Accelerated epigenetic ageing worsens survival and mediates environmental stressors in fibrotic interstitial lung disease
Notice bibliographique
Résumé
Background The role of epigenetic ageing in the environmental pathogenesis and prognosis of fibrotic interstitial lung disease (fILD) is unclear. We evaluated whether ambient particulate matter with diameter ≤2.5 μm (PM2.5) and neighbourhood disadvantage exposures are associated with accelerated epigenetic ageing, and whether epigenetic age is associated with adverse clinical outcomes in patients with fILD. Methods This multicentre, international, cohort study included patients with fILD from the University of Pittsburgh (UPitt, n=306) and University of British Columbia (UBC, n=170). 5-year PM2.5exposures were estimated using satellite-derived hybrid models. Neighbourhood disadvantage was calculated using US and Canadian census-based metrics. Epigenetic age difference (EAD=epigenetic age−chronological age) was calculated using GrimAge analysis of blood DNA methylation data. Linear models assessed associations of exposures with EAD. Cox models assessed associations of EAD with transplant-free survival. Causal mediation analysis evaluated EAD mediation of exposure–survival relationships. Results Median epigenetic age was 11.7 years older than chronological age in patients with fILD. In combined cohort analysis, each interquartile range (IQR) increase in PM2.5was associated with 2.88 years (95% CI 1.39–4.38; p<0.001) increased EAD. In UPitt, each IQR neighbourhood disadvantage increase was associated with 1.16 years (95% CI 0.22–2.09; p=0.02) increased EAD. Increased EAD was associated with worse transplant-free survival (hazard ratio 1.17 per 1-year increase in EAD, 95% CI 1.10–1.24; p<0.001), with EAD mediating 40% of the PM2.5–survival relationship and 59% of the neighbourhood disadvantage–survival relationship. Epigenetic age was also more strongly associated with transplant-free survival than chronological age. Conclusions Epigenetic age acceleration is associated with worse survival and mediates adverse exposure impacts in fILD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».