Neuroinflammatory Remodeling of the Anterior Cingulate Cortex as a Key Driver of Mood Disorders in Gastrointestinal Disease and Disorders
Notice bibliographique
Résumé
The brain reciprocally communicates with the rest of the body via neural, endocrine, immune, and other systems. This is crucial for coordinating the complex behavioral and physiological responses needed to cope with the many challenges of life. The Anterior Cingulate Cortex (ACC) is a key brain structure involved in assessing rewards and threats, as well as activating appropriate responses. This is a dynamic process that depends on evolving needs and challenges. Important challenges include illness or injury. These typically involve inflammation and pain, which evoke neuroinflammatory processes in the brain to drive sickness behaviours. In the short term, sickness behaviours are considered adaptive, as they promote convalescence (e.g. low mood; lethargy, fatigue, social withdrawal), and enhanced threat appraisal (e.g. anxiety) to combat increased risk/vulnerability associated with sickness. Chronic inflammation, however, appears to remodel the system to inappropriately activate threat-coping responses, resulting in depressive and/or anxious phenotypes. These mood disorders are particularly pronounced in diseases and disorders associated with gut dysfunction, which feature chronic inflammation and altered ACC function. We propose that chronic inflammation remodels ACC physiology such that it errantly predicts heightened danger based on a mental model (a.k.a ‘schema’) of the world. This evokes chronic activation of threat-coping systems, including endocrine signaling (e.g. adrenaline), and anxiety. Inflammation can be driven by brain systems involving ACC, leading to a feedback-cycle that self-reinforces pathological states. This theory accounts for a wealth of clinical and preclinical data that implicate the ACC in disorders of mood and gastrointestinal function, and reveals a key player in the gut-brain axis that may represent a novel therapeutic target.
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 | 0,001 |
| 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 | 0,001 | 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) | 0,003 | 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 ».