DNAmFitAge: Biological Age Indicator Incorporating Physical Fitness
Notice bibliographique
Résumé
Physical fitness is a well-known correlate of health and the aging process. DNA methylation (DNAm) data lend themselves for estimating chronological and biological age through epigenetic clocks. However, current epigenetic clocks did not yet use measures of mobility, strength, lung, or endurance physical fitness parameters in their construction. Here, we develop blood DNAm biomarkers for fitness parameters gait speed (walking speed), hand grip strength, forced expiratory volume in one second (FEV1), and maximal oxygen uptake (VO2max). We then use these DNAm biomarkers to construct DNAmFitAge, a new biological age indicator that incorporates physical fitness with epigenetic mortality risk estimators. Adjusting DNAmFitAge for chronological age generates a novel measure of epigenetic age acceleration, FitAgeAcceleration, which is informative for physical activity level (p=1.2E-12), mortality risk (p=5.9E-13), coronary heart disease risk (p=0.0051), comorbidities (p=9.0E-9), and disease-free status (p=1.1E-6) across several large validation datasets. These newly constructed DNAm biomarkers and DNAmFitAge provide researchers and physicians a new method to incorporate physical fitness into epigenetic clocks and emphasizes the effect of lifestyle on the aging process.
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) | 0,000 | 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».