Genomic structural equation modeling of impulsivity and risk-taking traits reveals three latent factors distinctly associated with brain structure and development
Notice bibliographique
Résumé
Background: Impulsivity is a multifaceted transdiagnostic trait that emerges in childhood. Research has identified genetic loci and brain systems associated with different facets of impulsivity and risk-taking. However, how these genetic underpinnings overlap across different facets, and how they are associated with brain development during childhood remain unknown. Methods: Using genomic structural equation modeling on 17 impulsivity and risk-taking traits, we identified latent factors capturing overlapping genetic architecture. We then calculated polygenic scores for these factors using Adolescent Brain Cognitive Development Study data (N = 4,142) and examined their associations with brain structure, development, and behavior in children aged 9-14 years. Finally, we tested whether socioeconomic status modulated the associations between latent polygenic scores and brain structures. Results: We identified three distinct genetic latent factors, which we label lack of self-control, reward drive, and sensation seeking. In children, polygenic scores for the three factors showed associations with distinct brain patterns: lack of self-control associated with reduced prefrontal cortical thickness, reward drive with increased subcortical cellular density, and sensation seeking with increased cortical surface area and white matter integrity. Longitudinally, lack of self-control predicted slower white matter development. The association between polygenetic score for lack of self-control and white matter mean diffusivity was modulated by socioeconomic status. Conclusions: We identified three genetically distinct dimensions of impulsivity and risk-taking with separable neurodevelopmental origins. These genetic predispositions manifested as distinct brain patterns as early as ages 9-10. Environmental experience modulated some of the genetic effects on brain development.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».