الجزء 2: الاتصال الوظيفي بين الذاكرة ومراكز المكافآت عبر المهام والباقي تتبع حساسية الذاكرة للمكافأة

لمزيد من المعلومات: ali.ma@wecistanche.com

الرجاء النقر هنا للجزء 1

الرجاء النقر هنا للجزء 3

التحليلات من التباين يقترب

لاختبار ما إذا كانت أنماط الاتصال مرتبطة بـذاكرةالحساسية للمكافأة وما إذا كانت هذه العلاقة مستقرة عبر مراحل المهمة ، تم إرسال قيم الاتصال إلى مقاييس متكررة ANOVA. تضمن أول ANOVA فقط بيانات الراحة (التشفير المسبق ، الترميز اللاحق) ، على غرار العمل السابق على اتصال حالة الراحة (Gruber et al. ، 2016). تضمنت ANOVA الثانية جميع مراحل المهام الثلاث (راحة الترميز المسبق ، ومهمة التشفير ، وبقية ما بعد الترميز) ، مع سلسلة زمنية راحة مفلترة منخفضة التمرير للمقارنة مع سلاسل المهام الزمنية. بالإضافة إلى مرحلة المهمة كعامل داخل الموضوع ، تم تضمين كل من ANOVA أيضًاذاكرةالهيكل (الحصين ، PHC) وهيكل المكافأة (ACC ، الدماغ المتوسط ​​، MPFC ، OFC ، VS) كعوامل داخل الموضوع وحالة المغير (معدل ، غير معدل) كعامل بين الموضوعات.

انقر لCistanche NZ للذاكرة

كانت التأثيرات التالية ذات صلة بأسئلتنا التي تهمنا: (1) التأثير الرئيسي وتفاعلات حالة المغير ، واختبار ما إذا كانت أنماط الاتصال مرتبطة بالاختلافات الفردية فيذاكرةالحساسية للمكافأة (2) التأثير الرئيسي والتفاعلات لعامل مرحلة المهمة ، واختبار الفكرة القائلة بأن أنماط الاتصال قد تكون مستقرة نسبيًا عبر المهمة والراحة وكذلك تتبع الفروق الفردية فيذاكرةالحساسية للمكافأة (3) تفاعلات عامل منطقة المكافأة مع حالة المغير ، واختبار ما إذا كانت جميع مناطق المكافآت تساهم بشكل مماثل أو متباين. من الجدير بالذكر أن التأثير الرئيسي لمنطقة المكافأة والتأثير الرئيسي لـذاكرةلم تكن المنطقة ذات أهمية لأن قيمة التوصيل الوظيفي الإجمالية قد تعتمد على المسافة المادية بين المناطق وحجم المنطقة ، وقد لا يمكن تفسيرها بسهولة (هاني وآخرون ، 2009 ؛ سلفادور وآخرون ، 2005). عندما تم العثور على تفاعل ، تابعنا تحقيقًا في موضع التفاعل. بينما يركز التقرير على تأثيرات الاهتمام ، يتم الإبلاغ عن نتائج ANOVA الكاملة في الجداول. تم استخدام تصحيحات Greenhouse Geisser عند الاقتضاء ، وتم الإبلاغ عنها في الجداول باسم "GG". للتحقق من أن النتائج التي توصلنا إليها لم تكن مدفوعة بالعلاجذاكرةالحساسية للمكافأة كمتغير ثنائي ، قمنا بإعادة اختبار التأثيرات المهمة من كل من ANOVA باستخدام ANCOVA ، مع القياس المستمر لتعديل المكافأة السلوكية كمتغير مشترك.

وظيفي العلاقات ضمن روابط

توفر مراقبة تأثيرات المُعدِّل القابلة للمقارنة أو التفاضلية عبر عائد استثمار للمكافأة المتعددة في ANOVA مؤشرًا واحدًا على المساهمات الفريدة أو الموحدة لمناطق المكافأة لمكافأة تعديلذاكرة. لاختبار ما إذا كانت مناطق المكافأة جزءًا من نفس الشبكة الوظيفية بشكل مباشر أكثر ، قمنا أيضًا بفحص هيكلها الترابطي. أجرينا تحليلين رئيسيين للمكونات: أحدهما على قيم اتصال الراحة فقط (لا يوجد مرشح تمرير منخفض للحفاظ على المعلومات حول تقلبات الترددات العالية) ، والآخر تضمن جميع قيم الاتصال عبر المهمة والراحة (باستخدام وقت تصفية منخفض التمرير سلسلة للمهمة المماثلة والباقي قبل المعالجة). تم أخذ المكونات في الاعتبار لمزيد من التحليل عندما قاموا بشرح ما لا يقل عن 10 في المائة من التباين. لكل مكون تم النظر فيه ، قمنا باختبار احتمال الحصول على هذا المكون عن طريق الصدفة ، باستخدام مقارنة مع توزيع فارغ للمكونات. للحصول على التوزيع الفارغ ، أجرينا 10 ، 000 تحليلات للمكونات الرئيسية على البيانات التي تم الحصول عليها عن طريق تبديل قيم الاتصال عشوائيًا عبر المشاركين ، بشكل منفصل لكل اتصال. ثم تمت مقارنة النسبة المئوية للتباين الموضح بواسطة كل مكون (الأول الأكثر إفادة ، والثاني الأكثر إفادة ، وما إلى ذلك) مع شرح النسبة المئوية للتوزيع الفارغ. سيتم الحصول على نفس النتائج عن طريق اختبار القيم الذاتية.

تمت مقارنة عمليات التحميل على كل مكون لعائد استثمار المكافأة الخمسة باستخدام ANOVA أحادي الاتجاه ، ثم تم ربط درجات المكونات بتعديل المكافأة السلوكية باستخدام الانحدار المتعدد. يسمح لنا استخدام تقليل الأبعاد قبل الانحدار المتعدد باختبار كيفية مساهمة المكونات الأساسية ، أو الشبكات المحتملة للمناطق ، في علاقة سلوك الاتصال مع مراعاة العلاقة الخطية المتداخلة بين قيم الاتصال والحد من عدد المتنبئين بطريقة تعتمد على البيانات .

الاتصال نمط تصنيف

في حين أن اختبارات الاستدلال التقليدية ، مثل تحليل التباين ، تختبر احتمالية نشوء الاختلافات الملحوظة بين المجموعات عن طريق الصدفة وحدها ، تتيح لنا مناهج تصنيف التعلم الآلي تحديد مدى جودة تمييز المشاركين عن بعضهم البعض بشكل مباشر بناءً على نمط الاتصال الخاص بهم. استخدمنا تصنيف المتجهات الداعمة (SVC) لاختبار الدرجة التي يمكن من خلالها تصنيف المشاركين على أنهم إما مُعدِّلات أو غير مُعدِّلات بناءً على نمط الاتصال الخاص بهم عبر اتصالات ROI العشرة (2)ذاكرةعائد الاستثمار × 5 عائد استثمار مكافأة).

تم تنفيذ SVC باستخدام حزمة التحليل الإحصائي "e1071" (Meyer و Dimitriadou و Hornik و Weingessel و Leisch ، 2017) وأجريت بشكل منفصل في كل مرحلة مهمة. تم استخدام المعلمات الافتراضية للتصنيف النوعي (C=1، ε=0. 1،=0. 1، no tuning) مع نواة دالة أساس شعاعي. استخدمنا نهج التحقق من صحة موضوع واحد خارج الموضوع ، وقمنا بتدريب النموذج على N -1 من الموضوعات ثم طبقنا المصنف المدرب للتنبؤ بحالة مُعدِّل الموضوع المحجوب. تم تكرار العملية حيث تم حجب كل موضوع بدوره من مجموعة التدريب واستخدامه لاختبار النموذج. تم تسجيل دقة النموذج كنسبة مئوية من التصنيفات الصحيحة. تم استخدام اختبار التقليب لاختبار الأهمية. أجرينا 5 ، 000 عمليات محاكاة ، في كل مرة نتبادل عشوائيًا تسميات حالة المُعدِّل عبر المشاركين ثم نحسب دقة التصنيف المتقاطعة التي تم التحقق من صحتها كما هو الحال مع البيانات الحقيقية. تمت مقارنة دقة المصنف الحقيقي مع توزيع دقة التصنيف المحاكى لاشتقاق احتمالية الحصول على هذه الدقة بالصدفة وحدها. الدقة التي حدثت باحتمالية أقل منp= 0. تم ​​اعتبار 017 مهمًا ، مما يعكس تصحيح Bonferroni عبر ثلاث مراحل مهمة من أجل إجمالي ألفا=0. 05.

للتحقق من أن النتائج لم تكن مدفوعة بنهج الانقسام المتوسط ​​، تم استخدام دعم الانحدار المتجه (SVR) للتنبؤ بالمقاييس المستمرة لتعديل المكافأة السلوكية (درجة BRM) لكل مشارك من الاتصال المقاس في كل مرحلة مهمة. نفس الحزمة الإحصائية ، والمعلمات الافتراضية ، والتحقق المتقاطع مع ترك موضوع واحد

تم استخدام النهج لـ SVR كما تم استخدامه لـ SVC. ثم تم ربط قيم BRM المتوقعة لكل موضوع بقيم BRM المرصودة لتقييم ما إذا كان الفرد أم لا

تحتوي الاختلافات في أنماط الاتصال على معلومات حول الفروق الفردية في تعديل المكافأة السلوكيةذاكرة. استخدمنا تصحيحات Bonferroni للارتباطات الثلاثة (alpha=0. 05 / 3=0. 017).

مكمل الاتصال التحليلات

بالإضافة إلى الأسئلة الرئيسية ذات الاهتمام ، توفر الدراسة الحالية بيانات مناسبة لمعالجة أسئلة من الدراسات السابقة حول تعديل المكافأةذاكرة. لقد أجرينا مجموعتين من التحليلات الاستكشافية التي تحافظ على التركيز على الاتصال وقد تكون مفيدة للقراء ، على الرغم من أنها لا تتناول الأهداف الرئيسية للدراسة بشكل مباشر.

الارتباطات ما بين الاتصال التغييرات و سلوك-أنوفا ، PCA ،

ومقاربات التعلم الآلي مناسبة تمامًا لاختبار دور مجموعة واسعة من مناطق المكافأة وفرضية بصمة الاتصال ، خاصة بالنسبة لمجموعة أكبر من الاتصالات ذات الصلة التي تم النظر فيها هنا. في المقابل ، الدراسات السابقة على تعديل المكافأةذاكرةركزوا عادةً على الاتصالات الفردية والتأثيرات المتعلقة بالتعلم ، والإبلاغ عن الارتباطات من الدرجة الأولى المتعلقة بزيادة اتصال التشفير قبل اللاحق. بينما يمكن الإشارة إلى الدور غير المتناسب لبقية ما بعد التشفير بواسطة مُعدِّل مهم من خلال تفاعل مرحلة المهمة في ANOVA الخاص بنا ، فقد أردنا أيضًا إنشاء بيانات قابلة للمقارنة مباشرة بالدراسات السابقة. وبالتالي قمنا أيضًا بحساب تغييرات الاتصال السابقة واللاحقة لكل اتصال وربطناها بـ BRM. نظرًا لأن زيادة توافر الدوبامين في الفص الصدغي الإنسي قد يعزز الترميز بشكل عام (Duncan et al. ، 2014 ؛ Lisman et al. ، 2011) ، فقد ربطنا أيضًا قيم الاتصال بمعدلات الاستدعاء الإجمالية لكل مشارك.

أمامي و اللاحق اختلافات داخلالقرن آمون-يقترح العمل السابق

توجد اختلافات وظيفية بين الجزأين الأمامي والخلفي للحصين (Brunec et al.، 2018؛ McKenzie et al.، 2014؛ Poppenk، Evensmoen، Moscovitch، & Nadel، 2013). في سياق التعلم المدفوع بالمكافأة ، ومع ذلك ، فإن الأدلة على المساهمات التفاضلية للحصين الأمامي والخلفي غير موجودة أو متضاربة (Murty et al. ، 2017 ؛ Wolosin et al. ، 2013). لقد أجرينا تحليلات استكشافية لأنماط اتصال الحصين الأمامي / الخلفي لاختبار ما إذا كانت أنماط الاتصال أو تغييرات الاتصال مرتبطة بشكل مختلف بالسلوك في نموذجنا.

تم استخدام الشريحة الوسطى من كل حصين ROI لكل مشارك كحدود للقسم الأمامي والخلفي. بالنسبة للمشاركين الذين لديهم عدد فردي من الشرائح في الحصين ROI ، تم تخصيص الشريحة الوسطى للجزء الخلفي. ثم تم استخدام ROIs لاستخراج السلاسل الزمنية أثناء كل راحة ومسح مهمة. تم قياس الاتصال بين الحصين الأمامي والخلفي مع كل منطقة مكافأة باستخدام الإجراءات الموضحة أعلاه. تم اختبار الاختلافات الوظيفية بين الحصين الأمامي والخلفي باستخدام مقاييس متكررة ANOVA مع الحصين ROI (الأمامي ، الخلفي) × مرحلة المهمة (التشفير المسبق ، الترميز ، ما بعد الترميز) × العائد على الاستثمار (ACC ، الدماغ المتوسط ​​، MPFC ، OFC ، VS) كعوامل داخل الموضوع وحالة المغير كعامل بين الموضوعات. كان الاهتمام الرئيسي هو التفاعل بين العائد على الاستثمار في الحصين وحالة المغير ، واختبار ما إذا كان الحُصين الأمامي والخلفي مرتبطين بشكل تفاضلي بـ

تعديل مكافأةذاكرة.

نتائج

سلوكية النتائج

كان متوسط ​​الأداء العام للاستدعاء 0. 48 (SD= 0 19). A 2 (شكل مرئي جديلة المكافأة) × 3 (قيمة جديلة المكافأة) كشفت التدابير المتكررة ANOVA عن تأثير هامشي هام لقيمة المكافأة (F(1.18,27.03) = 3.86, p= 0.054, η2p= 0. 14 ، GG) ، مع تربيعية معنوية (F(1,23) = 9.93, p= 0.004, η2p= 0 30) بدلاً من التأثير الخطي (F(1,23) = 1.97, p= 0. 174). كشفت مقارنات المتابعة الزوجية أن التأثير التربيعي كان مدفوعًا بقدر أكبر من الاسترجاع على تجارب الدولار (M= 0.53, SD= 0.20; t(23) = 2.41, p= 0. 024) ، وبشكل غير متوقع ، محاولات بنس قليلة (M= 0.47, SD= 0.22; t(23) = 2.45, p= 0. 022) مقارنة بمحاكمات الدايم (M= 0.44, SD= 0 22). لم يصل الفرق بين المحاولات بالدولار والبنس إلى دلالة (t(23) = 1.40, p= 0. 174). لم يكن هناك تأثير رئيسي للشكل المرئي (F(1,23) = 0.04, p= 0.840, η2p= 0. 002) ولا تفاعل بين الشكل والقيمة (F(2,46) = 1.66, p= 0.202, η2p= 0 07). وبالتالي ، تم انهيار الدقة عبر الشكل المرئي واستخدمت في جميع التحليلات اللاحقة. يتم عرض معدلات الاسترداد الملحوظة لكل قيمة مكافأة وحالة الشكل في الشكل 3 أ.

كشفت عينة سلوكية منفصلة (ن=20) عن تأثير رئيسي مهم للقيمة (F(1.23, 27.6) = 14.1, p= 0. 001، GG) ، يمكن وصفها على أنها خطية (F(1,19) = 15.5, p= 0. 001) أو تربيعي (F(1,19) = 10.8, p= 0. 004). على غرار عينة التصوير بالرنين المغناطيسي الوظيفي ، كانت دقة الاسترجاع الملحوظة أكبر بالنسبة لتجارب الدولار (M= 0.61, SD= 0. 19) من المحاكمات الدايمية (M= 0.44, SD= 0.21; t(19) = 3.83, p= 0. 001). على عكس عينة الرنين المغناطيسي الوظيفي ، أظهرت العينة السلوكية أذاكرةميزة لتجارب الدولار مقارنة بتجارب بنس (M= 0.44, SD= 0 19 ؛ t (19)=3. 94، p=0. 001) ولا توجد فروق بين المحاولات بنس واحد وعشرة سنتات (t (19)=0. 17، p=0. 87 ).

في حين أن نمط دقة الاسترجاع على شكل حرف U في عينة الرنين المغناطيسي الوظيفي كان غير متوقع ولم يتكرر في العينة السلوكية المنفصلة ، فإن تأثيرات المكافأة غير الخطية معقولة (إليوت ، نيومان ، لونج ، وديكين ، 2003). على سبيل المثال ، قد يُنظر إلى تجارب بنس واحد على أنها خسارة بالنسبة لمحاكمات الدايم (المحايدة) ، مما يجعلها أكثر بروزًا للتشفير (Bartra، McGuire، & Kable، 2013؛ Seymour & McClure، 2008؛ Shigemune، Tsukiura، Kambara، & Kawashima ، 2014 ؛ Tversky & Kahneman ، 1981). نظرًا لأن الفارق بين تجارب الدولار والعملة لم يكن كبيرًا ، ولأن كلاً من البنس والدولار قد يزيد من بروز الأفراد الحساسين للمكافأة ، فقد استخدمنا بدلاً من ذلكذاكرةالاستفادة من تجارب بالدولار على الدايم (يتم نسخها عبر العينات السلوكية وعينات الرنين المغناطيسي الوظيفي) كمقياس للاختلافات الفردية فيذاكرةsensitivity to reward. The raw dollar minus dime difference scores ranged from −0.25 to 0.75 (median of 0.07) and were not significantly correlated with the overall accuracy (Fig. 3b), suggesting that reward modulation of memory affected which events are preferentially remembered rather than providing an overall memory advantage. Because the raw difference scores were skewed by an outlier (>3 SD من الوسط) ، استخدمنا ترتيب ترتيب هذه الدرجات في جميع التحليلات اللاحقة عند الارتباطذاكرةالحساسية للمكافأة بتدابير الاتصال. نشير إلى درجة فرق الدولار-الدايم على أنها درجة تعديل السلوك السلوكي الخام (BRM الخام) ومقياس ترتيب الترتيب المستخدم لجميع التحليلات اللاحقة كدرجة تعديل السلوكية للمكافأة (BRM).

لأغراض التصور والتحليل ، أنشأنا أيضًا مقياسًا مزدوجًا لتعديل المكافأةذاكرةباستخدام تقسيم متوسط ​​من درجات BRM. خلقت هذه الطريقة مجموعتين من المشاركين نشير إليهما على أنهما مُعدِّلين (حساسين للمكافأة) وغير مُعدِّلين (غير حساسين للمكافأة). أجرينا تحليلات تأكيدية للتحقق من أن الانقسام المتوسط ​​للمشاركين أسفر عن تجمعات معقولة. يوضح الشكل 3 ج دقة الاستدعاء لكل قيمة ، بشكل منفصل لكل مجموعة. لم يكن هناك تأثير لقيمة المكافأة في nonmodulators (أحادية الاتجاه ANOVAF(1.15,12.7) = 1.36, p= 0. 273 ، GG) ، مع درجات BRM الأولية (فرق الدولار مقابل عشرة سنتات) لا تختلف عن الصفر (M= −0.02, t(11) = −0.98, p= 0. 348) ، مؤكدا ذلكذاكرةلم يتأثر الأداء في هذه المجموعة بشكل كبير بقيمة المكافأة. في المقابل ، أظهر المغيرون تأثير قيمة المكافأة (ANOVA أحادي الاتجاهF(1.18,13.01) = 8.69, p= 0.009, η2p= 0. 44، GG) ، بدقة أكبر للتجارب بالدولار مقارنة بالمحاكمات الدايمية (على سبيل المثال ، نتائج BRM الأولية الهامة ؛M= 0.21; t(11) = 3.59, p= 0. 004) ، ودقة أكبر في الإصدارات التجريبية بالدولار مقارنةً بالتجارب ذات العملات النقدية (t(11) = 2.43, p= 0. 033). وهكذا ، نتج عن الانقسام المتوسط ​​مجموعتين معقولتين من المشاركين يختلفان في مجموعتهمذاكرةالحساسية للمكافأة.

أنوفا النتائج

الراحة فقط أنوفا -تناولنا أولاً العلاقة بين اتصال الراحة وذاكرةالحساسية للمكافأة في ANOVA ذات المقاييس المتكررة مع فترة الراحة (التشفير المسبق ، الترميز اللاحق) ،ذاكرةالعائد على الاستثمار (الحصين ، الرعاية الصحية الأولية) ، وعائد الاستثمار المكافئ (ACC ، الدماغ المتوسط ​​، MPFC ، OFC ، VS) كعوامل داخل الموضوعات وحالة المغير كعامل بين الموضوعات. لم يتم ترشيح السلسلة الزمنية للراحة لهذا التحليل ، حيث لا يتم تطبيق خطوة المعالجة المسبقة عادةً أثناء تحليلات السلاسل الزمنية للراحة لأنها قد تزيل تقلبات ذات مغزى عالي التردد. تم توضيح جميع التوصيلات في الشكل 4 أ ، وتم الإبلاغ عن نتائج ANOVA الكاملة في الجدول 1.

كانت حالة المغير مهمًا بشكل هامشي (p= 0. 051) ، مع المُعدِلات (M= 0.36, SD= 0. 10) ، مما يدل على اتصال شبكة أكبر عددًا من الحصين / PHC-مكافأة من غير المعدلات (M= 0.29, SD= 0 06). تفاعلت حالة المغير بشكل كبير مع هيكل المكافأة. كان هذا التفاعل مدفوعًا بتوصيلية أكبر للحصين / الرعاية الصحية الأولية مع ACC و OFC و VS في المُعدِّلات أكثر من غير المُعدِّلات (جميعهاt>2.15 ، الكلp< 0.045),="" with="" no="" effect="" ofmodulator="" status="" in="" hippocampus/phc-midbrain="" and="" hippocampus/phc-mpfc="" connectivity="" (both="">t< 1.4,="">p>0 18). عند تعديل المكافأةذاكرةتم التعامل معه على أنه مقياس مستمر باستخدام ANCOVA ، وكانت النتائج متشابهة ولكنها أضعف. التأثير الرئيسي لـ BRM (r(22) = 0.35; F(1,22) = 3.12, p= 0.091, η2P= 0. 12) ظلت ذات أهمية هامشية ، لكن التفاعل بين بنية المكافأة و BRM لم (F(2.83,62.22) = 1.99, p= 0. 128 ، GG).

كشفت ANOVA أيضًا عن تأثير رئيسي لفترة الراحة ، مع زيادة الاتصال من التشفير المسبق (M= 0.30, SD= 0. 10) لإجراء فحص الباقي بعد ترميز (M= 0.36, SD= 0 11). فترة الراحة لم تتفاعل مع حالة المغير (p>0. 6) أو BRM في ANCOVA (p>0. 3) ، مما يشير إلى أنه على الرغم من زيادة الاتصال العام من التشفير المسبق إلى الترميز اللاحق ، إلا أن علاقته بالسلوك لم تتغير بشكل ملحوظ.