MétaCan
Menu
Retour à la cohorte
Enregistrement W2888524709 · doi:10.1038/s41598-018-31230-x

Prenatal Maternal Stress from a Natural Disaster Alters Urinary Metabolomic Profiles in Project Ice Storm Participants

2018· article· en· W2888524709 sur OpenAlexafffundabout
Eric Paxman, Naveenjyote S. Boora, Douglas Kiss, David P. Laplante, Suzanne King, Tony Montina, Gerlinde A. S. Metz

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensMcGill UniversityDouglas Mental Health University InstituteDouglas CollegeUniversity of Lethbridge
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaUniversity of Lethbridge
Mots-clésStormNatural disasterMetabolomicsUrinary systemBiologyBioinformaticsOceanographyGeologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Prenatal stress is known to epigenetically program offspring physiology and behaviour, and may become a risk factor for adult complex diseases. To gain insight into the underlying environment-gene interactions, we used proton nuclear magnetic resonance spectroscopy to analyze urinary metabolomes of male and female adolescents who were in utero during the 1998 Quebec Ice Storm. Metabolomic profiles in adolescent groups were found to be significantly different. Higher prenatal stress exposure generated alterations in metabolic pathways involved in energy metabolism and protein biosynthesis, such as branched-chain amino acid synthesis, alanine metabolism, and ketone body metabolism. Dysregulation of energy and protein metabolism suggests an increased risk of metabolic diseases like insulin resistance, diabetes, and obesity. These findings are consistent with prior observations of physiological phenotypes from this cohort. Understanding the impact of natural disasters on health risks will provide new and improved therapeutic strategies to mitigate stress-associated adverse health outcomes. Using metabolomic biomarkers may also assist in the prediction and prevention of these adverse outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,099
Score d'incertitude au seuil0,645

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,037
Tête enseignante GPT0,323
Écart entre enseignants0,286 · 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

Citations50
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetBirth, Development, and HealthTravaux en français237 207