Cumulative Influence of Inflammatory Response Genetic Variation on Long-Term Neurobehavioral Outcomes after Pediatric Traumatic Brain Injury Relative to Orthopedic Injury: An Exploratory Polygenic Risk Score
Notice bibliographique
Résumé
The addition of genetic factors to prognostic models of neurobehavioral recovery following pediatric traumatic brain injury (TBI) may account for unexplained heterogeneity in outcomes. The present study examined the cumulative influence of candidate genes involved in the inflammatory response on long-term neurobehavioral recovery in children with early childhood TBI relative to children with orthopedic injuries (OI). Participants were drawn from a prospective, longitudinal study evaluating outcomes of children who sustained TBI (n = 67) or OI (n = 68) between the ages of 3 and 7 years. Parents completed ratings of child executive function and behavior at an average of 6.8 years after injury. Exploratory unweighted and weighted polygenic risk scores (PRS) were constructed from single nucleotide polymorphisms (SNPs) across candidate inflammatory response genes (i.e., angiotensin converting enzyme [ACE], brain-derived neurotrophic factor [BDNF], interleukin-1 receptor antagonist [IL1RN], and 5’-ectonucleotidase [NT5E]) that showed nominal (p ≤ 0.20) associations with outcomes in the TBI group. Linear regression models tested the PRS × injury group (TBI vs. OI) interaction term and post-hoc analyses examined the effect of PRS within each injury group. Higher inflammatory response PRS were associated with more executive dysfunction and behavior problems in children with TBI but not in children with OI. The cumulative influence of inflammatory response genes as measured by PRS explained additional variance in long-term neurobehavioral outcomes, over and above well-established predictors and single candidate SNPs tested individually. The results suggest that some of the unexplained heterogeneity in long-term neurobehavioral outcomes following pediatric TBI may be attributable to a child's genetic predisposition to a greater or lesser inflammatory response to TBI.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».