MétaCan
Menu
Retour à la cohorte
Enregistrement W2516048475 · doi:10.1111/jcpp.12612

Complex effects of dyslexia risk factors account for <scp>ADHD</scp> traits: evidence from two independent samples

2016· article· en· W2516048475 sur OpenAlexafffund
Sara Mascheretti, Vittoria Trezzi, Roberto Giorda, Michel Boivin, Vickie Plourde, Frank Vitaro, Mara Brendgen, Ginette Dionne, Cecilia Marino

Notice bibliographique

RevueJournal of Child Psychology and Psychiatry · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthUniversité du Québec à MontréalUniversité de MontréalUniversité LavalResearch Unit on Children's Psychosocial Maladjustment
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPsychologyDyslexiaDevelopmental psychologyAttention deficit hyperactivity disorderRisk factorClinical psychologyReading (process)LinguisticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Developmental dyslexia (DD) and attention deficit/hyperactivity disorder (ADHD) are among the most common neurodevelopmental disorders, whose etiology involves multiple risk factors. DD and ADHD co-occur in the same individuals much more often than would be expected by chance. Several studies have found significant bivariate heritability, and specific genes associated with either DD or ADHD have been investigated for association in the other disorder. Moreover, there are likely to be gene-by-gene and gene-by-environment interaction effects (G × G and G × E, respectively) underlying the comorbidity between DD and ADHD. We investigated the pleiotropic effects of 19 SNPs spanning five DD genes (DYX1C1, DCDC2, KIAA0319, ROBO1, and GRIN2B) and seven DD environmental factors (smoke, miscarriage, birth weight, breastfeeding, parental age, socioeconomic status, and parental education) for main, either (a) genetic or (b) environmental, (c) G × G, and (d) G × E upon inattention and hyperactivity/impulsivity. We then attempted replication of these findings in an independent twin cohort. METHODS: Marker-trait association was analyzed by implementing the Quantitative Transmission Disequilibrium Test (QTDT). Environmental associations were tested by partial correlations. G × G were investigated by a general linear model equation and a family-based association test. G × E were analyzed through a general test for G × E in sib pair-based association analysis of quantitative traits. RESULTS: DCDC2-rs793862 was associated with hyperactivity/impulsivity via G × G (KIAA0319) and G × E (miscarriage). Smoke was significantly correlated with hyperactivity/impulsivity. We replicated the DCDC2 × KIAA0319 interaction upon hyperactivity/impulsivity in the twin cohort. CONCLUSIONS: DD genetic (DCDC2) and environmental factors (smoke and miscarriage) underlie ADHD traits supporting a potential pleiotropic effect.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,361
Écart entre enseignants0,313 · 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.

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

Citations38
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child Psychology and PsychiatryMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207