Können rechnerische Messungen der Aufgabenleistung psychiatrische Symptome und Veränderungen der Symptomschwere im Laufe der Zeit vorhersagen? (CABxtime)

Das Ziel der Computerpsychiatrie besteht darin, Erkenntnisse über die zugrunde liegenden neuroinformatischen Prozesse zu gewinnen, die psychiatrischen Störungen zugrunde liegen, und dieses Wissen zur Verbesserung von Diagnose und Behandlung zu nutzen. Ein wichtiger Schritt zur Erreichung dieses Ziels besteht darin, Messungen individueller Unterschiede in den Berechnungen einer einzelnen Person zu entwickeln, die zuverlässig, robust und für psychiatrische Dysfunktionen von Bedeutung sind. Um diese Ziele zu erreichen, ist es wichtig, dass wir die Beziehungen zwischen möglichen Rechenmechanismen und Diagnosekategorien, Symptomdimensionen und Behandlungsergebnissen begründen. In der vorliegenden Studie wird eine Computational Assessment Task Battery (CAB) verwendet, die darauf ausgelegt ist, individuelle Unterschiede über eine mehrdimensionale Reihe von Rechenprozessen hinweg zu messen. Die Studie zielt darauf ab, drei verschiedene Varianzkomponenten zu trennen, die zur Variabilität bei der Schätzung von Rechenparametern beitragen: anlassbezogene Varianz aufgrund zufälliger täglicher Änderungen in der Aufgabenleistung, zustandsabhängige Varianz, die mit sinnvollen zeitlichen Variationen in den zugrunde liegenden Berechnungen innerhalb eines zusammenhängt individuelle und merkmalsbezogene Unterschiede im Zusammenhang mit stabilen individuellen Unterschieden in den Berechnungen zwischen Individuen. Um dies zu erreichen, werden mit dieser Batterie über einen Zeitraum von einem Jahr innerhalb einer Online-Stichprobe wiederholte Bewertungen durchgeführt und hierarchische Bayes'sche Modellierung verwendet, um die Auswirkung von anlass-, zustands- und merkmalsbedingter Varianz auf diese Parameterschätzungen zu trennen. Diese Varianzkomponenten werden dann mit diagnostischen Kategorien, Symptomdimensionen und Symptomschweremaßen in einer vielfältigen Kohorte psychiatrischer Patienten (hauptsächlich mit Depressionen, Angstzuständen und Zwangsstörungen) in Beziehung gesetzt, die in Südkalifornien rekrutiert wurden. Schließlich wird die Beziehung zwischen den rechnerischen Parameterschätzungen und den Veränderungen der Symptome im Laufe der Zeit bei einer Untergruppe dieser Patienten verfolgt. Diese Studie verspricht, das Verständnis dafür, wie zuverlässig diagnostisch relevante, rechnerisch abgeleitete Maße kognitiver Phänotypen extrahiert werden können, die schließlich in die Klinik migriert werden könnten, erheblich zu verbessern.