Within-family influences on dimensional neurobehavioral traits in a high-risk genetic model
Notice bibliographique
Résumé
BACKGROUND: Genotype-first and within-family studies can elucidate factors that contribute to psychiatric illness. Combining these approaches, we investigated the patterns of influence of parental scores, a high-impact variant, and schizophrenia on dimensional neurobehavioral phenotypes implicated in major psychiatric disorders. METHODS: 22q11.2 deletion (22 with schizophrenia), and 148 of their unaffected parents. We calculated within-family correlations and effect sizes of the 22q11.2 deletion and schizophrenia, and used linear regressions to assess contributions to neurobehavioral measures. RESULTS: < 0.0001), but not for social or motor measures. Compared to biparental scores, the 22q11.2 deletion conferred significant impairments for all phenotypes assessed (effect sizes -1.39 to -2.07 s.d.), strongest for PIQ. There were further decrements in those with schizophrenia. Regression models explained up to 37.7% of the variance in IQ and indicated that for proband IQ, parental IQ had larger effects than schizophrenia. CONCLUSIONS: This study, for the first time, disentangles the impact of a high-impact variant from the modifying effects of parental scores and schizophrenia on relevant neurobehavioral phenotypes. The robust proband-parent correlations for cognitive measures, independent of the impact of the 22q11.2 deletion and of schizophrenia, suggest that, for certain phenotypes, shared genetic variation plays a significant role in expression. Molecular genetic and predictor studies are needed to elucidate shared factors and their contribution to psychiatric illness in this and other high-risk groups.
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 ».