Younger epigenetic age is associated with higher cardiorespiratory fitness in individuals with airflow limitation
Notice bibliographique
Résumé
We hypothesized that increased cardiorespiratory fitness (CRF) slows down a person's aging, particularly in individuals with chronic airflow limitation (CAL). Participants aged ≥40 years ( n = 78) had baseline blood DNA methylation profiled and underwent cardiopulmonary cycle exercise testing at baseline and at three years. Epigenetic clocks were calculated and tested for their association with CRF using linear regression. Differentially methylated genes associated with CRF were identified using a robust linear model. Higher CRF at baseline was associated with lower age acceleration in the epigenetic clocks DNAmAgeSkinBlood ( p = 0.016 ), DNAmGrimAge ( p = 0.012 ), and DNAmGrimAge2 ( p = 0.011 ). These effects were consistent in individuals with CAL (DNAmGrimAge p = 0.009 and DNAmGrimAge2 p = 0.007 ). CRF at three years was associated with baseline DNAmGrimAge ( p = 0.015 ) and DNAmGrimAge2 ( p = 0.011 ). Differentially methylated genes associated with CRF enriched multiple aging-related pathways, including cellular senescence. Enhancing CRF may be one intervention that can slow biological aging and improve health outcomes in chronic respiratory diseases.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».