Associations Between Attention-Deficit/Hyperactivity Disorder and Various Eating Disorders: A Swedish Nationwide Population Study Using Multiple Genetically Informative Approaches
Notice bibliographique
Résumé
BACKGROUND: Although attention-deficit/hyperactivity disorder (ADHD) and eating disorders (EDs) frequently co-occur, little is known about the shared etiology. In this study, we comprehensively investigated the genetic association between ADHD and various EDs, including anorexia nervosa (AN) and other EDs such as bulimia nervosa. METHODS: We applied different genetically informative designs to register-based information of a Swedish nationwide population (N = 3,550,118). We first examined the familial coaggregation of clinically diagnosed ADHD and EDs across multiple types of relatives. We then applied quantitative genetic modeling in full-sisters and maternal half-sisters to estimate the genetic correlations between ADHD and EDs. We further tested the associations between ADHD polygenic risk scores and ED symptoms, and between AN polygenic risk scores and ADHD symptoms, in a genotyped population-based sample (N = 13,472). RESULTS: Increased risk of all types of EDs was found in individuals with ADHD (any ED: odds ratio [OR] = 3.97, 95% confidence interval [CI] = 3.81, 4.14; AN: OR = 2.68, 95% CI = 2.15, 2.86; other EDs: OR = 4.66, 95% CI = 4.47, 4.87; bulimia nervosa: OR = 5.01, 95% CI = 4.63, 5.41) and their relatives compared with individuals without ADHD and their relatives. The magnitude of the associations decreased as the degree of relatedness decreased, suggesting shared familial liability between ADHD and EDs. Quantitative genetic models revealed stronger genetic correlation of ADHD with other EDs (.37, 95% CI = .31, .42) than with AN (.14, 95% CI = .05, .22). ADHD polygenic risk scores correlated positively with ED symptom measures overall and with the subscales Drive for Thinness and Body Dissatisfaction despite small effect sizes. CONCLUSIONS: We observed stronger genetic association with ADHD for non-AN EDs than for AN, highlighting specific genetic correlation beyond a general genetic factor across psychiatric disorders.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».