Using neuroimaging to predict relapse to smoking: role of possible moderators and mediators
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
BACKGROUND AND AIMS: Preclinical animal studies have established stressors, substance use associated cues, and priming as distinct triggers of relapse in substance dependence. These triggers seem to induce relapse by activating distinct brain pathways. In order to test these findings in humans, it is necessary to establish new human research paradigms. Neuroimaging may help to study brain regions involved in mediating the effects of these distinct triggers of relapse and to further delineate mediators of these pathways. In order to understand individual differences it is crucial to assess the impact of moderators on these pathways to relapse. METHODS: Paradigms to study distinct relapse triggers are currently being set up for tobacco dependence. It is practically impossible to study human relapse and specifically its neurobiological pathways in the natural surrounding. Instead we aim to establish vulnerability patterns in a laboratory environment, applying functional magnetic resonance imaging (fMRI) assessments during trigger exposure. Brain activation determined by fMRI may constitute a sensitive measure to assess responses to cues, stress, and priming. Establishing these paradigms will then allow to further delineate the role of possible mediators (e.g. attention, inhibition) and moderators (e.g. sex, genetic factors) underlying relapse to smoking. RESULTS: Initial results are encouraging, but this approach needs further studies to proof its usefulness. CONCLUSIONS: We outline an approach to study nicotine relapse within a laboratory environment, using fMRI assessments during trigger exposure. The long term goal is rational treatment development. To reach this goal it is crucial to identify, include and investigate critical moderators and mediators of relapse within this approach.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 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 | 0,001 |
| 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