MétaCan
Menu
Retour à la cohorte
Enregistrement W4390951685 · doi:10.1038/s41390-023-02992-6

Associations between Social Adversity and Biomarkers of Inflammation, Stress, and Aging in Children

2024· article· en· W4390951685 sur OpenAlexaff
Matthew S. Pantell, Patrícia Pelufo Silveira, Euclides José de Mendonça Filho, Holly Wing, Erika Brown, Victoria F. Keeton, Irina Pokhvisneva, Kieran J. O’Donnell, John Neuhaus, Danielle Hessler, Michael J. Meaney, Nancy E. Adler, Laura M. Gottlieb

Notice bibliographique

RevuePediatric Research · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesAgency for Healthcare Research and QualityNational Institutes of HealthHarvard University
Mots-clésBiomarkerMedicineInflammationEpigeneticsClinical psychologyInternal medicineOncologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prior work has found relationships between childhood social adversity and biomarkers of stress, but knowledge gaps remain. To help address these gaps, we explored associations between social adversity and biomarkers of inflammation (interleukin-1β [IL-1β], IL-6, IL-8, tumor necrosis factor-alpha [TNF-α], and salivary cytokine hierarchical "clusters" based on the three interleukins), neuroendocrine function (cortisol, cortisone, dehydroepiandrosterone, testosterone, and progesterone), neuromodulation (N-arachidonoylethanolamine, stearoylethanolamine, oleoylethanolamide, and palmitoylethanolamide), and epigenetic aging (Pediatric-Buccal-Epigenetic clock). METHODS: We collected biomarker samples of children ages 0-17 recruited from an acute care pediatrics clinic and examined their associations with caregiver-endorsed education, income, social risk factors, and cumulative adversity. We calculated regression-adjusted means for each biomarker and compared associations with social factors using Wald tests. We used logistic regression to predict being in the highest cytokine cluster based on social predictors. RESULTS: Our final sample included 537 children but varied based on each biomarker. Cumulative social adversity was significantly associated with having higher levels of all inflammatory markers and with cortisol, displaying a U-shaped distribution. There were no significant relationships between cumulative social adversity and cortisone, neuromodulation biomarkers or epigenetic aging. CONCLUSION: Our findings support prior work suggesting that social stress exposures contribute to increased inflammation in children. IMPACT: Our study is one of the largest studies examining associations between childhood social adversity and biomarkers of inflammation, neuroendocrine function, neuromodulation, and epigenetic aging. It is one of the largest studies to link childhood social adversity to biomarkers of inflammation, and the first of which we are aware to link cumulative social adversity to cytokine clusters. It is also one of the largest studies to examine associations between steroids and epigenetic aging among children, and one of the only studies of which we are aware to examine associations between social adversity and endocannabinoids among children. CLINICAL TRIAL REGISTRATION: NCT02746393.

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 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)0,001
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 enseignants0,018
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,053
Tête enseignante GPT0,361
Écart entre enseignants0,309 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric ResearchMême sujetStress Responses and CortisolTravaux en français237 207