Impact of Marijuana on Response Inhibition: an fMRI Study in Young Adults
Notice bibliographique
Résumé
Rationale: Marijuana use in adolescence is prevalent and increasing. Understanding the neural correlates of the impact of this use is critical for policy making and for youth awareness. Objectives The effects of marijuana use on response inhibition were investigated in 19–21-year-olds using functional magnetic resonance imaging (fMRI). Methods: Participants were members of the Ottawa Prenatal Prospective Study, a longitudinal study that collected a unique body of information on participants from infancy to young adulthood including: prenatal drug history, detailed cognitive/behavioral performance, and current and past drug use. This information allowed for the control of an unparalleled number of potentially confounding variables including: prenatal marijuana, nicotine, alcohol, and caffeine exposure and offspring alcohol, marijuana, and nicotine use. Ten marijuana users and 14 nonusers that served as controls performed a Go/No-Go task while fMRI blood oxygen level-dependent response was examined. Results: Despite similar task performance, there was a positive relationship between amount of marijuana smoked and activation in right thalamus, premotor cortex and middle frontal gyrus. These regions form part of the neural network responsible for inhibition control. There was also a positive dose dependent relationship with marijuana and activation in inferior parietal lobe and precuneus, also parts of response inhibition pathways. Conclusions: These results suggest a dose dependent alteration in neural functioning during response inhibition after controlling for other prenatal and current drug use. These alterations may be necessary in order to compensate for neural changes in response inhibition circuits caused by long term marijuana use that began during adolescence/young adulthood.
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 | 0,002 | 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 | 0,001 |
| 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 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 ».