Prenatal maternal subjective distress predicts higher autistic-like traits in offspring: The Iowa Flood Study
Notice bibliographique
Résumé
Autism spectrum disorder prevalence more than quadrupled in the United States between 2000 and 2020. Ice storm-related prenatal maternal stress (PNMS) predicts autistic-like trait severity in children exposed early in gestation. The objective was to determine the extent to which PNMS influences the severity and trajectory of autistic-like traits in prenatally flood-exposed children at ages 4-7 years and to test moderation by sex and gestational timing. Soon after the June 2008 floods in Iowa, USA, 268 women pregnant during the disaster were assessed for objective hardship, subjective distress, and cognitive appraisal of the experience. When their children were 4, 5½, and 7 years old, mothers completed the Social Communication Questionnaire (SCQ) to assess their children's autistic-like traits; 137 mothers completed the SCQ for at least one age. The final longitudinal multilevel model showed that the greater the maternal subjective distress, the more severe the child's autistic-like traits, controlling for objective hardship. The effect of PNMS on rate of change was not significant, and there were no significant main effects or interactions involving sex or timing. Prenatal maternal subjective distress, but not objective hardship or cognitive appraisal, predicted more severe autistic-like traits at age 4, and this effect remained stable through age 7.
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 ».