Omitted familial extrinsic risk inflates inferred intrinsic lifespan heritability

यहाँ सर्गेई ए. कोर्निलोव के प्रीप्रिंट "Omitted familial extrinsic risk inflates inferred intrinsic lifespan heritability" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र शेनहार और अन्य (2026) के एक हालिया अध्ययन की आलोचना करता है, जिसने यह रिपोर्ट किया था कि मानव जीवनकाल की "आंतरिक" (intrinsic) वंशानुगतता (heritability) लगभग 50% है, जो सामान्यतः उद्धृत 20–25% से काफी अधिक है। शेनहार की विधि एक "कैलिब्रेट-देन-एक्सट्रपोलेट" (calibrate-then-extrapolate) प्रक्रिया का उपयोग करती है:

1. कैलिब्रेशन (Calibration): ऐतिहासिक जुड़वा डेटा (जहाँ बाह्य मृत्यु दर, $m_{ex}$, शून्य नहीं है) पर एक-घटक सह-क्षय (one-component correlated-frailty) उत्तरजीविता मॉडल को फिट करना ताकि देखे गए मोनोज़ाइगोटिक (MZ) जुड़वा जीवनकाल सहसंबंधों से मेल खा सके।
2. एक्सट्रपलेशन (Extrapolation): फिट किए गए मॉडल में बाह्य संकट (extrinsic hazard) $m_{ex} = 0$ निर्धारित करना ताकि बाहरी कारणों से मुक्त एक काल्पनिक दुनिया में आंतरिक वंशानुगतता का अनुमान लगाया जा सके।

मुख्य मुद्दा: शेनहार का मॉडल यह मानता है कि बाह्य मृत्यु दर व्यक्तिगत विषमता के बिना एक जनसंख्या-स्तरीय स्थिरांक है। हालाँकि, यदि वंशानुगत बाह्य संवेदनशीलता (जैसे संक्रमण के प्रति आनुवंशिक संवेदनशीलता) मौजूद है लेकिन उसे मॉडल में शामिल नहीं किया गया है, तो कैलिब्रेशन चरण आंतरिक क्षय प्रसरण (intrinsic frailty variance) और बाह्य आनुवंशिक प्रसरण के बीच अंतर नहीं कर पाएगा। परिणामस्वरूप, मॉडल इस छोड़े गए बाह्य आनुवंशिक संरचना को आंतरिक क्षय पैरामीटर ($\sigma_\theta$) में अवशोषित (absorb) कर लेता है, जिससे आंतरिक वंशानुगतता का अनुमान ऊपर की ओर पक्षपाती (biased) हो जाता है।

यह शोध पत्र इस ओमिटेड-वेरिएबल बायस (omitted-variable bias) (कैलिब्रेशन के दौरान प्रसरण अवशोषण) को कॉलाइडर बायस (collider bias) (नमूना चयन पूर्वाग्रह) से अलग करता है, जिसे हैमिल्टन (2026) द्वारा एक अलग खतरे के रूप में पहचाना गया था।

2. कार्यप्रणाली (Methodology)

लेखक इस पूर्वाग्रह तंत्र को अलग करने और मापने के लिए एक कठोर सिमुलेशन-आधारित दृष्टिकोण का उपयोग करते हैं।

• डेटा जनरेटिंग प्रोसेस (DGP):

  • वास्तविक जीवनकाल को सिम्युलेट करने के लिए एक दो-घटक मॉडल का उपयोग किया गया है:
    $$\mu_i(t) = m_{ex} \cdot \exp(\sigma_\gamma \gamma_i - \sigma_\gamma^2/2) + \exp(\theta_i) \cdot \exp(b \cdot t)$$
    • $\gamma_i$: वंशानुगत बाह्य संवेदनशीलता (MZ द्वारा 100% साझा, DZ द्वारा 50% साझा)।
    • $\theta_i$: आंतरिक बुढ़ापा पैरामीटर (MZ द्वारा 100% साझा, DZ द्वारा 50% साझा)।
    • $\rho$: आनुवंशिक सहसंबंध (pleiotropy) $\gamma$ और $\theta$ के बीच।
  • सिमुलेशन में प्रति ज़ायगोसिटी 50,000 जुड़वा जोड़े का उपयोग किया गया है, जो 1870-1900 के बीच जन्मे डेनिश समूहों से मेल खाते हैं।
  • तीन मृत्यु दर मॉडल परिवारों का परीक्षण किया गया है: गोम्पर्ट्ज़-मेकहम (GM), मेकहम-गामा-गोम्पर्ट्ज़ (MGG), और सैचुरेटिंग-रिमूवल (SR)।

• प्रयोगात्मक डिज़ाइन (Experimental Design):

  • मिसस्पेसिफाइड कंडीशन (Misspecified Condition): वास्तविक DGP में वंशानुगत बाह्य संवेदनशीलता ($\sigma_\gamma > 0$) शामिल है, लेकिन शेनहार के एक-घटक मॉडल (जिसमें $\gamma$ को छोड़ दिया गया है) को डेटा पर फिट किया गया है।
  • रिकवरी कंडीशन (Recovery Condition): उसी डेटा पर एक सही ढंग से निर्दिष्ट दो-घटक मॉडल को फिट किया गया है ताकि यह सत्यापित किया जा सके कि क्या वास्तविक आंतरिक पैरामीटर को प्राप्त किया जा सकता है।
  • नेगेटिव कंट्रोल्स (Negative Controls): ऐसे परिदृश्य जहाँ बाह्य जोखिम गैर-वंशानुगत है, मृत्यु के लिए अप्रासंगिक है, या नगण्य है, ताकि विशिष्टता सिद्ध की जा सके।
  • एंकरिंग (Anchoring): मापदंडों $\sigma_\gamma$ और $\rho$ को अनुभवजन्य साक्ष्य (जैसे संक्रमण मृत्यु दर की वंशानुगतता, HLA क्षेत्रों और दीर्घायु के लिए GWAS सिग्नल) के आधार पर एंकर किया गया है।

• डायग्नोस्टिक्स (Diagnostics):

  • फिट किए गए $\sigma_\theta$ की वास्तविक मान के विरुद्ध तुलना।
  • द्विचर (bivariate) जुड़वा उत्तरजीविता सतह $S(t_1, t_2)$ का विश्लेषण करके संरचनात्मक मिसफिट का पता लगाना।
  • यह परीक्षण करने के लिए कि क्या सारांश सांख्यिकी (summary statistics) को बदलने से पूर्वाग्रह हल होता है, ACE स्ट्रक्चरल इक्वेशन मॉडलिंग का उपयोग।
  • एस्टिमेटर निर्भरता का आकलन करने के लिए मैक्सिमम लाइकलीहुड (ML) बनाम मोमेंट कैलिब्रेशन की तुलना।

3. मुख्य योगदान (Key Contributions)

1. प्रसरण अवशोषण की पहचान: यह शोध पत्र प्रदर्शित करता है कि छोड़ी गई वंशानुगत बाह्य क्षय (heritable extrinsic frailty) को छोड़ने से कैलिब्रेशन चरण आंतरिक क्षय स्केल पैरामीटर ($\sigma_\theta$) को बढ़ाने के लिए आंतरिक प्रसरण को बढ़ा देता है।
2. पूर्वाग्रह का परिमाणीकरण: अध्ययन वास्तविक पैरामीटर व्यवस्था के तहत इस पूर्वाग्रह को मापने के लिए सटीक अनुमान प्रदान करता है, जिससे पता चलता है कि यह एक मामूली आर्टिफैक्ट नहीं बल्कि एक बड़ा विरूपण है।
3. संरचनात्मक फिंगरप्रिंट्स: यह द्वचर उत्तरजीविता सतह और आयु-विशिष्ट सशर्त सहसंबंधों में विशिष्ट, अवलोकन योग्य हस्ताक्षरों की पहचान करता है, जो एक-घटक धारणा को गलत सिद्ध करने का एक तरीका प्रदान करता है।
4. मॉडल की व्यापकता: यह पूर्वाग्रह विभिन्न मृत्यु दर मॉडल परिवारों (GM, MGG, SR) और विभिन्न क्षय वितरणों (log-normal, additive, gamma) में सुदृढ़ (robust) पाया गया है।
5. असत्यता (Falsifiability): यह एक परीक्षण योग्य भविष्यवाणी प्रस्तुत करता है: यदि बाह्य संवेदनशीलता और आंतरिक बुढ़ापे के बीच आनुवंशिक सहसंबंध $\rho$ नकारात्मक है, तो पूर्वाग्रह का संकेत उलट जाएगा (अनुमान को कम कर देगा)।

4. मुख्य परिणाम (Key Results)

A. आंतरिक पैरामीटर का मुद्रास्फीति (Inflation of the Intrinsic Parameter)

• मिसस्पेसिफाइड एक-घटक मॉडल के तहत, फिट किया गया आंतरिक क्षय पैरामीटर $\sigma_\theta$ +22.1% (95% CI: 21.5–22.7%) बढ़ जाता है।
• यह प्रसरण ($\sigma_\theta^2$) में +49% मुद्रास्फीति के बराबर है।
• डाउनस्ट्रीम प्रभाव: यह अपस्ट्रीम विरूपण फाल्कनर वंशानुगतता अनुमान ($h^2$) तक फैलता है, जिसके परिणामस्वरूप शुद्ध +9.2 प्रतिशत अंक (pp) (95% CI: 8.7–9.7 pp) की ऊपर की ओर वृद्धि होती है।
  • निहितार्थ: यदि शेनहार के 50% अनुमान को इस पूर्वाग्रह के लिए ठीक किया जाता है, तो वास्तविक आंतरिक वंशानुगतता संभवतः 31–47% की सीमा में होगी।

B. संरचनात्मक फिंगरप्रिंट्स (Structural Fingerprints)

• द्विचर सतह मिसफिट (Bivariate Surface Misfit): मिसस्पेसिफाइड मॉडल द्वचर जुड़वा उत्तरजीविता सतह को पुनरुत्पादित करने में विफल रहता है। इंटीग्रेटेड स्क्वेयर्ड एरर (ISE) सही ढंग से निर्दिष्ट रिकवरी मॉडल की तुलना में 48 गुना बड़ा है।
• आयु-विशिष्ट निर्भरता: मिसस्पेसिफाइड मॉडल व्यवस्थित रूप से वृद्ध आयु में सहसंबंध (concordance) को अधिक आंकता है (आयु 80 पर चरम, $\Delta r \approx 0.048$) और कम आयु में इसे कम आंकता है। यह दर्शाता है कि मॉडल बाह्य सहसंबंध को आंतरिक (Gompertz) घटक में स्थानांतरित कर देता है।

C. विशिष्टता और सुदृढ़ता (Specificity and Robustness)

• नेगेटिव कंट्रोल्स: पूर्वाग्रह गायब हो जाता है जब बाह्य जोखिम गैर-वंशानुगत, मृत्यु के लिए अप्रासंगिक या नगण्य होता है, जो पुष्टि करता है कि तंत्र के लिए वंशानुगत, मृत्यु-प्रासंगिक और पारिवारिक बाह्य जोखिम की आवश्यकता है।
• ACE डिकंपोजिशन: फाल्कनर के फॉर्मूले से ACE स्ट्रक्चरल इक्वेशन मॉडल पर स्विच करने से भी पूर्वाग्रह हल नहीं होता है। बाह्य क्षय घटक को $C$ (साझा वातावरण) के बजाय $A$ (एडिटिव जेनेटिक) घटक में अवशोषित कर लिया जाता है, क्योंकि यह समान 1.0/0.5 शेयरिंग पैटर्न का पालन करता है।
• एस्टिमेटर निर्भरता: जबकि मैक्सिमम लाइकलीहुड (ML) अनुमान मोमेंट मैचिंग (केवल $r_{MZ}$ को कैलिब्रेट करना) की तुलना में मुद्रास्फीति के परिमाण को कम करता है, ML अभी भी एक संरचनात्मक रूप से बढ़े हुए छद्म-सत्य पैरामीटर (+3% बनाम मोमेंट मैचिंग के लिए +22%) का उत्पादन करता है। यह पुष्टि करता है कि पूर्वाग्रह मुख्य रूप से एक मॉडल-क्लास संबंधी मुद्दा है, न कि केवल एक एस्टिमेटर आर्टिफैक्ट।

D. संवेदनशीलता और असत्यता (Sensitivity and Falsifiability)

• डोज़-रिस्पॉन्स (Dose-Response): बाह्य मृत्यु दर के परिमाण और मृत्यु के वंशानुगत अंश के साथ पूर्वाग्रह निरंतर बढ़ता है।
• संकेत उलटना (Sign Reversal): उन सिमुलेशन में जहाँ आनुवंशिक सहसंबंध $\rho$ नकारात्मक है, पूर्वाग्रह की दिशा उलट जाती है (अनुमान को कम कर देती है), जो पुष्टि करता है कि तंत्र आंतरिक और बाह्य आनुवंशिक मार्गों के बीच की अंतःक्रिया से संचालित होता है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

यह शोध पत्र शेनहार और अन्य के 50% आंतरिक वंशानुगतता अनुमान की व्याख्या को मौलिक रूप से चुनौती देता। यह तर्क देता है कि यह अनुमान शुद्ध रूप से आंतरिक नहीं है, बल्कि छोड़ी गई वंशानुगत बाह्य संवेदनशीलता से दूषित है।

• सैद्धांतिक प्रभाव: यह "कैलिब्रेट-देन-एक्सट्रपोलेट" उत्तरजीविता मॉडल की एक महत्वपूर्ण सीमा को उजागर करता: यदि मॉडल क्लास बहुत प्रतिबंधात्मक (एक-घटक) है, तो यह अलग-अलग पारिवारिक सह-संबंधों को अलग नहीं कर सकता, जिससे छद्म-सत्य पैरामीटर (pseudo-true parameters) बनते हैं जो छोड़े गए प्रसरण को अवशोषित कर लेते हैं।
• व्यावहारिक निहितार्थ: रिपोर्ट की गई 50% वंशानुगतता संभवतः एक ऊपरी सीमा (upper bound) है। वास्तविक आंतरिक वंशानुगतता संभवतः कम है (संभावित रूप से 31–47%), हालांकि यह शास्त्रीय अनुमानों से अभी भी अधिक है।
• भविष्य की दिशाएँ: यह शोध पत्र सुझाव देता है कि इस पहचान समस्या को हल करने के लिए आवश्यक है:
  1. द्विचर डायग्नोस्टिक्स: जुड़वा उत्तरजीविता सतहों में विशिष्ट "अर्ली-डेफिसिट/लेट-एक्सेस" पैटर्न की जाँच करना।
  2. प्रतिस्पर्धी-जोखिम मॉडल (Competing-risks models): आंतरिक और बाह्य मृत्यु घटनाओं को अलग करने के लिए मृत्यु के कारण के डेटा का उपयोग करना।
  3. जीनोमिक एंकरिंग: बाह्य क्षय घटक को स्पष्ट रूप से मॉडल करने के लिए पॉलीजेनिक स्कोर को शामिल करना।

संक्षेप में, यह शोध पत्र स्थापित करता है कि छोड़ी गई पारिवारिक बाह्य जोखिम, अनुमानित आंतरिक जीवनकाल वंशानुगतता में एक संरचनात्मक, मॉडल-सामान्य ऊपर की ओर पूर्वाग्रह (upward bias) पैदा करती है, जिससे एकल-घटक क्षय मॉडल का उपयोग करके ऐतिहासिक जुड़वा समूहों से प्राप्त उच्च वंशानुगतता अनुमानों के पुनर्मूल्यांकन की आवश्यकता होती।