MétaCan
Menu
Retour à la cohorte
Enregistrement W4376642827 · doi:10.1177/24705470231173768

Unmet Social Needs and Patterns of Hair Cortisol Concentration in Mother–Child Dyads

2023· article· en· W4376642827 sur OpenAlex
Victoria F. Keeton, Julie T. Bidwell, Euclides José de Mendonça Filho, Patrícia Pelufo Silveira, Danielle Hessler, Matthew S. Pantell, Holly Wing, Erika Brown, Bradley Iott, Laura M. Gottlieb

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueChronic Stress · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensMcGill University Health CentreMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesNational Institute of Child Health and Human DevelopmentJPB FoundationEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentGordon and Betty Moore Foundation
Mots-clésDyadOdds ratioConfidence intervalMedicineLogistic regressionDemographySocial supportOddsDevelopmental psychologyPsychologyInternal medicineClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Background Mothers and their children demonstrate dyadic synchrony of hypothalamic–pituitary–adrenal (HPA) axis function, likely influenced by shared genetic or environmental factors. Although evidence has shown that chronic stress exposure has physiologic consequences for individuals—including on the HPA axis—minimal research has explored how unmet social needs such as food and housing instability may be associated with chronic stress and HPA axis synchrony in mother–child dyads. Methods We conducted a secondary analysis of data from 364 mother–child dyads with low-income recruited during a randomized trial conducted in an urban pediatric clinic. We used latent profile analysis (LPA) to identify subgroups based on naturally occurring patterns of within-dyad hair cortisol concentration (HCC). A logistic regression model predicted dyadic HCC profile membership as a function of summative count of survey-reported unmet social needs, controlling for demographic and health covariates. Results LPA of HCC data from dyads revealed a 2-profile model as the best fit. Comparisons of log HCC for mothers and children in each profile group resulted in significantly “higher dyadic HCC” versus “lower dyadic HCC” profiles (median log HCC for mothers: 4.64 vs 1.58; children: 5.92 vs 2.79, respectively; P < .001). In the fully adjusted model, each one-unit increase in number of unmet social needs predicted significantly higher odds of membership in the higher dyadic HCC profile when compared to the lower dyadic HCC profile (odds ratio = 1.13; 95% confidence interval [1.04-1.23]; P = .01). Conclusion Mother–child dyads experience synchronous patterns of physiologic stress, and an increasing number of unmet social needs is associated with a profile of higher dyadic HCC. Interventions aimed at decreasing family-level unmet social needs or maternal stress are, therefore, likely to affect pediatric stress and related health inequities; efforts to address pediatric stress similarly may affect maternal stress and related health inequities. Future research should explore the measures and methods needed to understand the impact of unmet social needs and stress on family dyads.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,270
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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