MétaCan
Menu
Retour à la cohorte
Enregistrement W4396608739 · doi:10.1016/j.jacig.2024.100275

Epigenetic and biological age acceleration in children with atopic dermatitis

2024· article· en· W4396608739 sur OpenAlexafffund
Richie Jeremian, Alexandra Malinowski, Edward S Oh, Melinda Gooderham, Cathryn Sibbald, Jensen Yeung, Yuka Asai, Vincent Piguet, Carolyn Jack

Notice bibliographique

RevueJournal of Allergy and Clinical Immunology Global · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensWomen's College HospitalQueen's UniversityUniversity of TorontoProbity Medical ResearchCentre for Addiction and Mental HealthMcGill University Health Centre
Organismes subventionnairesMcGill University Health CentreMcGill University
Mots-clésAtopic dermatitisCohortEpigeneticsMedicineDermatologyBiologyInternal medicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Background Atopic dermatitis (AD) is a chronic inflammatory skin disease resulting from the complex interplay of genetic and environmental factors, meriting exploration using temporally dynamic biomarkers. DNA methylation–based algorithms have been trained to accurately estimate biological age, and deviation of predicted age from true age (epigenetic age acceleration) has been implicated in several inflammatory diseases, including asthma. Objective We sought to determine the role of epigenetic and biological aging, telomere length, and epigenetically inferred abundance of 7 inflammatory biomarkers in AD. Methods We performed DNA methylation–based analyses in a pediatric AD cohort (n = 24, mean ± standard deviation [SD] age 2.56 ± 0.28 years) and age-matched healthy subjects (n = 24, age 2.09 [0.15] years) derived from blood using 5 validated algorithms that assess epigenetic age (Horvath, Skin&Blood) and biological age (PhenoAge, GrimAge), telomere length (TelomereLength), and inflammatory biomarker levels. Results Epigenetic and biological age, but not telomere length, were accelerated in AD patients for 4 algorithms: Horvath (+0.88 years; 95% confidence interval [CI], 0.33 to 1.4; P = 2.3 × 10 −3 ), Skin&Blood (+0.95 years; 95% CI, 0.67 to 1.2; P = 1.8 × 10 −8 ), PhenoAge (+8.2 years; 95% CI, 3.4 to 13.0; P = 1.3 × 10 −3 ), and GrimAge (+1.8 years 95% CI, 0.22 to 3.3; P = .026). Moreover, patients had increased levels of β 2 microglobulin (+47,584.4 ng/mL; P = .029), plasminogen activation inhibitor 1 (+3,432.9 ng/mL; P = 1.1 × 10 −5 ), and cystatin C (+31,691 ng/mL; P = 4.0 × 10 −5 ), while levels of tissue inhibitor metalloproteinase 1 (−370.7 ng/mL; P = 7.5 × 10 −4 ) were decreased compared to healthy subjects. Conclusion DNA methylation changes associated with epigenetic and biological aging, and inflammatory proteins appear early in life in pediatric AD and may be relevant clinical biomarkers of pathophysiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,233

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,326
Écart entre enseignants0,304 · 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 tête enseignante, 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Allergy and Clinical Immunology GlobalMême sujetDermatology and Skin DiseasesTravaux en français237 207