Unique Functional Abnormalities in Youth with Combined Marijuana Use and Depression: An fMRI Study
Notice bibliographique
Résumé
Prior research has shown a relationship between early onset marijuana (MJ) use and depression; however, this relationship is complex and poorly understood. Here, we utilized passive music listening and fMRI to examine functional brain activation to a rewarding stimulus in 75 participants [healthy controls (HC), patients with major depressive disorder (MDD), frequent MJ users, and the combination of MDD and MJ (MDD + MJ)]. For each participant, a preferred and neutral piece of instrumental music was determined (utilizing ratings on a standardized scale), and each completed two 6-min fMRI scans of a passive music listening task. Data underwent pre-processing and 61 participants were carried forward for analysis (17 HC, 15 MDD, 15 MJ, 14 MDD + MJ). Two statistical analyses were performed using SPM8, an analysis of covariance with two factors (group × music type) and a whole brain, multiple regression analysis incorporating two predictors of interest [MJ use in past 28 days; and Beck Depression Inventory (BDI) score]. We identified a significant group × music type interaction. Post hoc comparisons showed that the preferred music had significantly greater activation in the MDD + MJ group in areas including the right middle and inferior frontal gyri extending into the claustrum and putamen and the anterior cingulate. No significant differences were identified in MDD, MJ, or HC groups. Multiple regression analysis showed that activation in medial frontal cortex was positively correlated with amount of MJ use, and activation in areas including the insula was negatively correlated with BDI score. Results showed modulation in brain activation during passive music listening specific to MDD, frequent MJ users. This supports the suggestion that frequent MJ use, when combined with MDD, is associated with changes in neurocircuitry involved in reward processing in ways that are absent with either frequent MJ use or MDD alone. This could help inform clinical recommendations for youth with MDD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».