Genetic risk for schizophrenia and autism, social impairment and developmental pathways to psychosis
Notice bibliographique
Résumé
While psychotic experiences (PEs) are assumed to represent psychosis liability, general population studies have not been able to establish significant associations between polygenic risk scores (PRS) and PEs. Previous work suggests that PEs may only represent significant risk when accompanied by social impairment. Leveraging data from the large longitudinal IMAGEN cohort, including 2096 14-year old adolescents that were followed-up to age 18, we tested whether the association between polygenic risk and PEs is mediated by (increasing) impairments in social functioning and social cognitive processes. Using structural equation modeling (SEM) for the subset of participants (n = 643) with complete baseline and follow-up data, we examined pathways to PEs. We found that high polygenic risk for schizophrenia (p = 0.014), reduced brain activity to emotional stimuli (p = 0.009) and social impairments in late adolescence (p < 0.001; controlling for functioning in early adolescence) each independently contributed to the severity of PEs at age 18. The pathway between polygenic risk for autism spectrum disorder and PEs was mediated by social impairments in late adolescence (indirect pathway; p = 0.025). These findings point to multiple direct and indirect pathways to PEs, suggesting that different processes are in play, depending on genetic loading, and environment. Our results suggest that treatments targeting prevention of social impairment may be particularly promising for individuals at genetic risk for autism in order to minimize risk for psychosis.
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 | 0,000 | 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 | 0,000 | 0,001 |
| 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 ».