Differences in health status by socioeconomic position (SEP) tend to be more evident at older ages, suggesting the involvement of a biological mechanism responsive to the accumulation of deleterious exposures across the lifespan.DNA methylation (DNAm) has been proposed as a biomarker of biological aging that conserves memory of endogenous and exogenous stress during life.We examined the association of education level, as an indicator of SEP, and lifestyle-related variables with four biomarkers of age-dependent DNAm dysregulation: the total number of stochastic epigenetic mutations (SEMs) and three epigenetic clocks (Horvath, Hannum and Levine), in 18 cohorts spanning 12 countries.The four biological aging biomarkers were associated with education and different sets of risk factors independently, and the magnitude of the effects differed depending on the biomarker and the predictor.On average, the effect of low education on epigenetic aging was comparable with those of other lifestyle-related risk factors (obesity, alcohol intake), with the exception of smoking, which had a significantly stronger effect.Our study shows that low education is an independent predictor of accelerated biological (epigenetic) aging and that epigenetic clocks appear to be good candidates for disentangling the biological pathways underlying social inequalities in healthy aging and longevity.

Abstract Educational inequalities in all-cause mortality have been observed for decades. However, the underlying biological mechanisms are not well known. We aimed to assess the role of DNA methylation changes in blood captured by epigenetic clocks in explaining these inequalities. Data were from 8 prospective population-based cohort studies, representing 13 021 participants. First, educational inequalities and their portion explained by Horvath DNAmAge, Hannum DNAmAge, DNAmPhenoAge, and DNAmGrimAge epigenetic clocks were assessed in each cohort via counterfactual-based mediation models, on both absolute (hazard difference) and relative (hazard ratio) scales, and by sex. Second, estimates from each cohort were pooled through a random effect meta-analysis model. Men with low education had excess mortality from all causes of 57 deaths per 10 000 person-years (95% confidence interval [CI]: 38, 76) compared with their more advantaged counterparts. For women, the excess mortality was 4 deaths per 10 000 person-years (95% CI: −11, 19). On the relative scale, educational inequalities corresponded to hazard ratios of 1.33 (95% CI: 1.12, 1.57) for men and 1.15 (95% CI: 0.96, 1.37) for women. DNAmGrimAge accounted for the largest proportion, approximately 50%, of the educational inequalities for men, while the proportion was negligible for women. Most of this mediation was explained by differential effects of unhealthy lifestyles and morbidities of the World Health Organization (WHO) risk factors for premature mortality. These results support DNA methylation-based epigenetic aging as a signature of educational inequalities in life expectancy emphasizing the need for policies to address the unequal social distribution of these WHO risk factors.

Abstract As a powerful phenotyping technology, metabolomics provides new opportunities in biomarker discovery through metabolome-wide association studies (MWAS) and identification of metabolites having regulatory effect in various biological processes. While MS-based metabolomics assays are endowed with high-throughput and sensitivity, large-scale MWAS are doomed to long-term data acquisition generating an overtime-analytical signal drift that can hinder the uncovering of true biologically relevant changes. We developed “ dbnorm ”, a package in R environment, which allows visualization and removal of signal heterogeneity from large metabolomics datasets. “ dbnorm ” integrates advanced statistical tools to inspect dataset structure, at both macroscopic (sample batch) and microscopic (metabolic features) scales. To compare model performance on data correction, “ dbnorm ” assigns a score, which allows the straightforward identification of the best fitting model for each dataset. Herein, we show how “ dbnorm ” efficiently removes signal drift among batches to capture the true biological heterogeneity of data in two large-scale metabolomics studies.

Abstract Background Social inequalities in multimorbidity may occur due to familial and/or individual factors and may differ between men and women. Using population-based multi-generational data, this study aimed to (1) assess the roles of parental and individual education in the risk of multimorbidity and (2) examine the potential effect modification by sex. Methods Data were analysed from 62 060 adults aged 50+ who participated in the Survey of Health, Ageing and Retirement in Europe, comprising 14 European countries. Intergenerational educational trajectories (exposure) were High–High (reference), Low–High, High–Low and Low–Low, corresponding to parental–individual educational attainments. Multimorbidity (outcome) was ascertained between 2013 and 2020 as self-reported occurrence of ≥2 diagnosed chronic conditions. Inequalities were quantified as multimorbidity-free years lost (MFYL) between the ages of 50 and 90 and estimated via differences in the area under the standardized cumulative risk curves. Effect modification by sex was assessed via stratification. Results Low individual education was associated with higher multimorbidity risk regardless of parental education. Compared to the High–High trajectory, Low–High was associated with −0.2 MFYL (95% confidence intervals: −0.5 to 0.1), High–Low with 3.0 (2.4–3.5), and Low–Low with 2.6 (2.3–2.9) MFYL. This pattern was observed for both sexes, with a greater magnitude for women. This effect modification was not observed when only diseases diagnosed independently of healthcare-seeking behaviours were examined. Conclusions Individual education was the main contributor to intergenerational inequalities in multimorbidity risk among older European adults. These findings support the importance of achieving a high education to mitigate multimorbidity risk.

Introduction Adolescence is a sensitive period for cardiometabolic health. Yet, it remains unknown if adolescent health behaviours, such as alcohol use, smoking, diet and physical activity, have differential effects across socioeconomic strata. Adopting a life-course perspective and a causal inference framework, we aim to assess whether the effects of adolescent health behaviours on adult cardiometabolic health differ by levels of neighbourhood deprivation, parental education and occupational class. Gaining a better understanding of these social disparities in susceptibility to health behaviours can inform policy initiatives that aim to improve population health and reduce socioeconomic inequalities in cardiometabolic health. Methods and analysis We will conduct a secondary analysis of the Young Finns Study, which is a longitudinal population-based cohort study. We will use measures of health behaviours—smoking, alcohol use, fruit and vegetable consumption, and physical activity—as exposure and parental education, occupational class and neighbourhood deprivation as effect modifiers during adolescence (ages 12–18 years). Eight biomarkers of cardiometabolic health (outcomes)—waist circumference, body mass index, blood pressure, low-density lipoprotein cholesterol, apolipoprotein B, plasma glucose and insulin resistance—will be measured when participants were aged 33–40. A descriptive analysis will investigate the clustering of health behaviours. Informed by this, we will conduct a causal analysis to estimate effects of single or clustered adolescent health behaviours on cardiometabolic health conditional on socioeconomic background. This analysis will be based on a causal model implemented via a directed acyclic graph and inverse probability-weighted marginal structural models to estimate effect modification. Ethics and dissemination The Young Finns study was conducted according to the guidelines of the Declaration of Helsinki, and the protocol was approved by ethics committees of University of Helsinki, Kuopio, Oulu, Tampere and Turku. We will disseminate findings at international conferences and a manuscript in an open-access peer-reviewed journal.