XiaoMi-AI文件搜索系统
World File Search Systempsychiatry
精神病学的迷幻药理学的承诺和危险
哥伦比亚前中美洲前10。在西方文明中，赫夫特（Heffter）将梅斯卡林（Mescaline）确定为迷幻仙人掌lophophora sp。在1890年代11，12中，而霍夫曼（Hoffman）在1945年重新发现了LSD（参考7）。WASSON是最早报告含有psilocybin-含蘑菇13的特性的西方科学家之一，也是第一个报告含有萨尔维诺蛋白A-含有植物14的作用的西方科学家。在整个1950年代和1960年代，对迷幻药物作为对抑郁症和酒精中毒等各种疾病的心理治疗的潜在辅助的研究（例如，请参见参考参考文献15）。这种早期迷幻研究的轨迹部分解释了我们对神经精神疾病的生物学的理解如何使我们对影响心理的药物的分子机制的理解感到困惑。关于神经精神疾病的早期假设是由模仿或改善已建立症状的迷幻药物的实验驱动的16。因此，LSD和其他迷幻药最初被注释为“精神病学”，因为它们能够诱导改变意识状态的能力，这些状态与精神病有了一些可观察到的特质17。在1950年代很明显，诸如LSD等迷幻药物影响了血清素能功能和神经传递18、19，尽管直到1980年代直到1980年代才确定特定的5-羟色胺受体亚型被确定为迷幻药物20，21的可能分子靶标。控制迷幻药物使用和研究的立法（Box 1）可能阻碍了研究。一些尽管有这些限制，但已根据图中所示的一般支架合成了大量迷幻药物1，特别是在苯乙胺22、23和色氨酸3、24、25个家庭中。然而，已经产生了通过已知的迷幻药物作用的受体作用的化合物中的化学多样性，以使能够研究作用机理与观察到的行为反应之间的联系所必需的谨慎的分子药理学（均应（疗法和否则））。对迷幻药物的治疗潜力的重新兴趣在2010年代中期变得显而易见。
在儿童和青少年精神病学中使用 ERP 进行认知评估：困难和机遇
事件相关电位 (ERP) 是研究儿童和青少年认知功能最广泛使用的工具之一 (Bhavnani 等人，2021 年)。各种各样的神经心理学测试已经在基于计算机的模型上实施并与 ERP 相结合 (Ghani 等人，2020 年；Kutas 等人，2012 年；Reinvang，1999 年；Seer 等人，2016 年)。ERP 的测量方法是多次传递某一类事件，然后取信号平均值 (Duncan 等人，2009 年；Luck，2012 年)。ERP 允许以高时间分辨率研究认知过程的序列：早期波（刺激开始后 100 毫秒内）称为“感觉”成分，而后期产生的 ERP 反映更高阶的信息过程 (Sur and Sinha，2009 年)。理解、遵循指令和集中注意力的能力是进行许多神经心理学测试所需的技能（Howieson，2019）。因此，使用 ERP 对发育异常的儿童和青少年进行认知评估可能会遇到挑战（Brooker 等人，2019）。到目前为止，与 ERP 相关的研究主要集中在脑电图 (EEG) 分析方法的进步上（有关最新综述，请参阅（Bridwell 等人，2018）），很少关注数据收集，尤其是在弱势群体中。这项工作的目的是为认知 ERP 评估提供建议，这些建议可应用于儿童和青少年的诊断类别
计算精神病学中的人工智能伦理
人工智能 (AI) 中使用的方法与计算精神病学 (CP) 中使用的方法重叠。因此，AI 伦理的考虑也与 CP 的伦理讨论相关。伦理问题包括公平性、数据所有权和保护等。除此之外，道德相关问题还包括人工智能应用的潜在变革性影响——例如，关于我们如何看待自主权和隐私。同样，CP 的成功应用可能会对我们如何对精神障碍和心理健康进行分类和分类产生变革性影响。由于许多精神障碍伴随着意识体验紊乱，因此希望 CP 的成功应用能够提高我们对涉及意识体验中断的疾病的理解。在这里，我们讨论了 CP 可能对我们对精神障碍的理解产生的变革性影响的前景和陷阱。特别是，我们研究了这样的担忧：即使是成功的 CP 应用也可能无法考虑到意识体验紊乱的所有方面。
精神病学的护理质量与研究活动有关
背景。传统上认为，顶级生物医学研究机构为患者提供更好的医疗治疗。但是，情况不一定是这样。研究活动与临床部门提供的护理质量之间的低到中度负相关已被描述。我们的目的是在西班牙最大的医院的精神病院中检查这种关系。方法。从科学网络（Web of Science）（2006 - 2015年）中检索了50家医院的科学出版物，从西班牙国家卫生系统记录（2008 - 2014年）收集了心理保健数据的质量。Spearman-Rank相关分析（对床和人口数量调整）用于检查研究数据与精神病学质量结果之间的关联。逐步回归模型是为了确定研究生产力对医疗保健结果的预测价值。结果。我们发现研究活动指标（即出版物数量，引用数量，累积影响因素和机构H指数）与精神病学的改善质量结果（即，再入院，转移者的数量，转移和出院的出院数量）之间存在正相关联。尤其是，较高的研究活动预测精神病患者的再入院水平较低（p = 0.025; r = 0.317），解释了当其他因素考虑到其他因素时的8.2％。结论。更高的研究活动与精神病学中心理保健的质量更好。我们的结果可以为临床和研究管理环境中的决策提供依据，以确定研究对精神病患者预后的影响的最合适质量度量。
TGF-β介导的内皮向间质转变（...
1耶鲁大学医学院精神病学系，美国康涅狄格州纽黑文市； 2春季健康，美国纽约，美国； 3英国谢菲尔德大学心理学系临床心理学部； 4爱尔兰都柏林三一学院计算机科学与统计学校； 5宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学心理学系； 6荷兰莱顿大学心理学研究所方法与统计系； 7加利福尼亚大学，加利福尼亚州洛杉矶分校，加利福尼亚大学，加利福尼亚大学的精神病学和生物行为科学系； 8英国剑桥市Microsoft Research； 9英国伦敦伦敦国王学院精神病学和神经科学研究所生物统计学和健康信息学系； 10精神病学和心理治疗系，用于神经诊断应用的科，德国慕尼黑路德维希·马克西米利大学； 11哈佛T.H.Chan公共卫生学院，美国马萨诸塞州波士顿； 12Chan公共卫生学院，美国马萨诸塞州波士顿； 12
儿童和青少年精神病学能力的途径...
©2020加拿大皇家医师和外科医生学院。保留所有权利。只要所有相关材料中都包含以下短语：版权所有©2020加拿大皇家医师学院。经许可引用和生产。请将最终产品的副本转发给ATTN专业教育办公室：专业副主任。所有其他用途都需要皇家学院的书面许可。有关知识产权的更多信息，请联系：documents@royalcollege.ca。有关此文档使用的问题，请联系：recertentials@royalcollege.ca。
精神病学的机器学习：让医生在黑匣子上？
算法和硬件的最新进展已经对机器学习产生了巨大的希望（ML），以成为复杂问题的几乎通用解决方案。这种热情迅速接管了医学研究，导致越来越多的出版物强调了ML的潜力，并伴随着越来越强烈的主张进入临床实践[1]。关于脑成像，通常是创新的领先者，这种发展背后的动机似乎很明显：MRI是高度标准化的，并且已经建立了数十年的受试者之间的分析。此外，几个大型和开放的数据集为模型培训提供了相对良好的资源[2]。精神病学也有临床需求：神经精神疾病是全球发病率和残疾调整后的生活年份的主要原因，因此，希望ML能够加速精神病学的诊断和疾病进度。尽管ML对精神病学有潜在的影响，但目前的状态和轨迹是否与高期望和经常大胆的诺言保持一致，这似乎是有争议的[3]。尤其是在精神病学中，需要更多考虑先决条件和更多方向来翻译
精神病学中的先进机器学习方法
简介 机器学习 (ML) 方法在心理健康和相关研究中得到越来越多地应用。在我们上一篇论文中，我们讨论了两种 ML 方法，即逻辑回归和 k 均值聚类。1 在本报告中，我们重点介绍两种更先进的 ML 方法，即支持向量机 (SVM) 和人工神经网络 (ANN)，以及它们在精神病学中的应用。SVM 是一种用于对标记结果进行分类的监督学习方法。SVM 应用来自每个类别的少量样本（称为“支持向量”）来构建分类器，将样本分成不同的类别。2 SVM 是线性判别函数的扩展，线性判别函数是一种流行的监督学习统计方法，因为它试图适应非线性判别函数以实现更精确的分类。3 SVM 已被广泛应用，包括在精神病学领域。例如，在重度抑郁症 (MDD) 研究中，SVM 被用于通过人口统计学和临床变量（如年龄、性别、教育水平、药物等）从健康对照组中识别出 MDD 患者。4 这也是神经成像中的一种流行技术。5 6 我们将在下一节进一步讨论 SVM。ANN 由许多称为“人工神经元”的简单单元组成。ANN 的主要组成部分是输入层、隐藏层和输出层。计算机科学家已经开发出 ANN 来模仿生物神经网络，通过建立模型来模仿人类大脑从训练数据中学习的过程，而无需任何数据的先验知识。7 例如，在
联络精神病学服务质量标准-第六...
不到 10 年前，我说服我的综合医院，我们的小型精神病联络服务应该加入这个新的全国性组织 PLAN，这样我们就可以看看其他人做了什么，以及我们与其他人相比如何。现在，我欢迎第六版标准，英国近 80 个服务机构希望以此标准衡量他们的成功。PLAN 依靠其成员来制定这些标准，参与同行评审访问，并帮助其他服务变得更安全、更好。认证委员会包括许多医疗专业团体以及服务用户代表：它的努力都是关于我们的精神障碍需要在综合医院治疗的患者的经历。我们希望支持急诊科为危机中的人们提供安全和支持，并制定标准来衡量管理各种表现的有效系统，跨年龄段，我们在综合医院病房和越来越多的联络精神病诊所的工作也是如此。第六版首次列出了针对儿童和年轻人的标准。这一版本是经过广泛咨询后修订而成的。新标准和修订标准反映了越来越多的疗效证据，以及英国各地不同团队寻找提供世界一流护理的更好方法的经验。其核心是预防（预防未经治疗的精神障碍的影响）和可持续性原则。我们认为我们作为认证委员会的一部分，我们的职责是支持联络团队获得所需的资源。联络精神病学是关于治疗评估，第一次就做对，并有效地将商定的计划传达给需要了解的人。PLAN 帮助我们所有人反思和改进。因此，感谢所有参与并响应这一版本的漫长旅程的人。随着我们的服务成为每家综合医院的标准并在那里提供诊所，它将进一步发展。这个过程由我们的小型 PLAN 团队协调。我感谢我们所有认证委员会成员的时间和审查，我祝愿每个签署 PLAN 并遵守这些标准的团队都能成功提供最好的证据，以获得正式的 PLAN 会员资格。在过去的十年中，我认为，我们作为安全可靠的联络服务的共同声誉已得到了整个海军会员国的极大提升。
两个流的故事：来自人类行为和神经精神病学的增强学习模型
从人类决策的行为研究中汲取灵感，我们在这里提出了一个更一般，更灵活的参数框架，用于加强学习，将标准Q学习扩展到处理积极和负面奖励的两流模型，并允许将广泛的奖励处理偏见 - 使人相互作用的重要组成部分，使得跨越多种多样的社会的重要组成部分，以实现跨越的范围。系统以及与正常奖励处理中断相关的各种神经精神疾病。From the computational perspective, we observe that the proposed Split-QL model and its clinically inspired variants consistently outperform standard Q-Learning and SARSA methods, as well as recently proposed Double Q-Learning approaches, on simulated tasks with particular reward distributions, a real-world dataset capturing human decision-making in gambling tasks, and the Pac-Man game in a lifelong learning setting across different reward stationarities.