Изследване на асоциациите на намалението на забавянето с мозъчната структура, работната памет и епизодичната памет, част 1

Въведение:

Дисконтирането на забавяне (DD), предпочитанието за по-малки и по-бързи награди пред по-големи и по-късни, е важен поведенчески феномен за ежедневното функциониране с нарастващ интерес в психопатологията. Невробиологичните механизми зад DD са слабо разбрани и литературата относно структурните корелати на DD показва несъответствия.

С бързото развитие на съвременното общество животът на хората става все по-бърз и по-бърз, а паметта им постоянно намалява. Въпреки това можем да подобрим възможностите на паметта си чрез намаление на забавянето.

Отложената отстъпка е стратегия за потребление, тоест, когато купувате стоки, ще видите промоционална информация, като например „50% отстъпка“ или „вземете допълнителен подарък“, преди да платите. Това ще бъде много вълнуващо, но ще трябва да платите за собственото си време и пари, преди да получите нещо ценно. Забавените отстъпки ви карат да помислите добре дали да се възползвате от незабавната отстъпка сега или да изчакате по-голяма отстъпка или по-добър подарък.

Отстъпката за забавяне може да ни помогне да подобрим уменията си за памет, защото изисква нашето мислене и скорост на реакция и изисква да мислим ясно и да вземаме информирани решения за всеки избор. Това може да ни помогне да упражняваме своите мисловни умения всеки ден и да ни помогне да се справяме по-добре с проблемите в работата и живота.

Отстъпката за забавяне също ни помага да разпознаем от какво се нуждаем. Като чакаме по-добра отстъпка или по-добър подарък, премахваме нуждата от импулсивни покупки и ни даваме шанс да помислим от какво се нуждаем, като по този начин ни насърчават да вземаме по-интелигентни решения за покупка и да избягваме загубата на време и пари.

Намаляването на забавянето може да ни помогне да подобрим когнитивните си способности и способностите си за вземане на решения, като ни помага да мислим за нещата по-ясно и да избираме подходящи действия. Така че, нека използваме намалението на забавянето като проактивна стратегия за подобряване на нашите когнитивни способности и способности за вземане на решения. Вижда се, че трябва да подобрим паметта си. Cistanche deserticola може значително да подобри паметта, тъй като Cistanche deserticola е традиционен китайски лекарствен материал с много уникални ефекти, един от които е да подобрява паметта. Ефикасността на мляното месо идва от многото активни съставки, които съдържа, включително киселина, полизахариди, флавоноиди и др. Тези съставки могат да стимулират здравето на мозъка по различни начини.

Щракнете върху Научете как да подобрите краткосрочната памет

Методи:

Тук използвахме голям свободно достъпен набор от данни (n=1196), за да изследваме асоциациите с производителността на паметта и корелатите на сивото и бялото вещество на DD, използвайки анализ на свързани независими компоненти.

Резултати:

По-голямото DD е свързано с по-малък обем на сивото вещество в предната темпорална част. Асоциациите на DD с общия кортикален обем, субкортикалните обеми, маркерите на микроскопичната организация на бялото вещество, работната памет и резултатите от епизодичната памет не са значими след контролиране на образованието и доходите.

Заключение:

Ефекти от размер, сравним с този, който идентифицирахме, е малко вероятно да се повторят с размери на извадката, обичайни в много предишни проучвания в тази област, което може да обясни несъответствията в литературата. Оскъдността и малкият размер на ефектите, открити в нашите данни, подчертават значението на използването на големи проби заедно с методи, които приспособяват тяхната статистическа структура и подходящ контрол за объркващи фактори, както и необходимостта от разработване на парадигми с подобрена надеждност на параметрите на задачите в проучвания, свързани с мозъчната структура и когнитивните способности с DD.

Ключови думи:
отлагане на отстъпка; междувремеви избори; структурни мрежи; магнитен резонанс; мозъчна структура.

Въведение

Когато сме изправени пред дилемата да избираме между награда, която ще се материализира незабавно, и по-голяма награда, която ще бъде отложена, често избираме първото. Това поведение, наречено времево или отлагане на отстъпка (DD), може да се наблюдава при хора и животни и се тълкува от икономическа гледна точка като намаляване на субективната стойност на артикулите, когато субектът трябва да изчака забавяне, за да ги получи (Samuelson 1937; Storyet al 2016). Хората отхвърлят както основните награди, като храна, лекарства или секс, така и паричните награди (Mcclure et al.2007; Odum 2011).

Изборите, включващи награди, присъдени на различни закъснения (интертемпорални избори), са вездесъщи и могат да имат значителни последствия. Определено количество дисконтиране може да бъде адаптивна характеристика в много ситуации, например такива, при които предоставянето на бъдещи награди е силно несигурно (Story et al. 2016).

Въпреки това, има забележителни междуиндивидуални различия в начина, по който хората пренебрегват бъдещите награди, а неадаптивните интертемпорални избори често се наблюдават при психични разстройства като пристрастяване (Mackillop et al. 2011; Amlung et al. 2017), шизофрения (Ahn et al. 2011) и депресия (Takahashi et al. 2008; Pulcu et al. 2014). В областта на психиатрията има голям интерес към DD поради потенциала му да отговаря на критериите за изследователска област (Cuthbert and Insel 2013) като поведенческо измерение на психопатологията, което може да разкрие основните невробиологични характеристики (Lempert et al. 2018).

Често срещан начин за измерване на DD е да се представят субекти с двоичен избор между по-малка награда, дадена незабавно, и по-голяма награда, дадена в бъдеще („изберете между 50 USD днес или 100 USD след 6 месеца“) и да се побере модел, който предвижда отговорите им въз основа на хипотетичен дисконтов процент (Samuelson 1937; Mazur 1987). Така измереното ниво на дисконтиране показва най-висока надеждност при повторен тест и може да се разглежда като черта на субекта (Odum 2011; van den Bos et al. 2014).

Като цяло проучванията, изследващи връзката между структурните мозъчни различия и DD, се събират в мрежа от региони, за които се смята, че поддържат оценка на възнаграждението, епизодична проспекция и контрол отгоре надолу (Peters and Büchel2011; Owens et al. 2017), но те са дали частично противоречиви резултати, вероятно поради малкия размер на извадката (Kable et al. 2015; Pehlivanova et al. 2018). Отрицателни асоциации с дисконтови проценти са докладвани с обема на сивото вещество (GMV) или дебелината на латералния префронтален кортекс (PFC) (Bjork et al. 2009; Cho et al. 2013), горния фронтален гирус (Schwartz et al. 2010), медиалния PFC, преден зъбен кортекс (Bernhardt et al. 2014) и пътамен (Dombrovski et al. 2012).

От друга страна, по-голямото DD е свързано с по-голям обем на вентралния стриатум и задния цингуларен кортекс (Schwartzet al. 2010) и повишен локален GMV във фронталния полюс и средния фронтален гирус (Wang et al. 2016), медиалния префронтален и предния зъбен кортекс региони (Cho et al. 2013) и опашка (Tschernegg et al. 2015); някои от тези положителни асоциации противоречат на отрицателните, споменати по-горе. Най-голямото проучване до момента при по-млади възрастни установи по-голямо намаление с по-малък GMV в средния темпорален гирус и енториналния кортекс (Owens et al. 2017).

Литературата, свързваща разликите в бялото вещество с DD, е дори по-оскъдна и се състои от проучвания с относително малки проби. DD е свързано с вариации в горните (Mohammadi et al. 2016) и долните надлъжни фасцикули (Olson et al. 2009; Herting et al. 2010; Mohammadiet al. 2016) и фронтостриаталните трактове (Peper et al. 2013; Hänggi et al. др., 2016 г.; Хамптън и др., 2017 г.). Olson et al. (2009) откриват при 79 юноши връзка с областите на бялата материя, включително части от долните и горните надлъжни фасцикули, предната таламична радиация, неподвижен фасцикулус, долния фронтално-окципитален фасцикулус, кортикоспиналния тракт и сплениума на corpuscallosum.

Тийнейджърите с по-силна свързаност на пътя между стриатума и дясната дорзолатерална PFC са склонни да бъдат по-малко нетърпеливи и развитието на този тракт е свързано с намаляване на отстъпките, когато тийнейджърите пораснат (van den Bos et al. 2015). Най-голямото проучване в тази област досега (Han et al. 2018) откри отрицателна връзка между временното намаление и целостта на бялото вещество в двустранните фронтални, фронтостриатални и темпоратриетални пътища при възрастни хора.

Все още не е известно как междуиндивидуалните различия в гореспоменатите невронни корелати водят до разлики в DD. Един от кандидат-когнитивните механизми, който може да е в основата на тази връзка, е работната памет (WM), която е свързана негативно с DD (Shamosh et al. 2008; Ahn et al. 2011). Доказано е, че WM обучението намалява отстъпките при лечение на възрастни за пристрастяване към стимуланти (Bickel et al. 2011).

Мета-анализ на функционални активации на WM и DD задачи (Wesley and Bickel 2014) посочи уникален регион в задната част на лявата странична PFC, където WM и DD функционалните карти за активиране се припокриват. Авторите на това проучване предположиха, че тази област е свързана с интегриране на времева информация за близкото минало и обозримо бъдеще в текущите изпълнителни процеси, участващи в извличането на решение. Освен това трудността при избора при сравняване на незабавни и забавени награди модулира дейността в свързаните с WM PFC региони (Jimura et al. 2018).

Друг когнитивен механизъм, който е свързан с DD, е епизодичната памет (EM). Субектите са склонни да бъдат по-търпеливи след извличане на положителни, но не и отрицателни автобиографични спомени (Lempert et al. 2017). Епизодичното бъдещо мислене ангажира общи региони със запомняне на минали преживявания (медиални префронтални региони, медиален и латерален париетален кортекс, латерален темпорален кортекс и медиален темпорален лоб) (Addis et al. 2007; Schacter et al. 2007; Schacter and Addis 2009) и също така намалява DD (Petersand Büchel 2010; Daniel et al. 2015; Bromberg et al. 2017; Hu et al. 2017). Степента, до която се случва тази модулация, се предсказва от функционалното свързване между хипокампуса и предния цингуларен кортекс (Peters and Büchel 2010), а също и медиалния PFC (Benoit et al. 2011).

От изчислителна гледна точка се предполага, че временното дисконтиране се състои от процес на търсене, при който субективната стойност на бъдещите награди зависи от способността да се намерят представяния на тези награди в паметта, като наградите, свързани със събития, които са по-далеч във времето, са по-трудни за намиране в предполагаемото репрезентативно пространство, поради което му се приписва по-малка субективна стойност (Kurth-Nelson et al. 2012). По този начин този процес на търсене разчита на представяния от EM до storereward и WM за разглеждане на разходите и ползите от алтернативите (Wesley and Bickel 2014).

В настоящото проучване ние анализирахме поведенчески и невровизуални данни от голяма група по-млади възрастни, набор от данни на Human Connectome Project (HCP) (Van Essenet al. 2013) (http://www.humanconnectome.org). По-конкретно, ние изследвахме обема на кората и подкоровите структури, както и цялостен набор от ковариационни мрежи (т.е. мрежи от региони със силно ковариантни стойности на структурни мерки) на структурата на сивото и бялото вещество. По-голямото DD е свързано с по-малък GMV в предния темпорален кортекс, но въпреки големия размер на извадката, нито една от асоциациите с общия кортикален обем, субкортикалните обеми или маркерите на микроскопичната организация на бялото вещество не е значима. Освен това не намерихме доказателства за асоцииране на WM или EM с DD в задачите на HCPdataset.

Материали и методи
Участници

Участниците в HCP бяха 1196 по-млади възрастни (средно=28.9, SD=3.7 години, 547 мъже и 646 жени), подходящи за ядрено-магнитен резонанс и без значителна анамнеза за невропсихиатрични разстройства, злоупотреба с вещества, сърдечно-съдови заболявания , или Менделово генетично заболяване. Всички участници предоставиха писмено информирано съгласие (Van Essen et al. 2012). Броят и демографските характеристики на субектите с валидни данни за различните когнитивни задачи и начини на изобразяване са показани в таблица 1. Във всеки анализ, който следва, ние включихме всички субекти с пълни данни за променливите, свързани с него. Наборът от данни е описан по-подробно другаде (Van Essen et al. 2013).

DD задача

Участниците получиха компютъризирана задача за междувременен избор. По време на няколко изпитания те бяха представени с двоичен избор между по-малка награда, дадена веднага, и по-голяма награда, дадена в бъдеще (фиг. 1A). Изборът беше хипотетичен (т.е. на субектите не беше платена сумата, която избраха). Ние моделирахме субективните стойности на участниците на наградите, представени с хиперболична дисконтна функция (Mazur 1987) с дисконтов процент k. По-големите k стойности означават по-голяма отстъпка от бъдещи награди и отразяват по-нетърпеливо поведение.

Използвахме всички опити, когато монтирахме модела, тъй като процентите на дисконтиране, оценени поотделно за опити с малка и голяма величина, бяха силно корелирани и анализът за възстановяване на параметри показа, че монтирането им поотделно води до значително по-лошо възстановяване. Вижте Допълнителния материал за допълнителни подробности относно задачата и модела, както и спомагателни анализи.

WM и EM резултати

Участниците завършиха теста на паметта за сортиране на работна памет на NIH Toolbox List SortingWorking (LSWMT) (Tulsky et al. 2014) и 2-back WM задача (Barch et al. 2013). В допълнение, вербалната EM беше оценена с теста за памет на Penn Word (PWMT) (Gur et al. 2001) и невербалната EM с теста за памет на NIH ToolboxPicture Sequence (PSMT) (Tulsky et al. 2014). Резултатите от всички задачи бяха Box-Cox трансформира, за да ги направи нормално разпределени и впоследствие стандартизирани (експонент на трансформация: LSWMT: 0,90; 2-back: 3,88; PWMT: 4,46; PSMT: 1,31). Повече подробности за задачите са предоставени в Допълнителния материал.

Магнитен резонанс

Събиране и обработка на данни

Бяха получени структурни T1-претеглени и дифузионно претеглени изображения (DWI) (вижте Допълнителен материал за параметри на сканиране и подробности за обработката на данни). Повърхностно базирани карти на кортикална дебелина и площ, общи кортикални обеми и обеми на субкортикални структури (акумбенс, амигдала, опашка, хипокампус, палидум, путамен и таламус) за всяко полукълбо бяха генерирани с FreeSurfer (Fischland Dale 2000). Ние също така обработихме T1-претеглените изображения с базирана на воксел морфометрия (Ashburner и Friston 2000) конвейер (FSL-VBM) (Douaud et al.2007), за да произведем индивидуални GMV карти (модулирани вероятностни изображения на сивата материя). Анализът на GMV картите допълва предишния за структурните обеми, тъй като не предполага, че ефектите ще възникнат в региони, отговарящи на предварително зададени анатомични структури. Допълнителни подробности за различните мерки на сивото вещество и обосновката за тяхното включване са предоставени в Допълнителния материал.

От данните на DWI изчислихме картите на фракционната анизотропия (FA) и средната дифузивност (MD), чувствителни към микроскопичната структура на бялото вещество чрез нейните ограничения върху дифузията на водни протони в мозъчната тъкан (Le Bihan et al. 2001). Картите FA и MD бяха предадени на пространствена статистика, базирана на тракт (TBSS) (Smithet al. 2006), за да се получат индивидуални карти, ограничени до центровете на всички снопове влакна, които обикновено са общи за участниците в изследването (скелети на тракт, вижте Допълнителен материал за допълнителни подробности).

Генетика на алкохолизма, Bucholz, et al. (1994), включен в батерията на HCP). Пет случая, в които образованието и доходите не са записани, са приписани въз основа на пол и възраст, като се използва пакетът с мишки за R.

Независим компонентен анализ

Ние разложихме модалностите на структурата на сивата материя (кортикална дебелина и карти на площта и изображения на GMV) съвместно на 50 компонента, използвайки свързан анализ на независими компоненти (linked-ICA), метод, управляван от данни, който разбива данните на набор от компоненти за различни субекти променливост (ковариантни мрежи), за които е доказано, че имат биологична правдоподобност (Groveset al. 2011, 2012; Douaud et al. 2014; вижте Допълнителния материал за допълнителни подробности). Всеки компонент е свързан с пространствена карта и набор от резултати, по един за всеки субект, заедно с относителни тегла, съответстващи на всеки от входните модалности (дебелина, площ и GMV).

Резултатът на даден субект за определен компонент отразява знаковата величина на приноса на компонента в картата на субекта. По същия начин, ние също разложихме модалностите на структурата на бялото вещество (FA и MD) на 50 компонента. За да се провери надеждността на резултатите при вариране на броя на компонентите, тези анализи бяха повторени, разлагайки данните на 100 компонента вместо на 50.

For more information:1950477648nn@gmail.com