Maternal epigenetic index links early neglect to later neglectful care and other psychopathological, cognitive, and bonding effects
Notice bibliographique
Résumé
BACKGROUND: Past experiences of maltreatment and life adversity induce DNA methylation changes in adults, but less is known about their impact on mothers' maladaptive neglectful parenting and its negative effects. We performed an epigenome-wide association study to investigate the role of DNA methylation levels in mothers with neglectful care, who were exposed to childhood maltreatment and neglect, and their current negative effects. Saliva DNA methylation was determined with the Illumina Human Methylation EPIC BeadChip v1. The individual epigenome was the input to a machine learning algorithm for trajectory inference, which assigned a specific state to each mother in the progression from healthy controls to the extreme neglect condition. A compound epigenetic maternal neglect score (EMN) was derived from 138 mothers (n = 51 in the neglectful group; n = 87 in the control non-neglectful group) having young children. Differential methylation between groups was utilized to derive the EMNs adjusted for education level, age, experimental variables, and blood cell types in saliva samples. RESULTS: (29) = 37.81; p = 0.127; RMSEA = 0.048, confirmed that EMNs link their early experience of physical neglect to current reports of psychopathological symptoms, lower cognitive status, and observed poor mother-child emotional availability. A third of the genes annotated to the CpGs that affect EMNs are related to cognitive impairment and neurodegenerative and psychopathological disorders. CONCLUSIONS: EMNs are a novel index to assess the contribution of DNA methylations as a neglected girl to later neglectful caregiving behavior and other negative effects. The evidence provided expands the possibilities for earlier interventions on the neglect condition to prevent and ameliorate the direct or indirect epigenetic impact of maternal adversities on mother-child care, helping to break the cycle of maltreatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».