MétaCan
Menu
Retour à la cohorte
Enregistrement W2163731432 · doi:10.1177/2045125315583820

Revisiting the ‘self-medication’ hypothesis in light of the new data linking low striatal dopamine to comorbid addictive behavior

2015· review· en· W2163731432 sur OpenAlexaff
A. George Awad, Lakshmi L.N.P. Voruganti

Notice bibliographique

RevueTherapeutic Advances in Psychopharmacology · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurotransmitter Receptor Influence on Behavior
Établissements canadiensOakville-Trafalgar Memorial HospitalHumber River Regional HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAddictionDopaminePsychologyNeurosciencePsychiatryAddictive behaviorClinical psychologyMedicineCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Persons with schizophrenia are at a high risk, almost 4.6 times more likely, of having drug abuse problems than persons without psychiatric illness. Among the influential proposals to explain such a high comorbidity rate, the 'self-medication hypothesis' proposed that persons with schizophrenia take to drugs in an effort to cope with the illness and medication side effects. In support of the self-medication hypothesis, data from our earlier clinical study confirmed the strong association between neuroleptic dysphoria and negative subjective responses and comorbid drug abuse. Though dopamine has been consistently suspected as one of the major culprits for the development of neuroleptic dysphoria, it is only recently our neuroimaging studies correlated the emergence of neuroleptic dysphoria to the low level of striatal dopamine functioning. Similarly, more evidence has recently emerged linking low striatal dopamine with the development of vulnerability for drug addictive states in schizophrenia. The convergence of evidence from both the dysphoria and comorbidity research, implicating the role of low striatal dopamine in both conditions, has led us to propose that the person with schizophrenia who develops dysphoria and comorbid addictive disorder is likely to be one and the same.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,110
Tête enseignante GPT0,430
Écart entre enseignants0,320 · 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'étudeThéorique ou conceptuel
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

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in PsychopharmacologyMême sujetNeurotransmitter Receptor Influence on BehaviorTravaux en français237 207