MétaCan
Menu
Retour à la cohorte
Enregistrement W2066244040 · doi:10.1097/fbp.0b013e3283242f05

Genetics of dopamine receptors and drug addiction: a comprehensive review

2009· review· en· W2066244040 sur OpenAlexaff
Bernard Le Foll, Alexandra Gallo, Yann Le Strat, Lin Lü, Philip Gorwood

Notice bibliographique

RevueBehavioural Pharmacology · 2009
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurotransmitter Receptor Influence on Behavior
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésAddictionDopaminergicDopamine receptorDrugDopaminePhenotypeReceptorDopaminergic pathwaysNicotineDopamine receptor D2NeuroscienceMedicinePharmacologyPsychologyBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Drug dependence is a chronic, relapsing disorder in which compulsive drug-seeking and drug-taking behaviours persist despite serious negative consequences. Addictive substances, such as opioids, ethanol, psychostimulants and nicotine, induce pleasant states or relieve distress, effects that contribute to their recreational use. Dopamine is critically involved in drug addiction processes. However, the role of the various dopaminergic receptor subtypes has been difficult to delineate. Here, we will review the information collected implicating the receptors of the D1 family (DRD1 and DRD5) and of the D2 family (DRD2, DRD3 and DRD4) in drug addiction. We will summarize the distribution of these receptors in the brain, the preclinical experiments carried out with pharmacological and transgenic approaches and the genetic studies carried out linking genetic variants of these receptors to drug addiction phenotypes. A meta-analysis of the studies carried out evaluating DRD2 and alcohol dependence is also provided, which indicates a significant association. Overall, this review indicates that different aspects of the addiction phenotype are critically influenced by dopaminergic receptors and that variants of those genes seem to influence some addiction phenotypes in humans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,392
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations395
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioural PharmacologyMême sujetNeurotransmitter Receptor Influence on BehaviorTravaux en français237 207