MétaCan
Menu
Retour à la cohorte
Enregistrement W4306386005 · doi:10.1016/j.envres.2022.114595

Air pollution exposure during pregnancy and childhood, APOE ε4 status and Alzheimer polygenic risk score, and brain structural morphology in preadolescents

2022· article· en· W4306386005 sur OpenAlexfundno aff
Esmée Essers, Anne-Claire Binter, Alexander Neumann, Tonya White, Silvia Alemany, Mònica Guxens

Notice bibliographique

RevueEnvironmental Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailNederlandse Organisatie voor Wetenschappelijk OnderzoekErasmus Medisch CentrumHealth Effects InstituteGeneralitat de CatalunyaFonds Wetenschappelijk OnderzoekErasmus Universiteit RotterdamEuropean CommissionMinisterie van Volksgezondheid, Welzijn en SportMinisterio de Ciencia, Innovación y UniversidadesInstituto de Salud Carlos IIIZonMw
Mots-clésPregnancyBrain morphometryApolipoprotein EBrain Structure and FunctionBrain sizeAir pollutionWhite matterPhysiologyGrey matterMedicineInternal medicineBiologyDiseaseNeuroimagingGeneticsPsychiatryEcologyMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

Air pollution exposure is associated with impaired neurodevelopment, altered structural brain morphology in children, and neurodegenerative disorders. Differential susceptibility to air pollution may be influenced by genetic features. To evaluate whether the apolipoprotein E (APOE) genotype or the polygenic risk score (PRS) for Alzheimer's Disease (AD) modify the association between air pollution exposure during pregnancy and childhood and structural brain morphology in preadolescents. We included 1186 children from the Generation R Study. Concentrations of fourteen air pollutants were calculated at participants’ home addresses during pregnancy and childhood using land-use-regression models. Structural brain images were collected at age 9–12 years to assess cortical and subcortical brain volumes. APOE status and PRS for AD were examined as genetic modifiers. Linear regression models were used to conduct single-pollutant and multi-pollutant (using the Deletion/Substitution/Addition algorithm) analyses with a two-way interaction between air pollution and each genetic modifier. Higher pregnancy coarse particulate matter (PMcoarse) and childhood polycyclic aromatic hydrocarbons exposure was differentially associated with larger cerebral white matter volume in APOE ε4 carriers compared to non-carriers (29,485 mm3 (95% CI 6,189; 52,781) and 18,663 mm3 (469; 36,856), respectively). Higher pregnancy PMcoarse exposure was differentially associated with larger cortical grey matter volume in children with higher compared to lower PRS for AD (19436 mm3 (825, 38,046)). APOE status and PRS for AD possibly modify the association between air pollution exposure and brain structural morphology in preadolescents. Higher air pollution exposure is associated with larger cortical volumes in APOE ε4 carriers and children with a high PRS for AD. This is in line with typical brain development, suggesting an antagonistic pleiotropic effect of these genetic features (i.e., protective effect in early-life, but neurodegenerative effect in adulthood). However, we cannot discard chance findings. Future studies should evaluate trajectorial brain development using a longitudinal design.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,321
Écart entre enseignants0,282 · 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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ResearchMême sujetAir Quality and Health ImpactsTravaux en français237 207