A Touchscreen Motivation Assessment Evaluated in Huntington's Disease Patients and R6/1 Model Mice
Notice bibliographique
Résumé
Apathy is pervasive across many neuropsychiatric disorders but is poorly characterised mechanistically, so targeted therapeutic interventions remain elusive. A key impediment has been the lack of validated assessment tools to facilitate translation of promising findings between preclinical disease models and patients. Apathy is a common symptom in Huntington’s disease. Due to its established genetic basis and the availability of defined animal models, this disease offers a robust translational framework for linking motivated behaviour with underlying neurobiology and an ideal context in which to evaluate a quantitative, translational apathy assessment method. In this study we therefore aimed to demonstrate the validity of using touchscreen-delivered progressive ratio tasks to mirror apathy assessment in Huntington’s disease patients and a representative mouse model. To do this we evaluated Huntington’s disease patients (n=23) and age-matched healthy controls (n=20), and male R6/1 mice (n=23) and wildtype controls (n=29) for apathy-like behaviour using touchscreen-delivered progressive ratio tasks. The primary outcome measure of the assessment was breakpoint, defined as the highest number of touchscreen responses emitted before task engagement ceased. Patients and R6/1 mice were both found to exhibit significantly reduced breakpoints relative to their respective control groups, consistent with apathy-like behaviour. This performance was also not associated with motoric differences in either species. These data demonstrate the utility of touchscreen-delivered progressive ratio tasks in detecting clinically relevant motivational deficits in Huntington’s disease. This approach may offer a platform from which clinically relevant mechanistic insights concerning motivation symptoms can be derived and provide an effective route for translation of promising preclinical findings into viable therapeutic interventions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».