Longitudinal Associations Between ATPase Inhibitory Factor 1, Growth Differentiation Factor-15, and Nutritional Status in Older Adults From the MAPT Study
Notice bibliographique
Résumé
BACKGROUND: Weight and appetite regulation have been associated with the expression and secretion of ATPase inhibitory factor 1 (IF1) and growth differentiation factor-15 (GDF-15), 2 potential biomarkers for age-related mitochondrial dysfunction. The aim was to explore the associations between these biomarkers and nutritional variables in the Multidomain Alzheimer Preventive Trial study. METHODS: IF1 and GDF-15 plasma levels were quantified at 1-year follow-up. The nutritional status was measured using the Mini Nutritional Assessment (MNA) score variation between baseline and 1- and 2-year visits; appetite loss was extracted from the MNA. Bodyweight was measured every 6 months until the third year and then yearly until the fifth year of follow-up, and weight loss was established if the loss was greater than 5% or 10% within the past 6 or 12 months, respectively. Bidirectional associations of IF1 and GDF-15 levels with malnutrition, appetite, and weight loss were examined. The interactions between individual IF1 and GDF-15 with sex were explored. RESULTS: Four hundred and forty-eight participants had MNA data and 1 045 had weight loss data. All the associations between IF1 levels and the MNA score, appetite loss, and weight loss were nonsignificant. Higher GDF-15 levels were cross-sectionally associated with appetite loss at the first year of follow-up, and the GDF-15 highest quartile was associated with nearly 80% higher risks of weight loss over 4 years. Interactions between IF1 and GDF-15 levels, and between these 2 markers and sex were not significantly associated with the outcomes. CONCLUSIONS: GDF-15 plasma levels were related to key malnutrition criteria.
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 | 0,000 | 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 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 ».