Working memory-related brain activations and deactivations linked with adolescent substance use via alexithymia
Notice bibliographique
Résumé
INTRODUCTION: Adolescent substance use (SU) rates remain high, speaking to continued need for enhanced insight into etiological factors. While working memory-related task performance and brain activity have been highlighted as potential predictors, mechanistic links to SU remain unclear. One possible link explored here is alexithymia, which is characterized by difficulty describing, identifying, and recognizing emotions and associated with altered prefrontal cortex (PFC) and superior temporal gyrus (STG) activity. METHODS: Adolescents (n = 137) from a longitudinal study completed a n-back working memory (WM) task during fMRI scanning at baseline. Utilizing serial mediation models, we considered the interrelations between WM-related brain activity (i.e., lateral PFC [lPFC], STG), task performance (i.e., d-prime), Toronto Alexithymia Scale scores (i.e., difficulty describing feelings), and self-reported SU variables at follow-up. Six models estimated the influence of lPFC/STG activity on e-cigarette, cannabis, and alcohol use via task performance and alexithymia. RESULTS: In the absence of serial mediation, we observed a simple mediation effect linking brain activity and SU via alexithymia. Specifically, less lPFC WM-related activation was linked with higher alexithymia which, in turn, predicted more e-cigarette use assessed over a year later. Conversely, less STG deactivation was linked with higher alexithymia, which predicted more e-cigarette use. Significant indirect effects were not detected in the cannabis or alcohol models. CONCLUSIONS: These outcomes highlight alexithymia as a mechanistic link between WM abilities and e-cigarette use. Functional alterations in WM-related brain regions may render some adolescents prone to difficulty communicating feelings and potential nicotine use to modulate emotions or connect socially.
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 ».