ยินดีต้อนรับชีวิตของคุณ
ค้นหาว่าคุณจะมีชีวิตนานเพียงใด
จากการเลือกวันนี้
ที่มาของการคำนวณ
แบบทดสอบวางใจ 22 คำถาม อ้างอิงงานวิจัยเชิงประชากรศาสตร์จากวารสารวิชาการระดับโลก ผลลัพธ์ที่แสดงเป็นการประเมินเบื้องต้น ไม่ใช่การวินิจฉัยทางการแพทย์
หมวดต่าง ๆ และน้ำหนัก
คะแนนรวมประกอบจาก 7 หมวด รวมน้ำหนัก 100% ตามหลักฐานงานวิจัย
น้ำหนักสอดคล้องกับงานวิจัย multivariate แต่จะทบทวนใน v1.1 หลัง validate กับข้อมูลจริง
คำถามที่พบบ่อย
ทำไม baseline ของชายและหญิงต่างกัน?
ตามสถิติ World Bank Thailand 2023 ผู้หญิงมีอายุยืนกว่าผู้ชายเฉลี่ย 7–8 ปี เนื่องจากปัจจัยทางชีววิทยา (estrogen ช่วยป้องกันโรคหัวใจ) และพฤติกรรม (สูบบุหรี่และดื่มแอลกอฮอล์น้อยกว่า)
ทำไม BMI ของไทยใช้ 23 ไม่ใช่ 25?
Zheng et al. NEJM 2011 ศึกษาชาวเอเชียกว่า 1 ล้านคน พบว่าคนเอเชียมีไขมันอวัยวะภายในสูงกว่าที่ BMI เท่ากัน จึงใช้ 23 แทน 25 ของเกณฑ์ WHO ตะวันตก
ตัวเลขแม่นยำแค่ไหน?
ผลลัพธ์มีค่าคลาดเคลื่อน ±5 ปีสำหรับประมาณ 67% ของการทำนาย เป็นการประมาณการเชิงประชากร ไม่ใช่การวินิจฉัยรายบุคคล ตัวเลขบอกแนวโน้มและจุดที่ควรปรับ ไม่ใช่วันที่แน่นอน
ผลลัพธ์เปลี่ยนได้ไหม?
ได้ การเลิกบุหรี่ ออกกำลังกายสม่ำเสมอ นอนหลับพอ และลดความเครียด ล้วนส่งผลต่อคะแนนจริง ลองทำ quiz ใหม่หลัง 3–6 เดือนหลังปรับพฤติกรรม
ฉันต้องเชื่อทุกอย่างไหม?
ไม่จำเป็น ผลลัพธ์นี้มีไว้เพื่อสร้าง awareness ไม่ใช่คำตัดสิน ใช้เป็นจุดเริ่มต้น แล้วปรึกษาแพทย์สำหรับเรื่องที่จริงจัง
รายละเอียดแต่ละหมวด
แตะชื่อหมวดเพื่อดูเพิ่มเติม
ค่าอายุขัยเฉลี่ย (Baseline)ฐาน
ใช้ข้อมูล World Bank Life Expectancy Thailand 2023: ชาย 73.2 ปี · หญิง 80.7 ปี · เพศอื่น ๆ 76.5 ปี (ค่าเฉลี่ย)
- Life Expectancy at Birth — Thailand
World Bank Open Data · 2023
ข้อมูลปี 2023 ระบุอายุขัยเฉลี่ยชายไทย 72.16 ปี หญิง 80.86 ปี ใช้เป็น Baseline ในการคำนวณ
- WHO Thailand Healthy Ageing Facts and Figures 2024
World Health Organization SEARO · 2024
รายงาน WHO ปี 2024 สรุปสถานการณ์ผู้สูงอายุไทย รวมถึงตัวเลขอายุขัยเฉลี่ยและปัจจัยเสี่ยงหลักในประเทศ
น้ำหนักและรูปร่าง20%
ดัชนีมวลกายตามเกณฑ์เอเชีย (BMI 23) รอบเอวต่อส่วนสูง (WHtR) และพุง สะท้อนไขมันอวัยวะภายในซึ่งคนเอเชียสะสมได้มากแม้ดูผอม
อ้างอิง: Zheng et al. NEJM 2011 · Ashwell et al. 2012 · Lancet 2025
ดูงานวิจัยเต็ม ▼
- Association between Body-Mass Index and Risk of Death in More Than 1 Million Asians
Zheng W et al. · New England Journal of Medicine · 2011
ศึกษาชาวเอเชียกว่า 1 ล้านคน พบว่าระดับ BMI ที่มีความเสี่ยงต่ำสุดอยู่ที่ 22.6–27.5 ซึ่งต่ำกว่า cutoff ของ WHO สำหรับกลุ่มตะวันตก จึงแนะนำให้ใช้ค่า 23 เป็นเกณฑ์เกินน้ำหนักสำหรับชาวเอเชีย
- Impact of Body Mass Index on All-Cause Mortality: Systematic Review and Meta-Analysis
PMC · 2024
การทบทวนอย่างเป็นระบบปี 2024 ยืนยันว่า BMI สูงกว่า 25 เพิ่มความเสี่ยงการตาย 9% ต่อทุก 1 หน่วย BMI ที่เพิ่มขึ้น และยืนยันความสัมพันธ์แบบ U-curve ในผู้สูงอายุชาวเอเชีย
- Body-mass index and all-cause mortality in 239 prospective studies
Global BMI Mortality Collaboration · The Lancet · 2016
การวิเคราะห์ข้อมูลจาก 239 การศึกษาทั่วโลก ยืนยันรูปแบบ J-curve ระหว่าง BMI กับอัตราการตาย และแสดงให้เห็นความเสี่ยงที่เพิ่มขึ้นทั้งในกลุ่ม underweight และ obese
- Waist-to-height ratio as a simple tool for predicting mortality
PubMed · 2023
การวิจัยปี 2023 ยืนยันว่า WHtR เป็นตัวทำนายการตายที่ดีกว่า BMI โดยค่า ≥0.5 คือสัญญาณเตือนที่สำคัญของความเสี่ยงโรคหัวใจและหลอดเลือด
- Waist-to-height ratio better than BMI for cardiometabolic risk: meta-analysis
Ashwell M, Gunn P, Gibson S · Obesity Reviews · 2012
Meta-analysis ผู้เข้าร่วม >300,000 คน แสดงให้เห็นว่า WHtR มีความแม่นยำในการทำนาย CVD และการตายทั้งหมดสูงกว่า BMI โดยเฉพาะในกลุ่มหลายเชื้อชาติ
- Waist-to-height ratio and cardiovascular risk in aging populations
The Lancet Regional Health — Americas · 2025
การศึกษาล่าสุดปี 2025 ยืนยัน WHtR เหนือกว่า BMI ในการทำนายความเสี่ยงโรคหัวใจและหลอดเลือดในกลุ่มผู้สูงอายุ
- Predicting mortality from 57 factors — machine learning study
PNAS · 2020
การศึกษา machine learning วิเคราะห์ 57 ปัจจัย พบว่าปัจจัยทางพฤติกรรมและประวัติครอบครัวเป็นตัวทำนายการตายที่สำคัญที่สุด สนับสนุนแนวทางการคำนวณแบบ weighted multi-factor
ความฟิต20%
ความสามารถเดินต่อเนื่องและขึ้นบันได 2 ชั้นเป็น proxy ของ VO₂max และ functional capacity ซึ่งทำนาย mortality ได้ดีกว่าตัวชี้วัดทางคลินิกหลายตัว
อ้างอิง: Studenski et al. JAMA 2011 · SPPB review PMC 2022
ดูงานวิจัยเต็ม ▼
- Short Physical Performance Battery and mortality — Comprehensive Review
PMC · 2022
การทบทวน 40 การศึกษา พบว่า SPPB score ต่ำ (<10) ทำนายอัตราการตายได้อย่างสม่ำเสมอ โดยคะแนน 0–3 มีความเสี่ยงสูงกว่ากลุ่ม 10–12 ถึง 5–6 เท่า
- Gait Speed and Survival in Older Adults
Studenski S et al. · JAMA · 2011
การศึกษาเชิงระบาดวิทยาขนาดใหญ่ แสดงให้เห็นว่าความเร็วเดินเป็นตัวทำนายการอยู่รอดได้ดีเทียบเท่าปัจจัยทางคลินิก ทุก 0.1 m/s ที่เร็วขึ้น ลดความเสี่ยงการตาย 23–25%
- Walking Speed and Mortality: Updated Systematic Review
PubMed · 2021
การทบทวนอัพเดตปี 2021 ยืนยันว่าความเร็วเดินเป็นตัวทำนายการตายที่แม่นยำ ผู้เดินช้ามีอัตราการตายสูงกว่าอย่างมีนัยสำคัญ
- Ability to sit and rise from floor as predictor of mortality
de Brito LBB et al. · American Journal of Preventive Medicine · 2012
Sit-Rise Test (SRT) ที่คะแนน 0–3 มีความเสี่ยงการตายในระยะ 6 ปีสูงกว่ากลุ่มคะแนน 8–10 ถึง 5–6 เท่า ทุก 1 คะแนนที่ดีขึ้น = การอยู่รอดดีขึ้น 21%
- SRT scores predict cardiovascular and natural deaths
European Journal of Preventive Cardiology · 2024
การศึกษาปี 2024 ยืนยันว่าคะแนน SRT ต่ำสัมพันธ์กับการตายจากโรคหัวใจและสาเหตุอื่น ๆ อย่างมีนัยสำคัญ
- Predicting mortality from 57 factors — machine learning study
PNAS · 2020
การศึกษา machine learning วิเคราะห์ 57 ปัจจัย พบว่าปัจจัยทางพฤติกรรมและประวัติครอบครัวเป็นตัวทำนายการตายที่สำคัญที่สุด สนับสนุนแนวทางการคำนวณแบบ weighted multi-factor
วิถีชีวิต15%
ออกกำลังกายตามเกณฑ์ WHO 150 นาที/สัปดาห์ (60%) และชั่วโมงนั่งต่อวัน (40%) — นั่งนาน 9+ ชม. เพิ่มความเสี่ยงตายแม้จะออกกำลังกายอยู่
อ้างอิง: Lancet 2016 meta-analysis >1M คน · AJPM 2024
ดูงานวิจัยเต็ม ▼
- Physical activity and sedentary time mortality meta-analysis
Biswas A et al. · The Lancet · 2016
Meta-analysis >1 ล้านคน พบว่าการนั่งนาน >9 ชม./วัน เพิ่มความเสี่ยงการตาย แม้จะออกกำลังกายเป็นประจำ การออกกำลังกาย 60–75 นาที/วัน สามารถลบล้างความเสี่ยงจากการนั่งนานได้
- Physical Activity and Sitting Time Balance
American Journal of Preventive Medicine · 2024
การศึกษาปี 2024 ยืนยันว่าสมดุลระหว่างการเคลื่อนไหวและการนั่งมีผลต่ออายุขัย การออกกำลังกายสม่ำเสมอช่วยลดความเสี่ยงจากพฤติกรรมอยู่กับที่
การนอน + ความเครียด15%
นอน 7–8 ชม. คือจุดเหมาะสุด (U-curve) และความเครียดเรื้อรังทำให้ cortisol สูงตลอดเวลา ทั้งสองส่งผลต่อสุขภาพระยะยาวผ่านแกน HPA
อ้างอิง: JAHA 2018 · PMC 2024 meta-analysis 79 cohort (146,830 deaths)
ดูงานวิจัยเต็ม ▼
- Imbalanced sleep increases mortality 14–34%: meta-analysis
PMC · 2024
Meta-analysis จาก 79 cohort studies ครอบคลุม 146,830 การตาย ยืนยัน U-curve: การนอน 7–8 ชม. มีความเสี่ยงต่ำสุด ทั้งนอนน้อยและนอนมากเพิ่มความเสี่ยงการตาย 14–34%
- Sleep Duration and All-Cause Mortality: Dose-Response Meta-Analysis
Journal of the American Heart Association · 2018
การวิเคราะห์ dose-response แสดงให้เห็นความสัมพันธ์แบบ U ระหว่างระยะเวลานอนกับการตาย โดย 11 ชม./คืน มีความเสี่ยงสูงกว่า 7 ชม. ถึง 1.55 เท่า
พฤติกรรมเสี่ยง10%
บุหรี่ (70%) ลดอายุขัย 10–15 ปีและเป็นปัจจัยเสี่ยงอันดับ 2 ในไทย ส่วนแอลกอฮอล์ (30%) ไม่มีระดับที่ปลอดภัยตาม Mendelian randomization
อ้างอิง: CDC MMWR · Lancet GBD 2018 · IJE 2024 · WHO Thailand NCD 2024
ดูงานวิจัยเต็ม ▼
- Smoking-Attributable Mortality, Years of Potential Life Lost, and Productivity Losses
MMWR / CDC · 2008
รายงาน CDC ยืนยันบุหรี่เป็นสาเหตุการตายที่ป้องกันได้อันดับ 1 ของสหรัฐ การสูบบุหรี่ยาวนานลดอายุขัย 10–15 ปี
- New Estimates of Smoking-Attributable Mortality 2020–2035
American Journal of Preventive Medicine · 2023
การประมาณการล่าสุดยืนยันว่าการสูบบุหรี่ยังคงเป็นภัยต่อสุขภาพอันดับต้น การเลิกสูบบุหรี่ลดความเสี่ยงได้อย่างมีนัยสำคัญแม้จะเลิกในวัยกลางคน
- Thailand Prevention and Control of Noncommunicable Diseases
UNDP / WHO Thailand · 2024
รายงานปี 2024 ระบุว่าบุหรี่เป็นปัจจัยเสี่ยงอันดับ 2 ของการตายในไทย (66,300 คน/ปี) และโรค NCD คิดเป็น 76% ของการตายทั้งหมด
- Risk thresholds for alcohol consumption — Global Burden of Disease 2016
GBD 2016 Alcohol Collaborators · The Lancet · 2018
การศึกษาขนาดใหญ่จาก Global Burden of Disease สรุปว่าระดับการดื่มที่ปลอดภัยที่สุดสำหรับสุขภาพโดยรวมคือ 0 สนับสนุนแนวทาง linear scoring
- Alcohol and mortality: Mendelian randomization study
International Journal of Epidemiology · 2024
การศึกษา Mendelian randomization ปี 2024 ยืนยันความสัมพันธ์เชิงเส้น (linear) ระหว่างแอลกอฮอล์และการตาย ไม่ใช่ J-curve ที่อาจเกิดจาก bias ของกลุ่ม sick-quitters
สุขภาพทั่วไป10%
โรคประจำตัว NCD (76% ของการตายในไทย) Sit-Rise Test ลุกจากพื้นโดยไม่ใช้มือ และความเสี่ยงจราจร (มอเตอร์ไซค์ ~27x ต่อกม. เทียบรถยนต์) รวมกันบ่งบอกสุขภาพแบบรวม
อ้างอิง: WHO Thailand NCD 2024 · de Brito et al. EJPC 2024 · WHO Road Safety 2023
ดูงานวิจัยเต็ม ▼
- Ability to sit and rise from floor as predictor of mortality
de Brito LBB et al. · American Journal of Preventive Medicine · 2012
Sit-Rise Test (SRT) ที่คะแนน 0–3 มีความเสี่ยงการตายในระยะ 6 ปีสูงกว่ากลุ่มคะแนน 8–10 ถึง 5–6 เท่า ทุก 1 คะแนนที่ดีขึ้น = การอยู่รอดดีขึ้น 21%
- SRT scores predict cardiovascular and natural deaths
European Journal of Preventive Cardiology · 2024
การศึกษาปี 2024 ยืนยันว่าคะแนน SRT ต่ำสัมพันธ์กับการตายจากโรคหัวใจและสาเหตุอื่น ๆ อย่างมีนัยสำคัญ
- Thailand Prevention and Control of Noncommunicable Diseases
UNDP / WHO Thailand · 2024
รายงานปี 2024 ระบุว่าบุหรี่เป็นปัจจัยเสี่ยงอันดับ 2 ของการตายในไทย (66,300 คน/ปี) และโรค NCD คิดเป็น 76% ของการตายทั้งหมด
- Epidemiological Features of Cardiovascular Disease in Asia
JACC: Asia · 2021
โรคหัวใจและหลอดเลือดเป็นสาเหตุการตายอันดับ 1 ในเอเชีย ประวัติโรคเรื้อรังเป็นตัวทำนายชั้นนำสำหรับการตายใน 5 ปี
- Burden of Cardiovascular Disease in Asia 1990–2021
JACC: Asia · 2025
รายงานปี 2025 สรุปภาระโรคหัวใจในเอเชีย 30 ปี แสดงให้เห็นแนวโน้มที่เพิ่มขึ้นและความสำคัญของการควบคุมปัจจัยเสี่ยง
- Global Status Report on Road Safety 2023
World Health Organization · WHO · 2023
ผู้ขับขี่/โดยสารมอเตอร์ไซค์ในไทยมีอัตราการเสียชีวิตต่อกิโลเมตรสูงกว่าผู้โดยสารรถยนต์ประมาณ 27 เท่า การเดินทางบ่อย → exposure สะสม → เพิ่มความเสี่ยง รองรับ Q21 และ Q22 ใน V3
พันธุกรรม10%
ประวัติญาติสายตรงเสียชีวิตก่อน 60 ปี และโรคเรื้อรังในครอบครัว บอกความเสี่ยงได้แม่นยำกว่า DNA testing ราคาแพงสำหรับคนทั่วไปที่ไม่ได้ตรวจ
อ้างอิง: Science Translational Medicine 2022 · PNAS 2020 (57-factor ML)
ดูงานวิจัยเต็ม ▼
- Family history of heart attack as an independent predictor
PubMed · 1984
การศึกษาคลาสสิกยืนยันว่าประวัติครอบครัวเป็นโรคหัวใจเป็นตัวทำนายอิสระสำหรับการเกิดโรคหัวใจและการตาย แม้ควบคุมปัจจัยอื่นแล้ว
- Systematic comparison of family history and polygenic risk scores
Science Translational Medicine · 2022
การเปรียบเทียบ family history กับ polygenic risk scores พบว่าประวัติครอบครัวมีความแม่นยำในการทำนายสูงกว่าถึง 10 เท่า ในประชากรทั่วไปที่ยังไม่ได้ทำ genetic testing
- Predicting mortality from 57 factors — machine learning study
PNAS · 2020
การศึกษา machine learning วิเคราะห์ 57 ปัจจัย พบว่าปัจจัยทางพฤติกรรมและประวัติครอบครัวเป็นตัวทำนายการตายที่สำคัญที่สุด สนับสนุนแนวทางการคำนวณแบบ weighted multi-factor
⚠️ ข้อจำกัดความรับผิดชอบ
ผลลัพธ์จากแบบทดสอบนี้เป็นการประเมินเบื้องต้นจากงานวิจัยเชิงประชากรศาสตร์ ไม่ใช่การวินิจฉัยทางการแพทย์ ตัวเลขอาจคลาดเคลื่อน ±5 ปี และไม่ควรใช้ แทนคำแนะนำจากแพทย์ผู้เชี่ยวชาญ
หากคุณรู้สึกกังวลกับสุขภาพหรือชีวิต กรุณาปรึกษาแพทย์ใกล้บ้าน
📞 สายด่วนสุขภาพจิต 1323 (ฟรี 24 ชม.)
🏥 สายด่วนกรมการแพทย์ 1422 (ฟรี)
น้ำหนักระหว่างหมวด (Body 20%, Fitness 20% ฯลฯ) สอดคล้องกับงานวิจัย multivariate แต่ยังไม่มีงานวิจัยเดี่ยวที่ยืนยันชุดน้ำหนักนี้โดยตรง ตัวเลขจะได้รับการทบทวนใน v1.1 หลังจาก validate กับข้อมูลผู้ใช้จริง