Maternal Childhood Abuse Versus Neglect Associated with Differential Patterns of Infant Brain Development
Notice bibliographique
Résumé
Severity of maternal childhood maltreatment has been associated with lower infant grey matter volume and amygdala volume during the first two years of life. A developing literature argues that effects of threat (abuse) and of deprivation (neglect) should be assessed separately because these distinct aspects of adversity may have different impacts on developmental outcomes. However, distinct effects of threat versus deprivation have not been assessed in relation to intergenerational effects of child maltreatment. The objective of this study was to separately assess the links of maternal childhood abuse and neglect with infant grey matter volume (GMV), white matter volume (WMV), amygdala and hippocampal volume. Participants included 57 mother-infant dyads. Mothers were assessed for childhood abuse and neglect using the Adverse Childhood Experiences (ACE) questionnaire in a sample enriched for childhood maltreatment. Between 4 and 24 months (M age = 12.28 months, SD = 5.99), under natural sleep, infants completed an MRI using a 3.0 T Siemens scanner. GMV, WMV, amygdala and hippocampal volumes were extracted via automated segmentation. Maternal history of neglect, but not abuse, was associated with lower infant GMV. Maternal history of abuse, but not neglect, interacted with age such that abuse was associated with smaller infant amygdala volume at older ages. Results are consistent with a threat versus deprivation framework, in which threat impacts limbic regions central to the stress response, whereas deprivation impacts areas more central to cognitive function. Further studies are needed to identify mechanisms contributing to these differential intergenerational associations of threat versus deprivation.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».