Age-associated inflammatory monocytes are increased in menopausal females and reversed by Hormone Replacement Therapy
Notice bibliographique
Résumé
Abstract Biological sex is a crucial, but poorly understood variable in age-related susceptibility to infections and chronic inflammation – inflammageing. Monocytes are important immune cells responsible for initiating and resolving inflammatory responses to infection. While changes in monocyte populations result in increased susceptibility to infection, there is limited research on the impact of age and sex on human monocyte phenotype and function. The aim of this work was to dissect the impact of increasing age and biological sex on human monocyte phenotype and function. Here we show that older females have increased inflammatory intermediate and non-classical monocytes compared to young. These monocyte subsets were the most inflammatory ex vivo and their frequency correlated with markers of systemic inflammation. Proteomic analysis of sorted monocyte populations demonstrated that the three human monocyte subsets have largely distinct phenotypes. Additionally, proteomic analysis identified key age-associated protein pathways, including complement cascade and phagocytosis, downregulated in monocytes from older compared to younger individuals. We confirmed the proteomics findings showing that circulating C3 concentrations were reduced with age in females but not males. This decrease in complement in older females resulted in reduced monocyte phagocytosis. Crucially, we demonstrate that in peri/menopausal females, Hormone Replacement Therapy (HRT) reversed this expansion in intermediate monocytes and decreased circulating CRP as compared to age matched controls. Importantly peri/menopausal females on HRT had increased C3 serum concentrations and significantly improved monocyte phagocytosis. The data presented here indicate the importance of menopause in ageing monocyte phenotype and function. This data highlights the potential use of HRT in restoring monocyte function in females during ageing.
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 | 0,000 | 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) | 0,002 | 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 ».