Cumulative risks predict epigenetic age in adult survivors of extremely low birth weight
Notice bibliographique
Résumé
Abstract Long‐term sequelae of extremely low birth weight (ELBW; ≤1000 g) may contribute to accelerated biological aging. This hypothesis was examined by analyzing a range of risk factors with a molecular age marker in adults born at ELBW or normal birth weight (NBW; ≥2500 g). DNAm age—the weighted average of DNA methylation at 353 cytosine–phosphate–guanine (CpG) sites from across the genome—was derived from a sample of 45 ELBW ( M age = 32.35 years) and 47 NBW control ( M age = 32.44 years) adults, using the Illumina 850k BeadChip Array. At two assessments undertaken 9 years apart (at 23 and 32 years), cumulative risks were summed from six domains with potential to affect physiological and psychological health: resting respiratory sinus arrhythmia, blood pressure, basal cortisol, grip strength, body mass index, and self‐esteem. At age 32 years, cumulative risks were differentially associated with epigenetic age in ELBW survivors (interaction, p < 0.01). For each additional risk factor they possessed, ELBW survivors ( B = 1.43) were biologically 2.16 years older than NBW adults ( B = –0.73), by the fourth decade of life. Developmental change, epigenetic maintenance, and intervention targets are discussed.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».