Deep-Brain Stimulation of the Subthalamic Nucleus Selectively Decreases Risky Choice in Risk-Preferring Rats
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Deep brain stimulation of the subthalamic nucleus (STN-DBS) can improve the motor symptoms of Parkinson's disease (PD) and negate the problematic side effects of dopamine replacement therapy. Although there is concern that STN-DBS may enhance the development of gambling disorder and other impulse control disorders in this patient group, recent data suggest that STN-DBS may actually reduce iatrogenic impulse control disorders, and alleviate obsessive-compulsive disorder (OCD). Here, we sought to determine whether STN-DBS was beneficial or detrimental to performance of the rat gambling task (rGT), a rodent analogue of the Iowa Gambling Task (IGT) used to assess risky decision making clinically. Rats chose between four options associated with different amounts and probabilities of sugar pellet rewards versus timeout punishments. As in the IGT, the optimal approach was to favor options associated with smaller per-trial gains but lower timeout penalties. Once a stable behavioral baseline was established, electrodes were implanted bilaterally into the STN, and the effects of STN-DBS assessed on-task over 10 consecutive sessions using an A-B-A design. STN-DBS did not affect choice in optimal decision makers that correctly favored options associated with smaller per-trial gains but also lower penalties. However, a minority (∼25%) preferred the maladaptive "high-risk, high-reward" options at baseline. STN-DBS significantly and progressively improved choice in these risk-preferring rats. These data support the hypothesis that STN-DBS may be beneficial in ameliorating maladaptive decision making associated with compulsive and addiction disorders.
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.
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 | 0,000 | 0,002 |
| 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 découle