已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A neuromarker for drug and food craving distinguishes drug users from non-users

渴求 心理学 渴望食物 暴饮暴食 上瘾 神经科学 神经影像学 认知心理学 临床心理学 医学 内科学 肥胖
作者
Leonie Koban,Tor D. Wager,Hedy Kober
出处
期刊:Research Square - Research Square 被引量:2
标识
DOI:10.21203/rs.3.rs-726333/v1
摘要

Abstract Craving is a core feature of substance use disorders and a strong predictor of relapse. It is linked to polysubstance use, overeating, pathological gambling, and other maladaptive behaviors. Despite its utility, craving measures are based on self-report, with associated limitations related to introspective access and variability across sociocultural contexts. Objective biological markers of craving, which could reveal the neurophysiology of craving, are lacking. For example, it remains unclear whether craving for drugs and food involve similar or separable mechanisms. Across three studies (N = 101), we combined fMRI with machine-learning to identify a brain-based marker of cue-evoked drug and food craving, resulting in a cross-validated multi-system pattern (or brain signature ), including ventromedial prefrontal and cingulate cortices, ventral striatum, temporal and parietal association areas, mediodorsal thalamus, and cerebellum. This signature predicted self-reported craving intensity ( p < 0.002, within-person r = 0.50) and discriminated high from low craving with 78% accuracy. It also discriminated drug users versus non-users based on brain responses to drug (75% accuracy), but not food, cues. Predictive brain models trained on drug cues also transferred to food cues, and vice versa, suggesting shared neurophysiological mechanisms for drug and food craving. In conclusion, fMRI can be used to predict craving across different drug and food cues, and separate drug users from non-users. Future studies are needed to assess whether the brain signature of craving responds to clinical intervention and can predict long-term clinical outcomes.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
烟花应助哈哈哈采纳,获得10
刚刚
风中的碧彤完成签到 ,获得积分10
刚刚
思源应助日天的马铃薯采纳,获得10
4秒前
士成发布了新的文献求助10
5秒前
8秒前
积极的香菇完成签到 ,获得积分10
8秒前
11秒前
11秒前
liwang9301完成签到,获得积分10
12秒前
顺利寄文完成签到 ,获得积分10
13秒前
酷炫的怀梦完成签到 ,获得积分10
13秒前
亚旭发布了新的文献求助10
13秒前
14秒前
哈哈哈发布了新的文献求助10
15秒前
狂野的雅绿完成签到 ,获得积分10
19秒前
汉堡包应助科研通管家采纳,获得20
20秒前
充电宝应助科研通管家采纳,获得10
20秒前
乐乐应助科研通管家采纳,获得10
20秒前
桓某人发布了新的文献求助10
20秒前
科研通AI2S应助科研通管家采纳,获得10
20秒前
香蕉觅云应助科研通管家采纳,获得10
20秒前
20秒前
20秒前
21秒前
24秒前
Akim应助Wy21采纳,获得10
26秒前
华仔应助18-Crown-6采纳,获得10
27秒前
28秒前
Albert发布了新的文献求助10
28秒前
芋圆不圆完成签到 ,获得积分10
29秒前
聪明的泡面完成签到 ,获得积分10
31秒前
重要手机发布了新的文献求助10
34秒前
悦耳的子默完成签到 ,获得积分10
36秒前
37秒前
遮沙避风了完成签到,获得积分10
38秒前
Shad_owy发布了新的文献求助10
39秒前
落叶完成签到 ,获得积分10
39秒前
moiaoh完成签到,获得积分10
40秒前
43秒前
Jasper应助黑熊精采纳,获得10
49秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248577
求助须知:如何正确求助?哪些是违规求助? 2892044
关于积分的说明 8269571
捐赠科研通 2560135
什么是DOI,文献DOI怎么找? 1388854
科研通“疑难数据库(出版商)”最低求助积分说明 650918
邀请新用户注册赠送积分活动 627798