Anti-Aging-Interventionen beeinflussen die Variabilität der Lebensdauer in Bezug auf Geschlecht, Belastung, Ernährung und medikamentenabhängige Mode
Feb 26, 2022
Kontakt:jerry.he@wecistanche.com
Andrzej Bartke1, Tracy R. Evans2 und CJM Musters3
1Abteilung für Innere Medizin, Geriatrieforschung, Southern Illinois University School of Medicine, Springfield, IL 62794, USA
2Forschungs- und Sammlungszentrum des Illinois State Museum, Springfield, Illinois 62703, USA
3Institut für Umweltwissenschaften, Universität Leiden, Leiden 2333 CC, Niederlande
Correspondence to: Andrzej Bartke; email: abartke@siumed.edu
Schlüsselwörter: Langlebigkeit, Varianz, Wachstumshormon, Rapamycin, Acarbose, 17-Alpha-Estradiol, Kalorienrestriktion, Mäuse
Eingegangen: 5. Februar 2019 Akzeptiert: 12. Juni 2019 Veröffentlicht: 24. Juni 2019
Urheberrecht: Bartke et al. Dies ist ein Open-Access-Artikel, der unter den Bedingungen der Creative Commons Attribution License (CC BY 3.0) vertrieben wird, die die uneingeschränkte Nutzung, Verbreitung und Reproduktion in jedem Medium erlaubt, vorausgesetzt, der ursprüngliche Autor und die Quelle werden genannt .

Cistanche hat eine Anti-Aging-Wirkung
ABSTRAKT
Kürzlich wurde berichtet, dass sozioökonomische Faktoren im Zusammenhang mit Unterschieden in der menschlichen Lebenserwartung mit Unterschieden in der Varianz des Todesalters zusammenhängen. Um festzustellen, obAntialterungInterventionen auch die Varianz der Langlebigkeit verändern, haben wir Daten von Mäusen analysiert, die einer Behandlung mit Arzneimitteln unterzogen wurden, die das Altern oder eine Kalorienrestriktion beeinflussen, und von langlebigen Mutantenmäusen. Es wurde festgestellt, dass das Verhältnis von Veränderungen in der Langlebigkeit und in der Varianz der Langlebigkeit vom Geschlecht und der Behandlung und offensichtlich auch von der Belastung abhängt. Erhöhte Langlebigkeit von männlichen Mäusen, die mit einem wirksamen behandelt wurdenAntialterungDrogen wurde von einer verringerten Varianz des Todesalters und einer offensichtlichen Verringerung der frühkindlichen Sterblichkeit begleitet. Lebensverlängerung, die durch Mutationen im Zusammenhang mit Wachstumshormonen und Kalorieneinschränkung induziert wurde, führte tendenziell nur bei Frauen zu einer Erhöhung der Langlebigkeitsvarianz. Wir schließen daraus, dass die Auswirkungen vonAntialterungInterventionen zur Varianz des Todesalters und der Verteilung individueller Lebenserwartungen bei Labormäusen ist behandlungsabhängig und geschlechtsdimorph.
EINLEITUNG
In Alterungsstudien werden Veränderungen in der Lebenslänge üblicherweise analysiert, indem die durchschnittliche (mittlere) oder mittlere Lebenserwartung verglichen wird. Häufig wird auch eine Schätzung der maximalen Lebensdauer berücksichtigt. Während Werte der Standardabweichungen oder Standardfehler des Mittelwerts routinemäßig berichtet werden, wird die Verteilung des individuellen Todesalters selten analysiert oder diskutiert. Dies steht im Gegensatz zu dem jüngsten Interesse an der Analyse der Verteilung von Biomarkern des Alterns unter Verwendung des statistischen Abstandsmaßes [1], um das Ausmaß der physiologischen Dysregulation abzuschätzen und es mit Resilienz und Robustheit während des Alterns in Beziehung zu setzen [2].
In einer kürzlich erschienenen Veröffentlichung, die auf einer Analyse demografischer Daten basiert, berichteten Van Raalte und ihre Kollegen, dass der sozioökonomische Status nicht nur die mittlere Lebenserwartung, sondern auch die Variabilität der menschlichen Lebenserwartung beeinflusst [3]. Anhand eines Beispiels finnischer Frauen zeigten diese Forscher, dass eine geringere mittlere Lebenserwartung von weniger gebildeten und weniger wohlhabenden Menschen mit einer größeren Variabilität der Lebenserwartung einhergeht. Die umgekehrte Beziehung zwischen Lebenserwartung und Variation der Lebensspanne wurde auch in anderen menschlichen Populationen beobachtet [3]. Die praktische Implikation dieser Ergebnisse besteht darin, dass es sowohl für den Einzelnen als auch für die Gesundheitssysteme schwieriger ist, das Sterbealter der weniger privilegierten Personen vorherzusagen als das der privilegierteren Schichten oder der gesamten Bevölkerung.
Aufgrund der potenziellen Bedeutung dieser Beziehung für die Analyse von Mortalitätsdaten und physiologischen Biomarkern in Altersstudien sowie für verschiedene Überlegungen zur öffentlichen Gesundheit dachten wir, dass dies der Fall wäre
Tabelle 1. Schätzungen der Regressionskoeffizienten der Anpassungslinie der Langlebigkeit gegen Varianz, Schiefe und Kurtosis.

In jeder Testgruppe wird die Langlebigkeit als mittleres Alter beim Tod, Varianz als mittlere absolute Abweichung (MAD) des Todesalters, Schiefe als Schiefe des Todesalters und Kurtosis als Kurtosis des Todesalters gemessen. Schätzung, Standardfehler (SE) und t-Wert stammen aus linearen gemischten Modellen mit Forschungsstandort als Zufallseffektvariable. ² und p-Wert stammen aus einem Likelihood Ratio Test (LRT), bei dem das Modell mit der unabhängigen Variablen mit dem Modell ohne diese Variable verglichen wird.
von Interesse sein, festzustellen, ob Eingriffe, von denen bekannt ist, dass sie die durchschnittliche (oder die durchschnittliche und die maximale) Lebenserwartung von Versuchstieren verlängern, irgendeine Auswirkung auf die Variabilität der Lebensspanne haben. Wir stellten die Hypothese auf, dass die Verlängerung der Lebensdauer durch genetische, diätetische oder pharmakologische Mittel zu einer Verringerung der Variabilität der Lebensspanne führt. Die Überprüfung von Daten des National Institute of Aging Interventions Testing Program (ITP) [4] und unserer Studien zu den Wechselwirkungen von murinen Langlebigkeitsgenen mit Kalorienrestriktion (CR) [5-7] deuteten jedoch darauf hin, dass sich die Langlebigkeit wechselseitig ändert und seine Variabilität werden nicht konsequent beobachtet. Dies deutete darauf hin, dass unsere Hypothese höchstwahrscheinlich zurückgewiesen werden müsste, und warf eine neue Frage auf, nämlich welche Faktoren die Variabilität der Lebensdauer beeinflussen. Hier berichten wir über Ergebnisse einer Studie, die darauf abzielt, die Auswirkungen von Geschlecht, Belastung, lebensverlängernden Interventionen und deren Wechselwirkungen auf die Variation der Lebensspanne zu analysieren.
ERGEBNISSE
Wenn die Langlebigkeit der Mäuse im ITP-Datensatz mit der Varianz der Langlebigkeit korreliert wurde, wurde eine starke Abnahme der Varianz mit zunehmender Langlebigkeit beobachtet. Die Schiefe nahm ebenfalls ab, während die Kurtosis, dh die Unebenheit, zunahm (Tabelle 1). Wenn jedoch das Geschlecht in diese Beziehungen einbezogen wurde, stellten wir fest, dass es die Ergebnisse stark beeinflusste (Abb. 1; Tabelle 2).
Das auffälligste Ergebnis war, dass die Varianz der Langlebigkeit stark geschlechtsdimorph ist (Abb. 1) (Tabelle 2: ²=20.47; df=1; p < 0.{{16="" }}01).="" bei="" frauen="" nahm="" die="" varianz="" mit="" zunehmender="" lebenserwartung="" nicht="" ab="" (tabelle="" 2:="" ²="0.95;" df="1;" p="0.329)," während="" dies="" bei="" männern="" der="" fall="" war="" (²="" {{="" 13}}.47;="" df="1;" p="">< 0,001).="" die="" schiefe="" verringerte="" sich="" (²="33.74;" df="1;" p="">< 0,001),="" gleichermaßen="" bei="" frauen="" und="" männern="" (²="0.35;" df="1;" p="" {="" {26}}.556).="" die="" kurtosis="" nahm="" leicht="" zu="" (²="4,51;" df="1;" p="0,034)," war="">

Abbildung 1. Beziehung zwischen Langlebigkeit und Varianz (a), Schiefe (b) und Kurtosis (c). Weibchen: rote Kreise; Männchen: blaue Kreise; gefüllte Kreise: behandelt; und ungefüllte Kreise; unbehandelt.
Tabelle 2. Schätzungen der Kontraste von Langlebigkeitsmodellen gegenüber Varianz, Schiefe und Kurtosis, einschließlich Geschlecht und der Wechselwirkung zwischen Geschlecht und unabhängigen Variablen.

Schätzung, Standardfehler und t-Wert stammen aus linearen gemischten Modellen mit Forschungsstandort als Zufallseffektvariable. ² und p-Wert stammen aus einem Likelihood Ratio Test (LRT), bei dem das Modell mit der unabhängigen Variablen mit dem Modell ohne diese Variable verglichen wird.
bei Männern signifikant niedriger als bei Frauen (² {{0}},16; df=1; p < 0,001).
Eine graphische Darstellung der Varianz in der Langlebigkeit von Kontrollmäusen gegenüber Mäusen, die mit wirksam behandelt wurdenAntialterungVerbindungen zeigten, dass sie, abgesehen von der Wirkung der Verbindungen auf die mittlere Lebensdauer, hauptsächlich den frühen Tod bei Männern zu verringern schienen (Abb. 2).
Der Datensatz der Langlebigkeitsgene/CR-Studien zeigte insgesamt keine Korrelation zwischen der medianen Langlebigkeit pro Testgruppe und der Varianz der Langlebigkeit, gemessen als MAD pro Testgruppe (²=0,25; df=1; p=0.617). Wenn das Geschlecht berücksichtigt wurde und die Studien nach Wirkung von Ernährung, Genotyp oder Ernährung plus Genotyp aufgeteilt wurden, wurde festgestellt, dass, wenn Mäuse die Langlebigkeit verlängerten, Genotypen aufwiesen und mit ihnen behandelt wurden

Abbildung 2. Dichtediagramme des Todesalters von Kontrollmäusen (a) und mit wirksam behandelten MäusenAntialterungArzneimittel (b). Cox-Test für den Unterschied zwischen Weibchen (durchgezogene rote Linie) und Männchen (gestrichelte blaue Linie) im Überleben mit Forschungsstandort als zufällige Effektvariable: Kontrollmäuse: z=11.02, p < {{="" 7}}.001;="" behandelte="" mäuse:="" z="6,95," p=""><>
Tabelle 3. Schätzungen der Kontraste von Langlebigkeitsmodellen mit Varianz einschließlich Geschlecht und der Wechselwirkung zwischen Geschlecht und unabhängigen Variablen; CR, lebensverlängernde Mutationen oder beides.

Schätzwert, Standardfehler und t-Wert stammen aus linearen gemischten Modellen mit Dehnung als Zufallseffektvariable. ² und p-Wert stammen aus einem Likelihood Ratio Test (LRT), bei dem das Modell mit der unabhängigen Variablen mit dem Modell ohne diese Variable verglichen wird.
CR, Varianz von Frauen stieg nahe statistischer Signifikanz (²=3.25; df=1; p=0.071), während dies bei Männern nicht der Fall zu sein schien (Abbildung 3; Tabelle 3 ).
Die grafische Darstellung der Varianz in der Langlebigkeit von Kontrollmäusen im Vergleich zu langlebigen Mutantenmäusen, die mit CR behandelt wurden, zeigte, dass neben der lebensverlängernden Wirkung der Behandlung auf die mittlere Lebensdauer der geschlechtsspezifische Unterschied in der Langlebigkeit hauptsächlich auf den Tod einiger Männchen zurückzuführen war relativ früh (Abb. 4).

DISKUSSION
Die Ergebnisse der vorliegenden Studie weisen darauf hin, dass Eingriffe, die die Langlebigkeit von Labormäusen verlängern, auch die Verteilung und Varianz des Todesalters verändern können. Das Vorhandensein, das Ausmaß und offenbar auch die Richtung dieser Veränderungen hängen vom Geschlecht der Tiere und der Art der Eingriffe ab. In dem großen Datensatz aus den ITP-Studien war eine erhöhte Langlebigkeit mit einer verringerten Varianz bei Männern verbunden (S<0.001) but="" not="" in="" females.="" moreover,="" the="" distribution="" of="" the="" data="" suggested="" a="" possible="" trend="" for="" variance="" in="" female="" data="" changing="" in="" the="" opposite="" direction="" (fig="" 1).="" in="" long-lived="" mice="" with="" gh-related="" mutations,="" subjected="" to="" cr,="" the="" variance="" was="" not="" related="" to="" longevity="" in="" males="" but="" seemed="" to="" increase="" with="" longevity="" in="" females="" (p="">0.001)>
Sexueller Dimorphismus in den Reaktionen auf lebensdauerverlängernde Interventionen ist nicht unerwartet, und unsere Ergebnisse zeigen, dass die Beziehung der Verteilung des individuellen Todesalters zur durchschnittlichen Lebenserwartung der Bevölkerung auch geschlechtsabhängig ist. Somit ergänzen die vorliegenden Ergebnisse die wachsende Zahl von Beweisen dafür, dass verschiedene Aspekte des Alterns, einschließlich der Langlebigkeit, sowie Reaktionen auf verschiedeneAntialterungInterventionen, können nicht anhand von Daten vorhergesagt werden, die bei Personen unterschiedlichen Geschlechts erhoben wurden [8].
Die wechselseitige Beziehung zwischen menschlicher Langlebigkeit und ihrer Variabilität, die Van Raalte et al. [3], die in verschiedenen Datensätzen gefunden wurden, stammten aus Segmenten derselben Bevölkerung, die nach Einkommen, Bildungsstand und/oder Art der Beschäftigung getrennt wurden. Es wird angenommen, dass die biologische Grundlage der gut dokumentierten Auswirkungen sozioökonomischer Faktoren auf das menschliche Altern Unterschiede in der Ernährung, im gesundheitsbezogenen Verhalten und im Zugang sowie in der Qualität der Gesundheitsversorgung umfasst, obwohl die Bedeutung der letzteren Faktoren eine Rolle spielt Finnland und andere Länder mit hervorragenden Gesundheitssystemen sind vermutlich klein oder gar nicht vorhanden.
Da die Tiere in jeder der vier untersuchten Kohorten genetisch heterogen waren und drei der vier Kohorten relativ klein waren, lässt diese Studie keinen eindeutigen Schluss auf die möglichen Unterschiede zwischen den Stämmen zu. Um dieses Problem anzugehen, wären Studien erforderlich, die große genetisch unterschiedliche Populationen, verschiedene Inzuchtstämme und vorzugsweise auch deren Kreuzungen umfassen.

Abbildung 3. Auswirkungen von CR, lebensverlängernden Mutationen oder beidem auf die Beziehung zu Langlebigkeit und Varianz bei weiblichen und männlichen Mäusen. Weibchen: rote Kreise; Männchen: blaue Kreise; gefüllte Kreise: behandelt; und ungefüllte Kreise; unbehandelt.
Was aus unserer Analyse geschlossen werden kann, ist, dass in Studien vonAntialterungEingriffe in Versuchstiere können die Veränderungen in der Variabilität der Lebensdauer nicht aus Veränderungen in der Langlebigkeit vorhergesagt werden. Es ist interessant zu spekulieren, dass dies mit Unterschieden in den Mechanismen zusammenhängen könnte, die für die Verlängerung der Lebensdauer durch die verschiedenen Interventionen verantwortlich sind.
In den von uns analysierten Datensätzen gab es Beispiele für Unterschiede im Anteil früher Todesfälle bei Frauen und Männern sowie bei langlebigen (Mutanten, kalorienreduzierten oder mit Medikamenten behandelten) vs. Kontrolltieren (Wildtyp, ad libitum gefüttert, oder unbehandelte) Tiere und auch die Steigungen der Überlebenskurven unterschieden sich teilweise. Schiefe und Kurtosis waren wie erwartet. Die Unterschiede in der Verteilung der individuellen Lebensdauer könnten zu den beobachteten Unterschieden in der Variation beigetragen haben. Zum Beispiel trug ein Rückgang des Auftretens früher Todesfälle wahrscheinlich zur Langlebigkeit der mit Medikamenten behandelten Männer in den ITP-Studien bei [9]. Dieses und andere Beispiele für die Rolle früher Todesfälle bei der Bestimmung der Langlebigkeit der gesamten Kohorte ähneln demografischen Erkenntnissen über die Auswirkungen sozioökonomischer Faktoren in menschlichen Populationen [3].
Die Analyse der Verteilung der individuellen Alters-bei-Sterbe-Werte deutet auf einen unterschiedlichen Einfluss der Untersuchten hinAntialterungInterventionen in verschiedenen Abschnitten der Lebensgeschichte. Dies wiederum hängt wahrscheinlich mit unterschiedlichen Mechanismen ihrer Wirkungen zusammen. Die signifikante Korrelation der verlängerten Langlebigkeit mit einer verringerten Varianz des individuellen Todes in verschiedenen menschlichen Populationen [3] und bei männlichen Mäusen aus der ITP-Kohorte (Abb. 1) könnte teilweise auf den „Deckeneffekt“ zurückzuführen sein, wenn sich die Langlebigkeit dem nähert Wert der maximalen Lebensdauer für die Art. Wahrscheinlicher ist, dass es einen größeren Anteil an frühen Todesfällen widerspiegelt

Abbildung 4. Dichtediagramme des Todesalters von Kontrollmäusen (a) und mit an behandelten MäusenAntialterungErnährung sowie mit Anti-Aging-Genotypen (b). Cox-Test für den Unterschied zwischen Weibchen (durchgezogen rot) und Männchen (gestrichelt blau) im Überleben mit Stamm als Zufallseffektvariable: Kontrollmäuse: z=0,57, p=0,57; behandelte Mäuse: z=3.97, p <>
Tabelle 4. Prozentuale Verlängerung der mittleren Lebensdauer aufgrund von im Rahmen des Interventions-Testprogramms verabreichten pharmakologischen Wirkstoffen.

Fußnote: Für einige der oben aufgeführten Medikamente wurden zusätzliche Studien mit unterschiedlichen Dosierungen und/oder Behandlungsbeginn in einem anderen Alter durchgeführt, was zu einer etwas unterschiedlichen prozentualen Verlängerung der mittleren Lebensdauer führte.
verschiedene Ätiologien in Gruppen mit kürzerer mittlerer Lebensdauer. Interessanterweise sind die Trajektorien mehrerer physiologischer Prozesse, die mechanistisch mit dem Altern zusammenhängen, bei kurzlebigen Menschen variabler als bei außergewöhnlich langlebigen Menschen [10].
Unabhängig von den beteiligten Mechanismen deuten unsere Daten darauf hin, dass die Analyse der Veränderungen in der Variabilität der Lebensspanne als Reaktion auf verschiedene Interventionen zusätzliche Informationen über die Art der beobachteten Wirkungen liefern kann.
MATERIALEN UND METHODEN
Wir verwendeten Daten zur Lebenslänge einzelner Mäuse (Alter beim Tod gemessen in Tagen) vom ITP [4] und aus Studien, die an der Southern Illinois University (SIU) [5-7] durchgeführt wurden. In der ITP wurden genetisch heterogene (UM-HET3) weibliche und männliche Mäuse, die aus Kreuzungen von vier Inzuchtstämmen stammten, mit verschiedenen Verbindungen behandelt, beginnend im frühen Erwachsenenalter und fortgesetzt, bis sie starben oder eingeschläfert wurden, wenn sie als moribund beurteilt wurden. Diese Studien wurden parallel an drei kooperierenden Institutionen durchgeführt. In der Peer-Review-Literatur wurde sowohl über eine signifikante Verlängerung der Lebensdauer als auch über das Fehlen von Wirkungen berichtet [9, 11- 15]. Eine Auflistung der Verbindungen, ihrer Wirkungen und der prozentualen Zunahme der mittleren Lebensdauer der behandelten Tiere sind in Tabelle 4 aufgeführt, zusammen mit Verweisen auf Veröffentlichungen, die Langlebigkeitsdaten berichten.
Die Wirkung von pharmakologischenAntialterungInterventionen in den ITP-Studien wurden anhand der Daten von behandelten Mäusen mit dokumentierter Lebensverlängerung und passenden Kontrollen analysiert. Zu diesen Gruppen gehören Tiere, die mit Acarbose [9], Aspirin [11], 17- -Östradiol [9], diätetischem Glycin [15], Nordihydroguaiaretinsäure [9, 11], ProtandimTM (Mischung aus Pflanzenextrakten) [14] behandelt wurden. , oder Rapamycin [16]. Die Langlebigkeitsvarianz wurde in Bezug auf die Behandlung und das Geschlecht unter Berücksichtigung von Unterschieden in den Testlabors untersucht [4].
Ein zweiter Datensatz wurde mit individuellen Langlebigkeitsdaten von Mäusen aus drei separaten Experimenten zur Wechselwirkung von Kalorienrestriktion (CR) mit einer von drei lebensverlängernden Mutationen erstellt [5-7]. Diese Experimente verwendeten Mäuse mit Unterdrückung der Wachstumshormon (GH)-Signalgebung durch eine Mutation, die die Differenzierung von drei Arten von Hypophysenvorderlappenzellen stört, was zu Hypopituitarismus führt, einschließlich GH-Mangel [17, 18], Deletion des GH-Releasing-Hormon (GHRH)-Gens, was zu einer Isolierung führt GH-Mangel [19] oder Deletion des GH-Rezeptorgens (GHR), was zu GH-Resistenz führt [20]. Ungefähr die Hälfte der Tiere in jeder Genotyp-/Geschlechtsgruppe wurde ad libitum (AL) gefüttert, während der Rest ab dem frühen Erwachsenenalter einer Kalorienrestriktion (CR) unterzogen wurde, indem ihnen 60 -70 Prozent der während dieser Zeit verzehrten Futtermenge gefüttert wurde der vorhergehenden Woche nach Alter, Geschlecht und Genotyp mit AL-Mäusen übereinstimmten. Die verwendeten Mutationen wurden auf einem heterogenen genetischen Hintergrund gehalten, der für jede Mutation unterschiedlich war und sich von der genetischen Ausstattung der ITP-Mäuse unterschied. Jede der drei Mutationen, die in diesen Studien verwendet wurden, erhöht die Langlebigkeit sowohl von Frauen als auch von Männern, während die Auswirkungen von CR auf die Langlebigkeit mutations- und geschlechtsabhängig waren [5-7]. Die prozentuale Zunahme der mittleren Lebenserwartung in jeder Genotyp-/Geschlechts-/Ernährungsgruppe ist in Tabelle 5 aufgeführt.
Die Langlebigkeitsvarianz wurde in Bezug auf verschiedene Gruppen (Genotyp, Ernährung und Geschlechtskombinationen) untersucht. Interventionen, die unwirksam waren (wie CR bei GHR
Tabelle 5. Interaktive Wirkungen von Kalorienrestriktion und genetischer Unterdrückung der Wachstumshormonsignalisierung auf die mittlere Langlebigkeit in jeder Genotyp-/Geschlechts-/Ernährungsgruppe.

Es gibt 24 Gruppen: drei Stämme (Ames, GHR, GHRH); zwei Geschlechter; zwei Diäten (CR und AL); und zwei Genotypen (Normal und Zwerg oder Knock-out). Normal (N) gibt normale Geschwister mutierter Mäuse an.
-/- Mäuse) wurden eingeschlossen, um der Möglichkeit Rechnung zu tragen, dass CR die Varianz verändern könnte, ohne den Median zu verändern.
Wir haben alle statistischen Analysen mit der R-Software 3.4.4 [21] durchgeführt. Um die Beziehung zwischen Langlebigkeit und Varianz in der Langlebigkeit zu untersuchen, haben wir das mittlere Alter beim Tod der Frauen und Männer aller verfügbaren Testgruppen berechnet. Wir haben den Median anstelle des Mittelwerts gewählt, da wir nicht davon ausgehen konnten, dass die Varianz der Langlebigkeit normalverteilt ist. Für die Varianz in der Langlebigkeit haben wir die MAD berechnet, dh die mittlere absolute Abweichung, eine robuste metrische Anpassung für Nicht-Normalverteilungen [22]. Median, MAD, Schiefe und Kurtosis wurden alle mit der beschriebenen Funktion () des Pakets psych [23] berechnet. Zum Testen der Beziehungen zwischen Langlebigkeit und Varianz, Skewness und Kurtosis wurde die Funktion lmer() des Pakets lme4 [24] für lineare Mixed-Effect-Modelle verwendet, kombiniert mit der drop1()-Funktion für den Likelihood Ratio Test (LRT). Um den Überlebensunterschied zwischen Weibchen und Männchen zu testen, wurde der Cox-Test für gemischte Effekte verwendet, dh die Funktion foxme() des Pakets foxme [25]. Als zufällige Effektvariable wurde der Untersuchungsort in alle Analysen der ITP-Daten und der Stamm in alle Analysen der SIU (Mutationen/CR)-Daten einbezogen. Die Graphen wurden mit scatterplot() und density plots() konstruiert, beide vom Package Car [26]. Wir bevorzugten Dichteplots gegenüber Kaplan-Meier-Survival-Plots, weil sie deutlicher zeigen, wo die Unterschiede zwischen Weibchen und Männchen auftraten.

DANKSAGUNGEN
Wir danken Dr. Richard Miller für die hilfreichsten Kommentare und Vorschläge und Dr. Scott Pletcher für seine Kommentare zur Interpretation unserer Ergebnisse. Diese Arbeit wurde vom NIA über das ITP-Programm und die Stipendien AG031736, AG019899 und AG038850 sowie von der American Diabetes Association, Stipendium 1- 19-IBS-
126.
INTERESSENSKONFLIKTE
Die Autoren erklären keine konkurrierenden finanziellen Interessen.






