Impact of tramadol and heroin abuse on electroencephalography structure and cognitive functions
Notice bibliographique
Résumé
Abstract Background Opioids, defined as medicines that stimulate opioid receptors, are primarily used in the treatment of moderate to severe pain. They induce central nervous system (CNS) adverse effects. This study aimed to assess the effect of opioids on brain electrical activity, the effect of opioids on cognitive functions, and corroborate whether there was any correlation between changes in brain electrical activity and cognitive functions that may do in opioid addicts. Methods This cross-sectional case–control study was performed on 80 cases (divided into two groups 40 cases with tramadol use disorders and 40 cases with heroin use disorders) and 40 age-/sex-matched healthy control. All subjects were subordinated to neuropsychiatric evaluation, assessment of opioid use complaint through history from the case and his relatives, substance monitoring in urine, medicine abuse screening test (DAST), electroencephalography (EEG), and cognitive assessment by Montreal Cognitive Assessment (MOCA). Results Opioid dependence convinced global cognitive function impairment, specific cognitive disciplines impairment that included visual-conceptual, visual-motor tracking, visual-constructional skills, language function, attention, memory, and orientation. Additionally, affection of the brain’s electrical activities with significant changes compared with control. Comparison of cognitive impairment substantiated by lower cognitive scores in relation to abnormal EEG changes among studied case groups revealed significant differences. Conclusions Opioid abusers had a significant impairment of cognitive functions and EEG changes with a significant correlation between changes in brain electrical activity and impairment of cognitive functions.
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 | 0,001 |
| 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 ».