Markers of T-cell senescence and physical frailty: insights from Singapore Longitudinal Ageing Studies
Notice bibliographique
Résumé
Abstract Background: Elderly individuals have an eroded immune system but whether immune senescence is implicated with the development of frailty is unknown. The underlying immune mechanisms and the link between markers of senescence and physical frailty is not well established. Methods: We explored the association of specific T-cell subset markers of immune differentiation and senescence on CD4 + and CD8 + cells (CD28 − , CD27 − and CD57 + ) and the immune risk profile (inverted CD4/CD8 ratio <1) with physical frailty among 421 participants who were frail ( N =32), prefrail ( N =187) and robust ( N =202) in the Singapore Longitudinal Ageing Study cohort. Results: In ordinal logistic regression models relating tertile category rank scores of immune biomarker with frailty status (robust, prefrail and frail), CD8 + CD28 − CD27 + (odds ratio (OR)=1.35, P =0.013), CD4 + CD28 − CD27 + (OR=1.29, P =0.025), CD8 + CD28 − (OR=1.31, P =0.022), and CD4/CD8 ratio (OR=1.27, P =0.026) were positively associated with frailty, controlling for age, sex and multimorbidity. CD4/CD8 ratio less than one was not associated with frailty (OR=0.84, P =0.64). In stepwise multinomial logistic regression controlling for age, sex and comorbidity, only CD8 + CD28 − CD27 + was the independent predictor of prefrailty: highest tertile of the immune marker significantly predicted prefrailty (versus low tertile, OR=1.72, P =0.037) and frailty (OR=2.56, P =0.06). Conclusion: The study supports the hypothetical role of immune senescence in physical frailty, particularly in regard to the observed loss of CD28 expression from both CD8 + cells and CD4 + cells, but not for CD27 or CD4/CD8 ratio as a marker of senescence. The potential of CD8 + CD28 − CD27 + as a biological marker of frailty should be further investigated in prospective studies.
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 | 0,000 |
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 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 ».