Serotonergic and dopaminergic control of impulsivity in gambling disorder
Notice bibliographique
Résumé
Abstract Gambling disorder (GD) is major public health issue. The disorder is often characterized by elevated impulsivity with evidence from analogous substance use disorders underlining prominent roles of brain monoamines in addiction susceptibility and outcome. Critically, GD allows the study of addiction mechanisms without the confounder of the effects of chronic substances. Here, we assessed the roles of striatal dopamine transporter binding and extrastriatal serotonin transporter binding in GD as a function of impulsivity using [ 123 I]FP‐CIT SPECT imaging in 20 older adults with GD (DSM‐5 criteria; mean age 64 years) and 40 non‐GD age‐ and sex‐matched controls. We focused on GD in older individuals because there are prominent age‐related changes in neurotransmitter function and because there are no reported neuroimaging studies of GD in older adults. Volume‐of‐interest‐based and voxelwise analyses were performed. GD patients scored clearly higher on impulsivity and had higher tracer binding in the ventromedial prefrontal cortex than controls ( p < 0.001), likely reflecting serotonin transporter activity. The binding in the medial prefrontal cortex positively correlated with impulsivity over the whole sample ( r = 0.62, p < 0.001) as well as separately in GD patients ( r = 0.46, p = 0.04) and controls ( r = 0.52, p < 0.001). Striatal tracer binding, reflecting dopamine transporter activity was also positively correlated with impulsivity but showed no group differences. These findings highlight the role of prefrontal serotonergic function in GD and impulsivity. They identify cerebral coordinates of a potential target for neuromodulation for both GD and high impulsivity, a core phenotypic dimensional cognitive marker in addictions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 ».