Independent and Combined Effects of Prenatal Alcohol Exposure and Prenatal Stress on Fetal HPA Axis Development
Notice bibliographique
Résumé
Prenatal alcohol exposure (PAE) and prenatal stress (PS) are highly prevalent conditions known to affect fetal programming of the hypothalamic-pituitary-adrenal (HPA) axis. The objectives of this study were to assess the effect of light PAE, PS, and PAE-PS interaction on fetal HPA axis activity assessed via placental and umbilical cord blood biomarkers. Participants of the ENRICH-2 cohort were recruited during the second trimester and classified into the PAE and unexposed control groups. PS was assessed by the Perceived Stress Scale. Placental tissue was collected promptly after delivery; gene and protein analysis for 11β-HSD1, 11β-HSD2, and pCRH were conducted by qPCR and ELISA, respectively. Umbilical cord blood was analyzed for cortisone and cortisol. Pearson correlation and multivariable linear regression examined the association of PAE and PS with HPA axis biomarkers. Mean alcohol consumption in the PAE group was ~2 drinks/week. Higher PS was observed in the PAE group (p < 0.01). In multivariable modeling, PS was associated with pCRH gene expression (β = 0.006, p < 0.01), while PAE was associated with 11β-HSD2 protein expression (β = 0.56, p < 0.01). A significant alcohol-by-stress interaction was observed with respect to 11β-HSD2 protein expression (p < 0.01). Results indicate that PAE and PS may independently and in combination affect fetal programming of the HPA axis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».