T‐Cell Phenotypes Predictive of Frailty and Mortality in Elderly Nursing Home Residents
Notice bibliographique
Résumé
Objectives To determine whether immune phenotypes associated with immunosenescence are predictive of frailty and mortality within 1‐year in elderly nursing home residents. Design Cross sectional study of frailty; prospective cohort study of mortality. Setting Thirty‐two nursing homes in four Canadian cities between September 2009 and October 2011. Participants Nursing home residents aged 65 and older (N = 1,072, median age 86, 72% female). Measurements After enrollment, peripheral blood mononuclear cells were obtained and analyzed using flow cytometry for CD 4 + and CD 8 + T‐cell subsets (naïve, memory (central, effector, terminally differentiated, senescent), and regulatory T‐cells) and cytomegalovirus ( CMV )‐reactive CD 4 + and CD 8 + T‐cells. Multilevel linear regression analysis was performed to determine the relationship between immune phenotypes and frailty; frailty was measured at the time of enrollment using the Frailty Index. A Cox proportional hazards model was used to determine the relationship between immune phenotypes and time to death (within 1 year). Results Mean Frailty Index was 0.44 ± 0.13. Multilevel regression analysis showed that higher percentages of naïve CD 4 + T‐cells ( P = .001) and effector memory CD 8 + T‐cells ( P = .02) were associated with a lower mean Frailty Index, whereas a higher percentage of CD 8 + central memory T‐cells was associated with a higher mean Frailty Index score ( P = .02). One hundred fifty one (14%) members of the cohort died within 1 year. Multivariable analysis showed a significant negative multiplicative interaction between age and percentage of CMV ‐reactive CD 4 + T‐cells (hazard ratio = 0.87, 95% confidence interval = 0.79–0.96). No other significant factors were identified. Conclusion Immune phenotypes found to be predictive of frailty and mortality in this study can help further understanding of immunosenescence and may provide a rationale for future intervention studies designed to modulate immunity.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».