The association between prenatal maternal anxiety, infant brain volumes, and temperament during the COVID-19 pandemic
Notice bibliographique
Résumé
Prenatal maternal stress (PNMS), anxiety, and depression are associated with altered trajectories of infant socio-emotional and brain development, including the amygdala and prefrontal cortex (PFC). During the COVID-19 pandemic, prenatal anxiety and depression was significantly elevated, yet the impact on infant neurodevelopment remains uncertain. The objective of this study was to determine whether PNMS and mental health during the pandemic was associated with infant amygdala and PFC volumes as well as temperament. Participants were enrolled in the Canadian 'Pregnancy during the COVID-19 Pandemic' cohort study. Pregnant individuals had their perceived stress, pandemic-related objective hardship, and mental health measured via questionnaires. Infant magnetic resonance imaging (MRI) scans (n = 100) were conducted at 3 months of age, and parents reported on infant temperament at 6 months of age. General linear models were used to examine the associations among PNMS, mental health, brain volumes, and developmental outcomes. Prenatal maternal anxiety negatively predicted 3-month left infant amygdala volumes (B = -5.919; p = 0.016; 95% CI, -10.748 to -1.089). Smaller left amygdala volumes were associated with greater infant 6-month negative affectivity (B = -0.003; p = 0.002; 95% CI, -0.006--0.001). This study provides evidence for infant brain alterations related to prenatal maternal anxiety, indicating that the impact of anxiety on infant development during the COVID-19 pandemic may have long-lasting implications for children's health. Our findings suggest that prenatal anxiety may be a key area for screening and intervention during pregnancy to best support healthy infant 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».