MétaCan
Menu
Retour à la cohorte
Enregistrement W6884628063 · doi:10.1111/acel.12170/abstract

Acarbose, 17-α-estradiol, and nordihydroguaiaretic acid extend mouse lifespan preferentially in males.

2014· article· en· W6884628063 sur OpenAlexaff

Notice bibliographique

RevueThe Mouseion at the JAXlibrary (Jackson Laboratory) · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMenopause: Health Impacts and Treatments
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésNordihydroguaiaretic acidSexual dimorphismAcarboseLongevityAgeingSenescence

Résumé

récupéré en direct d'OpenAlex

Four agents - acarbose (ACA), 17-α-estradiol (EST), nordihydroguaiaretic acid (NDGA), and methylene blue (MB) - were evaluated for lifespan effects in genetically heterogeneous mice tested at three sites. Acarbose increased male median lifespan by 22% (P < 0.0001), but increased female median lifespan by only 5% (P = 0.01). This sexual dimorphism in ACA lifespan effect could not be explained by differences in effects on weight. Maximum lifespan (90th percentile) increased 11% (P < 0.001) in males and 9% (P = 0.001) in females. EST increased male median lifespan by 12% (P = 0.002), but did not lead to a significant effect on maximum lifespan. The benefits of EST were much stronger at one test site than at the other two and were not explained by effects on body weight. EST did not alter female lifespan. NDGA increased male median lifespan by 8-10% at three different doses, with P-values ranging from 0.04 to 0.005. Females did not show a lifespan benefit from NDGA, even at a dose that produced blood levels similar to those in males, which did show a strong lifespan benefit. MB did not alter median lifespan of males or females, but did produce a small, statistically significant (6%, P = 0.004) increase in female maximum lifespan. These results provide new pharmacological models for exploring processes that regulate the timing of aging and late-life diseases, and in particular for testing hypotheses about sexual dimorphism in aging and health. Aging Cell 2014 Apr; 13(2):273-82.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Mouseion at the JAXlibrary (Jackson Laboratory)Même sujetMenopause: Health Impacts and TreatmentsTravaux en français237 207