В исследованиях часто делают «очищенные» выборки — исключают людей с болезнями, воспалением, приёмом лекарств и т.п., чтобы уменьшить шум и легче увидеть эффект. Это повышает внутреннюю валидность, но снижает внешнюю валидность — результаты хуже переносятся на реальную популяцию, где люди почти всегда имеют диагнозы, инфекции, лекарства и колебания физиологии. Поэтому для маркеров старения и «часов возраста» многие исследователи используют более реалистичный подход — обучают модели на гетерогенных популяциях с разным состоянием здоровья. Это увеличивает разброс и усложняет статистику, но делает модель ближе к реальной биологии старения и лучше применимой к обычным людям.