A Clinical Frailty Index in Aging Mice: Comparisons With Frailty Index Data in Humans
Notice bibliographique
Résumé
We previously quantified frailty in aged mice with frailty index (FI) that used specialized equipment to measure health parameters. Here we developed a simplified, noninvasive method to quantify frailty through clinical assessment of C57BL/6J mice (5-28 months) and compared the relationship between FI scores and age in mice and humans. FIs calculated with the original performance-based eight-item FI increased from 0.06 ± 0.01 at 5 months to 0.36 ± 0.06 at 19 months and 0.38 ± 0.04 at 28 months (n = 14). By contrast, the increase was graded with a 31-item clinical FI (0.02 ± 0.005 at 5 months; 0.12 ± 0.008 at 19 months; 0.33 ± 0.02 at 28 months; n = 14). FI scores calculated from 70 self-report items from the first wave of the Survey of Health, Ageing and Retirement in Europe were plotted as function of age (n = 30,025 people). The exponential relationship between FI scores and age (normalized to 90% mortality) was similar in mice and humans for the clinical FI but not the eight-item FI. This noninvasive FI based on clinical measures can be used in longitudinal studies to quantify frailty in mice. Unlike the performance-based eight-item mouse FI, the clinical FI exhibits key features of the FI established for use in humans.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».