Body mass index is associated with epigenetic age acceleration in the visceral adipose tissue of subjects with severe obesity
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
BACKGROUND: There is solid evidence that obesity induces the acceleration of liver epigenetic aging. However, unlike easily accessible blood or subcutaneous adipose tissue, little is known about the impact of obesity on epigenetic aging of metabolically active visceral adipose tissue (VAT). Herein, we aimed to test whether obesity accelerates VAT epigenetic aging in subjects with severe obesity. RESULTS: ). Epigenetic age acceleration, defined as the residual resulting from regressing epigenetic age on chronological age, was significantly correlated with body mass index (BMI) in VAT (r = 0.29, p = 0.037). Multivariate linear regression analysis showed that, after adjusting for chronological age, sex and metabolic syndrome status, BMI remained significantly associated with epigenetic age acceleration in VAT (beta = 0.15, p = 0.035), equivalent to 2.3 years for each 10 BMI units. Binomial logistic regression showed that BMI-adjusted epigenetic age acceleration in VAT was significantly associated with a higher loss of excess body weight following biliopancreatic diversion with duodenal switch surgery (odds ratio = 1.21; 95% CI = 1.04-1.48; p = 0.03). CONCLUSIONS: Epigenetic age acceleration increases with BMI in VAT, but not in blood, as previously reported in liver. These results suggest that obesity is associated with epigenetic age acceleration of metabolically active tissues. Further studies that deepen the physiological relevance of VAT epigenetic aging will help to better understand the onset of metabolic syndrome and weight loss dynamics following bariatric surgery.
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 | 0,001 | 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 découle