Heterogeneity in the longitudinal courses of global functioning in children at familial risk of major psychiatric disorders: Association with trauma and familial characteristics
Notice bibliographique
Résumé
OBJECTIVES: The extent to which heterogeneity in childhood risk trajectories may underlie later heterogeneity in schizophrenia (SZ), bipolar disorder (BP), and major depressive disorder (MDD) remains a chief question. Answers may optimally be found by studying the longitudinal trajectories of children born to an affected parent. We aimed to differentiate trajectories of global functioning and their sensitive periods from the age of 6 to 17 years in children at familial risk (FHRs). METHODS: First, a latent class mixed model analysis (LCMM) was applied to yearly ratings of the Children's Global Assessment Scale (CGAS) from the age of 6 to 17 years in 170 FHRs born to a parent affected by DSM-IV SZ (N = 37), BP (N = 82) or MDD (N = 51). Then, we compared the obtained Classes or trajectories of FHRs in terms of sex, parental diagnosis, IQ, child clinical status, childhood trauma, polygenic risk score (PRS), and outcome in transition to illness. RESULTS: The LCMM on yearly CGAS trajectories identified a 4-class solution showing markedly different childhood and adolescence dynamic courses and temporal vulnerability windows marked by a functioning decline and a degree of specificity in parental diagnosis. Moreover, IQ, trauma exposure, PRS level, and timing of later transition to illness differentiated the trajectories. Almost half (46%) of the FHRs exhibited a good and stable global functioning trajectory. CONCLUSIONS: FHRs of major psychiatric disorders show heterogeneous functional decline during development associated with parental diagnosis, polygenic risk loading, and childhood trauma.
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 ».