Associations between childhood maltreatment and oxidative nucleoside damage in affective disorders
Notice bibliographique
Résumé
BACKGROUND: Childhood maltreatment is an established risk factor for incident unipolar disorder and bipolar disorder. It is separately observed that affective disorders (AD) are also associated with higher nucleoside damage by oxidation. Childhood maltreatment may induce higher levels of nucleoside damage by oxidation and thus contribute to the development of AD; however, this relation is only sparsely investigated. METHODS: In total, 860 participants (468 patients with AD, 151 unaffected first-degree relatives, and 241 healthy control persons) completed the Childhood Trauma Questionnaire (CTQ). The association between CTQ scores and markers of systemic DNA and RNA damage by oxidation as measured by urinary excretion of 8-oxo-7,8-dihydro-2'-deoxyguanosine (8-oxodG) and 8-oxo-7,8-dihydroguanosine (8-oxoGuo) levels, respectively, was investigated. RESULTS: In multiple regression models adjusted for sex- and age, 8-oxodG and 8-oxoGuo levels were found to be higher in individuals who had experienced more childhood maltreatment. These associations persisted in models additionally adjusted for body mass index, alcohol, and current smoking status. Emotional abuse, sexual abuse, and emotional neglect were principally responsible for the foregoing associations. CONCLUSIONS: Our findings of an association between childhood maltreatment and oxidative stress markers suggest that childhood maltreatment overall, notably emotional abuse and emotional neglect, is associated with enhanced systemic damage to DNA and RNA in adulthood. Further, individuals with AD reported a higher prevalence of childhood maltreatment, which may induce higher levels of nucleoside damage by oxidation in adulthood, possibly leading to increased risk of developing AD. Longitudinal studies are needed to clarify this relationship further.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».