A hormetic approach to understanding antidepressant effectiveness and the development of antidepressant tolerance – A conceptual view
Notice bibliographique
Résumé
Antidepressants such as the selective serotonin reuptake inhibitors (SSRIs) have complex temporal effects. They may worsen symptoms during early treatment, they may reduce depressive symptoms over several weeks of treatment, and they may lose effectiveness over more prolonged treatment or after repeated treatment trials. Conceptually, these effects fall within the domain of hormesis, which refers to a biphasic or multiphasic response to a drug or toxin. Hormetic effects are commonly triggered when a drug interacts with homeostatic mechanisms. We develop and evaluate a theoretical framework for understanding how adaptations to SSRIs that restore synaptic homeostasis may partially contribute to their hormetic effects. Specifically, the serotonin system adapts to SSRIs by suppressing the firing of serotonergic neurons, inhibiting the synthesis of serotonin, and reducing the overall content of serotonin in the brain. Moreover, rodent models such as inescapable shock show that serotonin neurotransmission to specific forebrain regions is a necessary, but insufficient cause of depressive symptoms. Our review suggests: (1) early worsening of symptoms may be related to the direct effects of SSRIs on synaptic serotonin; (2) the symptom-reducing effects could be related to the loss of serotonin content in the brain during SSRI exposure; (3) the loss of efficacy over prolonged exposure could be related to the central nervous system equilibrating to the SSRIs. The serotonin system's adaptations to SSRIs may play a clinically meaningful role in their hormetic effects on depressive symptoms. A complete understanding of SSRIs' hormetic effects will require exploring temporal dynamics in other neurotransmitter systems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».