Brain‐derived neurotrophic factor and inflammatory markers in school‐aged children with early trauma
Notice bibliographique
Résumé
OBJECTIVE: The impact of childhood trauma (CT) on brain-derived neurotrophic factor (BDNF) and cytokines levels remains unclear. We investigated the association between CT and changes in BDNF and cytokines plasma levels in children. METHOD: We recruited 36 children with trauma (CT+) and 26 children without trauma (CT-). The presence of CT was based on a clinical interview and by Criteria A of DSM-IV criteria for PTSD. Blood samples were drawn from all children to assess BDNF and cytokines. ancova was performed with psychiatric symptoms and BMI as covariates to evaluate group differences in plasma levels. RESULTS: CT+ showed increased levels of BDNF and TNF-α after excluding children with history of inflammatory disease (P<0.05) when compared with those CT-. IL-12p70, IL-6, IL-8, IL-10, and IL-1β levels were not statistically different between groups. CONCLUSION: CT+ showed increased BDNF and proinflammatory cytokines levels. The increase in BDNF levels may be an attempt to neutralize the negative effects of CT, while an increase in TNF-a levels be associated with a proinflammatory state after CT. How these changes associated with trauma relate to other biological changes and illness trajectory later in life remain to be further studied.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».