Examination of the effects of cannabinoid ligands on decision making in a rat gambling task
Notice bibliographique
Résumé
Although exposure to delta-9-tetrahydrocannabinol (THC) is perceived to be relatively harmless, mounting evidence has begun to show that it is associated with a variety of cognitive deficits, including poor decision making. THC-induced impairments in decision making are thought to be the result of cannabinoid CB1 receptor activation, and although clinical literature suggests that chronic activation via THC contributes to perturbations in decision making, acute CB1 receptor modulation has yielded mixed results. Using an animal model to examine how CB1-specific ligands impact choice biases would provide significant insight as to how recruitment of the endocannabinoid system may influence decision making. Here, we used the rat gambling task (rGT), a validated analogue of the human Iowa Gambling Task, to assess baseline decision making preferences in male Wistar rats. After acquisition rGT performance was measured. Animals were challenged with the CB1 receptor antagonist rimonabant, the partial agonist THC, and the synthetic agonist WIN55,212-2. Animals were also treated acutely with the fatty acid amide hydrolase (FAAH) inhibitor URB597 to selectively upregulate the endocannabinoid anandamide. Blockade of the CB1 receptor produced a trend improvement in decision making in animals who preferred the advantageous task options, yet left choice unaffected in risk-prone rats. Neither CB1 receptor agonist had strong effects on decision making, but a high dose THC decreased premature responses, whereas WIN55,212-2 did the opposite. URB597 did not affect task performance. These results indicate that although chronic CB1 receptor activation may be associated with impaired decision making, acute modulation has modest effects on choice and instead may play a substantive role in regulating impulsive responding.
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 | 0,000 | 0,000 |
| 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 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 ».