MétaCan
Menu
Retour à la cohorte
Enregistrement W4407428084 · doi:10.3389/fpsyt.2025.1505421

Impact of life adversity and gene expression on psychiatric symptoms in children and adolescents: findings from the Brazilian high risk cohort study

2025· article· en· W4407428084 sur OpenAlexaff
Vanessa Ota, Adrielle Martins de Oliveira, Amanda Bugiga, Helena B. Conceição, Pedro A. F. Galante, Paula Fontes Asprino, Julia Schäfer, Maurício Scopel Hoffmann, Rodrigo A. Bressan, Elisa Brietzke, Gisele Gus Manfro, Rodrigo Grassi‐Oliveira, Ary Gadelha, Luís Augusto Rohde, Eurı́pedes Constantino Miguel, Pedro Mário Pan, Marcos Santoro, Giovanni Abrahão Salum, Carolina Muniz Carvalho, Síntia Belangero

Notice bibliographique

RevueFrontiers in Psychiatry · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of HealthFundação de Amparo à Pesquisa do Estado de São PauloUniversidade Federal do Rio Grande do SulConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésCohortPsychiatryMedicinePsychologyClinical psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: While the influence of both genetic and environmental factors on the development of psychiatric symptoms is well-recognized, the precise nature of their interaction throughout development remains a subject of ongoing debate. This study investigated the association between the expression of 78 candidate genes, previously associated with psychiatric phenotypes, in peripheral blood and both adversity and psychopathology in a sample of 298 young individuals assessed at two time points from the Brazilian High Risk Cohort Study for Mental Conditions (BHRCS). Methods: Psychopathology was assessed using the Child Behavior Checklist (CBCL), considering the total CBCL, p-factor (i.e. general factor of psychopathology), and internalizing and externalizing symptoms as clinical variables. The life adversities considered in this study includes four composite variables: child maltreatment, stressful life events, threat and deprivation. Gene expression was measured using next-generation sequencing for target genes and differential gene expression was analyzed with the DESeq2 package. Results: Mixed models revealed six genes associated with internalizing symptoms: NR3C1, HSPBP1, SIN3A, SMAD4, and CRLF3 genes exhibited a negative correlation with these symptoms, while FAR1 gene showed a positive correlation. Additionally, we also found a negative association between USP38 gene expression and externalizing symptoms. Finally, DENND11 and PRRC1 genes were negatively associated with deprivation, a latent factor characterized by neglect, parental absence, and measures of material forms of deprivation. No mediation or moderation effect was observed of gene expression on the association between life adversities and psychiatric symptoms, meaning that they might influence distinct pathways. Discussion: Among these nine genes, NR3C1, which encodes a glucocorticoid receptor, is by far the most investigated, being associated with depressive symptoms, early life adversity, and stress. While further research is needed to fully understand the complex relationship between gene expression, life adversities, and psychopathology, our findings provide valuable insights into the molecular mechanisms underlying mental disorders.

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)0,001
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,237
Écart entre enseignants0,233 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetStress Responses and CortisolTravaux en français237 207