Newborn differential DNA methylation and subcortical brain volumes as early signs of severe neurodevelopmental delay in a South African Birth Cohort Study
Notice bibliographique
Résumé
Objectives Early detection of neurodevelopmental delay is crucial for intervention and treatment strategies. We analysed associations between newborn DNA methylation (DNAm), neonatal magnetic resonance imaging (MRI) neuroimaging data, and neurodevelopment.Methods Neurodevelopment was assessed in 161 children from the South African Drakenstein Child Health Study at 2 years of age using the Bayley Scales of Infant and Toddler Development III. We performed an epigenome-wide association study of neurodevelopmental delay using DNAm from cord blood. Subsequently, we analysed if associations between DNAm and neurodevelopmental delay were mediated by altered neonatal brain volumes (subset of 51 children).Results Differential DNAm at SPTBN4 (cg26971411, Δbeta = −0.024, p-value = 3.28 × 10−08), and two intergenic regions (chromosome 11: cg00490349, Δbeta = −0.036, p-value = 3.02 × 10−08; chromosome 17: cg15660740, Δbeta = −0.078, p-value = 6.49 × 10−08) were significantly associated with severe neurodevelopmental delay. While these associations were not mediated by neonatal brain volume, neonatal caudate volumes were independently associated with neurodevelopmental delay, particularly in language (Δcaudate volume = 165.30 mm3, p = 0.0443) and motor (Δcaudate volume = 365.36 mm3, p-value = 0.0082) domains.Conclusions Differential DNAm from cord blood and increased neonatal caudate volumes were independently associated with severe neurodevelopmental delay at 2 years of age. These findings suggest that neurobiological signals for severe developmental delay may be detectable in very early life.
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 | 0,000 | 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 ».