Cuantificar la evitación de varios pasos en la ansiedad

Las teorías actuales de aprendizaje de la ansiedad proponen que el aprendizaje del miedo interrumpió los trastornos de ansiedad. Esto sugiere que los tratamientos como la terapia de exposición funcionan cambiando los valores de amenazas aprendidos. Sin embargo, los datos empíricos no respaldan estos modelos donde los cambios en el condicionamiento del miedo conducen a cambios de síntomas y reducciones posteriores de comportamiento de evitación. En cambio, los hallazgos recientes sugieren que el comportamiento de evitación puede ser un mecanismo por sí solo, y las reducciones en el comportamiento de evitación preceden y predicen mejoras en los síntomas de ansiedad. Para evitar el objetivo, se necesita una teoría de trabajo de los procesos subyacentes al comportamiento de evitación. Recientemente, los modelos del proceso de decisión de Markov (MDP) se han utilizado para medir la expectativa de amenazas, lo que tiene la ventaja de capturar la diferencia entre evitar el aprendizaje y el aprendizaje como mecanismos en los trastornos de ansiedad. Los modelos iniciales de MDP que demuestran el aumento del comportamiento de evitación muestran promesa; Sin embargo, se necesita información adicional no conductual para adaptarse a estos modelos en humanos.

La hipótesis principal del investigador es que los modelos MDP, aumentados con señales neuronales decodificadas de inminencia de amenaza, pueden caracterizar y modificar el comportamiento de evitación relacionado con el trastorno de ansiedad dentro y fuera del laboratorio.

Objetivo 1: Adultos no seleccionados para la psicopatología (120, evaluado dos veces): desarrolle una firma cerebral de inminencia de amenaza (a partir de un modelo predictivo entrenado independientemente en datos de fMRI a partir de otras tareas de inminencia de amenazas) y se combine con el comportamiento de la tarea para crear un modelo MDP de comportamiento de evitación.

AIMS 2 y 3: Un conjunto separado de participantes con ansiedad clínica y evitación desadaptativa (n = 163, evaluada cuatro veces) completará una tarea de aprendizaje basada en MDP que evalúa la evitación durante la escaneo de fMRI y cuantificará las diferencias en el comportamiento modelado con MDP y la prueba si la magnitud de estas diferencias basadas en tareas predicta entre las diferencias y dentro de las diferencias en la gravedad de la gravedad del comportamiento de la evitación real.

Los predictores multivariados de datos de resonancia magnética funcional (fMRI) pueden decodificar valores latentes y mejorar el ajuste computacional de los modelos MDP. Para identificar estos valores latentes, se utilizarán firmas neuronales validadas de un modelo de inmigración de amenazas. En el modelo de inyección de amenazas, las mismas regiones cerebrales (por ejemplo, amígdala, VMPFC), pero diferentes conjuntos y poblaciones neuronales, están involucradas en diferentes etapas de inminencia de amenazas, y estos patrones no difieren entre humanos con diferentes niveles de ansiedad clínica, lo que permite un enfoque de apoyo neurobiológico para crear valores latentes de amenaza. Por lo tanto, los investigadores apuntan a usar modelos MDP, aumentados con señales neuronales decodificadas de inminencia de amenaza, caracterizar y apoyar un nuevo mecanismo (comportamiento de evitación) del cambio de síntomas en la ansiedad y modificar el comportamiento de evitación relacionada con el trastorno de ansiedad.