The association between adverse childhood experiences and epigenetic age acceleration in the Canadian longitudinal study on aging (<scp>CLSA</scp>)
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.
Notice bibliographique
Résumé
Research examining the association between exposure to a wide range of adverse childhood experiences (ACEs) and accelerated biological aging in older adults is limited. The purpose of this study was to examine the association of ACEs, both as a cumulative score and individual forms of adversity, with epigenetic age acceleration assessed using the DNA methylation (DNAm) GrimAge and DNAm PhenoAge epigenetic clocks in middle and older-aged adults. This cross-sectional study analyzed baseline and first follow-up data on 1445 participants aged 45-85 years from the Canadian Longitudinal Study on Aging (CLSA) who provided blood samples for DNAm analysis. ACEs were assessed using a validated self-reported questionnaire. Epigenetic age acceleration was estimated by regressing each epigenetic clock estimate on chronological age. Cumulative ACEs score was associated with higher DNAm GrimAge acceleration (β: 0.07; 95% CI: 0.02, 0.11) after adjusting for covariates. Childhood exposure to parental separation or divorce (β: 0.06; 95% CI: 0.00, 0.11) and emotional abuse (β: 0.06; 95% CI: 0.00, 0.12) were associated with higher DNAm GrimAge acceleration after adjusting for other adversities and covariates. There was no statistical association between ACEs and DNAm PhenoAge acceleration. Early life adversity may become biologically embedded and lead to premature biological aging, in relation to DNAm GrimAge, which estimates risk of mortality. Strategies that increase awareness of ACEs and promote healthy child development are needed to prevent ACEs.
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 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 | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 découle