挑战了一个假设,即阿片类药物使用者的短与长访问群体代表着不同的表型
Michael A Giunta1, Indu Mithra Madhuranthakam1, Martin O Job1
1Department of Biomedical Sciences, Cooper Medical School of Rowan University, 401 S Broadway, Camden, New Jersey, 08103, USA.
不同的访问条件并不定义不同的阿片类药物使用者类型. 新的聚类方法显示,短访问 (ShA) 和长访问 (LgA) 组是自然存在的阿片类药物使用者类型的混合物.
科学领域:
- 神经科学是一个神经科学.
- 行为科学 行为科学
- 药理学 药理学是指药理学的学科.
背景情况:
- 目前的阿片类药物使用者类型学依赖于不同的访问条件 (短访问/ShA,长访问/LgA) 来定义不同的表型.
- 这种方法假设不同的用户类型从访问条件中出现,忽视了先前存在的漏洞.
研究的目的:
- 测试实验者分配的ShA和LgA组是否包括自然存在的阿片类药物使用者类型的混合物.
- 开发和应用一种新的聚类方法来识别不同的阿片类药物使用者表型.
主要方法:
- 重新分析了大鼠氧化自给药研究 (n=30) 的数据.
- 利用了一个新的CENTERED (累积体验-规范化时间对反应的影响作为指数衰变结构) 集群模型,结合主要成分分析和高斯混合模型.
- 应用了对所有受试者的CENTERED聚类,无论他们之前被分配到哪个实验组.
主要成果:
- 集中集群表明,ShA和LgA组由不同类型的阿片类药物使用者的混合物组成.
- 这些发现表明,事先存在的个人差异,而不是访问持续时间,定义了用户类型.
结论:
- 通过差异化的访问条件来实验者强加的分组掩盖了固有的阿片类药物使用者类型的识别.
- 像CENTERED这样的新聚类方法对于根据潜在的脆弱性准确地描述阿片类药物使用者表型至关重要.
更多相关视频
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
10:17High-throughput and Comprehensive Drug Surveillance Using Multisegment Injection-Capillary Electrophoresis-Mass Spectrometry
Published on: April 23, 2019
相关概念视频
Drug Abuse and Addiction: Pharmacological Phenomena
Analgesia and Pain Management
Opioid Analgesics: Synthetic and Semisynthetic Opioids
Analysis of Population Pharmacokinetic Data
Opioid Receptors: Overview
Opioid Analgesics: Morphine and Other Natural Cogeners
