The First “Hit” to the Endocannabinoid System? Associations Between Prenatal Cannabis Exposure and Frontolimbic White Matter Pathways in Children
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.
Notice bibliographique
Résumé
Background: -tetrahydrocannabinol and its bioactive metabolites, readily cross the placenta and accumulate in the fetal brain, disrupting neurodevelopment. Recent research using the Adolescent Brain Cognitive Development (ABCD) Study cohort has linked prenatal cannabis exposure (PCE) to greater neurobehavioral problems and lower total gray and white matter volume in children. Here, we examined the impact of PCE on frontolimbic white matter pathways that are critical for cognitive- and emotion-related functioning, show a high density of cannabinoid receptors, and are susceptible to cannabis exposure during other periods of rapid neurodevelopment (e.g., adolescence). Methods: This study included 11,530 children (mean ± SD age = 118.99 ± 7.49 months; 47% female) from the ABCD Study cohort. Linear mixed-effects models were used to examine the effects of caregiver-reported PCE on fractional anisotropy of 10 frontolimbic pathways (5 per hemisphere). Results: = .007) fornix, and these results remained significant after adjusting for a variety of covariates, multiple comparisons, fractional anisotropy of all fibers, and using a quality-control cohort only. Conclusions: In sum, we demonstrated small, yet reliable, effects of PCE on white matter integrity during childhood, particularly in the fornix, which plays a crucial role in emotion- and memory-related processes. Future studies are needed to understand the impacts of small changes in brain structure or function on neurodevelopment and risk of neurobehavioral problems.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 découle