Eye tracking of smoking-related stimuli in tobacco use disorder: A proof-of-concept study combining attention bias modification with alpha-transcranial alternating current stimulation
Notice bibliographique
Résumé
BACKGROUND: Tobacco use disorder (TUD) is characterized by the presence of an attentional bias (AB) towards smoking-related stimuli. We investigated whether combining an AB modification paradigm (ABM) with transcranial alternating current stimulation (tACS) applied over the dorsolateral prefrontal cortex (DLPFC) reduces the AB towards smoking-related stimuli, as well as craving level and impulsive choices. METHODS: In a sham-controlled, crossover preliminary study, 19 subjects with TUD received two stimulation arms: 1) active tACS (10 Hz, 2 mA, 30 min) combined with ABM and 2) sham tACS combined with ABM, in a randomized order, separated by one week. AB towards smoking cues during passive observation of smoking and neutral cues was assessed with an eye-tracking device and reactions times at a visual-probe task. Craving level was measured with the Questionnaire of Smoking Urges. Impulsive choices were assessed with the delay discounting task. RESULTS: Active tACS combined with ABM reduced the amount of time spent looking at smoking-related pictures (p = 0.03), prevented the increase of self-reported desire to smoke (p = 0.026), and reduced the proportion of impulsive choices (p = 0.049), compared to sham tACS combined with ABM. No significant effects were reported on other craving dimensions and on AB based on reaction times. CONCLUSIONS: These preliminary findings suggest that combining tACS with ABM may help smokers who wish to quit by reducing the desire to smoke, attention to smoking-cues, and impulsive decision-making.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».