Transkraniaalisen tasavirtastimulaation vaikutukset palkitsevaan oppimiseen subkliinisessä masennuksessa.

Ei-invasiivisten aivojen stimulaatiotekniikoiden kehittäminen tarjoaa uusia lähestymistapoja masennuksen hoitoon. TMS on Isossa-Britanniassa ja Yhdysvalloissa hyväksytty hoito hoitoresistenttiin masennukseen. tDCS:ää tutkitaan parhaillaan mahdollisesti halvempana, turvallisempana ja helpommin saatavilla olevana vaihtoehtona. Tuore meta-analyysi viittaa siihen, että sillä on kohtalainen masennuslääkevaikutus (Razza et al., 2020).

Yksi mahdollinen tapa parantaa tDCS:n masennuslääketehoa voisi olla yhdistää se palkitsevaan oppimistehtävään. Jyrsijä- ja ihmistutkimuksista on saatu näyttöä siitä, että tDCS lisää aktiivisuudesta riippuvaa synaptista plastisuutta ja käyttäytymiseen liittyvää oppimista ja säilyttämistä (Fritsch et al., 2010; O'Shea et al., 2017; Reis et al., 2009).

Masennuksessa ihmiset priorisoivat negatiivisen tiedon käsittelyä positiivisen tiedon kustannuksella, ja tällä negatiivisella harhalla on teoriassa tärkeä rooli masennusoireiden ylläpidossa (Kube, Schwarting, Rozenkrantz, Glombiewski ja Rief, 2020). Siksi, kun masentuneet osallistujat oppivat palkitsemisesta ja lisäävät oppimistaan/säilyttämistään tDCS:n kautta, tämä voisi mahdollisesti torjua negatiivista harhaa ja siten lisätä tDCS:n masennuslääkepotentiaalia.

Aiemmassa proof-of-concept-tutkimuksessa nuorilla terveillä vapaaehtoisilla (ilman huonoa mielialaa) osoitimme, että tDCS:tä sovellettiin tietopohjaisen oppimistehtävän aikana, mutta ei sitä ennen, lisäsi palkitsemisastetta. Täällä testaamme samaa vaikutusta nuorilla terveillä vapaaehtoisilla, joilla on subkliininen masennus. Tutkimukseen kuuluu verkkoseulonta, kasvokkain tapahtuva seulonta ja kaksi tDCS + -oppimisistuntoa. Tehtävän suorittamiseen asennetaan laskennallinen vahvistusoppimismalli. Analyysit sisältävät sekä laskennallisia että ei-laskennallisia tehtävien käyttäytymisen mittareita.

Ensisijaiset hypoteesit:

1. Bifrontaalinen verrattuna informaatiobias-oppimistehtävän aikana käytettyyn vale-tDCS:ään lisää oppimisnopeutta positiivisista tuloksista.
2. Bifrontaalinen verrattuna tehtävän aikana käytettyyn vale-tDCS:ään lisää voittolähtöisten valintojen prosenttiosuutta.
3. Bifrontaalisen tDCS:n vaikutukset ovat riippuvaisia ​​kognitiivisesta tilasta, eli ennustetut vaikutukset ovat spesifisiä stimulaatiolle, jota käytetään oppimisen aikana, mutta ei ennen sitä.

Toissijainen hypoteesi:

Yhä useammat todisteet viittaavat siihen, että masennukselle ja ahdistukselle on ominaista heikentynyt kyky mukauttaa oppimisnopeutta toiminnan tulosten epävakauden vaihteluun (Browning, Behrens, Jocham, O'Reilly ja Bishop, 2015; Gagne, Zika, Dayan, & Bishop, 2020; Pulcu & Browning, 2017). Siksi tutkimme myös, voisiko bifrontaalinen tDCS lisätä osallistujien kykyä mukauttaa oppimisnopeuttaan volatiliteettikontekstiin. Tämä on tutkivaa, koska ei ole olemassa todisteita siitä, että tDCS voisi parantaa tätä kykyä.

Otoskoko: Ensisijainen tavoitteemme on testata hypoteesia 1, että bifrontaalinen verrattuna vale-tDCS:ään, jota sovellettiin informaatioharhaoppimistehtävän aikana, lisää oppimisnopeutta positiivisista tuloksista. Aiemmassa terveillä vapaaehtoisilla tehdyssä tutkimuksessamme havaitsimme tämän vaikutuksen, joka oli voimakkain häviöt-haihtuvissa olosuhteissa (parillinen t-testi, joka erotti bifrontaalisen ja näennäisen tDCS:n häviöhaihtuvissa lohkoissa: t(19) = 2,88, p = 0,009) , jonka vaikutuskoko on Cohenin d = 0,522. Tämän kokoisen vaikutuksen havaitsemiseksi teholla 80 % ja alfatasolla 0,05 vaatii 31 osallistujaa. Vaikutuskoon mahdollisen yliarvioinnin huomioon ottamiseksi rekrytoimme 40 osallistujaa, minkä pitäisi tuottaa tehotaso 0,89 aikaisemmassa tutkimuksessamme havaitun vaikutuskoon osalta. Jotta otoskoko pysyy samana kaikissa olosuhteissa, rekrytoimme vielä 40 osallistujaa offline-tilaan.

Seulonta: Osallistujia pyydetään täyttämään seulontaa edeltävä online-masennuskysely (Beck Depression Inventory - II (BDI)) ja turvallisuusseulontalomake tDCS:n mahdollisten vasta-aiheiden tunnistamiseksi. Osallistujat, joiden BDI-pistemäärä on ≥10, kutsutaan 1 tunnin seulontaistuntoon. Strukturoitu kliininen haastattelu (SCID) suoritetaan ja tutkija haastattelee osallistujaa heidän tDCS-turvallisuusseulontakyselystään. Jos tDCS:lle ei ole vasta-aiheita eikä viitteitä nykyisestä tai aiemmasta kaksisuuntaisesta mielialahäiriöstä, tutkija suunnittelee kaksi tDCS-testauskertaa.

Kokeellinen tehtävä: Osallistujat suorittavat Information Bias Learning Task -tehtävän, jonka on kehittänyt (Pulcu & Browning, 2017). Käytetään samaa tehtäväprotokollaa kuin edellisessä tutkimuksessamme (Overman, Sarrazin, Browning ja O'Shea, 2021). Lyhyesti sanottuna osallistujia pyydetään painamaan painiketta valitakseen kahdesta muodosta kussakin kokeessa. Kun he ovat valinneet, sanat "voitto" ja "tappio" ilmestyvät näytölle, kumpikin liittyy johonkin kahdesta muodosta. Voitot ja tappiot ovat toisistaan ​​riippumattomia, eli molemmat voivat esiintyä myös saman muotoisina. Jos valittu muoto liittyy voittoon, tämä johtaa 10 pennyn taloudelliseen voittoon; tappio on miinus 10 penniä. Kumulatiivinen kokonaissumma näkyy jatkuvasti näytön alareunassa keskellä tehtävän ajan. Osallistujat alkavat yhteensä 1,50 puntaa. Tämä tehtävä on suunniteltu arvioimaan, missä määrin osallistujien valintoihin vaikuttavat suhteellisesti voitot ja tappiot. Osallistujat suorittavat 6 tehtävälohkoa 80 kokeesta. Ensimmäisessä ja kuudennessa lohkossa ("molemmat epävakaat lohkot") voitoilla ja tappioilla on kummallakin 75 %:n todennäköisyys, että ne liittyvät johonkin muodoista. Voittojen tai tappioiden muoto liittyy ajan mittaan muuttuviin muutoksiin. Toisesta viidenteen tehtävälohkossa yksi tulos liittyy yhteen muotoon 75 prosentissa kokeista. Voittojen tai tappioiden muoto liittyy ajan mittaan muuttuviin muutoksiin. Toinen tulos liittyy molempiin muotoihin 50 prosentissa kokeista. Kukin osallistuja suorittaa kaksi "voitot - haihtuva" ja kaksi "tappiot - haihtuva" -lohkoa vuorotellen. Puolet osallistujista suorittaa "win-volatile" -lohkon ensin ja toinen puoli "tappio-haihtuvan" lohkon ensin.

Testausistunnot: Osallistujia pyydetään täyttämään mieliala- ja ahdistuskyselylomakkeet. Ensimmäisen istunnon alussa valmistuu State Trait Anxiety Inventory (STAI) -piirteiden alaasteikko (Spielberger, 1983). Molemmissa istunnoissa ennen ja jälkeen tehtävän suorittamisen osallistujat suorittavat STAI:n tila-ala-asteikon ja positiivisten ja negatiivisten vaikutusten asteikon (PANAS) (Watson, Clark ja Telllegen, 1988)). Tutkija selittää tietokoneistetun tehtävän ja osallistuja saa mahdollisuuden harjoitella tehtävää. Tämän jälkeen tutkija asettaa tDCS-laitteiston siten, että anodi on vasemman dorsolateraalisen prefrontaalikuoren (DLPFC) yli ja katodi oikean DLPFC:n päälle F3- ja F4-EEG-elektrodiasennossa. Tutkija testaa lyhyesti tDCS:ää varmistaakseen, että osallistuja on tyytyväinen stimulaatioon. Osallistuja suorittaa yhden ("molemmat epävakaat") perusviivalohkon tehtävästä ilman tDCS:ää. 'Online'-tilassa tDCS:ää käytetään tehtävän aikana - 20 minuutin ajan 2 mA:lla toisen ja kolmannen tehtävälohkon aikana. Kun stimulaatio on päättynyt, osallistujat suorittavat loput tehtävälohkot 4 ja 5 (testatakseen mahdollisten vaikutusten pysyvyyttä tDCS:n jälkeen), minkä jälkeen toistetaan "molemmat haihtuva" lohko, joka suoritettiin lähtötasolla. Offline-tilassa kaikki toimenpiteet ovat samat, paitsi että stimulaatiota sovelletaan perusviivan ("molemmat epävakaat") lohkon jälkeen ja ennen jäljellä olevia lohkoja, kun osallistujat istuvat levossa.

Tilastollinen analyysi:

Testataksemme hypoteesia 1, jonka mukaan bifrontaalinen verrattuna tehtävän aikana käytettyyn vale-tDCS:ään lisää oppimisnopeutta voittotuloksista, suoritamme toistuvan varianssianalyysin (ANOVA) oppimisnopeuksille "voittojen haihtuvien" ja "tappioiden" osalta. -haihtuvia" lohkoja, mukaan lukien aiheen sisäiset tekijät tDCS Condition (kaksirintainen vs. huijaus), Valence (voitto vs. tappio -tulokset), Volatiliteetti (voitot-haihtuvat vs. tappiot-haihtuvat lohkot) ja Time (ensimmäinen vs. toinen puolisko) neljä tehtävälohkoa). Ensimmäisen istunnon ensimmäisen tehtävälohkon voittojen ja tappioiden perusoppimisprosentit sisällytetään kovariaatteina.

Ensin testataan vuorovaikutusvaikutusta tDCS Conditionin ja Valencen välillä. Testaaksemme keskeistä ennustettamme suoritamme etukäteen suunniteltujen todellisten vs. huijaus tDCS voitto-oppimisprosenteista. Koska aiemmassa tutkimuksessamme tDCS:n aiheuttama voitto-oppimisasteen nousu oli selkein tappioiden haihtuvuustilassa, vertaamme todellisen huijausvoiton oppimisnopeutta erikseen tappioiden haihtuvien ja voittojen haihtuvien olosuhteiden osalta.

Testataksemme hypoteesia 2, jonka mukaan bifrontaalinen verrattuna näennäiseen tDCS:ään lisää voittolähtöisten valintojen osuutta, suoritamme ANOVA:n voittaneiden valintojen osuudesta, mukaan lukien tekijät tDCS Condition, Volatility ja Time. Testaamme tDCS Conditionin päävaikutusta sekä tDCS Conditionin ja Volatiliteetin välistä vuorovaikutusta. Vuorovaikutusvaikutusta seurataan suunnitellun bifrontaalisen ja näennäisen tDCS:n kontrastilla, erikseen voitot-haihtuvien ehtojen ja tappioiden ja haihtuvien olosuhteiden osalta.

Vertaaksemme online- ja offline-bifrontaalisen tDCS:n vaikutusta voitto-oppimisnopeuteen ja voittajalähtöisten valintojen osuuteen (hypoteesi 3), suoritamme ANOVA:t yhdistetylle tietojoukolle (online- ja offline-tila) lisäämällä tekijän "Stimulaatioaika" (ennen vs. tehtävän suorittamisen aikana). Oppimisnopeuksia varten testaamme stimulaatioajan päävaikutuksen ja/tai vuorovaikutuksen stimulaatioajan ja tDCS-tilan ja/tai valenssin välillä. Seuranta-ANOVA:t erottavat tiedot stimulaatioajan mukaan ja analysoivat jokaisen tietojoukon edellä hypoteesin 1 yhteydessä kuvatulla tavalla testatakseen tDCS:n vaikutusta voiton oppimisnopeuksiin. Vaikutus kussakin tilassa (riippumatta siitä merkittävästä tai ei) kvantifioidaan ja verrataan kahdessa stimulaatioajan tilassa, jotta voidaan testata hypoteesia, että online-mutta ei offline-tDCS lisää voitto-oppimisastetta. Samaa analyysitapaa käytetään voittajalähtöisten valintojen osuuteen.

Mitä tulee toissijaiseen hypoteesimme, jonka mukaan online-bifrontaali verrattuna näennäiseen tDCS:ään saattaa parantaa osallistujien kykyä mukauttaa oppimisnopeuttaan volatiliteettikontekstiin, teemme tutkivia analyyseja käyttäen ANOVAa testataksemme tDCS:n vaikutusta voitto- ja tappiooppimisasteiden eroihin. haihtuvat ja vakaat lohkot (esim. riippuvat muuttujat ovat: Win delta LR (voittojen oppimisnopeus wins-haihtuvissa lohkoissa miinus voitto-oppimisnopeus häviöissä-haihtuvissa lohkoissa) ja Loss delta LR (häviön oppimisnopeus tappioissa haihtuvissa lohkoissa miinus tappion oppimisnopeus wins-haihtuvissa lohkoissa). Testaamme vuorovaikutusta stimulaatioajan ja tDCS-tilan välillä voitto- ja tappio-delta-LR:illä. Tätä seuraavat suunnitellut kontrastit online- ja offline-tDCS-olosuhteiden sisällä ja välillä, kuten edellä hypoteesin 3 yhteydessä on kuvattu.