Neural correlates of tobacco cue reactivity predict duration to lapse and continuous abstinence in smoking cessation treatment
Notice bibliographique
Résumé
It has been hypothesized that neural reactivity to drug cues in certain limbic/paralimbic regions of the brain is an indicator of addiction severity and a marker for likelihood of success in treatment. To address this question, in the current study, 32 participants (44 percent female) completed a functional magnetic resonance imaging cigarette cue exposure paradigm 2 hours after smoking, and then enrolled in a 9-week smoking cessation treatment program. Neural activation to smoking cues was measured in five a priori defined limbic/paralimbic regions previously implicated with cue reactivity across substances. These included regions of the ventral striatum, anterior cingulate cortex and amygdala. Cox proportional hazard modeling was conducted to predict the number of days to first smoking lapse by using neural activation in these regions. Greater neural activation during pre-treatment exposure to smoking cues in the right ventral striatum, the left amygdala, and the anterior cingulate was associated with longer periods of abstinence following cessation. A similar pattern was present for continuous abstinence for the full duration of treatment. While baseline levels of nicotine dependence were strongly associated with treatment outcome, activation in the right ventral striatum predicted duration of abstinence beyond level of nicotine dependence. These results suggest that pre-treatment reactivity to smoking cues in areas associated with cue reactivity may be associated with successfully maintaining abstinence during treatment. This is consistent with models that propose that as addiction becomes more severe, motivational processing shifts from regions that subserve reward salience and learning to regions responsible motor behavior and habit learning.
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 | 0,000 | 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 | 0,001 |
| 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 ».