Cientistas mostram como a criação e a genética trabalham juntas para moldar o sucesso

Cientistas mostram como a criação e a genética trabalham juntas para moldar o sucesso

Quanto seus genes e sua educação determinam seu sucesso? Um estudo norueguês de referência descreve a complexa interação entre a genética, a família e a política social na definição de quem prospera.

Em recente artigo publicado na revistaComunicação da naturezaOs investigadores examinaram as contribuições ambientais e genéticas para quatro indicadores-chave do estatuto socioeconómico (SES) na Noruega, nomeadamente riqueza, rendimento, prestígio profissional e nível de escolaridade. Os seus resultados sugerem que a variação genética explicou consistentemente mais diferenças no nível de escolaridade e no prestígio profissional, com a educação geralmente mostrando a maior influência genética.

Factores ambientais Os factores ambientais relacionados com a família, por outro lado, contribuíram mais para os desvios no nível educacional e na riqueza. O estudo observa que, devido às características da amostra, as suas estimativas podem ser aplicáveis ​​a uma classe média alta da população norueguesa. Os autores também observam que os seus resultados podem não ser generalizáveis ​​para populações socioeconomicamente mais diversificadas ou não europeias.

fundo

O SES está intimamente associado a importantes resultados de vida, incluindo bem-estar subjetivo, mortalidade e saúde. Portanto, compreender a base genética e ecológica da SES é um foco importante de pesquisa. No entanto, o SES é um construto amplo e medido de forma inconsistente, com uma revisão identificando 149 indicadores únicos.

Os investigadores concentram-se normalmente num núcleo comum de quatro indicadores-chave do SES: riqueza, rendimento, prestígio profissional e nível de escolaridade. Apesar da sua utilização generalizada, as comparações sistemáticas das suas bases genéticas e ambientais permanecem limitadas. A herdabilidade, definida como a porcentagem de variação da característica devido a fatores genéticos, pode ser estimada usando métodos baseados em família ou genótipo.

No entanto, estes métodos produzem frequentemente estimativas diferentes, com estudos de base familiar a mostrarem geralmente uma herdabilidade mais elevada. A variabilidade entre populações, grupos etários e métodos de medição complica ainda mais estas diferenças. Muitos estudos também se baseiam em dados SES auto-relatados, o que pode introduzir vieses significativos. Existe também uma lacuna notável nos estudos que se centram na riqueza, apesar da sua centralidade e distribuição desigual, mesmo em sociedades igualitárias.

Sobre o estudo

Este estudo utilizou dados objetivos baseados em registro de uma amostra norueguesa homogênea. Utilizou múltiplos métodos de herdabilidade dentro de uma única população para garantir consistência e reduzir erros, e para comparar e contrastar o papel dos factores ambientais e genéticos nos indicadores SES.

Dados sobre mais de 170.000 adultos noruegueses entre 35 e 45 anos foram extraídos de registros populacionais nacionais. Os investigadores selecionaram esta faixa etária para capturar informações estáveis ​​do SES, garantindo ao mesmo tempo a consistência entre os indicadores.

O estudo minimizou erros de medição e preconceitos associados aos dados auto-relatados, utilizando registos administrativos para riqueza, prestígio ocupacional, rendimento e nível de escolaridade. Para o rendimento, a riqueza e o prestígio profissional, os indicadores foram calculados em média ao longo de um período de 11 anos (dos 35 aos 45 anos), enquanto o nível de escolaridade foi o mais elevado registado neste período, permitindo estimativas fiáveis ​​e objetivas.

Para examinar os componentes ecológicos e genéticos do SES, o estudo aplicou quatro métodos de estimativa de herdabilidade: dois métodos baseados em famílias e dois métodos baseados em genótipos. Para garantir a comparabilidade, estes métodos foram aplicados a subamostras extraídas da mesma população subjacente. Os pesquisadores também conduziram análises multivariadas para avaliar o grau de sobreposição de influências ambientais e genéticas nos quatro indicadores SES usando modelagem de equações estruturais e técnicas de redução de dimensão.

A Noruega foi escolhida pelos seus extensos sistemas de bem-estar, que reduzem a variabilidade ambiental e melhoram o impacto relativo das diferenças genéticas. A educação universal e o acesso aos cuidados de saúde do país, a forte protecção social e a elevada mobilidade geracional criam um contexto em que as diferenças de SES são menos influenciadas por barreiras económicas.

As principais questões de investigação centraram-se na estimativa das contribuições relativas de factores genéticos, não ancestrais e ambientais partilhados, na variância entre métodos e na sobreposição de influências entre os quatro indicadores SES.

Resultados

Este estudo utilizou quatro métodos de estimativa de herdabilidade para avaliar as contribuições do meio ambiente e da genética para a educação, ocupação, riqueza e renda. Os investigadores encontraram estimativas de herdabilidade estatisticamente significativas em todos os métodos e indicadores, com a educação a mostrar a maior influência genética.

A herdabilidade da riqueza foi semelhante às estimativas baseadas na família (25% vs. 30%), mas superior à renda para estimativas baseadas no genótipo (12% vs. 6,5%). As estimativas variaram de acordo com as suposições sobre correlações ambientais compartilhadas, especialmente entre primos.

Os efeitos ambientais partilhados foram significativos para a educação e a riqueza, mas sensíveis às decisões de modelização. As correlações genéticas entre os quatro indicadores variaram de moderadas a altas (0,35–0,96), sugerindo influências genéticas comuns e distintas.

As análises de componentes principais revelaram uma estrutura unidimensional para componentes genéticos e ambientais compartilhados, mas um padrão mais complexo para ambientes não ancestrais. Em particular, os ambientes individuais associaram uma educação mais longa a rendimentos mais baixos.

Os resultados indicam grandes contribuições familiares para o SES, mas também destacam a influência de factores ambientais individuais com vários graus de sobreposição nos quatro indicadores socioeconómicos. Os autores também observam que as estimativas de herdabilidade baseadas em genótipos podem ser infladas pela estratificação populacional e pelos efeitos genéticos indiretos, que são particularmente relevantes na interpretação dos resultados em nível populacional.

Conclusões

Este estudo fornece estimativas abrangentes de herdabilidade para os principais indicadores SES na Noruega, utilizando dados de registo robustos e diversas metodologias. A educação apresentou as maiores contribuições da genética, consistente com os resultados do Reino Unido.

Os ambientes partilhados influenciaram significativamente a educação e a riqueza, particularmente quando as correlações entre primos foram modeladas de forma realista.

Os pontos fortes do estudo incluem amostras grandes, comparações rigorosas entre métodos e novas estimativas de riqueza. No entanto, as limitações incluem a dependência de estimativas ao nível da população, que podem ser inflacionadas por efeitos genéticos indiretos e suposições sobre ambientes partilhados. Além disso, os autores sugerem que a abordagem comum de utilização de um único índice SES composto pode não capturar uma proporção significativa dos efeitos ambientais individuais e que tal índice deve ser utilizado com consideração informada.

Os investigadores enfatizaram considerações éticas na interpretação dos seus resultados, nomeadamente que a influência genética não implica determinismo; Os resultados socioeconómicos são moldados pelos contextos e políticas sociais. A herdabilidade não é fixa; É uma estatística populacional que não pode ser aplicada a indivíduos e varia entre contextos.

No geral, os resultados destacam a complexidade do desenvolvimento do SES, moldado pela genética, ambientes familiares partilhados e fatores individuais. A investigação futura deverá examinar indicadores mais detalhados e aperfeiçoar métodos para modelar os efeitos ambientais em famílias alargadas.

Fontes: