Adverse Childhood Experiences Influence Longitudinal Changes in Leptin But Not Adiponectin
Notice bibliographique
Résumé
OBJECTIVE: Adverse childhood experiences (ACEs) are associated with a greater risk of obesity and cardiometabolic disease. Adipokines, including leptin and adiponectin, play vital roles in biological processes linked to obesity and cardiometabolic risk. The adiponectin/leptin ratio may represent a marker of impaired hormonal regulation of adipose tissue. Prior cross-sectional studies suggest patterns of higher plasma leptin and lower adiponectin among adults who have experienced ACEs. This study addresses whether ACEs influence longitudinal changes in leptin, adiponectin, and the adiponectin/leptin ratio, after accounting for current chronic stress and adiposity. METHODS: This longitudinal study included 192 middle-aged mothers (mean age = 46.78 years) experiencing higher (n = 108) and lower (n = 84) chronic caregiving stress. Adipokines and adiposity were measured at three timepoints: T1 (baseline), T2 (15 months later), and T3 (30 months after T1). ACEs were assessed retrospectively using the Childhood Trauma Questionnaire. RESULTS: Mixed-effect models showed that leptin and adiponectin increased over time. Greater ACEs exposure was associated with larger increases in leptin over time, but it was not related to adiponectin or the adiponectin/leptin ratio. Current caregiving stress was not related to leptin and adiponectin levels and did not interact with ACEs in predicting adipokine levels. Mediation analyses revealed that increases in waist circumference partially mediated the association between ACEs and increases in leptin over time. CONCLUSIONS: ACEs may increase vulnerability to cardiometabolic risk in midlife caregiving mothers through its influence on longitudinal changes in leptin and central adiposity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».