Evaluating the Impact of Naltrexone on the Rat Gambling Task to Test Its Predictive Validity for Gambling Disorder
Notice bibliographique
Résumé
Gambling Disorder has serious consequences and no medications are currently approved for the treatment of this disorder. One factor that may make medication development difficult is the lack of animal models of gambling that would allow for the pre-clinical screening of efficacy. Despite this, there is evidence from clinical trials that opiate antagonists, in particular naltrexone, may be useful in treating gambling disorder. To-date, the effects of naltrexone on pre-clinical models of gambling have not been evaluated. The purpose of the present study was to evaluate the effects of naltrexone in an animal model of gambling, the rat gambling task (rGT), to determine whether this model has some predictive validity. The rGT is a model in which rats are given a choice of making either a response that produces a large reward or a small reward. The larger the reward, the greater the punishment, and thus this task requires that the animal inhibit the 'tempting' choice, as the smaller reward option produces overall the most number of rewards per session. People with gambling disorder chose the tempting option more, thus the rGT may provide a model of problem gambling. It was found that naltrexone improved performance on this task in a subset of animals that chose the 'tempting', disadvantageous choice, more at baseline. Thus, the results of this study suggest that the rGT should be further investigated as a pre-clinical model of gambling disorder and that further investigation into whether opioid antagonists are effective in treating Gambling Disorder may be warranted.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».