Prediction of depressive symptoms in young adults by polygenic score and childhood maltreatment: Results from a population-based birth cohort
Notice bibliographique
Résumé
Abstract Childhood maltreatment is linked with later depressive symptoms, but not every maltreated child will experience symptoms later in life. Therefore, we investigate whether genetic predisposition for depression (i.e., polygenic score for depression, PGS DEP ) modifies the association between maltreatment and depressive symptoms, while accounting for different types of maltreatment and whether it was evaluated through prospective and retrospective reports. The sample included 541–617 participants from the Quebec Longitudinal Study of Child Development with information on maltreatment, including threat, deprivation, assessed prospectively (5 months–17 years) and retrospectively (reported at 23 years), PGS DEP and self-reported depressive symptoms (20–23 years). Using hierarchical linear regressions, we found that retrospective, but not prospective indicators of maltreatment (threat/deprivation/cumulative) were associated with later depressive symptoms, above and beyond the PGS DEP . Our findings also show the presence of gene–environment interactions, whereby the association between maltreatment (retrospective cumulative maltreatment/threat, prospective deprivation) and depression was strengthened among youth with higher PGS DEP scores. Consistent with the Diathesis-Stress hypothesis, our findings suggest that a genetic predisposition for depression may exacerbate the putative impact of maltreatment on later depressive symptoms, especially when maltreatment is retrospective. Understanding the gene–environment interplay emerging in the context of maltreatment has the potential to guide prevention efforts.
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 | 0,000 | 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 ».