Contribution of genes and environment to the longitudinal association between childhood impulsive‐aggression and suicidality in adolescence
Notice bibliographique
Résumé
BACKGROUND: Population-based and family studies showed that impulsive-aggression predicts suicidality; however, the underlying etiological nature of this association is poorly understood. The objective was to determine the contribution of genes and environment to the association between childhood impulsive-aggression and serious suicidal ideation/attempt in young adulthood. METHODS: N = 862 twins (435 families) from the Quebec Newborn Twin Study were followed up from birth to 20 years. Repeated measures of teacher-assessed impulsive-aggression were modeled using a genetically informed latent growth model including intercept and slope parameters reflecting individual differences in the baseline level (age 6 years) and in the change (increase/decrease) of impulsive-aggression during childhood (6 to 12 years), respectively. Lifetime suicidality (serious suicidal ideation/attempt) was self-reported at 20 years. Associations of impulsive-aggression intercept and slope with suicidality were decomposed into additive genetic (A) and unique environmental (E) components. RESULTS: Additive genetic factors accounted for an important part of individual differences in impulsive-aggression intercept (A = 90%, E = 10%) and slope (A = 65%, E = 35%). Genetic (50%) and unique environmental (50%) factors equally contributed to suicidality. We found that 38% of the genetic factors accounting for suicidality were shared with those underlying impulsive-aggression slope, whereas 40% of the environmental factors accounting for suicidality were shared with those associated with impulsive-aggression intercept. The genetic correlation between impulsive-aggression slope and suicidality was 0.60, p = .027. CONCLUSIONS: Genetic and unique environmental factors underlying suicidality significantly overlap with those underlying childhood impulsive-aggression. Future studies should identify putative genetic and environmental factors to inform prevention.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».