Functional and clinical outcomes of FMRI-based neurofeedback training in patients with alcohol dependence: a pilot study
Notice bibliographique
Résumé
Identifying treatment options for patients with alcohol dependence is challenging. This study investigates the application of real-time functional MRI (rtfMRI) neurofeedback (NF) to foster resistance towards craving-related neural activation in alcohol dependence. We report a double-blind, placebo-controlled rtfMRI study with three NF sessions using alcohol-associated cues as an add-on therapy to the standard treatment. Fifty-two patients (45 male; 7 female) diagnosed with alcohol dependence were recruited in Munich, Germany. RtfMRI data were acquired in three sessions and clinical abstinence was evaluated 3 months after the last NF session. Before the NF training, BOLD responses and clinical data did not differ between groups, apart from anger and impulsiveness. During NF training, BOLD responses of the active group were decreased in medial frontal areas/caudate nucleus, and increased, e.g. in the cuneus/precuneus and occipital cortex. Within the active group, the down-regulation of neuronal responses was more pronounced in patients who remained abstinent for at least 3 months after the intervention compared to patients with a relapse. As BOLD responses were comparable between groups before the NF training, functional variations during NF cannot be attributed to preexisting distinctions. We could not demonstrate that rtfMRI as an add-on treatment in patients with alcohol dependence leads to clinically superior abstinence for the active NF group after 3 months. However, the study provides evidence for a targeted modulation of addiction-associated brain responses in alcohol dependence using rtfMRI.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».