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 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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».