A randomized, double‐blind, placebo‐controlled study of the kappa opioid receptor antagonist, CERC‐501, in a human laboratory model of smoking behavior
Notice bibliographique
Résumé
Preclinical data indicate that selective kappa opioid receptor antagonists reduce nicotine self-administration and withdrawal symptoms. The aim of the current study was to determine whether treatment with CERC-501, an orally available, potent, and selective kappa opioid receptor antagonist, could alleviate nicotine withdrawal and craving and mitigate mood alterations associated with nicotine withdrawal in humans. Healthy, adult cigarette smokers were enrolled into this randomized, multisite, double-blind, placebo-controlled, crossover study. Participants completed two 8-day treatment phases during which they received either CERC-501 (15 mg, p.o., once daily) or placebo. On the seventh day of each dosing phase, participants were admitted as inpatients for an 18-hour cigarette abstinence period followed by experimental testing. The primary outcome measures were (a) performance on the McKee Smoking Lapse test (ie, latency to smoke in exchange for money) and (b) number of cigarettes self-administered during a 60-minute ad lib smoking period. Other outcomes included measures of craving, mood, anxiety, nicotine withdrawal, and subjective effects of cigarette smoking. A total of 71 participants who smoked an average of approximately 23 cigarettes per day were enrolled, and 56 subjects completed the study. CERC-501 was well tolerated, but it did not significantly alter the latency to start smoking (CERC-501: 16.5 min vs placebo: 17.7 min) or the number of cigarettes smoked (CERC-501: 3.3 cigarettes vs placebo: 3.1 cigarettes). Compared with placebo, CERC-501 also did not affect cigarette craving, mood, anxiety, nicotine withdrawal, or subjective effects of smoking. These findings do not support a role for CERC-501 in the treatment of nicotine use disorder.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».