Abnormal cerebral metabolism and metabolic connectivity in individuals with heroin dependence: an integrated resting-state PET/fMRI study in large-scale networks
Notice bibliographique
Résumé
BACKGROUND: Increasing evidence suggests that heroin addiction may be related to the dysfunction among the triple brain network (default mode network [DMN], salience network [SN] and executive control network [ECN]). However, the characteristics of glucose metabolism and metabolic connectivity among core regions of the triple brain network remain unknown. Therefore, we hypothesized that individuals with heroin dependence would show abnormal glucose metabolism and accompanied abnormal metabolic connectivity within the triple brain network. METHODS: F-fluorodeoxyglucose PET and resting-state fMRI data. RESULTS: We included 36 individuals with heroin dependence and 30 matched healthy controls in our study. The heroin dependence group showed a significant reduction of glucose metabolism in the bilateral anterior insula (AI) and inferior parietal lobule (IPL), and a significantly decreased metabolic connectivity between the right AI and the left dorsolateral prefrontal cortex (DLPFC). The daily dose of methadone was negatively correlated with glucose metabolism of the right AI and right IPL. LIMITATIONS: The results revealed the glucose metabolism alterations and metabolic connectivity only within the triple brain network in individuals with heroin dependence; additional brain networks should be investigated in future studies. Although methadone is an opioid with a similar neurophysiological mechanism as heroin, the specific chronic effects of methadone on cerebral metabolism and metabolic connectivity should also be investigated in future studies. CONCLUSION: Our findings suggest that long-term opioid use might, to some extent, be associated with reduced synergistic ability between the SN and ECN, which may be associated with the dysfunction of cognitive control. In particular, the right AI, which showed hypometabolism and related reduction in SN-ECN metabolic connectivity, should receive increasing attention in future studies.
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 | 0,000 | 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) | 0,001 | 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 ».