Maternal antenatal depression and child mental health: Moderation by genomic risk for attention-deficit/hyperactivity disorder
Notice bibliographique
Résumé
Maternal antenatal depression strongly influences child mental health but with considerable inter-individual variation that is, in part, linked to genotype. The challenge is to effectively capture the genotypic influence. We outline a novel approach to describe genomic susceptibility to maternal antenatal depression focusing on child emotional/behavioral difficulties. Two cohorts provided measures of maternal depression, child genetic variation, and child mental health symptoms. We constructed a conventional polygenic risk score (PRS) for attention-deficit/hyperactivity disorder (ADHD) (PRSADHD) that significantly moderated the association between maternal antenatal depression and internalizing problems at 60 months (p = 2.94 × 10-4, R2 = .18). We then constructed an interaction PRS (xPRS) based on a subset of those single nucleotide polymorphisms from the PRSADHD that most accounted for the moderation of the association between maternal antenatal depression and child outcome. The interaction between maternal antenatal depression and this xPRS accounted for a larger proportion of the variance in child emotional/behavioral problems than models based on any PRSADHD (p = 5.50 × 10-9, R2 = .27), with similar findings in the replication cohort. The xPRS was significantly enriched for genes involved in neuronal development and synaptic function. Our study illustrates a novel approach to the study of genotypic moderation on the impact of maternal antenatal depression on child mental health and highlights the utility of the xPRS approach. These findings advance our understanding of individual differences in the developmental origins of mental health.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».