Cognitive inhibition in depression and suicidal behavior: a neuroimaging study
Notice bibliographique
Résumé
BACKGROUND: Cognitive inhibition deficits have previously been found in suicide attempters. This study examined the neural basis for these deficits in depressed patients with and without a history of suicidal behavior. METHOD: Functional magnetic resonance imaging was used to measure brain activation during the Go/No-Go response inhibition task in 25 unmedicated and depressed middle-aged suicide attempters, 22 unmedicated depressed patient controls with no personal or family history of suicidal behavior, and 27 healthy controls. Whole-brain analyses were conducted with SPM12. RESULTS: Suicide attempters exhibited an elevated number of commission errors relative to both control groups. However, suicide attempters did not differ from patient controls in terms of brain activation for any contrast. Analyses showed a significant association between depression and brain activation in the left inferior frontal gyrus and medial thalamus during Go v. No-Go, and in the bilateral parietal cortex and left orbitofrontal cortex during No-Go v. baseline. These regions were correlated with psychological pain, suicidal ideation and global functioning. There was no association between brain activation and personal histories of suicidal act. CONCLUSIONS: Our study suggests that deficits in cognitive inhibition, in relation to the inferior frontal gyrus, thalamus, orbitofrontal cortex and parietal cortex, are related to the depressive state and not specifically to suicide vulnerability. We hypothesize that state-related deficits may add to trait-like cognitive impairments to facilitate suicidal acts. These different types of cognitive impairments may necessitate different therapeutic strategies for the prevention of suicide.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».