درمان ضد مصرف مواد با کشف این نشانگر عصبی
وی افزود: امید ما این است که مغز و به طور خاص NCS به عنوان یک شاخص بیولوژیکی پایدار به ما این امکان را می دهد که نه تنها موادی را تشخیص دهد که چه افرادی دارای اختلال مصرف هستند، بلکه تفاوت در نتایج افراد را می بینند و می گیرند. بدانیم که چه کسانی به درمان‌های خاص پاسخ خواهند داد.
دانش‌آموزان در شرایطی که داوطلبان، تصاویری از داروها و غذاها را مشاهده می‌کنند، داده‌های مغزی آنها را جمع‌آوری می‌کنند و همچنین میزان مصرف اقلامی که می‌دیدند را ارزیابی می‌کنند. به گفته دانشمندان، این الگوی جدید برای بسیاری از موارد مختلف مشاهده شد.
با این حال، NCS نوید زیادی برای ایجاد درمان‌های پزشکی و روش‌های تشخیصی جدید نشان می‌دهد، کوبرگوید که هنوز برای استفاده از بالینی آماده نیست و نیاز به بررسی بیشتر دارد. وی گفت که گام بعدی، شبکه‌ای از مناطق مغزی مرتبط با NCS است تا مشخص شود آیا این الگو می‌تواند پیش‌بینی کند که افراد چگونه به درمان‌های اختلالات مصرف مواد پاسخ می‌دهند یا خیر.
به گزارش ایسنا و به نقل از آی‌ای، اما پژوهش جدید توسط دانشگاه دارتموث و مرکز تحقیقات علمی فرانسه (CNRS)، الگوی مغزی پایدار یا نشانگر عصبی را برای میل به مواد مخدر و غذایی شناسایی کرده است.
انتهای پیام
پژوهشگران می‌گویند، الگویی از فعالیت‌های مغز را شناسایی کرده‌اند که می‌توان برای پیش‌بینی شدت مصرف مواد مخدر و غذا تنها با استفاده از تصاویر fMRI استفاده کرد. این الگوی تازه مشاهده شده که «امضای هوس عصبی زیست‌شناختی» (NCS) نامیده می‌شود، شامل فعالیت‌هایی در آن نواحی مغز است که قبلاً با اطلاعات مرتبط دانسته شده است.
پزشکان، بسیاری از بیماری‌ها را با شناسایی نشان‌های بیولوژیکی در یک بیمار تشخیص می‌دهند. برای مثال به نام آزمایش نشانگر خون A1C تشخیص داده می‌شود.
کوبر و همکارانش تصمیم گرفتند تا تعیین کنند که آیا می‌توان نشانگر معادلی برای هوس و ولع پیدا کنند یا خیر. تصمیم گرفته شده از یک الگوریتم آنها ماشینی برای تجزیه و تحلیل فعالیت مغز استفاده می کنند. به طور دقیق، آنها این فرضیه را آزمایش می‌کنند که افرادی را که می‌توانند می‌کنند، ممکن است الگویی مشترک از فعالیت‌های مغزی داشته باشند. بنابراین، اگر چنین باشد، یک الگوریتم ماشینی می‌توان آن الگو را شناسایی کرد و برای پیش بینی سطح مصرف در افراد بر اساس تصاویر مغزی استفاده کرد.
کشف با الگوریتمی ماشینی
هدی کوبر(هدی کوبر)، دانشیار روانپزشکی در دانشکده دانشگاهی توضیح داد: یکی از پزشکان داشتن یک شاخص بیولوژیکی پایدار برای یک بیماری است که می‌توان آزمایشی را روی هر فرد انجام داد و آن بیماری را انجام داد و آن بیماری را انجام داد. چنین چیزی را برای آسیب شناسی روانی و مطمئناً برای برداشتیم.
کوبر توضیح داد: این واقعاً یکگر نشان زیستی برای ولع و نظر است. این کشف، واقعاً دقیقاً از چگونگی این مناطق از مغز و پیش‌بینی تجربه ذهنی ولع به ما می‌دهد.
آنها این کار را با استفاده از تصویربرداری‌های تشدید مغناطیسی عملکردی(fMRI) و ارزیابی‌های خودگزارش‌شده از میل و هوس 99 داوطلب انجام دادند که برخی از آنها مصرف کننده مواد مخدر بودند و برخی دیگر نه.
این کشف می‌تواند به درک بهتر اختلالات ولع مصرف، توسعه درمان‌های جدید و همچنین بهبود روش‌های تشخیص اختلالات مصرف مواد کمک کند. همچنین این با توسعه درمان‌های جدید، می‌تواند گامی در جهت بهبود شرایط زندگی حیاتی باشد که از آسیب رنج می‌برند و این مشکل را در نطفه حل کند.
نتایج این پژوهش در مقاله‌ای در مجله Nature Neuroscience منتشر شده است.