Genetic and environmental determinants of stressful life events and their overlap with depression and neuroticism
Notice bibliographique
Résumé
Background: Stressful life events (SLEs) and neuroticism are risk factors for major depressive disorder (MDD). However, SLEs and neuroticism are heritable and genetic risk for SLEs is associated with risk for MDD. We sought to investigate the genetic and environmental contributions to SLEs in a family-based sample, and quantify genetic overlap with MDD and neuroticism. Methods: A subset of Generation Scotland: the Scottish Family Health Study (GS), consisting of 9618 individuals with information on MDD, past 6 month SLEs, neuroticism and genome-wide genotype data was used in the present study. We estimated the heritability of SLEs using GCTA software. The environmental contribution to SLEs was assessed by modelling familial, couple and sibling components. Using polygenic risk scores (PRS) and LD score regression (LDSC) we analysed the genetic overlap between MDD, neuroticism and SLEs. Results: Past 6-month life events were positively associated with lifetime MDD status (β=0.21, r 2 =1.1%, p=2.5 x 10 -25 ) and neuroticism (β =0.13, r 2 =1.9%, p=1.04 x 10 -37 ) at the phenotypic level. Common SNPs explained 8% of the phenotypic variance in personal life events (those directly affecting the individual) (S.E.=0.03, p= 9 x 10 -4 ). A significant effect of couple environment was detected accounting for 13% (S.E.=0.03, p=0.016) of the phenotypic variation in SLEs. PRS analyses found that reporting more SLEs was associated with a higher polygenic risk for MDD (β =0.05, r 2 =0.3%, p=3 x 10 -5 ), but not a higher polygenic risk for neuroticism. LDSC showed a significant genetic correlation between SLEs and both MDD (r G =0.33, S.E.=0.08 ) and neuroticism (r G =0.15, S.E.=0.07). Conclusions: These findings suggest that SLEs should not be regarded solely as environmental risk factors for MDD as they are partially heritable and this heritability is shared with risk for MDD and neuroticism. Further work is needed to determine the causal direction and source of these 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 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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».