Neural Correlates of the Affect Regulation Model in Schizophrenia Patients With Substance Use History
Notice bibliographique
Résumé
BACKGROUND: The lifetime prevalence of substance use disorders among schizophrenia patients is close to 50%. The negative consequences of substance abuse in schizophrenia are well documented, but the etiology of this comorbid condition remains unknown. According to the affect regulation model, schizophrenia patients abuse drugs in order to cope with their negative affects. Supporting the model, clinical studies have shown that dual-diagnosis patients have less blunting of affect and that they experience more negative affect. We hypothesized that patients with a history of substance use would have increased cerebral activations in response to aversive stimuli when compared to abstinent patients. METHOD: Schizophrenia patients were divided into 2 groups: patients with (SCZ-SU group; N = 12) and without (SCZ group; N = 11) a current or past substance use disorder (alcohol, cannabis, and/or LSD). Diagnoses were made according to DSM-IV criteria. Using functional magnetic resonance imaging (fMRI), patients were scanned during passive viewing of emotionally negative pictures (International Affective Picture System). Data were gathered from September 2001 to December 2003. RESULTS: Subjectively, the emotional experience induced by viewing the negative pictures was rated significantly higher in the SCZ-SU group than in the SCZ group (p = .008). Neurally, in the SCZ-SU group, significant loci of activation were identified in the right medial prefrontal cortex (Brodmann's area [BA] 10), left medial prefrontal cortex (BA 10), right orbitofrontal cortex (BA 47), and left amygdala. No significant loci of activation were observed in the SCZ group. CONCLUSIONS: These results suggest that the functioning of the medial prefrontal cortex, thought to be impaired in patients with prominent negative symptoms, is more preserved in dual-diagnosis schizophrenia. This relative preservation could be primary or secondary to substance use.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».