Accounting for Life-Course Exposures in Epigenetic Biomarker Association Studies: Early Life Socioeconomic Position, Candidate Gene DNA Methylation, and Adult Cardiometabolic Risk
Notice bibliographique
Résumé
Recent studies suggest that epigenetic programming may mediate the relationship between early life environment, including parental socioeconomic position, and adult cardiometabolic health. However, interpreting associations between early environment and adult DNA methylation may be difficult because of time-dependent confounding by life-course exposures. Among 613 adult women (mean age = 32 years) of the Jerusalem Perinatal Study Family Follow-up (2007-2009), we investigated associations between early life socioeconomic position (paternal occupation and parental education) and mean adult DNA methylation at 5 frequently studied cardiometabolic and stress-response genes (ABCA1, INS-IGF2, LEP, HSD11B2, and NR3C1). We used multivariable linear regression and marginal structural models to estimate associations under 2 causal structures for life-course exposures and timing of methylation measurement. We also examined whether methylation was associated with adult cardiometabolic phenotype. Higher maternal education was consistently associated with higher HSD11B2 methylation (e.g., 0.5%-point higher in 9-12 years vs. ≤8 years, 95% confidence interval: 0.1, 0.8). Higher HSD11B2 methylation was also associated with lower adult weight and total and low-density lipoprotein cholesterol. We found that associations with early life socioeconomic position measures were insensitive to different causal assumption; however, exploratory analysis did not find evidence for a mediating role of methylation in socioeconomic position-cardiometabolic risk associations.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».