MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117329606 · doi:10.1002/alz70856_103202

The study of epigenetic clocks in former professional contact sports athletes with repetitive head injuries

2025· article· en· W7117329606 sur OpenAlexaff
Ekaterina Rogaeva, Xuelin Tang, Vishaal Sumra, Christine Sato, Brenda Colella, Robin Green, Kaj Blennow, Henrik Zetterberg, Richard Wennberg, Charles Tator, Ming Zhang, Carmela M. Tartaglia

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensToronto Western HospitalOccupational Cancer Research CentreUniversity Health NetworkToronto Dementia Research AllianceUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsAthletesConcussionAssociation (psychology)Head (geology)Poison control

Résumé

récupéré en direct d'OpenAlex

Abstract Background The long‐term consequences of repetitive head impacts in contact sports include cognitive deficits, accelerated brain atrophy, and neurodegenerative diseases. Currently, no studies of former athletes have addressed the connection between brain aging and biological aging, which can be assessed using age‐related DNA methylation (DNAm) profiles. The most studied epigenetic clock is DNAm‐age, which is providing consistent results across tissues (e.g., blood and brain). It includes several measures like DNAm‐age acceleration (DNAmAA), the difference between DNAm‐age and chronological age, and DNAmAA‐residual (DNAmAAr), independent of chronological age. In a cohort of retired athletes, we explored the link between measures of brain age and epigenetic age, including the recently developed DNAmFit‐age reported to be younger in physically fit individuals. Method We investigated 126 former contact sports athletes (mean age: 54.5±14.4; 96% male; mean concussion number: 6.8±6.7). Longitudinal assessments were available for 21 athletes (2–3 time points over 1–10 years). Bisulfite‐converted blood DNA was analyzed using the Infinium MethylationEPIC chip, and the DNAm data were submitted to the Horvath calculator ( https://dnamage.clockfoundation.org/ ) to obtain DNAmFit‐age, DNAm‐age, and DNAmAAr. T1‐weighted MRIs were processed using the CAT12‐Toolbox. Regional gray matter volume was examined in relation to DNAmAA, DNAmAAr and DNAmFit‐age acceleration (DNAmFitAA). Result Consistent with previous findings, chronological age was significantly associated with brain volumes and cortical thickness. DNAmAA, DNAmAAr, and DNAmFitAA remained stable over a period of up to 10 years, and none of these measures were associated with brain volumes or cortical thickness. Notably, multivariate linear regression analysis revealed a significant positive association between DNAmFitAA and the number of concussions ( p = 0.0027, B=0.46, R 2 =0.063), indicating that every additional two concussions correspond to a 5‐year increase in DNAmFitAA. Conclusion In former athletes, we confirmed that chronological age is associated with cerebral atrophy and identified an association between increased DNAmFitAA and a higher number of concussions. This finding requires validation in independent studies, along with an assessment of the relationship between DNAmFitAA and neurodegeneration. Our analysis did not reveal a link of the examined epigenetic clocks with brain volumes and cortical thickness. Exploration of other epigenetic clocks may provide new insights into the mechanisms underlying brain aging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,289
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetEpigenetics and DNA Methylation→Travaux en français237 207→