MétaCan
Menu
Retour à la cohorte
Enregistrement W4401302597 · doi:10.1016/j.bbih.2024.100832

Maternal immune response during pregnancy and neurodevelopmental outcomes: A longitudinal approach

2024· article· en· W4401302597 sur OpenAlexfundno aff
Verônica Euclydes, Caio I.S. Braga, Gisele Rodrigues Gouveia, Raquel Chacon Ruiz Martinez, Caroline Camilo, Sergio N. Simões, David Martins, Lislaine Aparecida Fracolli, Adriana Argeu, Alexandre Archanjo Ferraro, Alícia Matijasevich, Daniel Fatori, Eurı́pedes Constantino Miguel, Guilherme V. Polanczyk, Helena Brentani

Notice bibliographique

RevueBrain Behavior & Immunity - Health · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges CanadaConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação Maria Cecilia Souto VidigalFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésPregnancyOffspringPsychosocialGestationAnxietyMedicineImmune systemObstetricsPsychologyImmunologyPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Background and objectives: The neurodevelopment of the offspring is suggested to be influenced by the maternal immune system's responses throughout pregnancy, which in turn is also vulnerable to maternal psychosocial stress conditions. Therefore, our main goal was to investigate whether maternal peripheral immunological biomarkers (IB) during two stages of gestation are associated with distinct neurodevelopmental trajectories in the first two years of life. As a second goal, we also explored the association between maternal distal (childhood) and proximal (gestation) stressful experiences and the immunological markers assessed during pregnancy. Methods: Maternal childhood trauma, depressive and anxiety symptoms, and peripheral IB (IFNγ, IL-10, IL1β, IL6, IL8, TNFα, EGF, IL13, IL17, IL1Ra and IL4) were measured at baseline (8-16 weeks of pregnancy) and at 30 weeks of pregnancy in 160 women. The participants had the blood samples collected from two randomized clinical trials conducted by the same team and methods in the same community. A Principal Component Analysis (PCA) was implemented to create meaningful composite variables that describe the cytokines joint variation. Finally, linear mixed-effects modeling was used to investigate the influence of inflammatory biomarkers, maternal childhood trauma, anxiety, and depressive symptoms on Bayley's III scores trajectories. Results: The IB profile during the 3rd trimester of pregnancy predicted the offspring's neurodevelopmental trajectories in the first two years of life. The components derived from PCA were important predictors and captured different immune responses, reflecting both pro- and anti-inflammatory states. Maternal stressful experiences did not correlate with the immunological markers. Although not a reliable predictor alone, maternal psychosocial stress at the 1st trimester of pregnancy interacted with the mother's immune response while predicting the neurodevelopmental scores during the first two years of life. Conclusions: Our results underscore the importance of the maternal immune response during pregnancy in shaping the neurodevelopmental trajectory of the offspring. Additionally, we observed that the maternal distress at the early stages of pregnancy has an incremental effect on the neurodevelopmental outcome but depends upon the immune response.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,054
Tête enseignante GPT0,325
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain Behavior & Immunity - HealthMême sujetTryptophan and brain disordersTravaux en français237 207