MARC

 008250123s2024        us                              c    eng  d
■001000017164422
■00520250211153000
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346382638
■035    ▼a(MiAaPQ)AAI31631276
■035    ▼a(MiAaPQ)PennState19527suh438
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a612
■1001  ▼aHuang,  Siyuan.
■24510▼aSex  Differences  in  Dorsal  Striatal  Volume  and  Interest  in  Quitting  Smoking
■260    ▼a[Sl]▼bThe  Pennsylvania  State  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a148  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-05,  Section:  A.
■500    ▼aAdvisor:  Wilson,  Stephen.
■5021  ▼aThesis  (Ph.D.)--The  Pennsylvania  State  University,  2024.
■520    ▼aCigarette  smoking  is  one  of  the  leading  causes  of  preventable  death  and  is  accompanied  by  a  range  of  health  problems  in  the  US.  Over  the  recent  decades,  female  smoking  has  become  an  increasingly  pressing  public  health  challenge.  To  understand  the  brain  mechanisms  underlying  the  cessation  difficulties  prevalently  reported  by  female  smokers,  the  present  study  used  voxel-based  morphometry  (VBM)  measure  to  investigate  sex-specific  volumetric  differences  in  smokers  and  their  connections  to  self-reported  quit  interest.Structural  magnetic  resonance  brain  imaging  (MRI)  data  from  forty-one  women  and  fifty-two  men  (30.1  ±  7.5  yrs)  who  reported  smoking  an  average  of  15-40  cigarettes  per  day  for  the  past  24  months  were  collected.  Analyses  were  carried  out  either  on  the  average  gray  matter  volume  (GMV)  value  of  predetermined  brain  regions  of  interest  (ROIs;  i.e.,  bilateral  caudate,  putamen,  nucleus  accumbens,  thalamus)  or  to  assess  the  GMV  differences  voxel  by  voxel  across  the  whole  brain.  To  evaluate  whether  the  VBM  results  were  consistent  across  analysis  approaches,  secondary  analyses  were  conducted  to  investigate  the  potential  impacts  of  image  preprocessing  pipeline  (SPM  CAT12  vs.  FSL-VBM),  spatial  smoothing  kernel,  method  used  to  define  ROIs,  inclusion  of  covariates  (e.g.,  age,  MRI  image  quality),  and  multiple  tests  correction  strategy  (parametric  vs.  nonparametric  approach),  respectively,  on  ROI-  and  voxel-wise  statistics.ROI-based  analyses  revealed  that  female  smokers  presented  larger  GMVs  in  all  ROIs  than  male  smokers,  controlling  for  all  covariates.  Most  importantly,  there  appeared  to  be  a  more  negative  association  between  GMV  in  the  putamen  and  current  interest  in  quitting  for  female  relative  to  male  smokers.  However,  the  observation  of  this  sex  and  GMV  interaction  relied  upon  using  specific  preprocessing  pipeline  (i.e.,  SPM  CAT12)  and  ROI  definition  approach.  Voxel-wise  cluster  analysis  did  not  replicate  this  interaction  outcome  but  instead  detected  wide-range  volumetric  sex  differences  (female    male)  in  regional  GMVs  across  the  whole  brain,  which  varied  with  the  choices  of  processing  pipeline  and  smoothing  kernel  size.Results  suggest  that  compared  to  men,  female  smokers'  greater  cessation  difficulty  may  involve  increased  GMV  in  the  dorsolateral/putamen  subcomponent  of  the  striatum  that  regulates  habit-directed,  stimulus-bound  smoking  behavior.  Additional  results  evince  that  certain  analysis  factors,  such  as  the  MRI  software  package,  may  alter  the  detection  of  volumetric  sex  differences  in  the  context  of  cigarette  smoking.The  current  study  reports  a  novel  sex-moderated  association  between  the  neuroanatomy  of  the  putamen  and  the  desire  to  discontinue  smoking.  Results  support  the  development  of  female-specific  treatments  that  address  compulsive  tobacco  seeking  resulting  from  automatic  cue-induced  reactivity.  Further,  this  study  highlights  the  importance  of  performing  multiple  reasonable  analyses  on  the  same  data  and  clearly  reporting  all  analytical  outcomes  to  augment  the  reliability  and  robustness  of  neuroimaging  findings.
■590    ▼aSchool  code:  0176.
■650  4▼aGender  differences
■650  4▼aWomens  health
■650  4▼aAddictive  behaviors
■650  4▼aTransdermal  medication
■650  4▼aBehavioral  psychology
■650  4▼aGender  studies
■650  4▼aPublic  health
■690    ▼a0384
■690    ▼a0733
■690    ▼a0573
■71020▼aThe  Pennsylvania  State  University.
■7730  ▼tDissertations  Abstracts  International▼g86-05A.
■790    ▼a0176
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17164422▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books