MétaCan
Menu
Retour à la cohorte
Enregistrement W2618724069 · doi:10.1146/annurev-nutr-071816-064855

Brain on Fire: Incentive Salience, Hedonic Hot Spots, Dopamine, Obesity, and Other Hunger Games

2017· review· en· W2618724069 sur OpenAlexaff
Jameason D. Cameron, Jean‐Philippe Chaput, Anders Sjödin, Gary S. Goldfield

Notice bibliographique

RevueAnnual Review of Nutrition · 2017
Typereview
Langueen
DomainePsychology
ThématiqueEating Disorders and Behaviors
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésDopamineSalience (neuroscience)ObesityPsychologyIncentiveNeuroscienceMedicineEndocrinologyEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This review examines human feeding behavior in light of psychological motivational theory and highlights the importance of midbrain dopamine (DA). Prospective evidence of both reward surfeit and reward deficit pathways to increased body weight are evaluated, and we argue that it is more complex than an either/or scenario when examining DA's role in reward sensitivity, eating, and obesity. The Taq1A genotype is a common thread that ties the contrasting models of DA reward and obesity; this genotype related to striatal DA is not associated with obesity class per se but may nevertheless confer an increased risk of weight gain. We also critically examine the concept of so-called food addiction, and despite growing evidence, we argue that there is currently insufficient human data to warrant this diagnostic label. The surgical and pharmacological treatments of obesity are discussed, and evidence is presented for the selective use of DA-class drugs in obesity treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,412
Écart entre enseignants0,354 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations48
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of NutritionMême sujetEating Disorders and BehaviorsTravaux en français237 207