MétaCan
Menu
Retour à la cohorte
Enregistrement W3186980837 · doi:10.1016/j.mad.2021.111546

Sex differences in frailty: Comparisons between humans and preclinical models

2021· review· en· W3186980837 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMechanisms of Ageing and Development · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensDalhousie University
Organismes subventionnairesInstitute of Population and Public HealthCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésFrailty IndexGerontologyStressorMedicineHealthy agingLongevityClinical psychology

Résumé

récupéré en direct d'OpenAlex

Frailty can be viewed as a state of physiological decline that increases susceptibility to adverse health outcomes. This loss of physiological reserve means that even small stressors can lead to disability and death in frail individuals. Frailty can be measured with various clinical tools; the two most popular are the frailty index and the frailty phenotype. Clinical studies have used these tools to show that women are frailer than men even though they have longer lifespans. Still, factors responsible for this frailty-mortality paradox are not well understood. This review highlights evidence for male-female differences in frailty from both the clinical literature and in animal models of frailty. We review evidence for higher frailty levels in female animals as seen in many preclinical models. Mechanisms that may contribute to sex differences in frailty are highlighted. In addition, we review work that suggests frailty may play a role in susceptibility to chronic diseases of aging in a sex-specific fashion. Additional mechanistic studies in preclinical models are needed to understand factors involved in male-female differences in frailty in late life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,230
Tête enseignante GPT0,382
Écart entre enseignants0,152 · 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