Altered power spectra in antisocial males during rest as a function of cocaine dependence: A network analysis
Notice bibliographique
Résumé
Abnormalities in the spectral power of offenders' neural oscillations have been noted within select Resting-State Networks (RSNs); however, no study has yet evaluated the influence of cocaine dependence, drug use severity, and psychopathic traits on these abnormalities. To this end, the present study compared rest-related power spectral characteristics between two groups of offenders (with and without a DSM-IV-TR cocaine-dependence diagnosis) and a non-offender control group. Results indicated that both offender groups presented with lower low frequency power ratio (LFPR) scores (i.e. across all RSNs) than non-offenders. These differences in LFPR scores were due to both higher high-frequency power (0.15-0.25 Hz; within seven (in non-dependent offenders) and five (in cocaine-dependent offenders) of eight investigated networks) and decreased low-frequency power (0.01-0.10 Hz; within six (in non-dependent offenders) and one (in cocaine-dependent offenders) of eight investigated networks) compared to non-offenders. Thus, both cocaine-dependent and non-dependent offenders displayed abnormal neural oscillations, suggesting that these oscillatory abnormalities could exist as neurobiological features associated with offender status. Offenders' LFPR levels correlated with lifetime years of cocaine use, but not with the level of psychopathic traits. These findings supplement our knowledge regarding the influence of substance use on resting-state activity in offenders; moreover, they provide further indication of the importance of evaluating shared/unique variance associated with drug use and pyschopathic personality traits.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».