Immunosenescence in the nursing home elderly
Notice bibliographique
Résumé
BACKGROUND: To describe T-cell and natural killer (NK) cell phenotypes within nursing home elderly. METHODS: Nursing home elderly were recruited from four nursing homes in Hamilton, Ontario between September 2010 and December 2011. Healthy adults were recruited from McMaster University between September 2011 and December 2011. Nursing home elderly ≥65 years were eligible; those on immunosuppressive medications were excluded. Healthy adults ≥18-64 years were eligible. CD8+ and CD4+ T-cells% and their subsets, T-regs% and NK cell subset% were compared between the nursing home elderly and healthy adults. RESULTS: 262 nursing home elderly were enrolled; median age 87 years and 81% were female. 16 healthy adults were enrolled; median age 31 and 50% were female. There was no significant difference between CD8+ T-cell% in nursing home and healthy adults (median 17.1 versus 18.0, p = 0.56), however there were fewer naïve CD8 + T-cell% (median 0.9 versus 5.2, p < 0.001), more terminally differentiated CD8 + T-cell% (median 7.3 versus 4.1, p = 0.004) and more senescent T-cell% (median 5.3 versus 3.1, p = 0.04) in the nursing home elderly. There were more CD4+ T-cell% in the nursing home elderly compared to healthy adults (median 45.5 versus 37.1, p = 0.001). Nursing home elderly had a higher CD4+/CD8+ ratio than healthy adults (2.6 versus 1.9, p = 0.048), higher T-reg% (median 1.8 versus 0.8, p < 0.001) and increased mature NK cell% (median 12.1 versus 5.4, p = 0.001) compared to healthy adults. CONCLUSION: Differences in naïve CD8+ T-cells, terminally differentiated and senescent CD8+ T-cells, T-regs and NK cell subsets were similar to studies involving community dwelling elderly. In contrast, the CD4+/CD8+ ratio was higher in nursing home elderly.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».