Pregabalin effects on neural response to emotional faces
Notice bibliographique
Résumé
Pregabalin has shown promise in the treatment of anxiety disorders. Previous functional magnetic resonance imaging (fMRI) studies indicate agents used to treat anxiety, e.g., SSRIs and benzodiazepines, attenuate amygdala, insula, and medial prefrontal cortex (mPFC) activation during emotional processing. Our prior study has shown that during anticipation of an emotional stimulus, pregabalin attenuates amygdala and insula activation but increases medial PFC activation. In this study, we examined whether, similar to SSRIs and benzodiazepines, pregabalin attenuates amygdala, insula, and medial PFC during emotional face processing. Sixteen healthy volunteers underwent a double-blind within-subjects fMRI study investigating effects of placebo, 50 mg, and 200 mg pregabalin on neural activation during an emotional face-matching task. Linear mixed model analysis revealed that pregabalin dose-dependently attenuated left amygdala activation during fearful face-matching and left anterior insula activation during angry face-matching. The 50 mg dose exhibited more robust effects than the 200 mg dose in the right anterior insula and ventral ACC. Thus, pregabalin shares some similarity to SSRIs and benzodiazepines in attenuating anger and fear-related insula and amygdala activation during emotional face processing. However, there is evidence that a subclinical 50 mg dose of pregabalin produced more robust and widespread effects on neural responses in this paradigm than the more clinically relevant 200 mg dose. Taken together, pregabalin has a slightly different effect on brain activation as it relates to anticipation and emotional face processing, which may account for its unique characteristic as an agent for the treatment of anxiety 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».