Дослідження зв’язку дисконтування затримки зі структурою мозку, робочою пам’яттю та епізодичною пам’яттю. Частина 1

вступ:

Дисконтування затримки (DD), перевага меншим і швидшим винагородам перед більшими та пізнішими, є важливим поведінковим феноменом для повсякденного функціонування, що викликає зростаючий інтерес у психопатології. Нейробіологічні механізми, що стоять за ДД, погано вивчені, а література про структурні кореляти ДД демонструє суперечності.

Зі стрімким темпом розвитку сучасного суспільства життя людей стає все швидшим і швидшим, а пам’ять постійно погіршується. Однак ми можемо покращити наші можливості пам’яті за допомогою дисконтування затримок.

Відкладена знижка – це стратегія споживання, тобто при покупці товару перед оплатою ви побачите акційну інформацію, наприклад «50% знижка» або «отримайте додатковий подарунок». Це буде дуже захоплююче, але вам доведеться заплатити за власний час і гроші, перш ніж отримати щось цінне. Відкладені знижки змушують добре подумати, чи скористатися миттєвою знижкою зараз, чи чекати більшої знижки чи кращого подарунка.

Дисконтування затримок може допомогти нам покращити наші навички пам’яті, оскільки це вимагає від нас мислення та швидкості реакції, а також вимагає від нас чіткого мислення та прийняття обґрунтованих рішень щодо кожного вибору. Це може допомогти нам щодня розвивати свої навички мислення та краще справлятися з проблемами в роботі та житті.

Дисконтування затримки також допомагає нам визначити, що нам потрібно. Чекаючи на кращу знижку чи кращий подарунок, ми усуваємо потребу в імпульсивних покупках і даємо нам можливість подумати про те, що нам потрібно, таким чином заохочуючи нас приймати розумніші рішення про покупку та уникати марної витрати часу та грошей.

Дисконтування затримок може допомогти нам покращити наші когнітивні здібності та здатність приймати рішення, допомагаючи нам мислити про речі більш чітко та вибирати відповідні дії. Отже, давайте використовувати дисконтування затримки як проактивну стратегію для покращення наших когнітивних здібностей і здібностей прийняття рішень. Видно, що нам потрібно вдосконалювати пам'ять. Cistanche deserticola може значно покращити пам'ять, оскільки Cistanche deserticola є традиційним китайським лікарським матеріалом з багатьма унікальними ефектами, одним із яких є покращення пам'яті. Ефективність фаршу пояснюється багатьма активними інгредієнтами, які він містить, зокрема кислотою, полісахаридами, флавоноїдами тощо. Ці інгредієнти можуть сприяти здоров’ю мозку різними способами.

Клацніть «Знай, як покращити короткочасну пам’ять».

Методи:

Тут ми використали великий відкрито доступний набір даних (n=1196), щоб дослідити зв’язки з продуктивністю пам’яті та кореляціями сірої та білої речовини ДД за допомогою пов’язаного аналізу незалежних компонентів.

Результати:

Більший DD був пов’язаний із меншим об’ємом передньої скроневої сірої речовини. Зв’язки ДД із загальним об’ємом кори, підкірковими об’ємами, маркерами мікроскопічної організації білої речовини, показниками робочої пам’яті та епізодичної пам’яті не були значущими після контролю за освітою та доходом.

Висновок:

Ефекти розміру, порівнянного з тим, який ми ідентифікували, навряд чи можна було б відтворити з розмірами вибірки, поширеними в багатьох попередніх дослідженнях у цій галузі, що може пояснити невідповідності в літературі. Незначність і невеликий розмір ефектів, виявлених у наших даних, підкреслюють важливість використання великих вибірок разом із методами, які враховують їх статистичну структуру та відповідний контроль для спотворень, а також необхідність розробки парадигм із покращеною надійністю параметрів завдань у дослідженнях, пов’язаних зі структурою мозку та когнітивними функціями. здібності з ДД.

Ключові слова:
дисконтування затримки; міжчасові вибори; структурні мережі; магнітно-резонансна томографія; структура мозку.

вступ

Коли ми стикаємося з дилемою вибору між винагородою, яка матеріалізується негайно, і більшою винагородою, яку буде відкладено, ми часто обираємо перше. Таку поведінку, що називається тимчасовим дисконтуванням або дисконтуванням із затримкою (DD), можна спостерігати у людей і тварин і інтерпретувати з точки зору економіки як зниження суб’єктивної цінності предметів, коли суб’єкту потрібно чекати відстрочки, щоб отримати їх (Samuelson 1937; Story et al. 2016). Люди не враховують як основні винагороди, такі як їжа, ліки чи секс, так і грошові винагороди (Mcclure та ін. 2007; Odum 2011).

Варіанти вибору, пов’язані з винагородами, що присуджуються з різними затримками (міжчасові вибори), є всюдисущими та можуть мати значні наслідки. Певна кількість дисконтування може бути адаптивною функцією в багатьох ситуаціях, наприклад, коли отримання майбутніх винагород є дуже невизначеним (Story et al. 2016).

Тим не менш, існують значні міжіндивідуальні відмінності в тому, як люди знецінюють майбутні винагороди, і неадаптивний міжчасовий вибір часто спостерігається при таких психічних розладах, як залежність (Mackillop та ін. 2011; Amlung та ін. 2017), шизофренія (Ahn та ін. 2011) і депресія (Takahashi et al. 2008; Pulcu et al. 2014). У сфері психіатрії існує великий інтерес до DD через його потенціал відповідати критеріям дослідницької сфери (Cuthbert and Insel 2013) як поведінковий вимір психопатології, який може виявити основоположні нейробіологічні характеристики (Lempert et al. 2018).

Загальний спосіб вимірювання DD полягає в тому, щоб представити суб’єктам двійковий вибір між меншою винагородою, яку дадуть негайно, та більшою винагородою, яку нададуть у майбутньому («виберіть між 50 дол. США сьогодні або 100 дол. США через 6 місяців») і підібрати модель, яка передбачає їхні відповіді на основі гіпотетична ставка дисконту (Samuelson 1937; Mazur 1987). Рівень дисконтування, виміряний таким чином, показує високу надійність повторного тестування і може розглядатися як риса суб’єкта (Odum 2011; van den Bos et al. 2014).

Загалом дослідження, що вивчають зв’язок між структурними відмінностями мозку та ДД, зводяться до мережі регіонів, які, як вважають, підтримують оцінку винагороди, епізодичну перспективу та контроль зверху вниз (Peters and Büchel 2011; Owens et al. 2017), але вони дали частково суперечливі результати, можливо, через малий розмір вибірки (Kable та ін. 2015; Пехліванова та ін. 2018). Повідомлялося про негативний зв’язок зі ставками дисконтування з об’ємом сірої речовини (GMV) або товщиною латеральної префронтальної кори (PFC) (Bjork та ін. 2009; Чо та ін. 2013), верхньої лобової звивини (Schwartz та ін. 2010), медіальної PFC, передня поясна кора (Bernhardt та ін., 2014) і путамен (Dombrovski та ін., 2012).

З іншого боку, більший DD був пов’язаний із більшим об’ємом вентрального смугастого тіла та задньої частини поясної кори (Schwartzet al. 2010) і збільшенням локальної GMV у передньому полюсі та середній лобовій звивині (Wang et al. 2016), медіальній префронтальній та передній поясній звивинах. області (Cho та ін. 2013) і хвостатий (Tschernegg та ін. 2015); деякі з цих позитивних зв’язків суперечать негативним, згаданим вище. Найбільше на сьогоднішній день дослідження серед молодих дорослих виявило більшу знижку з меншим GMV у середній скроневій звивині та енторинальній корі (Owens et al. 2017).

Література, яка пов’язує відмінності в білій речовині з ДД, є ще меншою та складається з досліджень із відносно невеликими зразками. DD було пов’язано з варіаціями верхнього (Mohammadi та ін. 2016) і нижнього поздовжнього пучків (Olson та ін. 2009; Herting та ін. 2010; Mohammadiet ін. 2016) і лобно-стрітратного тракту (Peper та ін. 2013; Hänggi та інші, 2016; Хемптон та інші, 2017). Олсон та ін. (2009) виявили у 79 підлітків зв’язок із ділянками білої речовини, включаючи частини нижнього та верхнього поздовжніх пучків, переднє випромінювання таламуса, пучок пучка, нижній лобно-потиличний пучок, кортикоспинальний тракт і селезінку мозолистого тіла.

Суб’єкти підліткового віку з сильнішим зв’язком шляху між смугастим тілом і правою дорсолатеральною ПФК, як правило, менш нетерплячі, і розвиток цього тракту пов’язують із зменшенням дисконтування, коли підлітки дорослішають (van den Bos et al. 2015). Найбільше дослідження в галузі на даний момент (Han et al. 2018) виявило негативний зв’язок між тимчасовим дисконтуванням і цілісністю білої речовини в двосторонньому лобовому, лобно-стріатальному та скронево-тім’яному трактах у літніх людей.

Досі невідомо, як міжіндивідуальні відмінності у вищезгаданих нейронних корелятах призводять до відмінностей у DD. Одним із потенційних когнітивних механізмів, який може лежати в основі цього зв’язку, є робоча пам’ять (WM), яка негативно асоціюється з DD (Шамош та ін. 2008; Ан та ін. 2011). Було показано, що тренінги WM ​​зменшують знижки на лікування дорослих від залежності від стимуляторів (Bickel та ін. 2011).

Мета-аналіз функціональної активації завдань WM і DD (Wesley and Bickel 2014) виявив унікальну область у задній частині лівої латеральної PFC, де карти функціональної активації WM і DD перекриваються. Автори цього дослідження висунули гіпотезу, що ця область пов’язана з інтеграція тимчасової інформації про недавнє минуле та осяжне майбутнє в поточні виконавчі процеси, пов’язані з прийняттям рішення. Крім того, складність вибору при порівнянні негайних і відкладених винагород модулює діяльність у пов’язаних з WM регіонах PFC (Jimura et al. 2018).

Іншим когнітивним механізмом, пов’язаним із ДД, є епізодична пам’ять (ЕМ). Суб’єкти, як правило, більш терплячі після відновлення позитивних, але не негативних автобіографічних спогадів (Lempert et al. 2017). Епізодичне мислення про майбутнє залучає загальні регіони до пригадування минулого досвіду (медіальна префронтальна область, медіальна та латеральна тім’яна кора, латеральна скронева кора та медіально-скронева частка) (Addis та ін. 2007; Schacter та ін. 2007; Schacter та Addis 2009), а також зменшує DD (Petersand Büchel 2010; Daniel et al. 2015; Bromberg et al. 2017; Hu et al. 2017). Ступінь, до якого відбувається ця модуляція, визначається функціональним зв’язком між гіпокампом і передньою поясною корою (Peters and Büchel 2010), а також медіальним PFC (Benoit et al. 2011).

З обчислювальної точки зору, було запропоновано, що тимчасове дисконтування складається з процесу пошуку, де суб’єктивна цінність майбутніх винагород залежить від здатності знайти представлення цих винагород у пам’яті, причому винагороди, пов’язані з подіями, які є більш далекими в часі, важче знайти передбачувано. репрезентативний простір, тому йому присвоюється менша суб’єктивна цінність (Kurth-Nelson et al. 2012). Таким чином, цей процес пошуку покладається на представлення EM to storereward і WM для розгляду витрат і переваг альтернатив (Wesley and Bickel 2014).

У цьому дослідженні ми проаналізували поведінкові та нейровізуалізаційні дані великої когорти молодих людей, набір даних Human Connectome Project (HCP) (Van Essenet al. 2013) (http://www.humanconnectome.org). Зокрема, ми досліджували об’єм кори та підкіркових структур, а також повний набір коваріаційних мереж (тобто мереж областей із сильно коваріюючими значеннями структурних показників) структури сірої та білої речовини. Більший DD корелював із меншим GMV у передній скроневій корі, але, незважаючи на великий розмір вибірки, жоден із зв’язків із загальним об’ємом кори, підкірковими об’ємами або маркерами мікроскопічної організації білої речовини не був значущим. Крім того, ми не знайшли доказів асоціації WM або EM з DD у завданнях набору даних HCP.

Матеріали та методи
Учасники

Учасниками HCP були 1196 молодших дорослих (середнє=28.9, SD=3.7 років, 547 чоловіків і 646 жінок), які мали право на магнітно-резонансну томографію та не мали в анамнезі значних нервово-психічних розладів, зловживання психоактивними речовинами, серцево-судинних захворювань , або менделівська генетична хвороба. Усі учасники надали письмову інформовану згоду (Van Essen et al. 2012). Кількість і демографічні характеристики суб’єктів із дійсними даними для різних когнітивних завдань і методів візуалізації наведені в таблиці 1. У кожному наступному аналізі ми включили всіх суб’єктів із повними даними щодо відповідних змінних. Набір даних описано більш детально в іншому місці (Van Essen et al. 2013).

ДД завдання

Учасники отримали комп’ютеризоване завдання міжчасового вибору. Під час кількох випробувань їм було запропоновано бінарний вибір між меншою винагородою, яку отримують негайно, та більшою винагородою, яку отримують у майбутньому (рис. 1А). Вибір був гіпотетичним (тобто учасникам не платили ту суму, яку вони обрали). Ми змоделювали суб’єктивні цінності винагороди учасників за допомогою гіперболічної функції дисконтування (Mazur 1987) зі ставкою дисконтування k. Більші значення k означають більшу знижку майбутніх винагород і відображають більш нетерплячу поведінку.

Ми використали всі випробування під час підгонки моделі, оскільки ставки дисконтування, оцінені окремо для випробувань малої та великої величини, сильно корелюють, і аналіз відновлення параметрів показав, що їх окрема підгонка призвела до значно гіршого відновлення. Перегляньте Додатковий матеріал для отримання додаткової інформації про завдання та модель, а також допоміжні аналізи.

Оцінки WM і EM

Учасники виконали тест пам’яті NIH Toolbox List SortingWorking Memory Test (LSWMT) (Tulsky та ін. 2014) і 2-зворотне завдання WM (Barch та ін. 2013). Крім того, вербальну ЕМ оцінювали за допомогою тесту пам’яті слів Пенна (PWMT) (Gur et al. 2001), а невербальну EM — за допомогою тесту пам’яті послідовності зображень NIH Toolbox (PSMT) (Tulsky та ін. 2014). Оцінки всіх завдань були Перетворення Бокса-Кокса, щоб відобразити їх нормальний розподіл і згодом стандартизувати (показник перетворення: LSWMT: 0,90; 2-back: 3,88; PWMT: 4,46; PSMT: 1,31). Детальніше про завдання наведено в Додатковому матеріалі.

Магнітно-резонансна томографія

Збір та обробка даних

Було отримано сканування структурних T1-зважених і дифузійно-зважених зображень (DWI) (параметри сканування та відомості про обробку даних див. у Додатковому матеріалі). Поверхневі карти товщини та площі кори, загальних об’ємів кори та об’ємів підкіркових структур (прилягання, мигдалини, хвоста, гіпокампу, блідої оболонки, путамена та таламуса) для кожної півкулі були створені за допомогою FreeSurfer (Fischland Dale 2000). Ми також обробили T1-зважені зображення за допомогою конвеєра (FSL-VBM) на основі воксельної морфометрії (Ashburner and Friston 2000) (Douaud та ін. 2007), щоб створити індивідуальні карти GMV (модульовані ймовірнісні зображення сірої речовини). Аналіз карт GMV доповнює попередній аналіз структурних об’ємів, оскільки він не передбачає, що ефекти відбуватимуться в регіонах, які відповідають заздалегідь заданим анатомічним структурам. Подальші відомості про різні показники сірої речовини та обґрунтування їх включення наведено в Додатковому матеріалі.

На основі даних DWI ми обчислили карти дробової анізотропії (FA) і середньої дифузії (MD), чутливі до мікроскопічної структури білої речовини через її обмеження на дифузію протонів води в тканині мозку (Le Bihan et al. 2001). Карти FA та MD були подані до просторової статистики на основі тракту (TBSS) (Smithet al. 2006) для отримання окремих карт, обмежених центрами всіх пучків волокон, які зазвичай є загальними для учасників дослідження (скелети тракту, див. Додатковий матеріал для отримання додаткової інформації).

Генетика алкоголізму, Бухольц та ін. (1994), входить до батареї HCP). П’ять випадків, у яких освіта та дохід не були зареєстровані, були приписані на основі статі та віку з використанням мишачого пакету для R.

Незалежний компонентний аналіз

Ми розклали модальності структури сірої речовини (карти товщини та площі кори головного мозку та зображення GMV) разом на 50 компонентів за допомогою зв’язаного аналізу незалежних компонентів (linked-ICA), методу на основі даних, який розбиває дані на набір компонентів між суб’єктами мінливість (коваріаційні мережі), які, як було показано, мають біологічну правдоподібність (Groveset ін. 2011, 2012; Douaud та ін. 2014; див. Додатковий матеріал для отримання додаткової інформації). Кожен компонент пов’язаний із просторовою картою та набором балів, по одному для кожного суб’єкта, разом із відносними вагами, що відповідають кожній із вхідних модальностей (товщина, площа та GMV).

Оцінка суб'єкта для певного компонента відображає знакову величину внеску компонента в карту суб'єкта. Подібним чином ми також розклали модальності структури білої речовини (FA і MD) на 50 компонентів. Щоб перевірити стійкість результатів до зміни кількості компонентів, ці аналізи було повторено, розклавши дані на 100 компонентів замість 50.

For more information:1950477648nn@gmail.com