Pathogen Burden, Blood Biomarkers, and Functional Aging in Community-Dwelling Older Adults
Notice bibliographique
Résumé
BACKGROUND: Lifelong accumulation of latent or persistent or repeated infections may be a contributing factor to the deterioration of physical and cognitive function associated with functional aging, but the evidence is limited and the biological underpinnings are unclear. METHODS: We profiled the seropositivity for common viral, bacterial, and plasmodial pathogens of local importance in community-living older adults in 2 studies involving 745 older adults (mean age 67.0, SD: 7.7 years), and 142 older adults (mean age 72.7, SD: 8.3 years). Pathogen load was related to different sets of age-related physical and cognitive measures of functional aging and the Frailty Index (FI), and plasma levels of biomarkers of inflammation, innate and adaptive immunity, and other physiological functions. RESULTS: High pathogen load was associated with impaired gait speed (GS; p < .015), functional mobility (performance-oriented mobility assessment [POMA]; p < .029), cognitive function (Mini-Mental State Examination [MMSE]; p < .05), and increased FI; p < .05). High pathogen load was significantly associated with C3a complement activity (p < .001), matrix metalloproteinase-7, macrophage inflammatory protein-1α (p < .05), and monocyte chemoattractant protein 2 (p = .028). Blood biomarkers did not fully explain the observed association between pathogen load and functional aging measures. CONCLUSIONS: This study provides novel evidence linking lifelong cumulated numbers of latent, persistent, or repeated infection to functional aging, plausibly via inflammatory and immune and other biological factors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».