MétaCan
Menu
Retour à la cohorte
Enregistrement W2988213702 · doi:10.1002/dev.21935

Epigenetic aging in children from a small‐scale farming society in The Congo Basin: Associations with child growth and family conflict

2019· article· en· W2988213702 sur OpenAlexaff
Lee T. Gettler, David Lin, Valchy Miegakanda, Sheina Lew‐Levy, Geeta N. Eick, J. Josh Snodgrass, Julia L. MacIsaac, Katia E. Ramadori, Michael S. Kobor, Adam H. Boyette

Notice bibliographique

RevueDevelopmental Psychobiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensSimon Fraser UniversityBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesJacobs FoundationWenner-Gren Foundation
Mots-clésEpigeneticsStressorDemographyDNA methylationDiseaseBiologyDevelopmental psychologyPsychologyMedicineGeneticsClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

Developmental environments influence individuals' long-term health trajectories, and there is increasing emphasis on understanding the biological pathways through which this occurs. Epigenetic aging evaluates DNA methylation at a suite of distinct CpG sites in the genome, and epigenetic age acceleration (EAA) is linked to heightened chronic morbidity and mortality risks in adults. Consequently, EAA provides insights on trajectories of biological aging, which early life experiences may help shape. However, few studies have measured correlates of children's epigenetic aging, especially outside of the U.S. and Europe. In particular, little is known about how children's growth and development relate to EAA in ecologies in which energetic and pathogenic stressors are commonplace. We studied EAA from dried blood spots among Bondongo children (n = 54) residing in a small-scale, fisher-farmer society in a remote region of the Republic of the Congo. Here, infectious disease burdens and their resultant energy demands are high. Children who were heavier for height or taller for age, respectively, exhibited greater EAA, including intrinsic EAA, which is considered to measure EAA internal to cells. Furthermore, we found that children in families with more conflict between parents had greater intrinsic EAA. These results suggest that in contexts in which limited energy must be allocated to competing demands, more investment in growth may coincide with greater EAA, which parallels findings in European children who do not face similar energetic constraints. Our findings also indicate that associations between adverse family environments and greater intrinsic EAA were nonetheless observable but only after adjustment for covariates relevant to the energetically and immunologically demanding nature of the local ecology.

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)0,000
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 enseignants0,093
Score d'incertitude au seuil0,529

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 technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopmental PsychobiologyMême sujetEpigenetics and DNA MethylationTravaux en français237 207