ความพร้อมใช้งานของตัวรับ dopamine D2 แบบ Striatal ทำนายการตอบสนองล่วงหน้าของ thalamic และ medial เพื่อให้รางวัลแก่ผู้เสพโคเคนในโคเคนสามปีต่อมา (2010)

ไซแนปส์ ต้นฉบับผู้เขียน; พร้อมใช้งานใน PMC 1 พฤษภาคม 2011

เผยแพร่ในแบบฟอร์มการแก้ไขขั้นสุดท้ายเป็น:

PMCID: PMC2840182

NIHMSID: NIHMS143048

ฉบับแก้ไขล่าสุดของผู้เผยแพร่บทความนี้มีอยู่ที่ ไซแนปส์

ดูบทความอื่น ๆ ใน PMC ที่ กล่าวถึง บทความที่ตีพิมพ์

ไปที่:

นามธรรม

ระดับต่ำของความพร้อมใช้งานตัวรับ dopamine (DA) D2 ที่ฐานที่พักได้รับการรายงานก่อนหน้านี้ในบุคคลที่ติดยาเสพติดและมีความเกี่ยวข้องกับการเผาผลาญหน้าท้องและหลัง prefrontal หลังลดลง การลดลงของความพร้อมใช้งานเครื่องรับ DA2 พร้อมกับเมตาบอลิซึมของช่องท้องที่ลดลงนั้นคาดว่าจะเกิดจากความไวต่อการรับรางวัลที่ไม่ใช่ยาซึ่งเป็นลักษณะสำคัญของการติดยาเสพติด ดังนั้นเราจึงตั้งสมมติฐานว่าความแปรปรวนของความพร้อมใช้งานของตัวรับ DA2 ที่พื้นฐานจะแปรปรวนร่วมกับการตอบสนองแบบไดนามิกเพื่อรางวัลทางการเงินในผู้ติดยาเสพติด การวัดความพร้อมใช้งานเครื่องรับของ Striatal DA D2 ด้วย [11C] raclopride และเอกซเรย์ปล่อยโพซิตรอนและการตอบสนองต่อรางวัลทางการเงินถูกวัด (โดยเฉลี่ย 3 ปีต่อมา) ด้วยการถ่ายภาพด้วยคลื่นสนามแม่เหล็กที่ใช้งานได้ในบุคคลที่ติดโคเคนเจ็ดคน ผลการวิจัยแสดงให้เห็นว่าการมีตัวรับ DA2 ต่ำในพื้นที่แถบด้านหลังนั้นมีความสัมพันธ์กับการตอบสนองทาง thalamic ต่อการรับรางวัลทางการเงิน ในขณะที่ความพร้อมใช้งานต่ำใน ventral striatum มีความสัมพันธ์กับการตอบสนองต่อ prefrontal (Brodmann Area 6/8/32) ที่เพิ่มขึ้นเพื่อตอบสนองต่อเงินรางวัล ผลลัพธ์เบื้องต้นซึ่งจำเป็นต้องทำซ้ำในขนาดตัวอย่างที่มีขนาดใหญ่กว่าและตรวจสอบความถูกต้องด้วยการควบคุมที่มีสุขภาพดีแนะนำว่าการวางตัวรับความพร้อมในการรับ DA2 ของ striatal คาดการณ์ความแปรปรวนในการตอบสนองต่อการใช้งาน และในฐานดอกมีส่วนเกี่ยวข้องในการตอบสนองและความคาดหวังที่มีเงื่อนไขในผู้ติดยาเสพติดโคเคน

คำสำคัญ: fMRI, สัตว์เลี้ยง, striop dopamine ความพร้อมใช้งานตัวรับ D2, ฐานดอก, เยื่อหุ้มสมองส่วนหน้า, การติดโคเคน, รางวัลทางการเงิน

บทนำ

การลดลงอย่างรวดเร็วของโดปามีน (DA) การมีตัวรับ D2 ในผู้ใช้ยาเสพติดอาจสะท้อนให้เห็นถึงการปรับระบบประสาทที่สองถึงการกระตุ้นโดปามินVolkow et al., 2004) เมื่อใช้การถ่ายภาพด้วยเรโซแนนซ์แม่เหล็ก (fMRI) เราได้รายงานเมื่อไม่นานมานี้ว่ามีการไวต่อเยื่อหุ้มสมอง prefrontal เพื่อรับรางวัลทางการเงินในผู้ติดโคเคนGoldstein และคณะ, 2007a) ได้รับการเชื่อมโยงอย่างมีนัยสำคัญระหว่างการเผาผลาญกลูโคสที่พักผ่อนในหน้าท้องและหลัง prefrontal cortex (PFC) และ baseline striatal DA D2 ตัวรับความพร้อมใช้งานในผู้ใช้ยาเสพติด (โคเคน, ยาบ้าและแอลกอฮอล์) (Volkow et al., 2001; Volkow et al., 1993b; Volkow et al., 2007b) เราตีความผลลัพธ์ fMRI เหล่านี้เพื่อสะท้อนความไวของเยื่อหุ้มสมองที่ลดลงเพื่อผลตอบแทนที่ไม่ใช่ยาเสพติดในการติดยาซึ่งส่วนหนึ่งอาจสะท้อนถึงการเปลี่ยนแปลงในการเปิดตัว DA และความพร้อมในการรับ DA D2 (Volkow et al., 2007a) อย่างไรก็ตามความสัมพันธ์โดยตรงระหว่างไดนามิก (กล่าวคือในการตอบสนองต่อความท้าทาย) การตอบสนองที่เกี่ยวข้องกับรางวัลของ PFC (และภูมิภาคอื่น ๆ ซึ่งประกอบด้วยวงจรเยื่อหุ้มสมอง Striato-thalamic-prefrontal cortical ก่อนหน้านี้มีส่วนร่วมในการติดยาเสพติด) บุคคลที่ติดยาเสพติดจะยังคงแสดงให้เห็น

ในการศึกษาเบื้องต้นในปัจจุบันเราจึงมีความสัมพันธ์กับระดับออกซิเจนในเลือดที่สัมพันธ์กัน (BOLD) fMRI ตอบสนองต่องานสร้างแรงจูงใจทางการเงินที่มีความพร้อมใช้งานตัวรับ DA D2 [รับที่ฐานพักกับ [11C] raclopride และเอกซเรย์ปล่อยโพซิตรอน (PET) เฉลี่ย 3 ปีก่อนการศึกษา fMRI] ในผู้ติดโคเคน เราทดสอบสมมติฐานที่ว่าการตอบสนองต่อรางวัลทางการเงินใน PFC (และภูมิภาคอื่น ๆ ในวงจรเยื่อหุ้มสมอง striato-thalamic-prefrontal cortical) นั้นมีความสัมพันธ์อย่างมีนัยสำคัญกับการมีอยู่ของตัวรับ DA2 แบบ striatal ในผู้ติดโคเคน

วิธีการ

ผู้เข้าร่วมกิจกรรม

มีข้อมูลสำหรับผู้เสพติดโคเคนที่ใช้งานอยู่เจ็ดคน (ผู้ชาย 5 คนและผู้หญิง 2 คนชาวแอฟริกัน - อเมริกันทุกคนดู 1 ตาราง สำหรับกลุ่มประชากร) ที่เคยเข้าร่วมการศึกษา neuroimaging XNUMX ครั้งที่เผยแพร่ก่อนหน้านี้ (Goldstein และคณะ, 2007a; Volkow et al., 2006a; Volkow et al., 2006b) ผู้เข้าร่วมพบเกณฑ์การรวมที่ทั้งสองการศึกษาตามที่ตรวจสอบโดยการตรวจร่างกาย, ระบบประสาทและจิตเวช โดยสังเขปอาสาสมัครไม่มีความรู้ทางด้านประสาทวิทยา (นอกเหนือจากการใช้ยาเสพติดหรือการพึ่งพาอาศัยกัน), โรคหัวใจและหลอดเลือดหรือโรคต่อมไร้ท่อรวมทั้งปฏิบัติตามเกณฑ์ DSM-IV สำหรับการพึ่งพาโคเคนในปัจจุบันหรือการละเมิด วิชาทั้งหมดเป็นผู้ใช้งานอย่างน้อย 6 เดือนก่อนหน้า (ฟรีเบสหรือร้าวอย่างน้อย“ สี่กรัม” ต่อสัปดาห์ดู 1 ตาราง สำหรับตัวแปรการใช้ยาอื่น ๆ ) การใช้กัญชาในปัจจุบัน barbiturates แอมเฟตามีนหรือหลับในถูกปฏิเสธและยืนยันโดยการตรวจปัสสาวะก่อนการสแกน ได้รับความยินยอมเป็นลายลักษณ์อักษรสำหรับทุกวิชาหลังจากกระบวนการได้รับการอธิบายอย่างระมัดระวังและเป็นไปตามคณะกรรมการตรวจสอบสถาบันท้องถิ่น

1 ตาราง 

ตัวอย่างคำอธิบายรวมถึงข้อมูลประชากรประวัติของการใช้โคเคนและตัวแปรงานด้านพฤติกรรม (แรงจูงใจเวลาในการตอบสนองและความแม่นยำ) และสหสัมพันธ์กับโดปามีน (DA) ความพร้อมใช้งานตัวรับ D2 (Bmax / Kd) ใน caudate, putamen และ ventral ...

ข้อมูล PET

ทำการสแกน PET ด้วยเครื่องสแกน CTI 931 (Siemens, Knoxville, TN) วิชาที่ถูกสแกนหลังจากฉีดทางหลอดเลือดดำของ [11C] raclopride, radioligand receptor DA D2 / D3 ที่ค่อนข้างต่ำ รายละเอียดของขั้นตอนสำหรับการวางตำแหน่ง, การรวมตัวของหลอดเลือดแดงและหลอดเลือดดำและการหาปริมาณของเครื่องถ่ายสารรังสีได้อธิบายไว้ก่อนหน้านี้ (Volkow et al., 1993b) สั้น ๆ การสแกนแบบไดนามิก 60 นาทีเริ่มต้นทันทีหลังจากฉีดเข้าเส้นเลือดดำ 4-10 mCi ของ [11C] raclopride (กิจกรรมเฉพาะ> 0.25 Ci / μmolในขณะที่ฉีด) ในระหว่างการศึกษาผู้ทดลองนอนโดยลืมตาในกล้อง PET ห้องมีแสงสลัวและมีเสียงรบกวนให้น้อยที่สุด ภูมิภาคที่น่าสนใจ (ROI) ใน [11C] ภาพ raclopride ได้มาจากหลัง (caudate, putamen) และ ventral striatum และ cerebellum ที่ใช้ควบคุมการจับที่ไม่เฉพาะเจาะจง สำหรับทุกเรื่อง ROIs striatal ทั้งสามนี้ได้รับการคัดเลือกครั้งแรกในการสแกนโดยเฉลี่ย (กิจกรรมจาก 10 ถึง 60 นาที) และจากนั้นฉายไปยังการสแกนแบบไดนามิกตามที่อธิบายไว้ก่อนหน้านี้ (Volkow et al., 1993b) เส้นโค้งกิจกรรมเวลาสำหรับ [11C] raclopride ใน striatum และ cerebellum และเส้นโค้งเวลากิจกรรมสำหรับ tracer ไม่เปลี่ยนแปลงในพลาสมาถูกนำมาใช้ในการคำนวณปริมาณการกระจายโดยใช้เทคนิคการวิเคราะห์แบบกราฟิกสำหรับระบบย้อนกลับ (โลแกนและคณะ 1990) พารามิเตอร์ Bmax / Kd ที่ได้รับเป็นอัตราส่วนของปริมาณการกระจายใน striatum ต่อที่ใน cerebellum ลบ 1 ถูกใช้เป็นพารามิเตอร์แบบจำลองของความพร้อมใช้งานตัวรับ DA D2 ข้อมูล PET นี้ได้รับค่าเฉลี่ย 3.3 ± 1.2 ปีก่อนข้อมูล fMRI

กระบวนทัศน์การเปิดใช้งาน fMRI

หลังการฝึกอบรมผู้เข้าร่วมได้ปฏิบัติภารกิจการเอาใจใส่อย่างต่อเนื่องภายใต้เงื่อนไขการสร้างแรงจูงใจทางการเงินสามแบบ ($ 0.45, $ 0.01 หรือ $ 0.00) โดยเฉพาะอย่างยิ่งอาสาสมัครทั้งตอบ (กดปุ่ม) หรือละเว้นจากการตอบสนองในระหว่างการกระตุ้นกระตุ้น (สี่เหลี่ยมสีแดง) ขึ้นอยู่กับการกระตุ้นการเรียนการสอนก่อนหน้านี้ [ดัดแปลงจาก (Thut et al., 1997)] มีการทดลอง 18 ครั้งการกดเก้าครั้งและการกดไม่ได้สำหรับแต่ละเงื่อนไขทางการเงินที่ทำซ้ำหกครั้ง / บล็อก [ดูรายละเอียดใน (Goldstein และคณะ, 2007a; Goldstein และคณะ 2007b; Goldstein และคณะ, 2007c)] ความแม่นยำและเวลาตอบสนองถูกรวบรวมตลอดทั้งงาน (1 ตาราง) ในการจำลองแรงจูงใจแรงจูงใจในชีวิตจริงผู้เข้าร่วมได้รับสูงถึง $ 50 สำหรับงานนี้ขึ้นอยู่กับความแม่นยำในการปฏิบัติงาน นี่เป็นจำนวนเงินที่ค่อนข้างมากเพราะมันเพิ่มรายได้รวมของอาสาสมัครเป็นสองเท่าในระหว่างวันที่เรียนเสร็จสมบูรณ์ อาสาสมัครได้รับรู้ถึงภาระผูกพันที่อาจเกิดขึ้นตลอดทั้งงาน งานนำเสนอโดยวิธีการของแว่นตาที่เข้ากันได้กับ MRI เมื่อเสร็จสิ้นภารกิจผู้ทดสอบจะจัดอันดับระดับความสนใจและความตื่นเต้นในสามเงื่อนไขทางการเงินโดยใช้เครื่องชั่งอนาลอกสองภาพ (ช่วง: 0 ถึง 7, น่าเบื่อจนน่าสนใจและน่าเบื่อจนน่าตื่นเต้น) และใช้ค่าเฉลี่ยของการจัดอันดับทั้งสองนี้ ของแรงจูงใจในการรายงานภารกิจด้วยตนเอง (1 ตาราง).

การประมวลผลข้อมูล fMRI และการวิเคราะห์ภาพ

ทำการสแกน MRI บนเครื่องสแกน MRI ทั้งตัว 4 ตัน (Varian, Palo Alto, CA / Siemens, Berlin) การตอบสนองของ BOLD ได้รับการวัดด้วยลำดับการถ่ายภาพลาดชันเดี่ยวช็อต - echo echoplanar ขนาด T2 * - น้ำหนัก (TE = 20, TR = 3500 msec, ความหนาชิ้น 4 มม., 1 มม. ช่องว่าง, โดยทั่วไป 33 ชิ้นโคโรนา ขนาดเมทริกซ์ 20 ซม., 64 × 64, มุมพลิก 90 °, แบนด์วิดท์ 200-KHz พร้อมการสุ่มตัวอย่างทางลาด, จุดเวลา 91 จุดและการสแกนแบบจำลองสี่ครั้ง) การแพ็ดดิ้งใช้เพื่อลดการเคลื่อนไหวซึ่งอยู่ภายในเกณฑ์ที่ยอมรับได้ของการกระจัดสูงสุด 1 มม. (32% ของขนาด voxel) และการหมุน 1 °ตามที่กำหนดทันทีหลังจากการวิ่งแต่ละครั้ง (Caparelli และคณะ, 2003) ลำดับการแปลงฟูริเยร์สมดุลสามมิติแบบถ่วงน้ำหนัก T1Lee และคณะ, 1995) ใช้สำหรับการสร้างภาพโครงสร้าง ภาพ MRI ทั้งหมดได้รับการตรวจสอบเพื่อแยกแยะความผิดปกติของสมองที่ผิดปกติ

อนุกรมเวลาทั้งหมดถูกแปลงเป็นรูปแบบ SPM99 (Wellcome Department of Cognitive Neurology, London) การแปลงร่างแข็งหกพารามิเตอร์ (สามการหมุน, การแปลสามคำ) ใช้สำหรับการจัดตำแหน่งภาพใหม่เพื่อแก้ไขการเคลื่อนไหวของหัว ชุดข้อมูลที่มีการจัดแนวถูกปรับให้เป็นมาตรฐานในเฟรม Talairach พร้อมการแปลงเลียนแบบ 12 พารามิเตอร์ (Ashburner และคณะ, 1997) โดยใช้ขนาด voxel ขนาด 3 × 3 × 3 มม3. เคอร์เนลเสียนใหญ่เต็มความกว้าง 8 มม. XNUMX มม. ถูกใช้เพื่อทำให้ข้อมูลราบรื่น โมเดลเชิงเส้นทั่วไป (Friston et al., 1995) และการออกแบบกล่องรถยนต์ที่มีฟังก์ชั่นการตอบสนองทางโลหิตวิทยาที่ยอมรับได้ถูกนำมาใช้ในการคำนวณแผนที่การเปิดใช้งาน อนุกรมเวลาถูกกรองผ่านแถบความถี่พร้อมฟังก์ชั่นการตอบสนองทางโลหิตไหลในรูปแบบตัวกรองความถี่ต่ำและความถี่ตัด 1/750 วินาทีเป็นตัวกรองความถี่สูง สำหรับแต่ละเรื่องจะมีการสร้างความแตกต่างสามรายการ (45 ¢, 1 ¢หรือ 0 ¢เทียบกับค่าเฉลี่ยพื้นฐานสำหรับการทำงานทั้งหมดหกครั้ง)

การวิเคราะห์ทางสถิติ

สาม voxel-based (สมองทั้งหมด) ความสัมพันธ์ที่เรียบง่ายระหว่างการตอบสนอง BOLD fMRI (ความเปรียบต่างทางการเงินเทียบกับพื้นฐานการตรึง) และความพร้อมของตัวรับ DA2 ในระดับทวิภาคี1 caudate, putamen และ ventral striatum (เช่นค่า Bmax / Kd ใน ROI ทั้งสามนี้ถูกใช้เป็นค่าเมล็ดพันธุ์) (สำหรับการวิเคราะห์ทั้งหมดเก้าครั้ง) ในการวิเคราะห์ทั้งสมองทั้งหมดเกณฑ์ทางสถิติถูกกำหนดไว้ที่ p <.05 ระดับคลัสเตอร์แก้ไข (ขั้นต่ำ Z = 2.5 หรือ T = 4.03) โดยมี voxels ติดกันอย่างน้อย 5 วง (135 มม.3) เนื่องจากเราทำการวิเคราะห์สหสัมพันธ์เก้าครั้งเราจึงใช้การแก้ไข Bonferroni เพิ่มเติมเพื่อป้องกันข้อผิดพลาด Type I (เช่นระดับนัยสำคัญเล็กน้อยถูกตั้งไว้ที่การแก้ไขp≤.006)

เพื่อวัตถุประสงค์ที่เป็นคำอธิบายเรายังดำเนินการสหสัมพันธ์ระหว่างตัวแปรด้านประชากรศาสตร์และตัวแปรประสิทธิภาพที่เกี่ยวข้องกับงานด้วยความพร้อมของตัวรับ DA D2 (1 ตาราง) และด้วย BOLD fMRI ROI ที่เลือก (ที่นี่ใช้คลัสเตอร์ maxima voxel) เพื่อป้องกันข้อผิดพลาด Type I ความสำคัญเล็กน้อยถูกกำหนดไว้ที่ระดับครอบครัวที่ชาญฉลาดของ p <.01 สำหรับความสัมพันธ์เชิงสำรวจเหล่านี้

ผลสอบ

ความสัมพันธ์อย่างมีนัยสำคัญทางสถิติระหว่างความพร้อมใช้งานเครื่องรับ DA2 และการตอบสนอง fMRI BOLD ต่อรางวัลทางการเงิน (45 ¢) ถูกตรวจพบและรวม PFC และฐานดอกเป็นสมมติฐานเบื้องต้น (2 ตาราง และ รูป 1) โดยเฉพาะ BOLD thalamic fMRI จะตอบสนองต่อเงินรางวัลสูงสุด (45 ¢) มีความสัมพันธ์เชิงบวกกับ DA D2 receptor ความพร้อมใช้งานใน caudate (รูปที่ 1A) ที่มีแนวโน้มคล้ายกันสำหรับ putamen (ไม่แสดงข้อมูล) สัญญาณ FMRI BOLD ใน gyram แบบ supramarginal มีความสัมพันธ์คล้ายกันกับความพร้อมใช้งานของตัวรับ DA2 ใน putamen ยิ่งกว่านั้นการตอบสนองของ fMRI ต่อรางวัลทางการเงินที่สูงที่สุดนี้ในด้านหลังตรงกลางด้านหลัง gyrus [Brodmann Area (BA) 6/8/32] มีความสัมพันธ์ในทางลบกับ DA D2 receptor ที่มีอยู่ใน ventral striatum (รูปที่ 1B) ความสัมพันธ์เหล่านี้ (รูป 1) ยังคงถูกตรวจพบหลังจากคงที่ (โดยมีความสัมพันธ์บางส่วน) เวลาหน่วงระหว่าง fMRI และ PET และปีของการใช้โคเคน (r> | .95 |, p <.01) ไม่พบความสัมพันธ์เหล่านี้สำหรับรางวัลที่เป็นตัวเงินต่ำ (1 ¢) หรือระหว่างที่ไม่ได้รับรางวัล (0 ¢)

รูป 1 

รองรับหลายภาษา (ซ้าย) และ scatterplot (ขวา) ของสหสัมพันธ์ระหว่าง (A) caudate ความพร้อมใช้งานตัวรับ DA D2 (เป็นค่าเมล็ด) และ thalamic (คลัสเตอร์สูงสุดที่ x = 9, y = −11, z = 14) การตอบสนอง BOLD fMRI และระหว่าง (B) ท้อง striatum DA D2 ตัวรับ ...
2 ตาราง 

นัยสำคัญทางบวก (+) และลบ (-) สหสัมพันธ์ (สัมประสิทธิ์เพียร์สัน) ระหว่างโดปามีน (DA) การรับ D2 (Bmax / Kd) ใน Caudate, putamen และ ventral striatum (เป็นค่าเมล็ด) และการตอบสนอง fMRI BOLD ¢, ...

การวิเคราะห์สหสัมพันธ์ยังแสดงให้เห็นถึงแนวโน้มของความสัมพันธ์เชิงบวกระหว่างความพร้อมใช้งานของเครื่องรับ DA2 กับเวลาตอบสนองในระหว่างเงื่อนไขงานทั้งหมด (1 ตาราง). อย่างไรก็ตามความสัมพันธ์เหล่านี้ไม่รอดจากการแก้ไขโดยครอบครัว ในที่สุดก็มีแนวโน้มของความสัมพันธ์เชิงลบระหว่างการตอบสนองของตัวหนาใน ROI ของไจรัสหน้าผากที่อยู่ตรงกลางด้านหลังที่เหนือกว่าโดยมีเวลาตอบสนองในช่วงที่มีเงื่อนไขการให้รางวัลทางการเงินสูงสุด (45 ¢, R = −0.78; p <0.05) ไม่พบแนวโน้มที่คล้ายกันสำหรับตัวแปรอื่น ๆ ใน 1 ตาราง ด้วย PFC นี้หรือ ROI ทาลามิกในตัวอย่างนี้

การสนทนา

ผลลัพธ์ปัจจุบันแสดงให้เห็นว่าเป็นครั้งแรกที่ความสัมพันธ์ที่สำคัญระหว่างความพร้อมใช้งานของตัวรับ DA2 ในส่วนหลังและส่วนท้องและการตอบสนอง fMRI BOLD กับรางวัลทางการเงินในบุคคลที่ติดโคเคน โดยเฉพาะความสัมพันธ์เชิงลบถูกพบระหว่างหลัง gyrus หน้าผากหัวหน้าที่เหนือกว่า [BA 6/8/32, ทับซ้อนกับโซน cingulate rostral ตามที่กำหนดโดย (Ridderinkhof et al., 2004)] และความพร้อมใช้งานตัวรับ DA2 ใน ventral striatum เช่นความพร้อมของตัวรับ DAQ D2 ของ ventral striatal ที่ต่ำกว่ายิ่งการตอบสนองของภูมิภาค PFC นี้สูงขึ้นเมื่อได้รับรางวัลทางการเงิน เนื่องจากบุคคลที่ติดโคเคนแสดงให้เห็นว่ามีตัวรับ DA2 ลดลง (Volkow et al., 2004) ลดการเผาผลาญพื้นฐาน prefrontal (Volkow et al., 1993b) และลดความไวของ PFC ต่อรางวัลทางการเงิน (Goldstein และคณะ, 2007a) ทิศทางของความสัมพันธ์นี้ไม่คาดคิด อย่างไรก็ตามการศึกษาก่อนหน้านี้รายงานในทำนองเดียวกัน เชิงลบ ความสัมพันธ์ระหว่างความพร้อมรับ DA D2 ใน ventral striatum (ที่นิวเคลียส accumbens ตั้งอยู่) และ fMRI BOLD ตอบสนองต่อสัญญาณที่เกี่ยวข้องกับแอลกอฮอล์ในภูมิภาค PFC หน้าท้องมากกว่า (รวม PFC ตรงกลางและ rostral anterior cingulate cortex) การควบคุมสุขภาพHeinz et al., 2004) ผลลัพธ์ของเราขยายความสัมพันธ์เชิงลบนี้ให้เป็นรอง ไม่ใช่ยาเสพติด reinforcer เป็นไปได้ว่าผู้เสพติดโคเคนที่มีความพร้อมในการรับ DA2 ของช่องท้องลดลงเป็นคนที่เปิดใช้งานภูมิภาค PFC ซึ่งมีส่วนเกี่ยวข้องในการตรวจสอบประสิทธิภาพเพื่อตอบรับ (Ridderinkhof et al., 2004) อาจชดเชยความไวที่ลดลงของพวกเขาในการเสริมแรงทางการเงินหรือเพื่อเพิ่มแรงกระตุ้น ในการสนับสนุนการตีความนี้คือความสัมพันธ์กับเวลาตอบสนองในระหว่างงาน: ประสิทธิภาพที่เร็วขึ้นนั้นเกี่ยวข้องกับการตอบสนองของ PFC ที่สูงขึ้นทั้งในเรื่องเงินรางวัลและความพร้อมของ DA D2 ventral striatal receptor ที่ต่ำกว่า โปรดทราบว่าแม้ว่าในการศึกษาของเราความสัมพันธ์เหล่านี้ยังไม่ถึงระดับนัยสำคัญเล็กน้อย แต่การศึกษาอื่น ๆ ได้เชื่อมโยงการสังเคราะห์โดปามีน (Landau และคณะ, 2009) และศักยภาพในการจับโดปามีน (Cervenka และคณะ, 2008) ด้วยประสิทธิภาพของความรู้ความเข้าใจรวมถึงเวลาในการตอบสนอง อาจเป็นไปได้ว่าผู้เสพติดโคเคนที่มีตัวรับ DA2 ต่ำซึ่งอาจมีการเผาผลาญกลูโคส PFC ที่ระดับต่ำVolkow et al., 1993b) สร้างการเปลี่ยนแปลงแบบไดนามิกมากขึ้นเมื่อถูกท้าทายกว่าผู้ที่มีตัวรับ DA2 ที่สูงกว่าและการเผาผลาญพื้นฐาน prefrontal ที่สูงขึ้น

ในทางตรงกันข้ามพบว่ามีความสัมพันธ์เชิงบวกกับฐานดอกซึ่งความพร้อมในการรับ DA D2 ที่สูงกว่าใน dorsal striatum (มีความหมายสำหรับ caudate และมีแนวโน้มที่คล้ายกันกับ putamen) ยิ่ง thalamic ตอบสนองต่อเงินรางวัล ฐานดอกซึ่งเป็นเป้าหมายสำคัญสำหรับ DA ของสมอง (ซานเชซ-กอนซาเลซ และคณะ, 2005) มีบทบาทสำคัญในการเสริมสภาพและการคาดหวังผลตอบแทน ตัวอย่างเช่นก่อนหน้านี้เราได้สังเกตการตอบสนองการเผาผลาญธาลามิกที่มากขึ้นเมื่อ methylphenidate ซึ่งเป็นยากระตุ้นที่คล้ายกับโคเคนปิดกั้นผู้ขนส่ง DA คาดว่าจะเป็นเมื่อเทียบกับเมื่อมันไม่คาดคิด (Volkow et al., 2003) ในทำนองเดียวกันการทดลองในสัตว์แสดงให้เห็นการเผาผลาญธาลามิกที่มากขึ้นเมื่อมีการใช้โคเคนในสถานที่ที่มีการใช้ยามากกว่าเมื่ออยู่ในกรงที่บ้านเพื่อหนู“ ติด” (Knapp และคณะ, 2002) หรือเมื่อเปรียบเทียบการบริหารโคเคนแบบบังเอิญกับแบบไม่ผูกพันในบิชอพมนุษย์Porrino และคณะ, 2002) ยิ่งไปกว่านั้นเรายังแสดงให้เห็นว่าในผู้เสพโคเคน แต่ไม่ได้อยู่ในการควบคุม methylphenidate ทางหลอดเลือดดำเพิ่ม DA อย่างมีนัยสำคัญในฐานดอกและการเพิ่มขึ้นนี้เป็นสัดส่วนกับความรุนแรงของความอยากที่ออกโดย methylphenidate (Volkow et al., 1997) ดังนั้นความสัมพันธ์ที่มีการรายงานในปัจจุบันแสดงให้เห็นว่าการมีส่วนร่วมทาลามิคของ thalamic ในการคาดหวังผลตอบแทนทางการเงินในผู้ติดยาเสพติดโคเคน

เห็นได้ชัดว่าผลลัพธ์ในปัจจุบันจะต้องทำซ้ำในขนาดตัวอย่างที่มีขนาดใหญ่ขึ้นของผู้ที่ติดยาและควบคุมสุขภาพ โดยเฉพาะการรวมกลุ่มควบคุมจะอนุญาตให้เชื่อมโยงผลลัพธ์เหล่านี้โดยตรงกับความสัมพันธ์ทั่วไประหว่างความพร้อมใช้งานตัวรับ DA D2 / D3 และการประมวลผลการให้รางวัล [โปรดทราบว่าการศึกษาเมื่อเร็ว ๆ นี้แสดงความสัมพันธ์เชิงบวกระหว่างกิจกรรมประสาทของสมองกลาง dopaminergic กับ fMRI) และการมีตัวรับ DA2 ที่เกี่ยวข้องกับการให้รางวัลใน ventral striatum ในอาสาสมัครสุขภาพดี 10 คน (Hakyemez และคณะ, 2008)] หรือเน้นว่าการค้นพบเหล่านี้เฉพาะกับการติดโคเคนหรือไม่ ข้อ จำกัด เพิ่มเติมของรายงานนี้คือเวลาที่ผ่านไประหว่างการศึกษา PET และ fMRI ซึ่งเฉลี่ย 3 ปี แม้ว่าความมั่นคงของมาตรการ PET ค่อนข้างสูง [การทดสอบทดสอบซ้ำ (พร้อมการติดตามมากถึง 19 เดือน) รายงานความแปรปรวนต่ำของ [11C] raclopride (ศักยภาพผันแปร 7.9%) หรือปริมาณการกระจาย (6-8% เปลี่ยนแปลง) และ intraclass correlations สูง (0.81 - 0.90) ในระบบ dopaminergic striatal ระหว่างสองมาตรการแยก (Hietala et al., 1999; Schlösserและคณะ, 1998; Uchida et al., 2009; Volkow et al., 1993a)] มาตรการทดสอบซ้ำไม่ได้ทำในผู้ใช้ยาเสพติดโคเคนและสิ่งเหล่านี้มีแนวโน้มที่จะแตกต่างกันไปตามหน้าที่ของประวัติยาเสพติด ดังนั้นผลลัพธ์ปัจจุบันจึงต้องจำลองแบบการวัด PET และ fMRI ในช่วงเวลาเดียวกัน

เพื่อสรุปการจำลองแบบการศึกษาขนาดใหญ่ในผู้ติดยาเสพติดเมื่อเปรียบเทียบกับการควบคุมสุขภาพที่ได้รับ PET-fMRI ในช่วงเวลาเดียวกันผลลัพธ์ของเราแนะนำว่า PFC และ thalamic การตอบสนองต่อเงินรางวัลในผู้ติดยาเสพติดโคเคน ใน striatum หน้าท้องและหลังตามลำดับ ความเกี่ยวข้องของผลลัพธ์ต่อพฤติกรรมการเลือกโดยเฉพาะอย่างยิ่งสำหรับสิ่งเร้าที่เกี่ยวข้องกับยาและยา vis-à-vis reinforcers ทางเลือก [เช่น, (Martinez และคณะ, 2007)] ต้องมีการสำรวจในการศึกษาในอนาคต

กิตติกรรมประกาศ

การศึกษานี้ได้รับการสนับสนุนโดยทุนจากสถาบันแห่งชาติว่าด้วยยาเสพติด (ถึง RZG: 1R01DA023579 และ R21DA02062) และบางส่วนจาก Ministerio de Ciencia e Innovación, สเปน (SAF2007-66801); ห้องปฏิบัติการกำกับการวิจัยและพัฒนาจากกระทรวงพลังงานสหรัฐ (OBER); และศูนย์วิจัยทางคลินิกทั่วไป (5-MO1-RR-10710)

เชิงอรรถ

1ไม่มีความแตกต่างอย่างมีนัยสำคัญในความพร้อมของตัวรับ DA D2 ระหว่างทั้งสองซีก (จับคู่ t <0.1, p> 0.9); ค่าต่างๆจึงถูกเฉลี่ยสำหรับการวิเคราะห์ทั้งหมด

หมายเหตุ: ต้นฉบับนี้เขียนโดย Brookhaven Science Associates, LLC ภายใต้สัญญาหมายเลข DE-AC02-98CHI-886 กับกระทรวงพลังงานของสหรัฐอเมริกา รัฐบาลสหรัฐฯยังคงรักษาและผู้จัดพิมพ์โดยการยอมรับบทความสำหรับการพิมพ์รับทราบใบอนุญาตทั่วโลกในการเผยแพร่หรือทำซ้ำรูปแบบการตีพิมพ์ของต้นฉบับนี้หรืออนุญาตให้ผู้อื่นทำเพื่อวัตถุประสงค์ของรัฐบาลสหรัฐฯ

อ้างอิง

  1. Ashburner J, Neelin P, Collins DL, Evans A, Friston K. การรวมความรู้ก่อนหน้าเข้ากับการลงทะเบียนภาพ Neuroimage 1997; 6 (4): 344-352 [PubMed]
  2. Caparelli EC, Tomasi D, Arnold S, Chang L, Ernst T. k- สเปซตรวจจับการเคลื่อนไหวสรุปสำหรับการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก Neuroimage 2003; 20 (2): 1411-1418 [PubMed]
  3. Cervenka S, Bäckman L, Cselényi Z, Halldin C, Fardea L. การเชื่อมโยงระหว่าง dopamine D2-receptor binding และประสิทธิภาพการทำงานขององค์ความรู้บ่งบอกถึงการแบ่งการทำงานของ striatum ของมนุษย์ NeuroImage 2008; 40: 1287-1295 [PubMed]
  4. Friston KJ, Holmes AP, Worsley KJ, Poline JB, Frith CD, Frackowiak RS สถิติแผนที่เชิงพารามิเตอร์ในการสร้างภาพเชิงหน้าที่: วิธีการทั่วไป Hum Brain Mapp 1995; 2: 189-210
  5. Goldstein RZ, Alia-Klein N, Tomasi D, Zhang L, Cottone L, Maloney T, Telang F, Caparelli EC, ช้าง L, Ernst T, Samaras D, Squires N, Volkow ND ความไวของเยื่อหุ้มสมองลดลงจากการได้รับเงินที่เกี่ยวข้องกับแรงจูงใจที่บกพร่องและการควบคุมตนเองในการเสพโคเคนหรือไม่? ฉันคือจิตเวชศาสตร์ 2007A; 164: 43-51 [บทความฟรี PMC] [PubMed]
  6. Goldstein RZ, Tomasi D, Alia-Klein N, Cottone L, Zhang L, Telang F, Volkow ND ความไวอัตนัยต่อการไล่ระดับสีเงินมีความเกี่ยวข้องกับการกระตุ้น frontolimbic เพื่อให้รางวัลในผู้ใช้โคเคน ยาเสพติดแอลกอฮอล์ขึ้นอยู่กับ 2007B; 87: 233-240 [บทความฟรี PMC] [PubMed]
  7. Goldstein RZ, Tomasi D, Alia-Klein N, Zhang L, Telang F, Volkow ND ผลของการฝึกปฏิบัติงานที่ต้องทำอย่างต่อเนื่องในผู้เสพโคเคน Neuroimage 2007c; 35 (1): 194-206 [บทความฟรี PMC] [PubMed]
  8. Hakyemez HS, Dagher A, Smith SD, Zald DH การแพร่เชื้อโดปามีนในมนุษย์ที่มีสุขภาพดีระหว่างการรับรางวัลทางการเงินแบบพาสซีฟ Neuroimage 2008; 39: 2058 2065- [PubMed]
  9. Heinz A, Siessmeier T, เขียน J, Hermann D, Klein S, Grusser SM, Flor H, Braus DF, Buchholz HG, Grunder G, Schreckenberger M, Smolka MN, Rosch F, Mann K, Bartenstein P. ความสัมพันธ์ระหว่าง Dopamine D ( 2) ตัวรับสัญญาณใน ventral striatum และส่วนกลางของตัวชี้นำแอลกอฮอล์และความอยาก ฉันคือจิตเวชศาสตร์ 2004; 161 (10): 1783-1789 [PubMed]
  10. Hietala J, Någren K, Lehikoinen P, Ruotsalainen U, Syvälahti E. การวัดความหนาแน่นของตัวรับโดปามีน D2 dopamine และความสัมพันธ์กับ [11C] -raclopride ในร่างกาย: การวิเคราะห์ทดสอบซ้ำ J Cereb การไหลของเลือด 1999; 19 (2): 210-207 [PubMed]
  11. Knapp CM, Printseva B, Cottam N, Kornetsky C ผลของการได้รับคิวต่อการใช้กลูโคสในสมอง 8 วันหลังจากได้รับโคเคนซ้ำ ๆ ความต้านทานของสมอง 2002; 950: 119-126 [PubMed]
  12. Landau SM, Lal R, O'Neil JP, Baker S, Jagust WJ โดปามีน Striatal และหน่วยความจำในการทำงาน Cereb Cortex 2009; 19 (2): 445-454 [บทความฟรี PMC] [PubMed]
  13. Lee JH, Garwood M, Menon R, Adriany G, Andersen P, Truwit CL, Ugurbil K. ความคมชัดสูงและการถ่ายภาพด้วยคลื่นสนามแม่เหล็กสามมิติอย่างรวดเร็วที่ทุ่งสูง Med Reson Magn 1995; 34 (3): 308-312 [PubMed]
  14. โลแกน L, พรานล่าสัตว์ JS, Volkow ND, Wolf AP, Dewey SL, Schlyer DJ, MacGregor RR, Hitzemann R, Bendriem B, Gatley SJ การวิเคราะห์เชิงกราฟของการแผ่รังสีคลื่นวิทยุแบบย้อนกลับได้จากการวัดเวลากิจกรรมที่ใช้กับ [N-11C-methyl] - (-) การศึกษา PET ของโคเคนในมนุษย์ J Cereb การไหลของเลือด 1990; 10: 740-747 [PubMed]
  15. Martinez D, Narendran R, Foltin RW, Slifstein M, Hwang D, Broft A, Huang Y, Cooper TB, Fischman MW, Kleber HD, Klear HD, Laratele M. การปลดปล่อยโดปามีนจากแอมเฟตามีน: การทารุณกรรมโคเคนและการทำนายทางเลือก จัดการโคเคนด้วยตนเอง ฉันคือจิตเวชศาสตร์ 2007; 164: 622-629 [PubMed]
  16. Porrino LJ, Lyons D, MD, Smith HR, Friedman DP, Daunais JB, Nader MA การทำแผนที่การเผาผลาญของผลกระทบของโคเคนในช่วงเริ่มต้นของการบริหารตนเองในเจ้าคณะที่ไม่ใช่มนุษย์ J Nerosci 2002; 22: 7687-7694 [PubMed]
  17. Ridderinkhof KR, Ullsperger M, Crone EA, Nieuwenhuis S. บทบาทของเยื่อหุ้มสมองส่วนหน้าตรงกลางในการควบคุมความรู้ความเข้าใจ วิทยาศาสตร์. 2004; 306 (5695): 443-447 [PubMed]
  18. Sanchez-Gonzalez MA, Garcia-Cabezas MA, Rico B, Cavada C. ฐานดอกเจ้าคณะเป็นเป้าหมายสำคัญสำหรับโดปามีนในสมอง J Neurosci 2005 25 (26): 6076-6083 [PubMed]
  19. Schlösser R, Brodie JD, Dewey SL, Alexoff D, วัง GJ, ฟาวเลอร์ JS, Volkow N, โลแกนเจ, Wolf AP ความมั่นคงในระยะยาวของกิจกรรมของสารสื่อประสาทที่ตรวจสอบด้วย PET 11C-raclopride ไซแนปส์ 1998; 28 (1): 66-70 [PubMed]
  20. Thut G, Schultz W, Roelcke U, Nienhusmeier M, Missimer J, Maguire RP, Leenders KL การกระตุ้นสมองมนุษย์ด้วยรางวัลทางการเงิน Neuroreport 1997; 8 (5): 1225-1228 [PubMed]
  21. Uchida H, Graff-Guerrero A, Mulsant BH, Pollock BG, Mamo DC ความมั่นคงในระยะยาวของการวัดตัวรับ D (2) ในผู้ป่วยจิตเภทที่รักษาด้วยยารักษาโรคจิต Schizophr Res 2009; 109 (1-3): 130-133 [PubMed]
  22. Volkow ND, ช้าง L, วัง GJ, พรานล่าสัตว์ JS, Ding YS, Sedler M, Logan J, Franceschi D, Gatley J, Hitzemann R, Gifford A, วงศ์ C, Pappas N. ระดับต่ำของสมองผู้เสพโดปามีนในสมอง: การเชื่อมโยงกับการเผาผลาญในเยื่อหุ้มสมอง orbitofrontal ฉันคือจิตเวชศาสตร์ 2; 2001 (158): 12-2015 [PubMed]
  23. Volkow ND, พรานล่าสัตว์ JS, วัง GJ, Dewey SL, Schlyer DJ, MacGregor R, Logan J, Alexoff D, Shea C, Hitzemann R. การทำซ้ำของมาตรการซ้ำของคาร์บอน -11-raclopride ที่มีผลผูกพันในสมองของมนุษย์ J Nucl Med 1993a; 34: 609-613 [PubMed]
  24. Volkow ND, พรานล่าสัตว์ JS, วัง GJ, Hitzemann R, Logan J, Schlyer DJ, Dewey SL, Wolf AP dopamine D2 ตัวรับความพร้อมใช้งานที่ลดลงเกี่ยวข้องกับการเผาผลาญหน้าผากที่ลดลงในผู้เสพโคเคน ไซแนปส์ 1993b; 14 (2): 169 177- [PubMed]
  25. Volkow ND, พรานล่าสัตว์ JS, วัง GJ, สเวนสัน JM โดปามีนในการใช้ยาเสพติดและติดยา: ผลจากการศึกษาภาพและผลกระทบของการรักษา จิตเวชศาสต 2004; 9 (6): 557-569 [PubMed]
  26. Volkow ND, พรานล่าสัตว์ JS, วัง GJ, สเวนสัน JM, Telang F. Dopamine ในการใช้ยาเสพติดและติดยาเสพติด: ผลของการศึกษาการถ่ายภาพและความหมายของการรักษา Arch Neurol 2007A; 64 (11): 1575-1579 [PubMed]
  27. Volkow ND, วัง GJ, Fischman MW, Foltin RW, Fowler JS, Abumrad NN, Vitkun S, Logan J, Gatley SJ, Pappas N, Hitzemann R, Shea CE ความสัมพันธ์ระหว่างผลกระทบที่เป็นอัตวิสัยของการครอบครองโคเคนและโดปามีน ธรรมชาติ. 1997; 386 (6627): 827-830 [PubMed]
  28. Volkow ND, วัง GJ, Ma Y, ฟาวเลอร์ JS, หว่อง C, Jayne M, เตลัง F, สเวนสัน JM ผลของความคาดหวังต่อการตอบสนองเมตาบอลิซึมของสมองต่อเมธิลฟีนิเดตและยาหลอกในอาสาสมัครที่ไม่ใช้ยา Neuroimage 2006a; 32 (4): 1782-1792 [PubMed]
  29. Volkow ND, วัง GJ, Ma Y, พรานล่าสัตว์ JS, Zhu W, Maynard L, Telang F, Vaska P, Ding YS, วงศ์ C, Swanson JM ความคาดหวังช่วยเพิ่มการเผาผลาญของสมองส่วนภูมิภาคและผลการเสริมแรงของการกระตุ้นในผู้เสพโคเคน J Neurosci 2003; 23 (36): 11461-11468 [PubMed]
  30. Volkow ND, วัง GJ, Telang F, พรานล่าสัตว์ JS, Logan J, Childress AR, Jayne M, Ma Y, Wong C. ตัวชี้นำโคเคนและโดปามีนในแถบหลัง: กลไกของความอยากในการติดโคเคน J Neurosci 2006b; 26 (24): 6583-6588 [PubMed]
  31. Volkow ND, วัง GJ, Telang F, Fowler JS, Logan J, Jayne M, Ma Y, Pradhan K, วงศ์ C. ลึกซึ้งลดลงในการปล่อยโดปามีนใน striatum ในแอลกอฮอล์ล้างพิษ: การมีส่วนร่วมของวงโคจรที่เป็นไปได้ J Neurosci 2007B; 27 (46): 12700-12706 [PubMed]