Dynamic interaction between fetal adversity and a genetic score reflecting dopamine function on developmental outcomes at 36 months
Notice bibliographique
Résumé
BACKGROUND: Fetal adversity, evidenced by poor fetal growth for instance, is associated with increased risk for several diseases later in life. Classical cut-offs to characterize small (SGA) and large for gestational age (LGA) newborns are used to define long term vulnerability. We aimed at exploring the possible dynamism of different birth weight cut-offs in defining vulnerability in developmental outcomes (through the Bayley Scales of Infant and Toddler Development), using the example of a gene vs. fetal adversity interaction considering gene choices based on functional relevance to the studied outcome. METHODS: 36-month-old children from an established prospective birth cohort (Maternal Adversity, Vulnerability, and Neurodevelopment) were classified according to birth weight ratio (BWR) (SGA ≤0.85, LGA >1.15, exploring a wide range of other cut-offs) and genotyped for polymorphisms associated with dopamine signaling (TaqIA-A1 allele, DRD2-141C Ins/Ins, DRD4 7-repeat, DAT1-10- repeat, Met/Met-COMT), composing a score based on the described function, in which hypofunctional variants received lower scores. RESULTS: There were 251 children (123 girls and 128 boys). Using the classic cut-offs (0.85 and 1.15), there were no statistically significant interactions between the neonatal groups and the dopamine genetic score. However, when changing the cut-offs, it is possible to see ranges of BWR that could be associated with vulnerability to poorer development according to the variation in the dopamine function. CONCLUSION: The classic birth weight cut-offs to define SGA and LGA newborns should be seen with caution, as depending on the outcome in question, the protocols for long-term follow up could be either too inclusive-therefore most costly, or unable to screen true vulnerabilities-and therefore ineffective to establish early interventions and primary prevention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».