Genetic aspects of pathological gambling: a complex disorder with shared genetic vulnerabilities
Notice bibliographique
Résumé
AIMS: To summarize and discuss findings from genetic studies conducted on pathological gambling (PG). METHODS: Searches were conducted on PubMed and PsychInfo databases using the keywords: 'gambling and genes', 'gambling and family' and 'gambling and genetics', yielding 18 original research articles investigating the genetics of PG. RESULTS: Twin studies using the Vietnam Era Twin Registry have found that: (i) the heritability of PG is estimated to be 50-60%; (ii) PG and subclinical PG are a continuum of the same disorder; (iii) PG shares genetic vulnerability factors with antisocial behaviours, alcohol dependence and major depressive disorder; (iv) genetic factors underlie the association between exposure to traumatic life-events and PG. Molecular genetic investigations on PG are at an early stage and published studies have reported associations with genes involved in the brain's reward and impulse control systems. CONCLUSIONS: Despite the paucity of studies in this area, published studies have provided considerable evidence of the influence of genetic factors on PG and its complex interaction with other psychiatric disorders and environmental factors. The next step would be to investigate the association and interaction of these variables in larger molecular genetic studies with subphenotypes that underlie PG. Results from family and genetic investigations corroborate further the importance of understanding the biological underpinnings of PG in the development of more specific treatment and prevention strategies.
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) | 0,001 | 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) | 0,002 | 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 ».