Testing the biological embedding hypothesis: Is early life adversity associated with a later proinflammatory phenotype?
Notice bibliographique
Résumé
Accumulating evidence suggests that the experience of early life adversity is a risk factor for a range of poor outcomes across development, including poor physical health in adulthood. The biological embedding model of early adversity (Miller, Chen, & Parker, 2011) suggests that early adversity might become embedded within immune cells known as monocytes/macrophages, programming them to be overly aggressive to environmental stimuli and insensitive to inhibitory signals, creating a "proinflammatory phenotype" that increases vulnerability to chronic diseases across the life span. We tested this hypothesis in the present study. Adolescent girls (n = 147) had blood drawn every 6 months across a 2.5-year period. To assess inflammatory responses to challenge, their monocytes were stimulated in vitro with a bacterial product, and production of the cytokine interleukin-6 was quantified. Hydrocortisone was added to cultures to assess the cells' sensitivity to glucocorticoids' anti-inflammatory signal. Using cluster analyses, we found that early life adversity was associated with greater odds of displaying a proinflammatory phenotype characterized by relatively larger interleukin-6 responses and relatively less sensitivity to glucocorticoids. In contrast, ongoing social stress was not associated with increasing odds of being categorized in the proinflammatory cluster. These findings suggest that early life adversity increases the probability of developing a proinflammatory phenotype, which, if sustained, could forecast risk for health problems later in life.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».