Prenatal serotonin reuptake inhibitor antidepressant exposure, <i>SLC6A4</i> genetic variations, and cortisol activity in 6‐year‐old children of depressed mothers: A cohort study
Notice bibliographique
Résumé
Abstract Prenatal exposure to maternal depression and serotonin reuptake inhibitor (SRI) antidepressants both affect the development of the hypothalamic–pituitary–adrenal (HPA) system, possibly via the neurotransmitter serotonin (5HT). In a community cohort, we investigated the impact of two factors that shape prenatal 5HT signaling (prenatal SRI [pSRI] exposure and child SLC6A4 genotype) on HPA activity at age 6 years. Generalized estimating equation (GEE) models were used to study associations between cortisol reactivity, pSRI exposure, and child SLC6A4 genotype, controlling for maternal depression, child age, and sex (48 pSRI exposed, 74 nonexposed). Salivary cortisol levels were obtained at five time points during a laboratory stress challenge: arrival at the laboratory, following two sequential developmental assessments, and then 20 and 40 min following the onset of a stress‐inducing cognitive/social task. Cortisol decreased from arrival across both developmental assessments, and then increased across both time points following the stress challenge in both groups. pSRI‐exposed children had lower cortisol levels across all time points. In a separate GEE model, we observed a lower cortisol stress response among children with L G /S alleles compared with children with La/La alleles, and this was particularly evident among children of mothers reporting greater third trimester depressed mood. Our findings suggest that pSRI exposure and a genetic factor associated with modulating 5HT signaling shaped HPA reactivity to a laboratory stress challenge at school age.
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 | 0,000 |
| 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) | 0,000 | 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 ».