和用药记录。 我们还将采集血液样本用于临床化学和多组学研究。 此外,我们将使用多种评分系统进行认知和功能评估,以评估认知能力和日常生活活动。

此外,我们将基于我们内部的阿尔茨海默病登记和社区队列,建立一个老年对照组(年龄65-94岁,n = 2000)。 相应地,我们将比较长寿老人组和对照组之间的人口统计学、临床特征、认知和功能评分以及多组学数据。

研究类型

观察性的

注册 (估计的)

2500

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

  • 姓名:Nancy Ip, PhD
  • 电话号码:+852-23587304
  • 邮箱:boip@ust.hk

研究联系人备份

  • 姓名:Hiu Yi Wong, PhD
  • 电话号码:+852-23587344
  • 邮箱:annawong@ust.hk

学习地点

      • Hong Kong、中国
        • 招聘中
        • Hong Kong University of Science and Technology
        • 接触:
          • Nancy Ip, PhD
          • 电话号码:+852-23587304
          • 邮箱:boip@ust.hk
        • 首席研究员:
          • Nancy Ip, PhD
        • 接触:

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 年长者

接受健康志愿者

是的

取样方法

概率样本

研究人群

极高寿老年人(年龄≥95岁)

描述

入选标准:

  1. 汉族
  2. 能够提供官方证明年龄在95岁或以上(例如出生证明)
  3. 无论有无信息提供者在场,均具备同意参与研究的心理能力
  4. 同意捐献生物样本(即血液)

排除标准:

  1. 即使有信息提供者在场,仍不具备同意参与研究的心理能力
  2. 拒绝提供血液样本

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
长寿个体 (LLIs)
年龄在95岁或以上的个体
临床概况、血液采集、认知评估、可改变风险因素问卷
老年对照组
65-94岁老年人
临床概况、血液采集、认知评估、可改变风险因素问卷

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
长寿个体生物样本库
大体时间:3-5 年
一个包含人口统计学、临床特征、认知与功能评估、生活方式以及基因组与蛋白质组生物标志物数据的全面长寿个体队列
3-5 年
与长寿相关的遗传和可改变因素
大体时间:3-5年
与长寿相关的遗传和可改变因素
3-5年

次要结果测量

结果测量
措施说明
大体时间
基于人工智能的模型
大体时间:5年
基于人工智能的模型,用于阐明促进健康老龄化的潜在可调节因素
5年
健康老龄化策略
大体时间:5年
针对老年人群的健康老龄化个性化策略建议
5年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Nancy Ip, PhD、Hong Kong University of Science and Technology

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2026年3月1日

初级完成 (估计的)

2031年2月28日

研究完成 (估计的)

2031年2月28日

研究注册日期

首次提交

2026年1月13日

首先提交符合 QC 标准的

2026年1月13日

首次发布 (实际的)

2026年1月21日

研究记录更新

最后更新发布 (实际的)

2026年7月8日

上次提交的符合 QC 标准的更新

2026年7月6日

最后验证

2026年5月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅