Maternal Metabolites Indicative of Mental Health Status during Pregnancy
Notice bibliographique
Résumé
Approximately 25% of individuals report poor mental health during their pregnancy or postpartum period, which may impact fetal neurodevelopment, birth outcomes, and maternal behaviors. In the present study, maternal serum samples were collected from pregnancies at 28–32 weeks gestation from the All Our Families (Alberta, Canada) cohort and assessed using nuclear magnetic resonance spectroscopy (1H-NMR) and inductively coupled plasma-mass spectrometry (ICP-MS). Individuals with poor mental health at 34–36 weeks gestation were age-matched with mentally healthy pregnant controls. Metabolites were examined against validated self-reported mental health questionnaires for associations with depressive symptoms (Edinburgh Perinatal Depression Scale) and anxiety symptoms (Spielberger State-Trait Anxiety Inventory). 1H-NMR metabolites were identified for depression (alanine, leucine, valine, methionine, phenylalanine, glucose, lactate, 3-hydroxybutyrate, and pyruvate) and anxiety (3-hydroxybutyrate). For ICP-MS, antimony and zinc were significant for depression and anxiety, respectively. Upon false discovery rate (FDR) correction at 10%, five 1H-NMR metabolites (alanine, leucine, lactate, glucose, and phenylalanine) for depression remained significantly increased. Although results warrant further validation, the identified metabolites may serve as a predictive tool for assessing mental health during pregnancy as earlier identification has the potential to aid intervention and management of poor mental health symptomology, thus avoiding harmful consequences to both mother and offspring.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».