MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294243459 · doi:10.23889/ijpds.v7i3.1873

The Intergenerational Transfer of Mental Disorders: A Population-based Multigenerational Linkage Study.

2022· article· en· W4294243459 sur OpenAlexaffabout
Amani F. Hamad, Barret A. Monchka, Leslíe L. Roos, James R. Bolton, Mohamed Elgendi, Lisa M. Lix

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLinkage (software)PsychologyPopulationTransfer (computing)Developmental psychologyGeneticsMedicineComputer scienceBiologyEnvironmental healthGene

Résumé

récupéré en direct d'OpenAlex

ObjectivesMental disorders are a major public health concern. Genetic and environmental factors, both reflected in family health histories, jointly contribute to the onset of mental disorders. We examined the intergenerational transmission of mental disorders using objectively-measured family health histories from three generations. ApproachA population-based cohort study was conducted using administrative healthcare databases from Manitoba, Canada. The cohort included offspring who were 18 years or older between 1977 and 2020 with linkage to 1+ parent and 1+ grandparent. Mental disorders were identified using diagnosis codes from hospitalization and outpatient physician visit records and included mood and anxiety, psychotic, and substance use disorders. Logistic regression models were mutually adjusted for mental disorder history in grandparents, parents and/or siblings in addition to offspring demographics: sex, region, decade of birth and income quintile, and comorbidity. Odds ratios (ORs) and 95% confidence intervals (95% CIs) were estimated. ResultsOut of 125,070 individuals, 59.1% were females and 57.8% were urban residents. 41,552 (33.2%) had a mental disorder during study period and 108,682 (86.9%) had a family member with a mental disorder history. Individuals were more likely to have a mental disorder if they had a family history: mother (OR 1.52, 95% CI 1.48-1.56), father (OR 1.21, 95% CI 1.17-1.25), sibling (OR 1.33, 95% CI 1.28-1.39), grandparent (OR 1.06, 95% CI 1.03-1.09). Compared with other mental disorders, psychotic disorders had the strongest association with family history: mother (OR 2.37, 95% CI 2.00-2.82), father (OR 3.00, 95% CI 2.40-3.76), sibling (OR 2.34, 95% CI 1.79-3.05). However, there was no association between psychotic disorders and grandparent history (OR 1.00, 95% CI 0.90-1.11). ConclusionsWe observed a strong association between mental disorders family history across three generations and the risk of the mental disorders in offspring. This association was observed for all the investigated mental disorders. This work highlights the value of multigenerational data linkage in understanding the intergenerational transfer of mental disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,429
Écart entre enseignants0,362 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetHealth disparities and outcomes→Travaux en français237 207→