Pathological gambling in patients with Parkinson's disease is associated with fronto‐striatal disconnection: A path modeling analysis
Notice bibliographique
Résumé
BACKGROUND: Pathological gambling may occur in Parkinson's disease (PD) as a complication of dopaminergic therapy. Neuroimaging studies have suggested an abnormal dopamine transmission within the reward system, but the changes in the neural network characterizing PD patients with pathological gambling have never been investigated. METHODS: Thirty PD patients (15 with active gambling and 15 matched controls, on-medication) and 15 healthy subjects underwent brain perfusion single photon emission tomography at rest. The severity of gambling was assessed using the South Oaks Gambling Scale. Covariance analysis was applied to identify brain regions whose activity was associated with gambling severity. These regions were used as volume-of-interest to identify functionally interconnected areas using voxel-wise covariance analysis. A path model was defined by means of effective connectivity analysis within the Structural Equation Modeling framework. RESULTS: Gambling severity in PD was associated with a dysfunction of the brain network implicated in decision making, risk processing, and response inhibition, including the ventrolateral prefrontal cortex, anterior (ACC) and posterior cingulate cortex, medial prefrontal cortex, insula and striatum. PD gamblers showed a disconnection between the ACC and the striatum, while this interaction was very robust in both control groups. DISCUSSION: ACC-striatal disconnection may underlie a specific impairment of shifting behaviors after negative outcomes, possibly explaining why PD gamblers use to perseverate into risktaking behaviors despite self-destructive consequences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».