An immunological age index in bipolar disorder: A confirmatory factor analysis of putative immunosenescence markers and associations with clinical characteristics
Notice bibliographique
Résumé
OBJECTIVES: The study aims to generate an immunological age (IA) trait on the basis of immune cell differentiation parameters, and to test whether the IA is related to age and disease characteristics. METHODS: Forty-four euthymic type I bipolar disorder patients were included in this study. Five immunosenescence-related parameters were assessed: proportions of late-differentiated cells (e.g., CD3+CD8+CD28-CD27- and CD3-CD19+IgD-CD27-), and the expression of CD69, CD71, and CD152 after stimulation. Confirmatory factor analysis was applied to generate an IA trait underling the 5 measures. RESULTS: The best-fit model was constituted by 4 parameters that were each related to an underlying IA trait, with 1 cell population positively correlated (CD3+CD8+CD28-CD27- [λ = 0.544, where λ represents the loading of the parameter onto the IA trait] and 3 markers negatively correlated (CD69 [λ = -0.488], CD71 [λ = -0.833], and CD152 [λ = -0.674]). The IA trait was associated with chronological age (β = 0.360, p = .013) and the number of previous mood episodes (β = 0.426, p = .006). In a mediation model, 84% of the effect between manic episodes, and IA was mediated by body mass index. CONCLUSION: In bipolar disorder type I, premature aging of the immune system could be reliably measured using an index that validated against chronological age, which was related to adverse metabolic effects of the disease course.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».