Default Mode Network Modulation by Psychedelics: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Psychedelics are a unique class of drug that commonly produce vivid hallucinations as well as profound psychological and mystical experiences. A grouping of interconnected brain regions characterized by increased temporal coherence at rest have been termed the Default Mode Network (DMN). The DMN has been the focus of numerous studies assessing its role in self-referencing, mind wandering, and autobiographical memories. Altered connectivity in the DMN has been associated with a range of neuropsychiatric conditions such as depression, anxiety, post-traumatic stress disorder, attention deficit hyperactive disorder, schizophrenia, and obsessive-compulsive disorder. To date, several studies have investigated how psychedelics modulate this network, but no comprehensive review, to our knowledge, has critically evaluated how major classical psychedelic agents-lysergic acid diethylamide, psilocybin, and ayahuasca-modulate the DMN. Here we present a systematic review of the knowledge base. Across psychedelics there is consistent acute disruption in resting state connectivity within the DMN and increased functional connectivity between canonical resting-state networks. Various models have been proposed to explain the cognitive mechanisms of psychedelics, and in one model DMN modulation is a central axiom. Although the DMN is consistently implicated in psychedelic studies, it is unclear how central the DMN is to the therapeutic potential of classical psychedelic agents. This article aims to provide the field with a comprehensive overview that can propel future research in such a way as to elucidate the neurocognitive mechanisms of psychedelics.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle