Psychosocial adversity and the developing brain: Findings from the abcd study on 10,000 us children
Notice bibliographique
Résumé
Background Childhood exposure to social risk has the potential to disrupt brain development and increase vulnerability to adverse mental health outcomes. Here, we examine the effect of adversity on brain structure and psychopathology in the Adolescent Brain and Cognitive Development (ABCD) study, a US population-based sample of 10 year-olds. Methods Personal, caregiver, family and neighborhood characteristics were considered in 9299 unrelated children [age: mean (sd)=9.9 y (0.6); 53% males]. Hidden Markov Models were used identify clusters of participants based on their psychosocial exposure. The identified clusters were compared in terms of current psychopathology, lifetime psychiatric diagnosis, intelligence and brain structure. Results ABCD participants clustered in to a “disadvantaged” group (N=4205) with multiple adverse exposures, and an “enriched” group (N= 5094) with limited exposure to adversity and multiple protective factors. Compared to the enriched group, the disadvantaged group had higher levels of all types of psychopathology and lifetime psychiatric diagnoses; lower scores on fluid and crystallized intelligence; smaller subcortical volumes; thinner sensorimotor cortices and thicker cortex in frontal regions; smaller surface area in temporal regions and larger surface area in the posterior cingulate cortices (all p<0.05 following Bonferroni correction for multiple testing). Conclusions Social adversity has significant and wide-ranging consequences for brain development and psychopathology, that shows little specificity for types of symptoms. Disclosure No significant relationships.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».