MétaCan
Menu
Retour à la cohorte
Enregistrement W2949586828 · doi:10.12688/wellcomeopenres.13893.2

Genetic and environmental determinants of stressful life events and their overlap with depression and neuroticism

2019· preprint· en· W2949586828 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWellcome Open Research · 2019
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of Windsor
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilChief Scientist Office, Scottish Government Health and Social Care DirectorateUniversity of EdinburghDr Mortimer and Theresa Sackler FoundationScottish GovernmentScottish Funding CouncilWellcome TrustMedical Research CouncilDirectorate for Biological SciencesCentre for Cognitive Ageing and Cognitive EpidemiologyWellcome
Mots-clésNeuroticismDepression (economics)PsychologyEnvironmental stressClinical psychologyPersonalityEvolutionary biologyBiologySocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background:</ns4:bold> 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. </ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> 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. </ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> Past 6-month life events were positively associated with lifetime MDD status (β=0.21, r <ns4:sup>2</ns4:sup> =1.1%, p=2.5 x 10 <ns4:sup>-25</ns4:sup> ) and neuroticism (β =0.13, r <ns4:sup>2</ns4:sup> =1.9%, p=1.04 x 10 <ns4:sup>-37</ns4:sup> ) 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 <ns4:sup>-4</ns4:sup> ). 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 <ns4:sup>2</ns4:sup> =0.3%, p=3 x 10 <ns4:sup>-5</ns4:sup> ), but not a higher polygenic risk for neuroticism. LDSC showed a significant genetic correlation between SLEs and both MDD (r <ns4:sub>G</ns4:sub> =0.33, S.E.=0.08 ) and neuroticism (r <ns4:sub>G</ns4:sub> =0.15, S.E.=0.07). </ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> 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. </ns4:p>

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.

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)0,000
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 enseignants0,040
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,007
Intégrité de la recherche0,0000,001
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 Opus0,091
Tête enseignante GPT0,349
Écart entre enseignants0,258 · 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