MétaCan
Menu
Retour à la cohorte
Enregistrement W4385615014 · doi:10.1007/s11357-023-00890-7

Does physical activity moderate the association between shorter leukocyte telomere length and incident coronary heart disease? Data from 54,180 UK Biobank participants

2023· article· en· W4385615014 sur OpenAlexaff
Meiruo Xiang, Luke C. Pilling, David Melzer, Ben Kirk, Gustavo Duque, Rui Liu, George A. Kuchel, Andrew R. Wood, Brad Metcalf, Breno S. Diniz, Melvyn Hillsdon, Chia‐Ling Kuo

Notice bibliographique

RevueGeroScience · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Institute on AgingNational Institute of Nursing ResearchUniversity of Exeter
Mots-clésMedicineTelomereHazard ratioInternal medicineProportional hazards modelBiobankIncidence (geometry)ConfoundingDemographyPopulationCardiologyConfidence intervalBiologyBioinformaticsEnvironmental healthGenetics

Résumé

récupéré en direct d'OpenAlex

Telomere shortening is a biological aging hallmark. The effect of short telomere length may be targeted by increased physical activity to reduce the risk of multiple aging-related diseases, including coronary heart disease (CHD). The objective was to assess the moderation effect of accelerometer-based physical activity (aPA) on the association between shorter leukocyte telomere length (LTL) relatively in the population sample and incident CHD. Data were from the UK Biobank participants with well-calibrated accelerometer data for at least 6.5 days (n = 54,180). Relative mean LTL at baseline (5-6 years prior to aPA assessment) was measured in T/S ratio, using a multiplex quantitative polymerase chain reaction (qPCR) technology, by comparing the amount of the telomere amplification product (T) to that of a single-copy gene (S). aPA measures included total number of events (at least 10-s continued physical activity > 32 milligravities [mg]), total volume, mean duration, mean intensity, and peak intensity of all events. LTL, aPA measures, and their interactions were associated with incident CHD (mean follow-up 6.8 years) using Cox proportional hazards models adjusting for covariates. Longer LTL (relative to the sample distribution) was associated with reduced incidence of CHD (adjusted hazard ratio [aHR] = 0.94 per standard deviation [SD] increase in LTL, [95% CI, 0.90 to 0.99], P = .010). Incidence of CHD was reduced by higher total volume of aPA (aHR = 0.82 per SD increase in LTL, [95% CI, 0.71 to 0.95], P = .010) but increased by higher total number of events (aHR = 1.11 per SD increase in LTL, [95% CI, 1.02 to 1.21], P = .020) after controlling for other aPA measures and covariates. However, none of the interactions between LTL and aPA measures was statistically significant (P = .171).

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)0,006
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,105
Tête enseignante GPT0,347
Écart entre enseignants0,242 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeroScienceMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207