MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404312824 · doi:10.1038/s41598-024-78035-9

Prenatal exposure to genocide and subsequent adverse childhood events are associated with DNA methylation of SLC6A4, BDNF, and PRDM8 in early adulthood in Rwanda

2024· article· en· W4404312824 sur OpenAlexafffund
Luisa M. Rivera, Glorieuse Uwizeye, Hannah Stolrow, Brock C. Christensen, Julienne N. Rutherford, Zaneta M. Thayer

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensWestern University
Organismes subventionnairesUniversity of Illinois at ChicagoWestern UniversityDartmouth CollegeUniversity of Illinois at Urbana-ChampaignNeukom Institute for Computational Science, Dartmouth College
Mots-clésDNA methylationMethylationPrenatal exposureMedicinePregnancyEpigeneticsPoison controlGeneticsPsychiatryBiologyDNAGeneMedical emergencyOffspringGene expression

Résumé

récupéré en direct d'OpenAlex

We investigated associations between prenatal genocidal trauma, including maternal rape, and postnatal adverse childhood experiences (ACEs) on DNA methylation of genes associated with the stress response. In a comparative cross-sectional study of 91 Rwandan young adults, categorized by prenatal exposure to genocide and maternal rape, genocide without rape, and unexposed controls, we analyzed DNA methylation from dried blood spots and assessed ACEs and depression and anxiety symptoms at age 24. Prenatal exposure to maternal rape was associated with DNA methylation changes in BDNF and SLC6A4, with the association in BDNF attenuated after including ACE exposure in the model. Genocide exposure without rape was associated with methylation changes in PRDM8 after adjusting for early adversity. Methylation in BDNF and SLC6A4 correlated with depression and anxiety symptoms. These findings underscore the impact of prenatal and postnatal trauma on DNA methylation and mental wellbeing, emphasizing the need for continued support for survivors in the decades after conflict.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,273
Écart entre enseignants0,261 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetMigration, Health and Trauma→Travaux en français237 207→