Eleven Telomere, Epigenetic Clock, and Biomarker-Composite Quantifications of Biological Aging: Do They Measure the Same Thing?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The geroscience hypothesis posits that therapies to slow biological processes of aging can prevent disease and extend healthy years of life. To test such "geroprotective" therapies in humans, outcome measures are needed that can assess extension of disease-free life span. This need has spurred development of different methods to quantify biological aging. But different methods have not been systematically compared in the same humans. We implemented 7 methods to quantify biological aging using repeated-measures physiological and genomic data in 964 middle-aged humans in the Dunedin Study (New Zealand; persons born 1972-1973). We studied 11 measures in total: telomere-length and erosion, 3 epigenetic-clocks and their ticking rates, and 3 biomarker-composites. Contrary to expectation, we found low agreement between different measures of biological aging. We next compared associations between biological aging measures and outcomes that geroprotective therapies seek to modify: physical functioning, cognitive decline, and subjective signs of aging, including aged facial appearance. The 71-cytosine-phosphate-guanine epigenetic clock and biomarker composites were consistently related to these aging-related outcomes. However, effect sizes were modest. Results suggested that various proposed approaches to quantifying biological aging may not measure the same aspects of the aging process. Further systematic evaluation and refinement of measures of biological aging is needed to furnish outcomes for geroprotector trials.
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.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle