Effect of age on chronic inflammation and responsiveness to bacterial and viral challenges
Notice bibliographique
Résumé
To identify reliable biomarkers of age-related changes in chronic inflammation and responsiveness to bacterial and viral challenges, we evaluated endogenous and ex vivo stimulated levels of 18 inflammatory markers, using whole blood collected in EDTA and sodium heparin tubes from 41 healthy volunteers, i.e., 11 men + 10 women aged 20-35 and 10 men + 10 women aged 50-77. These studies revealed significant differences in the levels of inflammatory markers when blood was collected in EDTA versus sodium heparin and age related differences in these biomarkers were confirmed with blood collected in EDTA from 120 healthy volunteers in 3 age categories, ie, 20 men + 20 women, aged 20-35, 36-49 and 50-77. Studies with unstimulated blood samples, to measure levels of chronic inflammation, revealed a significant increase with age in IL-12p70, CRP and PGE2, consistent with the concept of "inflammaging", and a decrease in G-CSF in both men and women. Interestingly, in response to E. coli stimulation, PGE2 levels were markedly reduced in the 50-77 year old cohort while they were increased following Herpes Simplex virus-1 (HSV-1) stimulation, along with IL-8. In addition, unlike E. coli, HSV-1 potently stimulated IFNα production, but levels were dramatically reduced in the older cohort, consistent with a reduced ability to generate an anti-viral response. We also found platelets and CD8+ T cells were reduced with age while CD4+ T cells were significantly increased, resulting in a substantially higher CD4/CD8 ratio in the older cohort. Surprisingly, however, we found that the older cohort exhibited more T cell proliferation and IFNγ production in response to anti-CD3+anti-CD28 stimulation. Importantly, there was considerable person-to-person variation in these inflammatory markers in all age groups, making possible comparisons between a person's "inflammage" and chronological age. These assays should help to identify individuals at high risk of autoimmune disorders and cancer.
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 | 0,001 |
| 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) | 0,002 | 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 ».