MétaCan
Menu
Retour à la cohorte
Enregistrement W2737672332 · doi:10.1093/gerona/glx146

Men Sustain Higher Dysregulation Levels Than Women Without Becoming Frail

2017· article· en· W2737672332 sur OpenAlexafffund
Alan A. Cohen, Véronique Legault, Qing Li, Linda P. Fried, Luigi Ferrucci

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCohortYoung adultSex characteristicsPhysiologyMedicineGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The aging process differs in important ways between the sexes, with women living longer but at higher risk for frailty (the male-female health-survival paradox). The underlying biological mechanisms remain poorly understood, but may relate to sex differences in physiological dysregulation patterns. Here, using biomarkers from two longitudinal cohort studies (InCHIANTI and BLSA) and one cross-sectional survey (NHANES), we assess sex differences in trajectories of dysregulation globally and for five physiological systems: oxygen transport, electrolytes, hematopoiesis, lipids, and liver/kidney function. We found higher dysregulation levels in men, both globally and in the oxygen transport and hematopoietic systems (p < .001 for all), though differences for other systems were mixed (electrolytes) or absent (lipids and liver/kidney). There was no clear evidence for sex differences in rates of change in dysregulation with age. Although risk of frailty and mortality increase with dysregulation, there was no evidence for differences in these effects between sexes. These findings imply that the greater susceptibility of women to frailty is not simply due to a tolerance for higher dysregulation; rather, it may actually be men that have a greater tolerance for dysregulation, creating a male-female dysregulation-frailty paradox. However, the precise physiological mechanisms underlying the sex differences appear to be diffuse and hard to pin down.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,366
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetFrailty in Older AdultsTravaux en français237 207