Časť 2: Funkčné prepojenie medzi pamäťovými a odmeňovacími centrami v rámci úlohy a odpočinku sledujte citlivosť pamäte na odmenu
Mar 17, 2022
pre viac information:ali.ma@wecistanche.com
Analýza od rozpor prístup
Otestovať, či vzory pripojenia súvisia spamäťcitlivosť na odmenu a či je tento vzťah stabilný vo všetkých fázach úloh, hodnoty pripojenia boli podrobené dvom opakovaným opatreniam ANOVA. Prvá ANOVA zahŕňala iba údaje o odpočinku (predkódovanie, kódovanie po kódovaní), podobné predchádzajúcej práci na pripojení v pokojovom stave (Gruber et al., 2016). Druhá ANOVA zahŕňala všetky tri fázy úloh (predkódovací odpočinok, úloha kódovania, odpočinok po kódovaní), s nízkymi časovými radmi filtrovaných intervalov odpočinku na porovnanie s časovými radmi úloh. Okrem fázy úlohy ako faktora v rámci predmetu zahŕňali obe ANOVA ajpamäťštruktúra (hipokampus, PHC) a štruktúra odmeňovania (ACC, midbrain, MPFC, OFC, VS) ako faktory v rámci subjektu a stav modulátora (modulátor, nemodulátor) ako faktor medzi subjektmi.
Kliknutím na položkuCistanche NZ pre pamäť
Nasledujúce účinky boli relevantné pre naše otázky záujmu: (1) hlavný účinok a interakcie stavu modulátora, testovanie, či vzory pripojenia súvisia s individuálnymi rozdielmi vpamäťcitlivosť na odmenu; (2) hlavný účinok a interakcie faktora fázy úlohy, testovanie myšlienky, že vzory pripojenia môžu byť relatívne stabilné naprieč úlohou a odpočinkom, ako aj sledovanie individuálnych rozdielov vpamäťcitlivosť na odmenu; (3) interakcie faktora oblasti odmeňovania so stavom modulátora, pričom sa testuje, či všetky regióny odmeňovania prispievajú podobne alebo odlišne. Všimnite si, že hlavný účinok regiónu odmeňovania a hlavný účinokpamäťregión nebol zaujímavý, pretože celková hodnota funkčnej prepojenosti môže závisieť od fyzickej vzdialenosti medzi regiónmi a veľkosťou regiónu a nemusí byť ľahko interpretovateľná (Honey et al., 2009; Salvador et al., 2005). Keď sa našla interakcia, pokračovali sme v skúmaní miesta interakcie. Zatiaľ čo správa sa zameriava na účinky záujmu, úplné výsledky ANOVA sa uvádzajú v tabuľkách. V prípade potreby sa použili korekcie greenhouse geisser, ktoré boli v tabuľkách uvedené ako "GG". Aby sme potvrdili, že naše zistenia neboli motivované liečboupamäťcitlivosť na odmenu ako binárnu premennú sme opätovne testovali významné účinky záujmu oboch ANOVA pomocou ANCOVA s kontinuálnym meraním modulácie behaviorálnej odmeny ako kokvariátu.
Funkčný Vzťahy medzi Pripojenia
Pozorovanie porovnateľných alebo diferenciálnych modulátorových účinkov vo viacerých návratnosťách návratnosti odmeny v ANOVA poskytuje jednu indikáciu pre jedinečné alebo jednotné príspevky regiónov odmeňovania na odmeňovanie moduláciepamäť. Aby sme priamo otestovali, či sú regióny odmeňovania súčasťou rovnakej funkčnej siete, dodatočne sme preskúmali ich medziregulačnú štruktúru. Vykonali sme dve hlavné analýzy komponentov: jednu o hodnotách pripojenia iba na odpočinok (žiadny nízkopriepustný filter na udržanie informácií o vysokofrekvenčných výkyvoch) a jednu, ktorá zahŕňala všetky hodnoty pripojenia v rámci úlohy a odpočinku (s použitím nízkopriepustných filtrovaných časových radov pre porovnateľnú úlohu a predbežné spracovanie odpočinku). Komponenty sa posudzovali na ďalšiu analýzu, keď vysvetlili aspoň 10% rozptylu. Pre každú uvažovanú zložku sme ďalej testovali pravdepodobnosť získania takéhoto komponentu náhodou pomocou porovnania s nulovým rozdelením komponentov. Na získanie nulového rozdelenia sme vykonali 10 000 simulovaných analýz hlavných komponentov na údajoch získaných náhodným zamiešaním hodnôt pripojenia medzi účastníkmi, samostatne pre každé pripojenie. Percento rozptylu vysvetlené každým komponentom (prvá najinformatívnejšia, druhá najinformatívnejšia atď.) sa potom porovnalo s vysvetlením percenta nulového rozdelenia. Rovnaké výsledky by sa dosiahli testovaním eigenvalues.
Načítania na každom komponente boli porovnané pre päť návratnosť investícií s odmenou pomocou jednosmernej ANOVA a skóre komponentov potom súviselo s moduláciou odmeny za správanie pomocou viacnásobnej regresie. Použitie zníženia dimenzionality pred viacnásobnou regresiou nám umožnilo otestovať, ako základné komponenty alebo potenciálne siete regiónov prispeli k vzťahu medzi pripojením a správaním, pričom sme brali do úvahy kolinearitu medzi hodnotami pripojenia a obmedzovaním počtu uvažovaných prediktorov dátovým spôsobom.
Pripojiteľnosť vzorka klasifikácia
Zatiaľ čo tradičné inferenčné testy, ako je analýza rozptylu, testujú pravdepodobnosť, že pozorované rozdiely medzi skupinami vznikli len náhodou, prístupy klasifikácie strojového učenia nám umožňujú priamo kvantifikovať, ako dobre možno účastníkov od seba odlíšiť na základe ich vzorca pripojenia. Použili sme podpornú vektorovú klasifikáciu (SVC) na testovanie miery, do akej môžu byť účastníci klasifikovaní ako modulátory alebo nemodulátory na základe ich vzoru pripojenia v desiatich pripojeniach ROI (2).pamäťROIs × 5 rois odmeny).
SVC bola implementovaná pomocou balíka štatistickej analýzy "e1071" (Meyer, Dimitriadou, Hornik, Weingessel, & Leisch, 2017) a vykonávaná samostatne v rámci každej fázy úlohy. Použili sa predvolené parametre pre nu-klasifikáciu (C = 1, ε = 0,1, γ = 0,1, bez ladenia) s jadrom radiálnej základnej funkcie. Použili sme prístup krížovej validácie leave-one-subject-out, školili sme model v predmetoch N-1 a potom sme použili vyškoleného klasifikátora na predpovedanie stavu modulátora zadržaného subjektu. Proces sa opakoval, pretože každý predmet bol zase zadržaný z tréningovej sady a použitý na testovanie modelu. Presnosť modelu bola zaznamenaná ako percento správnych klasifikácií. Na testovanie významnosti sa použil permutačný test. Vykonali sme 5 000 simulácií, zakaždým, keď sme náhodne zamiešali štítky stavu modulátora medzi účastníkmi a potom sme vypočítali rovnakú presnosť klasifikácie s krížovým overením ako pri skutočných údajoch. Skutočná presnosť klasifikátora bola porovnaná s rozdelením simulovaných presnosti klasifikácie, aby sa odvodila pravdepodobnosť získania takejto presnosti len náhodou. Presnosť, ktorá sa vyskytla s pravdepodobnosťou menšou akop= 0,017 sa považovalo za významné, odrážajúce Bonferroniho korekciu v troch fázach úlohy pre celkovú alfu = 0,05.
Na overenie, či výsledky neboli riadené prístupom mediánového rozdelenia, sa použila podporná vektorová regresia (SVR) na predpovedanie kontinuálnych mier modulácie behaviorálnej odmeny (BRM skóre) pre každého účastníka z pripojenia meraného v každej fáze úlohy. Rovnaký štatistický balík, predvolené parametre a krížové overovanie typu leave-one-subject out
tento prístup bol použitý pre SVR, ako sa použil pre SVC. Predpokladané hodnoty BRM pre každý subjekt potom korelovali s pozorovanými hodnotami BRM, aby sa posúdilo, či jednotlivec
rozdiely vo vzorcoch konektivity obsahujú informácie o individuálnych rozdieloch v modulácii odmeny za správaniepamäť. Použili sme Bonferroni korekcie pre tri korelácie (alfa = 0,05/3 = 0,017).
Komplementárny Pripojiteľnosť Analýzy
Okrem hlavných otázok záujmu poskytuje súčasná štúdia údaje vhodné na riešenie otázok z predchádzajúcich štúdií o modulácii odmeňovaniapamäť. Vykonali sme dve sady prieskumných analýz, ktoré zachovávajú zameranie na konektivitu a môžu byť informatívne pre čitateľov, aj keď sa priamo nezaoberajú hlavnými cieľmi štúdie.
Korelácie medzi Pripojiteľnosť Zmeny a správanie -The ANOVA, PCA,
a prístupy strojového učenia sú vhodné na testovanie úlohy širokého súboru oblastí odmeňovania a hypotézy odtlačkov prstov pripojenia, najmä pre väčší súbor súvisiacich spojení, ktoré sa tu zvažujú. Naopak, predchádzajúce štúdie o modulácii odmeňovaniapamäťzvyčajne sa zameriavajú na jednotlivé pripojenia a účinky súvisiace s učením, pričom vykazovanie korelácií prvého rádu týkajúcich sa kódovania pred odoslaním sa zvyšuje. Zatiaľ čo neprimeranú úlohu odpočinku po kódovaní by mohol naznačovať významný modulátor podľa interakcie fázy úlohy v našej ANOVA, chceli sme tiež generovať údaje priamo porovnateľné s predchádzajúcimi štúdiami. Dodatočne sme tak vypočítali zmeny pripojenia pred odoslaním pre každé pripojenie a korelovali sme ich s BRM. Pretože zvýšená dostupnosť dopamínu v mediálnom temporálnom laloku môže zlepšiť kódovanie vo všeobecnosti (Duncan et al., 2014; Lisman et al., 2011), tiež sme korelovali hodnoty konektivity s celkovými mierami stiahnutia z trhu pre každého účastníka.
Predné a Zadné Rozdiely Dotáhipokampus —Predchádzajúca práca naznačuje
existujú funkčné rozdiely medzi prednou a zadnou časťou hipokampu (Brunec et al., 2018; McKenzie et al., 2014; Poppenk, Evensmoen, Moscovitch, & Nadel, 2013). V kontexte učenia motivovaného odmenou však chýbajú alebo sú protichodné dôkazy o rozdielnych príspevkoch predného a zadného hipokampu (Murty et al., 2017; Wolosin a kol., 2013). Vykonali sme prieskumné analýzy predných / zadných modelov pripojenia hipokampálneho pripojenia, aby sme otestovali, či ich vzorce pripojenia alebo zmeny pripojenia sú diferenciálne spojené so správaním v našej paradigme.
Stredný plátok hipokampu každého účastníka ROI bol použitý ako hranica pre predné a zadné delenie. Pre účastníkov, ktorí mali nepárny počet plátkov vo svojom hipokampe ROI, bol stredný plátok priradený k zadnej časti. Rois sa potom použili na extrakciu časových radov počas každého odpočinku a skenovania úloh. Prepojenie medzi predným a zadným hipokampom s každou oblasťou odmeňovania sa meralo pomocou vyššie uvedených postupov. Funkčné rozdiely medzi predným a zadným hipokampom boli testované pomocou opakovaných opatrení ANOVA s hipokampálnym ROI (predný, zadný) × fázou úlohy (predné a zadné) fázy úlohy (predkódovanie, kódovanie, kódovanie, post-kódovanie) × odmeny ROI (ACC, midbrain, MPFC, OFC, VS) ako faktory v rámci predmetu a stav modulátora ako faktor medzi subjektmi. Hlavným záujmom bola interakcia medzi hipokampálnou návratnosťou investícií a stavom modulátora, testovanie, či predný a zadný hipokampus diferenciálne súvisia s
modulácia odmeňovaniapamäť.
Výsledky
Behaviorálne Výsledky
Priemerný celkový výkon zvolávania bol 0,48 (SD= 0,19). 2 (vizuálna forma odmeny) × 3 (hodnota odmeny) opakované miery ANOVA odhalila mierne významný účinok hodnoty odmeny (F(1,18,27,03) = 3,86,p= 0.054, η2p= 0,14, GG), s významným kvadratikom (F(1,23) = 9,93,p= 0.004, η2p= 0,30) namiesto lineárneho efektu (F(1,23) = 1,97,p= 0,174). Následné porovnania v párových kombináciách odhalili, že kvadratický účinok bol spôsobený väčším stiahnutím dolárových skúšok (M= 0,53,SD= 0,20;t(23) = 2,41,p= 0,024) a neočakávane penny trials (M= 0,47,SD= 0,22;t(23) = 2,45,p= 0,022) v porovnaní s desetníkovými skúškami (M= 0,44,SD= 0,22). Rozdiel medzi dolárovými a halierovými skúškami nedosiahol význam (t(23) = 1,40,p= 0,174). Nedošlo k žiadnemu hlavnému efektu vizuálnej formy (F(1,23) = 0,04,p= 0.840, η2p= 0,002) ani interakcia medzi formou a hodnotou (F(2,46) = 1,66,p= 0.202, η2p= 0,07). Presnosť sa teda zrútila vo vizuálnej forme a použila sa na všetky následné analýzy. Cued zvolávacie sadzby pre každú hodnotu odmeny a podmienku formulára sú uvedené na obr.3a.
Samostatná behaviorálna vzorka (n = 20) odhalila významný hlavný účinok hodnoty (F(1,23, 27,6) = 14,1,p= 0,001, GG), porovnateľne opísaný ako lineárny (F(1,19) = 15,5,p= 0,001) alebo kvadratické (F(1,19) = 10,8,p= 0,004). Podobne ako vo vzorke fMRI, presnosť stiahnutia z trhu bola väčšia v prípade dolárových skúšok (M= 0,61,SD= 0,19) ako pri skúškach s desetníkmi (M= 0,44,SD= 0,21;t(19) = 3,83,p= 0,001). Na rozdiel od vzorky fMRI, behaviorálna vzorka ukázalapamäťvýhoda pre dolárové skúšky v porovnaní s halierovými skúškami (M= 0,44,SD= 0,19; t(19) = 3,94, p = 0,001) a žiadne rozdiely medzi pokusmi penny a dime (t(19) = 0,17, p = 0,87).
Zatiaľ čo vzor presnosti stiahnutia v tvare U vo vzorke fMRI bol neočakávaný a nereplikoval sa v samostatnej behaviorálnej vzorke, nelineárne účinky odmeny sú hodnoverné (Elliott, Newman, Longe, & Deakin, 2003). Napríklad penny trialy mohli byť vnímané ako strata v porovnaní s (neutrálnymi) procesmi s desetníkmi, čím sa stali vhodnejšími na kódovanie (Bartra, McGuire, & Kable, 2013; Seymour & McClure, 2008; Shigemune, Tsukiura, Kambara, & Kawashima, 2014; Tversky & Kahneman, 1981). Pretože rozdiel medzi dolárovými a penny skúškami nebol významný a pretože penny aj dolár mohli zvýšiť význam pre jednotlivcov citlivých na odmenu, namiesto toho sme použilipamäťvýhoda dolára oproti desetníkovým skúškam (replikovaným vo vzorkách správania aj fMRI) ako meradlo individuálnych rozdielov vpamäťCitlivosť na odmenu. Surové skóre mínus dime rozdielu v dolároch sa pohybovalo od -0,25 do 0,75 (medián 0,07) a významne nekorelovalo s celkovou presnosťou (obr. 3b), čo naznačuje, že modulácia odmeny pamäte ovplyvnila, ktoré udalosti sa prednostne pamätajú, namiesto toho, aby poskytovali celkovú pamäťovú výhodu. Pretože surové skóre rozdielu bolo skreslené outlierom (>3 SD od priemeru), použili sme poradie týchto skóre vo všetkých nasledujúcich analýzach pri koreláciipamäťcitlivosť na odmenu opatreniami v oblasti konektivity. Skóre rozdielu dolára a desetníka označujeme ako surové skóre behaviorálnej kompenzácie odmeny (raw BRM) a mieru poradia používanú pre všetky následné analýzy ako skóre modulácie behaviorálnej odmeny (BRM).
Na účely vizualizácie a analýzy sme tiež vytvorili dichotomizovanú mieru modulácie odmeňovaniapamäťpoužitie mediánového rozdelenia skóre BRM. Tento prístup vytvoril dve skupiny účastníkov, ktoré označujeme ako modulátory (citlivé na odmenu) a nemodulátory (necitlivé na odmenu). Vykonali sme potvrdzujúce analýzy, aby sme potvrdili, že medián rozdelenia účastníkov priniesol rozumné zoskupenia. Na obrázku 3c je znázornená presnosť stiahnutia z trhu na hodnotu osobitne pre každú skupinu. U nemodulátorov nedošlo k žiadnemu účinku hodnoty odmeny (jednosmerná ANOVA)F(1,15,12,7) = 1,36,p= 0,273, GG), pričom surové skóre BRM (rozdiel dolára a desetníka) sa nelíši od nuly (M= −0,02,t(11) = −0,98,p= 0,348), čo potvrdzuje, žepamäťvýkonnosť v tejto skupine nebola významne ovplyvnená hodnotou odmeny. Naproti tomu modulátory vykazovali účinok hodnoty odmeny (jednosmerná ANOVAF(1.18.13.01) = 8,69,p= 0.009, η2p= 0,44, GG), s väčšou presnosťou pre dolárové skúšky ako pre desetníky (t. j. významné surové skóre BRM;M= 0,21;t(11) = 3,59,p= 0,004) a väčšia presnosť pre dolárové skúšky ako pre halierové skúšky (t(11) = 2,43,p= 0,033). Mediánové rozdelenie teda vytvorilo dve rozumné skupiny účastníkov, ktoré sa líšia vo svojichpamäťCitlivosť na odmenu.
ANOVA Výsledky
Len na odpočinok ANOVA -Najprv sme sa zaoberali vzťahom medzi pripojením na odpočinok apamäťcitlivosť na odmenu pri opakovaných opatreniach ANOVA s dobou odpočinku (predkódovanie, kódovanie po kódovaní),pamäťROI (hipokampus, PHC) a odmena ROI (ACC, midbrain, MPFC, OFC, VS) ako faktory v rámci subjektov a stav modulátora ako faktor medzi subjektmi. Časové rady odpočinku neboli pre túto analýzu filtrované s nízkym prechodom, pretože takýto krok predbežného spracovania sa zvyčajne neuplatňuje počas analýz časových radov odpočinku, pretože môže odstrániť zmysluplné vysokofrekvenčné výkyvy. Všetky spojenia sú zobrazené na obr. 4a a úplné výsledky ANOVA sú uvedené v tabuľke 1.
Stav modulátora bol nepatrne významný (p= 0,051), s modulátormi (M= 0,36,SD= 0,10), čo demonštruje číselne väčšie sieťové pripojenie hipokampu/phc odmeny ako nemodulátory (M= 0,29,SD= 0,06). Stav modulátora významne interagoval so štruktúrou odmeňovania. Táto interakcia bola poháňaná väčším pripojením hipokampu / PHC s ACC, OFC a VS v modulátoroch ako nemodulátory (všetkyt> 2.15, všetkop< 0.045),="" with="" no="" effect="" ofmodulator="" status="" in="" hippocampus/phc-midbrain="" and="" hippocampus/phc-mpfc="" connectivity="" (both="">t< 1.4,="">p> 0,18). Pri modulácii odmenypamäťbolo považované za nepretržité opatrenie s použitím ANCOVA, výsledky boli podobné, ale slabšie. Hlavný účinok BRM (r(22) = 0,35;F(1,22) = 3,12,p= 0.091, η2P= 0,12) zostala mierne významná, ale interakcia medzi štruktúrou odmeňovania a BRM nie (F(2,83,62,22) = 1,99,p= 0,128, GG).
ANOVA navyše odhalila hlavný účinok doby odpočinku, pričom konektivita sa zvýšila z predkódovania (M= 0,30,SD= 0,10) na skenovanie odpočinku po kódovaní (M= 0,36,SD= 0,11). Doba odpočinku neinteragovala so stavom modulátora (p> 0,6) alebo BRM v ANCOVA (p> 0,3), čo naznačuje, že hoci sa celková konektivita zvýšila z predkódovania na post-kódovanie, jeho vzťah k správaniu sa výrazne nezmenil.
