Cancer blues? A validated judgment bias task suggests pessimism in nude mice with tumors
Notice bibliographique
Résumé
Abstract In humans, affective states can bias responses to ambiguous information: a phenomenon termed judgment bias (JB). Judgment biases have great potential for assessing affective states in animals, in both animal welfare and biomedical research. New animal JB tasks require construct validation, but for laboratory mice ( Mus musculus ), the most common research vertebrate, a valid JB task has proved elusive. Here (Experiment 1), we demonstrate construct validity for a novel mouse JB test: an olfactory Go/Go task in which subjects dig for high- or low-value food rewards. In C57BL/6 and Balb/c mice faced with ambiguous cues, latencies to dig were sensitive to high/low welfare housing, environmentally-enriched animals responding with relative ‘optimism’ through shorter latencies. Illustrating the versatility of a validated JB task across fields of research, it further allowed us to test hypotheses about the mood-altering effects of cancer (Experiment 2). Male nude mice bearing subcutaneous lung adenocarcinomas responded more pessimistically than healthy controls to ambiguous cues. Similar effects were not seen in females, however. To our knowledge, this is the first validation of a mouse JB task and the first demonstration of pessimism in tumor-bearing animals. This task, especially if refined to improve its sensitivity, thus has great potential for investigating mouse welfare, the links between affective state and disease, depression-like states in animals, and hypotheses regarding the neurobiological mechanisms that underlie affect-mediated biases in judgment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,000 | 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) | 0,002 | 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 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 ».