Le misure computazionali delle prestazioni del compito possono prevedere i sintomi psichiatrici e i cambiamenti nella gravità dei sintomi nel tempo? (CABxtime)

L’obiettivo della psichiatria computazionale è acquisire conoscenze sui processi neurocomputazionali sottostanti che sono alla base dei disturbi psichiatrici e sfruttare questa conoscenza per migliorare la diagnosi e il trattamento. Un passo fondamentale verso il raggiungimento di questo obiettivo è sviluppare misure delle differenze individuali nei calcoli ottenuti da un singolo individuo che siano affidabili, robuste e significativamente rilevanti per la disfunzione psichiatrica. Per raggiungere questi obiettivi, è essenziale dimostrare le relazioni tra i meccanismi computazionali candidati e le categorie diagnostiche, le dimensioni dei sintomi e i risultati del trattamento. Nel presente studio verrà utilizzata una batteria di attività di valutazione computazionale (CAB) progettata per misurare le differenze individuali attraverso una serie multidimensionale di processi computazionali. Lo studio mira a separare tre diverse componenti della varianza che contribuiscono alla variabilità nella stima dei parametri computazionali: varianza legata all'occasione dovuta a cambiamenti accidentali giornalieri nelle prestazioni del compito, varianza dipendente dallo stato che è correlata a variazioni significative nel tempo nei calcoli sottostanti all'interno di un differenze individuali e legate ai tratti relative a differenze individuali stabili nei calcoli tra individui. Per raggiungere questo obiettivo, verranno implementate valutazioni ripetute utilizzando questa batteria su un intervallo di 1 anno all'interno di un campione online e utilizzeremo la modellazione bayesiana gerarchica per separare l'effetto della varianza correlata all'occasione, allo stato e ai tratti su queste stime dei parametri. Queste componenti della varianza saranno quindi correlate alle categorie diagnostiche, alle dimensioni dei sintomi e alle misure della gravità dei sintomi in una coorte diversificata di pazienti psichiatrici (principalmente con depressione, ansia e disturbo ossessivo compulsivo) reclutati nel sud della California. Infine, verrà monitorata la relazione tra le stime dei parametri computazionali e i cambiamenti nei sintomi nel tempo in un sottogruppo di questi pazienti. Questo studio promette di far avanzare significativamente la comprensione di come estrarre in modo affidabile misure derivate computazionalmente rilevanti dai fenotipi cognitivi che potrebbero eventualmente essere trasferite alla clinica.