MétaCan
Menu
Retour à la cohorte
Enregistrement W3085614571 · doi:10.1093/cid/ciaa1371

DNA Methylation and Immune Cell Markers Demonstrate Evidence of Accelerated Aging in Patients with Chronic Hepatitis B Virus or Hepatitis C Virus, with or without Human Immunodeficienct Virus Co-infection

2020· article· en· W3085614571 sur OpenAlexaff
Yevgeniy Gindin, Anuj Gaggar, Anna S. Lok, Harry L.A. Janssen, Carlo Ferrari, G. Mani Subramanian, Zhaoshi Jiang, Henry Masur, Benjamin Emmanuel, Bhawna Poonia, Shyam Kottilil

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institutes of HealthNational Institute of Diabetes and Digestive and Kidney DiseasesGilead Sciences
Mots-clésMedicineImmunologyImmune systemHepatitis B virusViral loadDNA methylationHepatitis C virusVirusEpigeneticsHepatitis BVirologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Several chronic diseases accelerate biological aging. We investigated age acceleration and the association between peripheral blood DNA methylation (DNAm) and immune cell markers in patients chronically infected with the hepatitis B virus (HBV) or the hepatitis C virus (HCV) with and without human immunodeficiency virus (HIV) co-infection. METHODS: Age acceleration was measured as the difference between epigenetic age (Horvath clock) and chronological age. The immune marker model of age acceleration was developed using Elastic Net regression to select both the immune markers and their associated weights in the final linear model. RESULTS: Patients with chronic HBV (n = 51) had a significantly higher median epigenetic age compared to chronological age (age accelerated) (P < .001). In patients with chronic HCV infection (n = 63), age acceleration was associated with liver fibrosis as assessed by histology (P < .05), or presence of HIV co-infection (P < .05), but not HCV mono-infection. Age acceleration defined by immune markers was concordant with age acceleration by DNA methylation (correlation coefficient = .59 in HBV; P = .0025). One-year treatment of HBV patients with nucleoside therapy was associated with a modest reduction in age acceleration, as measured using the immune marker model (-.65 years, P = .018). CONCLUSION: Our findings suggest that patients with chronic viral hepatitis have accelerated epigenetic aging, that immune markers define biological age, and have the potential to assess the effects of therapeutic intervention on age acceleration.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,334
Écart entre enseignants0,299 · 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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetEpigenetics and DNA MethylationTravaux en français237 207