MétaCan
Menu
Retour à la cohorte
Enregistrement W4380576314 · doi:10.1093/gerona/glad146

Physiological Dysregulation Proceeds and Predicts Health Outcomes Similarly in Chinese and Western Populations

2023· article· en· W4380576314 sur OpenAlexaff
Qing Li, Véronique Legault, Sèwanou Hermann Honfo, Emmanuel Milot, Qingzhou Jia, Fuqing Wang, Luigi Ferrucci, Stefania Bandinelli, Alan A. Cohen

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversité du Québec à Trois-RivièresCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesNational Institutes of HealthNational Natural Science Foundation of China
Mots-clésMahalanobis distanceSociocultural evolutionPopulationDemographyBiologyPsychologyMedicineStatisticsEnvironmental healthMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A decade ago, we proposed an index of physiological dysregulation based on Mahalanobis distance (DM) that measures how far from the norm an individual biomarker profile is. While extensive validation has been performed, focus was mostly on Western populations with little comparison to developing countries, particularly at a physiological system level. The degree to which the approach would work in other sociocultural contexts and the similarity of dysregulation signatures across diverse populations are still open questions. METHODS: Using 2 data sets from China and 3 from Western countries (United States, United Kingdom, and Italy), we calculated DM globally and per physiological system. We assessed pairwise correlations among systems, difference with age, prediction of mortality and age-related diseases, and sensitivity to interchanging data sets with one another as the reference in DM calculation. RESULTS: Overall, results were comparable across all data sets. Different physiological systems showed distinct dysregulation processes. Association with age was moderate and often nonlinear, similarly for all populations. Mahalanobis distance predicted most health outcomes, although differently by physiological system. Using a Chinese population as the reference when calculating DM for Western populations, or vice versa, led to similar associations with health outcomes, with a few exceptions. CONCLUSIONS: While small differences were noticeable, they did not systematically emerge between Chinese and Western populations, but rather diffusively across all data sets. These findings suggest that DM presents similar properties, notwithstanding sociocultural backgrounds, and that it is equally effective in capturing the loss of homeostasis that occurs during aging in diverse industrial human populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,161
Tête enseignante GPT0,428
Écart entre enseignants0,267 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetChronic Disease Management StrategiesTravaux en français237 207