Noninvasive brain stimulation treatments for addiction and major depression
Notice bibliographique
Résumé
Major depressive disorder (MDD) and substance use disorders (SUDs) are prevalent, disabling, and challenging illnesses for which new treatment options are needed, particularly in comorbid cases. Neuroimaging studies of the functional architecture of the brain suggest common neural substrates underlying MDD and SUDs. Intrinsic brain activity is organized into a set of functional networks, of which two are particularly relevant to psychiatry. The salience network (SN) is crucial for cognitive control and response inhibition, and deficits in SN function are implicated across a wide variety of psychiatric disorders, including MDD and SUDs. The ventromedial network (VMN) corresponds to the classic reward circuit, and pathological VMN activity for drug cues/negative stimuli is seen in SUDs/MDD. Noninvasive brain stimulation (NIBS) techniques, including rTMS and tDCS, have been used to enhance cortico-striatal-thalamic activity through the core SN nodes in the dorsal anterior cingulate cortex, dorsolateral prefrontal cortex, and anterior insula. Improvements in both MDD and SUD symptoms ensue, including in comorbid cases, via enhanced cognitive control. Inhibition of the VMN also appears promising in preclinical studies for quenching the pathological incentive salience underlying SUDs and MDD. Evolving techniques may further enhance the efficacy of NIBS for MDD and SUD cases that are unresponsive to conventional treatments.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».