Characterisation of a touchscreen-based task for assessing cognitive judgement bias in mice: a new translational tool for affective state disorder drug screening
Notice bibliographique
Résumé
RATIONALE: A major obstacle in the pre-clinical study of mood-related disorders and novel affective state therapeutic evaluation is the lack of animal models that fully recapitulate human symptomatology. OBJECTIVE: In this study, we developed a touchscreen-based cognitive judgement bias (CJB) task for mice. METHODS: In the CJB task, animals first learned to discriminate between two visual stimuli displayed on the touchscreen: one associated with a reward (S+) and one associated with a time-out and flashing house light (S-). Once mice learned to respond to the S + and to withhold responding to the S- consistently, a set of four ambiguous stimuli ranging in visual similarity to the S + and S- stimuli were randomly interspersed in the stimulus presentation sequence. Responses to these ambiguous stimuli were interpreted as a greater expectation of positive ('optimistic bias') or negative ('pessimistic bias') outcomes as a function of their similarity to the S + or S- stimuli. RESULTS: The acute administration of the SSRIs fluoxetine and citalopram, and the 5HT-2 C receptor antagonist SB 242084, did not produce any effects on CJB task performance. However, the noradrenaline/dopamine reuptake inhibitor, bupropion, increased responses to the ambiguous stimuli consistent with the induction of an 'optimistic bias', and the pro-depressant tetrabenazine yielded the opposite effect. CONCLUSION: This study underscores the capacity of mice to respond to visually ambiguous stimuli in an ambiguity-dependent manner, a phenomenon observed across various species, including humans. Furthermore, it establishes and validates an operant behavioural task to assess CJB in mice delivered using the touchscreen platform, which has significant cross-species translational potential.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».