• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Deriving Generalizable and Interpretable Brain-Behavior Phenotypes of Cannabis Use.

作者信息

Konova Anna B, Zilverstand Anna

机构信息

Department of Psychiatry, University Behavioral Health Care, and the Brain Health Institute, Rutgers University-New Brunswick, Piscataway, New Jersey.

Department of Psychiatry and Behavioral Sciences, Medical Discovery Team on Addiction, University of Minnesota, Minneapolis, Minnesota.

出版信息

Biol Psychiatry Cogn Neurosci Neuroimaging. 2023 Mar;8(3):238-240. doi: 10.1016/j.bpsc.2023.01.003.

DOI:10.1016/j.bpsc.2023.01.003
PMID:36889869
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10766112/
Abstract
摘要

相似文献

1
Deriving Generalizable and Interpretable Brain-Behavior Phenotypes of Cannabis Use.推导可推广且可解释的大麻使用脑行为表型。
Biol Psychiatry Cogn Neurosci Neuroimaging. 2023 Mar;8(3):238-240. doi: 10.1016/j.bpsc.2023.01.003.
2
Genetic Insights into the causal relationship between cannabis use and diabetic phenotypes: A genetic correlation and Mendelian randomization study.遗传视角下大麻使用与糖尿病表型之间因果关系的研究：一项遗传关联和孟德尔随机化研究。
Drug Alcohol Depend. 2024 Jan 1;254:111037. doi: 10.1016/j.drugalcdep.2023.111037. Epub 2023 Nov 23.
3
Polysubstance Use Plays a Key Role in Midlife Structural Brain Alterations in Long-term Cannabis Users.多种物质使用在长期大麻使用者中年期大脑结构改变中起关键作用。
Biol Psychiatry. 2022 Dec 1;92(11):e45-e47. doi: 10.1016/j.biopsych.2022.09.009.
4
Serotonin syndrome and cannabis: A case report.血清素综合征与大麻：一例报告。
Australas Psychiatry. 2024 Feb;32(1):100-101. doi: 10.1177/10398562231219858. Epub 2023 Dec 6.
5
Importance of a standard unit dose for cannabis research.标准单位剂量对大麻研究的重要性。
Addiction. 2020 Jul;115(7):1219-1221. doi: 10.1111/add.14984. Epub 2020 Feb 21.
6
Diminished Structural Brain Integrity in Long-term Cannabis Users Reflects a History of Polysubstance Use.长期大麻使用者的大脑结构完整性降低反映了多药物使用史。
Biol Psychiatry. 2022 Dec 1;92(11):861-870. doi: 10.1016/j.biopsych.2022.06.018. Epub 2022 Jun 22.
7
Cannabis and Brain Health: What Is Next for Developmental Cohort Studies?大麻与大脑健康：发育队列研究的下一步是什么？
Am J Psychiatry. 2022 May;179(5):317-318. doi: 10.1176/appi.ajp.20220245.
8
Fronto-temporal cortical grey matter thickness and surface area in the at-risk mental state and recent-onset schizophrenia: a magnetic resonance imaging study.处于高危精神状态和近期发病精神分裂症个体的额颞皮质灰质厚度和表面积：一项磁共振成像研究。
BMC Psychiatry. 2024 Jan 9;24(1):33. doi: 10.1186/s12888-024-05494-9.
9
Characterization of Cannabis Products Purchased for Medical Use in New York State.纽约州医用大麻产品特征描述。
JAMA Netw Open. 2022 Aug 1;5(8):e2227735. doi: 10.1001/jamanetworkopen.2022.27735.
10
Data on cannabis use now that legalization is gaining momentum.随着大麻合法化进程的推进，关于大麻使用的数据情况。
Addiction. 2017 Jul;112(7):1138-1140. doi: 10.1111/add.13769. Epub 2017 Feb 13.

引用本文的文献

1
Parameter Space and Potential for Biomarker Development in 25 Years of fMRI Drug Cue Reactivity: A Systematic Review.25 年 fMRI 药物线索反应性研究中的参数空间和生物标志物开发潜力：系统综述。
JAMA Psychiatry. 2024 Apr 1;81(4):414-425. doi: 10.1001/jamapsychiatry.2023.5483.

本文引用的文献

1
Multivariate BWAS can be replicable with moderate sample sizes.多变量全基因组关联研究在中等样本量下可以具有可重复性。
Nature. 2023 Mar;615(7951):E4-E7. doi: 10.1038/s41586-023-05745-x. Epub 2023 Mar 8.
2
One Size Does Not Fit All: Methodological Considerations for Brain-Based Predictive Modeling in Psychiatry.一刀切并不适合所有人：精神病学中基于大脑的预测建模的方法学考虑。
Biol Psychiatry. 2023 Apr 15;93(8):717-728. doi: 10.1016/j.biopsych.2022.09.024. Epub 2022 Sep 29.
3
A neuromarker for drug and food craving distinguishes drug users from non-users.一种用于药物和食物渴望的神经标志物能够区分吸毒者和非吸毒者。
Nat Neurosci. 2023 Feb;26(2):316-325. doi: 10.1038/s41593-022-01228-w. Epub 2022 Dec 19.
4
Explainable machine learning analysis reveals sex and gender differences in the phenotypic and neurobiological markers of Cannabis Use Disorder.可解释性机器学习分析揭示了大麻使用障碍的表型和神经生物学标志物中的性别差异。
Sci Rep. 2022 Sep 17;12(1):15624. doi: 10.1038/s41598-022-19804-2.
5
An Interpretable and Predictive Connectivity-Based Neural Signature for Chronic Cannabis Use.基于可解释和可预测的连接的慢性大麻使用神经特征。
Biol Psychiatry Cogn Neurosci Neuroimaging. 2023 Mar;8(3):320-330. doi: 10.1016/j.bpsc.2022.04.009. Epub 2022 May 31.
6
Cannabis use and cannabis use disorder.大麻使用和大麻使用障碍。
Nat Rev Dis Primers. 2021 Feb 25;7(1):16. doi: 10.1038/s41572-021-00247-4.
7
Toward a unified framework for interpreting machine-learning models in neuroimaging.迈向神经影像学中机器学习模型解释的统一框架。
Nat Protoc. 2020 Apr;15(4):1399-1435. doi: 10.1038/s41596-019-0289-5. Epub 2020 Mar 18.
8
Ten simple rules for predictive modeling of individual differences in neuroimaging.神经影像学个体差异预测建模的 10 个简单规则。
Neuroimage. 2019 Jun;193:35-45. doi: 10.1016/j.neuroimage.2019.02.057. Epub 2019 Mar 1.
9
Connectome-Based Prediction of Cocaine Abstinence.基于连接组学的可卡因戒断预测。
Am J Psychiatry. 2019 Feb 1;176(2):156-164. doi: 10.1176/appi.ajp.2018.17101147. Epub 2019 Jan 4.
10
Machine learning classification of resting state functional connectivity predicts smoking status.机器学习对静息态功能连接的分类可预测吸烟状态。
Front Hum Neurosci. 2014 Jun 16;8:425. doi: 10.3389/fnhum.2014.00425. eCollection 2014.