मापी गई स्कोर और जनसंख्या अनुमान के बीच का अंतर — और क्यों एक ऐप दोनों दिखाता है, स्पष्ट रूप से लेबल किए गए, कभी मिश्रित नहीं।
एक ऐप आपको दो प्रकार की आयु संख्याओं में से एक दिखा सकता है, और अधिकांश उत्पाद कभी नहीं बताते कि आपको कौन सी मिली।
मापी गई स्कोर आपके इनपुट पर अंकगणित है। रक्त दर्ज होता है, एक नियतात्मक सूत्र चलता है, एक संख्या निकलती है। समान इनपुट, हर बार समान संख्या। आप इसे हाथ से जाँच सकते हैं।
जनसंख्या अनुमान वह है जो एक सांख्यिकीय मॉडल आपकी विशेषताओं वाले किसी व्यक्ति के लिए भविष्यवाणी करता है। यह हजारों अन्य लोगों के माध्यम से एक रेखा फिट करके बनाया गया है। जब आपका डेटा अधूरा होता है, तो मॉडल कोहोर्ट औसत के साथ अंतराल भरता है — और संख्या कम हिलती है, क्योंकि इसका अधिकांश हिस्सा उनके बारे में है और कम आपके बारे में।
Delta की Corpus स्क्रीन पर DELTA age दूसरे प्रकार की है, और यह ऐसा कहती है। यह «Healthspan Copilot» पेपर (PLOS One) से आती है: दस चरों — रक्त परीक्षण, साथ ही कमर की परिधि, वजन, रक्तचाप और नाड़ी — पर एक सामान्य न्यूनतम वर्ग प्रतिगमन, जो 248 प्रतिभागियों के CDC डेटासेट पर प्रशिक्षित है। फिट किए गए गुणांक पेपर के अपने प्रशिक्षण डेटा पर प्रतिगमन को फिर से चलाकर पुनर्प्राप्त किए गए थे; फिट प्रकाशित आंकड़े तक पेपर के कार्यान्वित उदाहरण को पुनः प्रस्तुत करता है, जो इस बात का प्रमाण है कि पुनर्प्राप्त मॉडल पेपर का मॉडल है।
उस मॉडल की दो विशेषताएं हैं जो किसी भी संख्या पर भरोसा करने से पहले जानने योग्य हैं।
कालानुक्रमिक आयु का भार अनिवार्य रूप से शून्य है। प्रतिगमन ने केवल बायोमार्कर से जैविक आयु की भविष्यवाणी करना सीखा — समान मार्करों वाले 30 वर्षीय और 60 वर्षीय को लगभग समान अनुमान मिलते हैं। यह पेपर के डेटासेट से आता है — यह कार्यान्वयन बग नहीं है — और यही कारण है कि एक अधूरा DELTA age आपके डेटा के साथ मुश्किल से हिलता है: अधिकांश इनपुट गायब होने पर, मॉडल सभी के लिए लगभग एक ही संख्या लौटाता है, क्योंकि वह संख्या अधिकांशतः कोहोर्ट है।
और इस डेटासेट के अनुकूल होने पर कुछ गुणांक अंतर्ज्ञान के विपरीत चलते हैं — उच्च hs-CRP और अधिक वजन इस फिट में अनुमान को कम करता है; उच्च HDL इसे बढ़ाता है। ये पेपर के आंकड़े हैं, विश्वासपूर्वक कार्यान्वित। वे यह भी याद दिलाते हैं कि एक छोटे कोहोर्ट पर OLS फिट एक अनुमान है, शरीर विज्ञान नहीं।
क्योंकि ईमानदारी से प्रस्तुत अनुमान अपनी जगह कमाता है। Delta केवल अपनी उत्पत्ति संलग्न करके DELTA age दिखाता है: एक «अनुमान» लेबल, कभी «मापा गया» शब्द नहीं, मॉडल का संस्करण स्ट्रिंग, एक विश्वास संकेत जो तब घटता है जब आपके अधिक इनपुट कोहोर्ट औसत बन जाते हैं, और पेपर का अपना अस्वीकरण। जब आधे से अधिक इनपुट आरोपित होते हैं, तो ऐप संख्या को पूरी तरह से प्रिंट करना बंद कर देता है — एक आंकड़ा जो मुख्य रूप से प्रशिक्षण सेट के बारे में है, एक नज़र के लायक नहीं है, निर्णय तो बिल्कुल नहीं।
यह Adaptive Age के साथ सह-अस्तित्व में है, कभी इसमें मिश्रित नहीं होता — नियतात्मक रक्त-स्कोर PhenoAge संख्या जो ऐप को एंकर करती है। अलग सतह, अलग लेबल, अलग अनिश्चितता। जिस दिन आप नहीं बता सकते कि आप कौन सी संख्या देख रहे हैं, वह दिन है जब किसी उत्पाद ने आपको विफल कर दिया है।
Delta का प्रत्येक स्कोर शुद्ध, संस्करणीकृत अंकगणित द्वारा गणना किया जाता है — कभी भी एक ऑन-डिवाइस भाषा मॉडल बायोमार्कर गणित नहीं करता। प्रत्येक इनपुट sourced है या आरोपित के रूप में लेबल किया गया है। प्रत्येक संख्या अपनी विधि वहन करती है। अनुमानों को अनुमान के रूप में प्रस्तुत किया जाता है; माप अपनी रसीदें रखते हैं।
और यह, अंततः, एक उपकरण और एक अनुभूति के बीच का पूरा अंतर है।
