Dio 2: Funkcionalna povezanost između centara pamćenja i nagrađivanja u svim zadacima i odmorima Pratite osjetljivost memorije na nagradu
Mar 17, 2022
za više informacija:ali.ma@wecistanche.com
Analiza of varijansa pristup
Za testiranje da li se obrasci povezivanja odnose namemorijaosjetljivosti na nagradu i da li je ovaj odnos stabilan u svim fazama zadatka, vrijednosti povezivanja su dostavljene u dvije ANOVA-e ponovljenih mjerenja. Prva ANOVA uključivala je samo podatke o mirovanju (pre-kodiranje, post-kodiranje), slično prethodnom radu na povezivanju stanja mirovanja (Gruber et al., 2016). Druga ANOVA uključila je sve tri faze zadatka (prekodiranje odmor, zadatak kodiranja, odmor nakon kodiranja), sa niskopropusnim filtriranim vremenskim serijama odmora za poređenje sa vremenskim serijama zadataka. Pored faze zadatka kao faktora unutar subjekta, uključene su i obje ANOVAmemorijastruktura (hipokampus, PHC) i struktura nagrađivanja (ACC, srednji mozak, MPFC, OFC, VS) kao faktori unutar subjekta i status modulatora (modulator, nemodulator) kao faktor između ispitanika.
Kliknite zaCistanche NZ za pamćenje
Sljedeći efekti su bili relevantni za naša pitanja od interesa: (1) glavni efekat i interakcije statusa modulatora, testiranje da li se obrasci povezivanja odnose na individualne razlike umemorijaosjetljivost na nagradu; (2) glavni efekat i interakcije faktora faze zadatka, testirajući ideju da obrasci povezivanja mogu biti relativno stabilni tokom zadatka i odmora, kao i praćenje individualnih razlika umemorijaosjetljivost na nagradu; (3) interakcije faktora regiona nagrade sa statusom modulatora, testiranjem da li svi regioni nagrade doprinose slično ili različito. Treba napomenuti da je glavni efekat nagrađivanja regiona i glavni efekatmemorijaregion nije bio od interesa jer ukupna vrijednost funkcionalne povezanosti može ovisiti o fizičkoj udaljenosti između regija i veličini regije i možda se neće lako interpretirati (Honey et al., 2009; Salvador et al., 2005). Kada je otkrivena interakcija, nastavili smo sa istraživanjem lokusa interakcije. Dok se izvještaj fokusira na efekte interesa, puni rezultati ANOVA prikazani su u tabelama. Korekcije stakleničke Gajserove su korišćene kada je to bilo potrebno, u tabelama prikazane kao "GG". Da potvrdimo da naši nalazi nisu vođeni liječenjemmemorijaosjetljivost na nagradu kao binarnu varijablu, ponovo smo testirali značajne efekte interesa iz oba ANOVA-a koristeći ANCOVA, uz kontinuiranu mjeru modulacije nagrade u ponašanju kao kovarijatu.
Funkcionalni odnosima među veze
Posmatranje uporedivih ili diferencijalnih efekata modulatora u višestrukim ROI-ima nagrađivanja u ANOVA-ama pruža jednu indikaciju za jedinstveni ili ujednačeni doprinos nagrađnih regija modulaciji nagradememorija. Da bismo direktnije testirali da li su regioni nagrađivanja deo iste funkcionalne mreže, dodatno smo ispitali njihovu međukorelaciju. Izvršili smo analize dvije glavne komponente: jednu na vrijednostima povezanosti samo za odmor (bez niskopropusnog filtera za održavanje informacija o visokofrekventnim fluktuacijama) i jednu koja je uključivala sve vrijednosti povezivanja između zadatka i odmora (koristeći niskopropusno filtrirano vrijeme serije za uporedivu prethodnu obradu zadataka i ostataka). Komponente su razmatrane za dalju analizu kada su objasnile najmanje 10 posto varijanse. Za svaku razmatranu komponentu, dalje smo testirali vjerovatnoću da se takva komponenta dobije slučajno, koristeći poređenje sa nultom distribucijom komponenti. Da bismo dobili nultu distribuciju, izvršili smo 10,000 simuliranih analiza glavne komponente na podacima dobijenim nasumično miješanjem vrijednosti povezivanja među učesnicima, posebno za svaku vezu. Procenat varijanse objašnjen za svaku komponentu (prva najinformativnija, druga najinformativnija, itd.) je zatim upoređena sa objašnjenim postotkom nulte distribucije. Isti rezultati bi se dobili testiranjem svojstvenih vrijednosti.
Opterećenja na svakoj komponenti su upoređena za pet ROI-a nagrađivanja koristeći jednosmjernu ANOVA-u, a rezultati komponenti su zatim povezani sa biheviorističkom modulacijom nagrade koristeći višestruku regresiju. Korištenje redukcije dimenzionalnosti prije višestruke regresije omogućilo nam je da testiramo kako su osnovne komponente, ili potencijalne mreže regija, doprinijele odnosu povezanosti i ponašanja, uzimajući u obzir kolinearnost između vrijednosti povezanosti i ograničavanja broja razmatranih prediktora na način vođen podacima. .
Povezivanje uzorak klasifikacija
Dok tradicionalni testovi zaključivanja, kao što je analiza varijanse, testiraju vjerovatnoću da su uočene razlike između grupa nastale slučajno, pristupi klasifikacije mašinskog učenja nam omogućavaju da direktnije kvantificiramo koliko dobro se učesnici mogu razlikovati jedni od drugih na osnovu njihovog obrasca povezivanja. Koristili smo klasifikaciju vektora podrške (SVC) da testiramo stepen do kojeg se učesnici mogu klasifikovati kao modulatori ili nemodulatori na osnovu njihovog obrasca povezivanja preko deset ROI veza (2memorijaROI × 5 nagradnih ROI).
SVC je implementiran korišćenjem paketa statističke analize "e1071" (Meyer, Dimitriadou, Hornik, Weingessel, & Leisch, 2017) i sproveden odvojeno u okviru svake faze zadatka. Korišteni su zadani parametri za nu-klasifikaciju (C=1, ε= 0.1,=0.1, bez podešavanja) sa jezgrom funkcije radijalne osnove. Koristili smo pristup unakrsnoj validaciji bez jednog subjekta, obučavajući model na N-1 predmeta, a zatim primjenjujući obučeni klasifikator da predvidimo status modulatora zadržanog subjekta. Proces je ponovljen jer je svaki subjekt zauzvrat bio isključen iz seta za obuku i korišten za testiranje modela. Tačnost modela je zabilježena kao postotak tačnih klasifikacija. Permutacijski test je korišten za testiranje značajnosti. Proveli smo 5,000 simulacija, svaki put nasumično miješajući statusne oznake modulatora među učesnicima, a zatim računajući istu tačnost klasifikacije bez jednog subjekta unakrsno provjerenu kao i sa stvarnim podacima. Prava tačnost klasifikatora je upoređena sa distribucijom simulirane tačnosti klasifikacije da bi se izvela verovatnoća da se takva tačnost dobije samo slučajno. Tačnost koja se dogodila s vjerovatnoćom manjom odp= 0.017 se smatra značajnim, što odražava Bonferronijevu korekciju u tri faze zadatka za ukupni alfa=0.05.
Da bi se potvrdilo da rezultati nisu vođeni pristupom medijane podjele, korištena je regresija vektora podrške (SVR) za predviđanje kontinuiranih mjera bihevioralne modulacije nagrade (BRM skor) za svakog učesnika na osnovu povezanosti mjerene u svakoj fazi zadatka. Isti statistički paket, zadani parametri i unakrsna validacija bez jednog subjekta
pristup je korišten za SVR kao i za SVC. Predviđene vrijednosti BRM-a za svakog subjekta su zatim u korelaciji sa uočenim vrijednostima BRM-a kako bi se procijenilo da li je pojedinac
razlike u obrascima povezivanja sadrže informacije o individualnim razlikama u modulaciji nagrađivanja u ponašanjumemorija. Koristili smo Bonferronijeve korekcije za tri korelacije (alfa=0.05/3=0.017).
Komplementarno povezanost analize
Pored glavnih pitanja od interesa, sadašnja studija pruža podatke pogodne za rješavanje pitanja iz prethodnih studija o modulaciji nagrađivanjamemorija. Proveli smo dva skupa istraživačkih analiza koje održavaju fokus na povezanosti i mogu biti informativne za čitaoce, iako se ne bave direktno glavnim ciljevima studije.
Korelacije između povezanost promjene i ponašanje-ANOVA, PCA,
i pristupi mašinskog učenja su veoma pogodni za testiranje uloge širokog skupa regiona nagrađivanja i hipoteze o otisku prsta povezanosti, posebno za veći skup povezanih veza koji se ovde razmatraju. Nasuprot tome, prethodne studije o modulaciji nagrađivanjamemorijaobično se fokusiraju na pojedinačne veze i efekte vezane za učenje, izvještavajući o korelacijama prvog reda koje se odnose na povećanje povezanosti pre-to-post kodiranja. Dok je nesrazmjerna uloga odmora nakon kodiranja mogla biti naznačena značajnim modulatorom interakcijom u fazi zadatka u našoj ANOVA-i, također smo željeli generirati podatke direktno uporedive s prethodnim studijama. Stoga smo dodatno izračunali promjene povezivanja prije i poslije za svaku vezu i doveli ih u korelaciju sa BRM-om. Budući da povećana dostupnost dopamina u medijalnom temporalnom režnju može poboljšati kodiranje općenito (Duncan et al., 2014; Lisman et al., 2011), također smo povezali vrijednosti povezanosti sa ukupnim stopama prisjećanja za svakog učesnika.
Prednji i posterior razlike unutarthehipokampus—Prethodni rad sugeriše
postoje funkcionalne razlike između prednjeg i stražnjeg dijela hipokampusa (Brunec i sur., 2018; McKenzie et al., 2014; Poppenk, Evensmoen, Moscovitch i Nadel, 2013). U kontekstu učenja motiviranog nagradom, međutim, nedostaju dokazi o različitim doprinosima prednjeg i stražnjeg hipokampusa ili su u suprotnosti (Murty et al., 2017; Wolosin et al., 2013). Izvršili smo istražne analize obrazaca povezivanja prednjeg/zadnjeg hipokampusa kako bismo testirali da li su njihovi obrasci povezivanja ili promjene povezanosti različito povezani s ponašanjem u našoj paradigmi.
Srednji presek ROI hipokampusa svakog učesnika korišćen je kao granica za prednje i zadnje divizije. Za učesnike koji su imali neparan broj rezova u ROI hipokampusa, srednji presek je dodeljen zadnjem delu. ROI su zatim korišteni za izdvajanje vremenske serije tokom svakog odmora i skeniranja zadatka. Povezanost između prednjeg i zadnjeg hipokampusa sa svakom nagradnom regijom mjerena je korištenjem gore navedenih procedura. Funkcionalne razlike između prednjeg i zadnjeg hipokampusa testirane su korištenjem ANOVA ponovljenih mjerenja s ROI hipokampusa (prednji, stražnji) × faza zadatka (pre-kodiranje, kodiranje, post-kodiranje) × ROI za nagradu (ACC, srednji mozak, MPFC, OFC, VS) kao faktori unutar subjekta i status modulatora kao faktor između subjekata. Od glavnog interesa bila je interakcija između hipokampalnog ROI i statusa modulatora, testiranjem da li su prednji i stražnji hipokampus različito povezani sa
modulacija nagrade odmemorija.
Rezultati
Behavioral rezultate
Prosječna ukupna izvedba opoziva bila je 0.48 (SD= 0.19). Ponovljena ANOVA 2 (vizualni oblik nagrađivanja) × 3 (vrijednost znaka nagrade) otkrila je marginalno značajan učinak vrijednosti nagrade (F(1.18,27.03) = 3.86, p= 0.054, η2p= 0.14, GG), sa značajnim kvadratom (F(1,23) = 9.93, p= 0.004, η2p= 0.30) umjesto linearnog efekta (F(1,23) = 1.97, p= 0.174). Naknadna poređenja u parovima otkrila su da je kvadratni efekat bio vođen većim prisjećanjem na pokusima s dolarima (M= 0.53, SD= 0.20; t(23) = 2.41, p= 0.024), i neočekivano, suđenja peni (M= 0.47, SD= 0.22; t(23) = 2.45, p= 0.022) u poređenju sa probnim centima (M= 0.44, SD= 0.22). Razlika između suđenja za dolar i peni nije dostigla značaj (t(23) = 1.40, p= 0.174). Nije bilo glavnog efekta vizuelne forme (F(1,23) = 0.04, p= 0.840, η2p= 0.002) niti interakcija između oblika i vrijednosti (F(2,46) = 1.66, p= 0.202, η2p= 0.07). Dakle, tačnosti su srušene u vizualnom obliku i korištene za sve naredne analize. Navedene stope opoziva za svaku vrijednost nagrade i uvjet forme prikazane su na Sl.3a.
Odvojeni uzorak ponašanja (n=20) otkrio je značajan glavni efekat vrijednosti (F(1.23, 27.6) = 14.1, p= 0.001, GG), uporedivo opisano kao linearno (F(1,19) = 15.5, p= 0.001) ili kvadratni (F(1,19) = 10.8, p= 0.004). Slično fMRI uzorku, tačnost opoziva bila je veća za dolarske studije (M= 0.61, SD= 0.19) nego za probe novčića (M= 0.44, SD= 0.21; t(19) = 3.83, p= 0.001). Za razliku od fMRI uzorka, uzorak ponašanja pokazao je amemorijaprednost za probe za dolar u odnosu na probe za peni (M= 0.44, SD= 0.19; t(19)=3.94, p=0.001) i nema razlike između pokušaja penija i novčića (t(19)=0.17, p=0.87 ).
Dok je obrazac tačnosti prisjećanja u obliku slova U u fMRI uzorku bio neočekivan i nije se ponovio u odvojenom uzorku ponašanja, nelinearni efekti nagrade su vjerojatni (Elliott, Newman, Longe i Deakin, 2003). Na primjer, suđenja za peni mogu se smatrati gubitkom u odnosu na (neutralne) pokušaje s novčićima, što ih čini istaknutijim za kodiranje (Bartra, McGuire, & Kable, 2013; Seymour & McClure, 2008; Shigemune, Tsukiura, Kambara, & Kawashima, 2014; Tversky & Kahneman, 1981). Budući da razlika između pokušaja za dolar i peni nije bila značajna i zato što su i peni i dolar mogli povećati istaknutost za pojedince osjetljive na nagradu, umjesto toga koristili smomemorijaprednost pokusa za dolar u odnosu na dime (replicirane na uzorcima ponašanja i fMRI) kao mjera individualnih razlika umemorijasensitivity 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 od srednje vrijednosti), koristili smo redoslijed ovih rezultata u svim narednim analizama pri korelacijimemorijaosjetljivost na nagradu mjerama povezivanja. Ocjenu razlike u dolarima i novčićima nazivamo sirovim rezultatom modulacije nagrade (sirov BRM), a mjeru rangiranja koja se koristi za sve naredne analize kao rezultat modulacije nagrade za ponašanje (BRM).
Za potrebe vizualizacije i analize, također smo konstruirali dihotomiziranu mjeru modulacije nagradememorijakoristeći srednju podjelu BRM rezultata. Ovaj pristup stvorio je dvije grupe učesnika koje nazivamo modulatorima (osjetljivi na nagradu) i nemodulatori (neosjetljivi na nagradu). Izvršili smo potvrdne analize kako bismo potvrdili da je srednja podjela učesnika dala razumne grupe. Slika 3c prikazuje tačnost opoziva po vrijednosti, posebno za svaku grupu. Nije bilo efekta vrijednosti nagrade kod nemodulatora (jednosmjerna ANOVAF(1.15,12.7) = 1.36, p= 0.273, GG), sa sirovim BRM rezultatima (razlika dolar-dim) koji se ne razlikuju od nule (M= −0.02, t(11) = −0.98, p= 0.348), potvrđujući tomemorijana učinak u ovoj grupi nije značajno uticala vrijednost nagrade. Nasuprot tome, modulatori su pokazali učinak vrijednosti nagrade (jednosmjerna ANOVAF(1.18,13.01) = 8.69, p= 0.009, η2p= 0.44, GG), sa većom preciznošću za pokušaje u dolarima nego za pokušaje sa novčićima (tj. značajni sirovi BRM rezultati);M= 0.21; t(11) = 3.59, p= 0.004), i veća preciznost za probe dolara nego za probe penija (t(11) = 2.43, p= 0.033). Tako je srednja podjela stvorila dvije razumne grupe učesnika koje se razlikuju po svomememorijaosetljivost na nagradu.
ANOVA rezultate
Samo za odmor ANOVA—Prvo smo se pozabavili odnosom između povezanosti odmora imemorijaosjetljivost na nagradu u ANOVA-i ponovljenih mjera s periodom odmora (pre-kodiranje, post-kodiranje),memorijaROI (hipokampus, PHC) i ROI nagrađivanja (ACC, srednji mozak, MPFC, OFC, VS) kao faktori unutar ispitanika i status modulatora kao faktor između ispitanika. Vremenske serije odmora nisu bile niskopropusne filtrirane za ovu analizu, jer se takav korak preprocesiranja obično ne primjenjuje tokom analiza vremenskih serija odmora jer može ukloniti značajne fluktuacije visoke frekvencije. Sve veze su prikazane na slici 4a, a potpuni rezultati ANOVA prikazani su u tabeli 1.
Status modulatora je bio marginalno značajan (p= 0.051), sa modulatorima (M= 0.36, SD= 0.10), demonstrirajući brojčano veću mrežnu povezanost hipokampusa/PHC-a u odnosu na nemodulatore (M= 0.29, SD= 0.06). Status modulatora je u značajnoj interakciji sa strukturom nagrade. Ova interakcija je bila vođena većom vezom hipokampusa/PHC sa ACC, OFC i VS u modulatorima od nemodulatora (svit>2.15, svep< 0.045),="" with="" no="" effect="" ofmodulator="" status="" in="" hippocampus/phc-midbrain="" and="" hippocampus/phc-mpfc="" connectivity="" (both="">t< 1.4,="">p>0.18). Kada nagrada modulacija odmemorijatretiran kao kontinuirana mjera korištenjem ANCOVA, rezultati su bili slični, ali slabiji. Glavni efekat BRM (r(22) = 0.35; F(1,22) = 3.12, p= 0.091, η2P= 0.12) je ostao marginalno značajan, ali interakcija između strukture nagrade i BRM-a nije (F(2.83,62.22) = 1.99, p= 0.128, GG).
ANOVA je dodatno otkrila glavni efekat perioda odmora, s povećanjem povezanosti od prethodnog kodiranja (M= 0.30, SD= 0.10) do skeniranja nakon kodiranja (M= 0.36, SD= 0.11). Period odmora nije bio u interakciji sa statusom modulatora (p>0.6) ili BRM u ANCOVA (p>0.3), što ukazuje da iako se ukupna povezanost povećala sa prethodnog kodiranja na naknadno kodiranje, njegov odnos prema ponašanju nije se značajno promijenio.