Genetic variation in glutamatergic genes moderates the effects of childhood adversity on brain volume and IQ in treatment-resistant schizophrenia
Notice bibliographique
Résumé
Childhood adversity describes a range of adverse experiences, including sexual, physical, and emotional abuse, neglect, and other adverse life events that have occurred during childhood 1 . It is associated with an elevated risk of schizophrenia 1 , 2 . Studies of individuals with childhood adversity and schizophrenia report lower intelligence quotient (IQ) scores 3 , 4 . A population twins study found that children exposed to domestic violence had lower IQs than unexposed children, regardless of underlying genetic factors 3 . Meanwhile, another study on 216 twins including monozygotic (MZ) and dizygotic (DZ) probands pairs and MZ/DZ healthy controls showed that schizophrenia polygenic risk score (PRS) and childhood trauma predict schizophrenia vulnerability 2 . Given that schizophrenia has also continuously been linked to lower IQ levels as two meta-analysis studies reported that the mean IQ scores of individuals who subsequently develop schizophrenia are lower than those of healthy comparison individuals years before the beginning of psychotic symptoms 5 , 6 , the impact of childhood abuse on cognition may constitute a step in the developmental process leading to psychosis 7 . Low IQ in patients with schizophrenia has been identified as a predictor of poor social and clinical outcomes 8 . Fundamental questions that are highly relevant to our understanding of schizophrenia, and as yet unresolved, are whether the effect of childhood adversity on IQ is influenced by brain volume or genetic variation and if so, does the effect of these factors differ between patients with and without treatment-resistant schizophrenia (TRS)?
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».