Understanding the shared genetic risk for psychosis and substance use disorders : a study of genetic markers of endogenous and exogenous cannabinoid-related Risk
Bibliographic record
Abstract
La consommation de cannabis durant l'adolescence est associée à des risques accrus de problèmes de santé mentale, y compris la toxicomanie et la psychose. Tout en considérant qu'une partie de l'étiologie de ces troubles est héréditaire, nous avons étudié le risque génétique de psychose et de troubles liés à l'usage de substances et leurs relations avec le cannabis et le système endocannabinoïde. Dans notre premier travail, nous avons étudié la relation entre les marqueurs génétiques endocannabinoïdes et les troubles d’usage d'alcool (TUA) pour deux cohortes d'adolescents. À l’aide d’approches de gènes candidats, nous avons démontré une relation significative entre ces gènes endocannabinoïdes et les TUA, mais ces résultats n'ont pas été répliqués chez une deuxième cohorte indépendante. Lors d’une seconde étude, nous avons examiné si la relation entre le score de risque polygénique pour la schizophrénie (PRS-Sz) et les expériences prépsychotiques (PLE) est médiée et/ou modérée par la consommation de cannabis, pour deux cohortes indépendantes. Des modèles de régression de médiation et de modération ont été utilisés pour examiner dans quelle mesure la relation prospective entre PRS-Sz et PLE est expliquée par la consommation de cannabis. Les résultats des analyses de médiation et de modération n'étaient pas significatifs, bien que le PRS-Sz et la consommation de cannabis aient tous deux prédit indépendamment les PLE. Ces résultats suggèrent que la consommation de cannabis reste un facteur de risque de psychose, au-delà de la vulnérabilité génétique connue pour la schizophrénie et qu’il n'y a pas de preuve que les individus génétiquement vulnérables étaient plus sensibles aux conséquences psychotiques de la consommation de cannabis. Le travail décrit démontre que les risques posés par la consommation de cannabis chez les adolescents pourraient ne pas être associés à une prédisposition génétique aux maladies psychiatriques, nonobstant l’implication du système endocannabinoïde dans la pathogenèse de ces mêmes maladies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".