MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408989464 · doi:10.1101/2025.03.27.645667

Polygenic Associations between Motor Behaviour, Neuromotor Traits, and Active Music Engagement in Four Cohorts

2025· preprint· en· W4408989464 sur OpenAlexaffabout
Tara Lynn Henechowicz, Peyton L. Coleman, Daniel E. Gustavson, Yasmina Mekki, Srishti Nayak, Rachana Nitin, Alyssa Scartozzi, Earvin S. Tio, Rivka van Klei, Daniel Felsky, Michael H. Thaut, Reyna L. Gordon

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensBaycrest HospitalUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychologyGenome-wide association studyMotor skillDevelopmental psychologyMotor coordinationBrain Structure and FunctionAssociation (psychology)Cognitive psychologyCognitionNeuroscienceBiologyGeneticsSingle-nucleotide polymorphismGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Phenotypic investigations have shown that actively engaging with music, i.e., playing a musical instrument or singing may be protective of motor decline in aging. For example, music training associated with enhanced sensorimotor skills accompanied by changes in brain structure and function. Although it is possible that the benefits of active music engagement "transfer" to benefits in the motor domain, it is also possible that the genetic architecture of motor behaviour and the motor system structure may influence active music engagement. This study investigated whether polygenic scores (PGS) for five behavioural motor traits, 12 neuromotor structural brain traits, and seven rates of change in brain structure traits trained from existing discovery genome-wide association studies (GWAS) predict active music engagement outcomes in four independent cohorts of unrelated individuals of European ancestry: the Canadian Longitudinal Study on Aging (CLSA; N=22,198), Wisconsin Longitudinal Study (WLS; N=4,605), Vanderbilt's BioVU Repository (BioVU; N=6,150), and Vanderbilt's Online Musicality study (OM; N=1,559). Results were meta-analyzed for each PGS main effect across outcomes and cohorts, revealing that PGS for a faster walking pace was associated with higher amounts of active music engagement. Within CLSA, a higher PGS for walking pace was associated with greater odds of engaging with music. Findings suggest a shared genetic architecture between motor function and active music engagement. Future intervention-based research should consider the genetic underpinnings of motor behavior when evaluating the effects of music engagement on motor function across the lifespan.

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)0,002
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 enseignants0,087
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetChildren's Physical and Motor Development→Travaux en français237 207→