Processing of social emotion in patients with schizophrenia and substance use disorder: An fMRI study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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 aetiology of this comorbid condition remains unknown. Mounting evidence suggests that dual-diagnosis patients have fewer negative symptoms and better social skills, compared to non-abusing patients. We hypothesized that schizophrenia patients with substance use disorder (SCZ-SUD) would display increased cerebral activations in response to socioemotional stimuli, relative to patients with no SUD (SCZ). Schizophrenia patients (DSM-IV criteria) were divided into two groups: patients with (n=12) and without (n=11) substance use (alcohol and/or cannabis). Using functional magnetic resonance imaging (fMRI), patients were scanned during passive viewing of an emotional film excerpt with social content. Loci of activation were identified in the right mPFC (BA 10) and the right supramarginal gyrus (BA 40) in SCZ-SUD patients, and in the left pons in SCZ patients. Relative to SCZ patients, increased loci of activation were found in the right superior parietal cortex (BA 7) and the left medial prefrontal cortex (BA 10) in SCZ-SUD patients, who reported higher subjective emotional experience on a self-report scale. To our knowledge, this is the first fMRI study to assess social emotions in dual-diagnosis schizophrenia. Our results suggest that socioemotional processing may be less impaired in dual diagnosis, which recruited brain regions seemingly involved in "social cognition." Further studies on the topic are warranted.
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.
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 | 0,001 |
| 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 découle