MétaCan
Menu
Retour à la cohorte
Enregistrement W4413094530 · doi:10.1038/s43856-025-01065-5

Prenatal exposure to genocide accelerates epigenetic aging in third- and fourth-generation clocks among young adults in Rwanda

2025· article· en· W4413094530 sur OpenAlexaff
Glorieuse Uwizeye, Luisa M. Rivera, Hannah Stolrow, Brock C. Christensen, Julienne N. Rutherford, Zaneta M. Thayer

Notice bibliographique

RevueCommunications Medicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensWestern University
Organismes subventionnairesUniversity of Illinois at ChicagoUniversity of Illinois at Urbana-ChampaignDartmouth College
Mots-clésGenocideEpigeneticsMedicineDemographyPsychologyBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Prenatal exposure genocide-related to trauma has been previously associated with increased morbidity. Whether the prenatal exposure to genocide and rape also impacts various aspects of biological regulation, including patterns of DNA methylation, remains unknown. The purpose of this study was to evaluate whether prenatal exposure to genocide-related trauma, including conception through rape, is associated with accelerated epigenetic aging, a molecular indicator of biological aging. We used a cross-sectional dataset to evaluate whether prenatal exposure to genocide or genocidal rape, among individuals conceived during the 1994 genocide against Tutsi in Rwanda were associated with differences in age acceleration in a range of clocks (first generation: Horvath and Hannum; second generation: PhenoAge; third generation: GrimAge and DunedinPace; and fourth generation: YingDamAge and YingAdaptAge), while taking into account exposure to adverse childhood experiences (ACEs). Participants were 24 years old during the time of data collection, and we enrolled 46 female and 45 male participants. Control participants were those of Rwandan descent who did not live in Rwanda during the genocide. We show that there are no differences in age acceleration observed with first- or second-generation age clocks. However, age acceleration was associated with prenatal exposure to extreme stress for all other clocks, with the greatest acceleration observed in the genocidal rape conception group. For the YingDamAge clock, acceleration effects were strengthened after the inclusion of ACEs. Our findings suggest that prenatal trauma exposure is associated with epigenetic age acceleration. Third and fourth-generation clocks may more accurately capture these relationships. Early life adverse experiences, including during prenatal development, are thought to reduce one’s lifespan. We evaluated whether mothers who experienced genocide related trauma during the 1994 genocide against Tutsi in Rwanda had children with faster biological aging. We measured biological aging using multiple epigenetic “clocks”, which calculates biological age, as opposed to chronological age, by looking at DNA changes across many genes. Our results showed that prenatal exposure to genocide-related trauma was associated with signs of faster aging for several epigenetic clocks. These findings suggest that supportive care and structural assistance for trauma-affected pregnant women and their children should be prioritized during human rights crises to mitigate these effects. Uwizeye et al. examine the association between epigenetic age and prenatal exposure to maternal stress related to genocide and genocidal rape. Findings reveal prenatal exposure to this type of maternal stress accelerates epigenetic aging and suggest that third and fourth-generation clocks more accurately capture these relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,256
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,296
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications MedicineMême sujetEpigenetics and DNA MethylationTravaux en français237 207