Exploiting Nicotinic Receptor Mechanisms for the Treatment of Schizophrenia and Depression
Notice bibliographique
Résumé
Smoking rates are higher in persons with schizophrenia (SZ; 58%–88%) and major depressive disorder (MDD; 40%–60%) compared to the U.S. general population (∼23%). Nicotinic acetylcholine receptors (nAChRs) are the brain receptors for nicotine. SZ and MDD are nicotine-responsive neuropsychiatric disorders. Thus, it is hypothesized that the higher rates of smoking in the SZ and MDD populations can be attributed to the pathophysiology of these disorders. Knowledge of nAChR functioning can be exploited in therapeutics for treating both the addiction and clinical aspects of these disorders. This article reviews the neurobiology of nAChR and biological dysregulation inherent in SZ and MDD. In addition, manipulation of nAChRs with appropriate agonists and antagonists is discussed. Specifically, nAChRs can be stimulated to improve cognitive deficits associated with SZ and blocked for the treatment of selective serotonin reuptake inhibitor–refractory major depression; a combination of agonism and antagonism may assist with smoking cessation in SZ populations. This knowledge has significant implications for further development of pharmacotherapies for treatment of SZ and MDD symptoms and for smoking cessation in these disorders.
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 | 0,000 |
| 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 ».