Dopamine release in response to gambling: a fMRI study
Notice bibliographique
Résumé
Reward-related cues can potently influence behaviour. In addicted individuals, exposure to contextual cues – e.g. drug paraphernalia – is believed to trigger cravings, drug use and relapse. In light of these powerful effects, it is important to understand the mechanisms whereby cue exposure translates into the series of actions required to attain these sometimes harmful outcomes. One candidate mechanism is the influence of cues on decision processes, which may in turn lead to maladaptive choice of the addictive behaviour. The possibility of such effects remains largely unexplored. However, our work in rats and in humans suggests that introducing sensory reward cues - similar to the lights and sounds in gambling settings - results in riskier choice. While in rats the risk-promoting effects of cues are mediated by dopamine (DA) signalling, the neural mechanisms of this effect in humans are unclear. Whether cue-induced risky choice contributes to addictive behaviour, such as “problem gambling”, is also currently unknown. Our ultimate objective is to interrogate the contribution of dopamine (DA) signalling to increased risk-proneness resulting from rewards with salient sensory features, such as casino "bells and whistles". Our earlier human and animal research shows that such sensory cues promote risk on a gambling task, and this effect is DA-dependent in rats. We have been funded by CIHR to test the contributions of DA in humans, both in healthy volunteers and in individuals with gambling problems who may be especially vulnerable to the effects of sensory cues. The aim of this study is to examine this effect of salient sensory cues paired with rewards in fMRI in healthy volunteers to develop an analysis strategy for a PET-fMRI study, and to assess novel neuromelanin-sensitive MRI measures to quantify individual differences on DA function in the context of gambling.
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 | 0,051 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,012 | 0,069 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,037 | 0,023 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,068 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».