Polygenic risk and hostile environments: Links to stable and dynamic antisocial behaviors across adolescence
Notice bibliographique
Résumé
Adverse environments are linked to elevated youth antisocial behavior. However, this relation is thought to depend, in part, on genetic susceptibility. The present study investigated whether polygenic risk for antisociality moderates relations between hostile environments and stable as well as dynamic antisocial behaviors across adolescence. We derived two antisocial-linked polygenic risk scores (N = 721) based on previous genome-wide association studies. Forms of antisocial behavior (nonaggressive conduct problems, physical aggression, social aggression) and environmental hostility (harsh parenting and school violence) were assessed at age 13, 15, and 17 years. Relations to individual differences stable across adolescence (latent stability) vs. time-specific states (timepoint residual variance) of antisocial behavior were assessed via structural equation models. Higher antisocial PRS, harsh parenting, and school violence were linked to stable elevations in antisocial behaviors across adolescence. We identified a consistent polygenic-environment interaction suggestive of differential susceptibility in late adolescence. At age 17, harsher parenting was linked to higher social aggression in those with higher antisocial PRS, and lower social aggression in those with lower antisocial PRS. This suggests that genetics and environmental hostility relate to stable youth antisocial behaviors, and that genetic susceptibility moderates home environment-antisocial associations specifically in late adolescence.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».