Effecten van transcraniële gelijkstroomstimulatie op beloningsleren bij subklinische depressie.

De ontwikkeling van niet-invasieve hersenstimulatietechnieken biedt nieuwe benaderingen voor de behandeling van depressie. TMS is een goedgekeurde behandeling voor therapieresistente depressie in het VK en de VS. tDCS wordt momenteel onderzocht als een mogelijk goedkoper, veiliger en toegankelijker alternatief. Een recente meta-analyse suggereert dat het een matig antidepressivum heeft (Razza et al., 2020).

Een mogelijke manier om de antidepressieve werkzaamheid van tDCS te verbeteren, zou kunnen zijn om het te combineren met een beloningsleertaak. Er zijn aanwijzingen uit studies bij knaagdieren en mensen dat tDCS activiteitsafhankelijke synaptische plasticiteit en gedragsleren en -retentie verbetert (Fritsch et al., 2010; O'Shea et al., 2017; Reis et al., 2009).

Bij depressie geven mensen prioriteit aan het verwerken van negatieve informatie ten koste van positieve informatie en deze negatieve vooringenomenheid zou een belangrijke rol spelen bij het in stand houden van depressieve symptomen (Kube, Schwarting, Rozenkrantz, Glombiewski, & Rief, 2020). Door depressieve deelnemers te laten leren van beloning en hun leren/vasthouden te vergroten via tDCS, zou dit daarom mogelijk negatieve vooringenomenheid kunnen tegengaan en zo het antidepressieve potentieel van tDCS kunnen vergroten.

In een eerder proof-of-concept-onderzoek bij jonge, gezonde vrijwilligers (zonder slecht humeur) toonden we aan dat tDCS tijdens, maar niet ervoor, een informatie-bias-leertaak verhoogde beloningsleerpercentages. Hier gaan we testen op hetzelfde effect bij jonge gezonde vrijwilligers met subklinische depressie. Het onderzoek omvat online screening, een face-to-face screeningsessie en twee tDCS + leersessies. Taakprestaties zullen worden uitgerust met een computationeel leermodel voor versterking. Analyses zullen zowel computationele als niet-computationele metingen van taakgedrag omvatten.

Primaire hypothesen:

1. Bifrontaal vergeleken met sham tDCS toegepast tijdens de informatie-bias leertaak zal de leersnelheid van positieve resultaten verhogen.
2. Bifrontaal vergeleken met sham tDCS toegepast tijdens de taak zal het percentage win-gedreven keuzes verhogen.
3. De effecten van bifrontale tDCS zijn afhankelijk van de cognitieve toestand, d.w.z. de voorspelde effecten zullen specifiek zijn voor stimulatie die wordt toegepast tijdens maar niet voorafgaand aan het leren.

Secundaire hypothese:

Een groeiend aantal bewijzen suggereert dat depressie en angst worden gekenmerkt door een verminderd vermogen om het leertempo aan te passen aan de volatiliteit van onvoorziene acties en resultaten (Browning, Behrens, Jocham, O'Reilly, & Bishop, 2015; Gagne, Zika, Dayan, & Bisschop, 2020; Pulcu & Browning, 2017). Daarom zullen we ook onderzoeken of bifrontale tDCS het vermogen van deelnemers om hun leertempo aan te passen aan de volatiliteitscontext zou kunnen vergroten. Dit is verkennend, aangezien er momenteel geen bewijs is dat tDCS dit vermogen kan verbeteren.

Steekproefomvang: ons primaire doel is om hypothese 1 te testen dat bifrontale vergeleken met sham tDCS toegepast tijdens de informatie-bias leertaak de leersnelheid van positieve resultaten zal verhogen. In onze vorige studie bij gezonde vrijwilligers hebben we dit effect waargenomen, dat het meest uitgesproken was in de verlies-vluchtige toestand (gepaarde t-test contrasterende bifrontale en sham tDCS in de verliezen vluchtige blokken: t(19) = 2.88, p = .009) , met een effectgrootte van Cohen's d = 0,522. Om een ​​effect van deze omvang te detecteren met een vermogen van 80% en een alfaniveau van .05 vereist 31 deelnemers. Om rekening te houden met een mogelijke overschatting van de effectgrootte zullen we 40 deelnemers rekruteren, wat een power level van 0,89 zou moeten opleveren. voor de effectgrootte waargenomen in onze vorige studie. Om de steekproefomvang voor alle condities gelijk te houden, werven we nog eens 40 deelnemers voor de offline conditie.

Screening: Deelnemers wordt gevraagd een pre-screening online depressievragenlijst (Beck Depression Inventory - II (BDI)) en een veiligheidsscreeningsformulier in te vullen om mogelijke contra-indicaties voor tDCS te identificeren. Deelnemers met een BDI-score van ≥10 worden uitgenodigd voor een screeningsessie van 1 uur. Het gestructureerde klinische interview (SCID) zal worden afgenomen en de onderzoeker zal de deelnemer interviewen over hun tDCS-vragenlijst voor veiligheidsscreening. Als er geen contra-indicaties zijn voor tDCS en geen indicaties van huidige of voorgeschiedenis van bipolaire stoornis, zal de onderzoeker twee tDCS-testsessies plannen.

Experimentele taak: deelnemers voeren de informatiebias-leertaak uit, ontwikkeld door (Pulcu & Browning, 2017). Hetzelfde taakprotocol als in onze vorige studie zal worden gebruikt (Overman, Sarrazin, Browning, & O'Shea, 2021). Kortom, deelnemers wordt gevraagd om op een knop te drukken om bij elke proef tussen twee vormen te kiezen. Nadat ze hebben gekozen, verschijnt het woord "winnen" en "verlies" op het scherm, elk geassocieerd met een van de twee vormen. De winsten en verliezen zijn onafhankelijk van elkaar, d.w.z. beide kunnen ook met dezelfde vorm verschijnen. Als de gekozen vorm wordt geassocieerd met een overwinning, leidt dit tot een financiële winst van 10 pence; een verlies is min 10 pence. Het cumulatieve totaal wordt tijdens de taak doorlopend in het midden onderaan het scherm weergegeven. Deelnemers beginnen met in totaal € 1,50. Deze taak is ontworpen om te beoordelen in welke mate de keuzes van deelnemers relatief worden beïnvloed door winst versus verlies. Deelnemers zullen 6 taakblokken van 80 trials uitvoeren. In het eerste en zesde blok ("beide vluchtige blokken") hebben de winsten en verliezen elk een kans van 75% om te worden geassocieerd met een van de vormen. De vorm waaraan de winsten of verliezen zijn gekoppeld, verandert in de loop van de tijd. In de tweede tot en met vijfde taakblokken is in 75% van de trials één uitkomst geassocieerd met één vorm. De vorm waaraan de winsten of verliezen zijn gekoppeld, verandert in de loop van de tijd. De andere uitkomst wordt geassocieerd met beide vormen in 50% van de proeven. Elke deelnemer voert twee "wins-volatile" en twee "losses-volatile" blokken uit in afwisselende volgorde. De helft van de deelnemers voert eerst een "win-volatile" blok uit, en de andere helft een "verlies-volatile" blok eerst.

Testsessies: deelnemers wordt gevraagd stemmings- en angstvragenlijsten in te vullen. Aan het begin van de eerste sessie wordt de Trait-subschaal van de State Trait Anxiety Inventory (STAI) (Spielberger, 1983) ingevuld. In beide sessies zullen de deelnemers voor en na het uitvoeren van de taak de State-subschaal van de STAI en de Positive and Negative Affect Scales (PANAS) invullen (Watson, Clark, & Tellegen, 1988)). De onderzoeker legt de computertaak uit en de deelnemer krijgt de gelegenheid om de taak te oefenen. De onderzoeker zal vervolgens de tDCS-apparatuur opstellen met de anode over de linker dorsolaterale prefrontale cortex (DLPFC) en de kathode over de rechter DLPFC, in de F3- en F4-EEG-elektrodeposities. De onderzoeker zal de tDCS kort testen om er zeker van te zijn dat de deelnemer vertrouwd is met de stimulatie. De deelnemer voert één ("beide vluchtig") basislijnblok van de taak uit zonder tDCS. In de 'online' toestand wordt tDCS toegepast tijdens de taak - gedurende 20 minuten bij 2 mA tijdens het tweede en derde taakblok. Nadat de stimulatie is beëindigd, voeren de deelnemers de resterende taakblokken 4 en 5 uit (om te testen op persistentie van eventuele effecten na tDCS), gevolgd door een herhaling van het "beide vluchtige" blok dat bij baseline werd uitgevoerd. In de 'offline'-toestand zijn alle procedures hetzelfde, behalve dat stimulatie wordt toegepast na het basisblok ("beide vluchtig") en vóór de resterende blokken, terwijl de deelnemers in rust zitten.

Statistische analyse:

Om hypothese 1 te testen, dat bifrontale vergeleken met sham tDCS toegepast tijdens de taak het leertempo van win-uitkomsten zal verhogen, zullen we een herhaalde variantie-analyse (ANOVA) uitvoeren op de leertempo's in de "wins-volatile" en "losses" -volatiele" blokken, inclusief de binnen-subject factoren tDCS Conditie (bifrontaal vs. schijnvertoning), Valentie (winst vs. verlies uitkomsten), Volatiliteit (winsten-volatiel vs. verliezen-vluchtige blokken) en Tijd (eerste vs. tweede helft van de vier taakblokken). Baseline leerpercentages voor overwinningen en verliezen in het eerste taakblok van de eerste sessie zullen als covariaten worden opgenomen.

Eerst zullen we testen op een interactie-effect tussen tDCS-conditie en valentie. Om onze belangrijkste voorspelling te testen, zullen we a priori geplande contrasten van reëel vs. sham tDCS op win-leerpercentages. Aangezien in onze vorige studie de door tDCS geïnduceerde toename van de leerpercentages voor winst het meest uitgesproken was in de verlies-volatiele toestand, zullen we de real-sham win-leersnelheid afzonderlijk contrasteren voor de verlies-volatiele en win-volatiele omstandigheden.

Om hypothese 2 te testen dat bifrontale vergeleken met sham tDCS het aandeel van win-gedreven keuzes zal verhogen, zullen we een ANOVA uitvoeren op het aandeel van win-gedreven keuzes inclusief de factoren tDCS Conditie, Volatiliteit en Tijd. We zullen testen op een hoofdeffect van tDCS-conditie, evenals op een interactie-effect tussen tDCS-conditie en vluchtigheid. Het interactie-effect zal worden gevolgd door geplande contrasten van bifrontale versus sham tDCS, afzonderlijk voor de wins-vluchtige conditie en de verliezen-volatiele condities.

Om het effect van online versus offline bifrontale tDCS op de win-leersnelheid en het aandeel win-gestuurde keuzes (hypothese 3) te vergelijken, zullen we ANOVA's uitvoeren op de gecombineerde dataset (online en offline conditie), waarbij we de factor "Stimulatietijd" toevoegen (vóór versus tijdens taakuitvoering). Voor leersnelheden zullen we testen op een hoofdeffect van stimulatietijd en/of een interactie tussen stimulatietijd en tDCS-conditie en/of valentie. Vervolg-ANOVA's scheiden de gegevens op basis van stimulatietijd en analyseren elke dataset zoals beschreven voor hypothese 1 hierboven, om te testen op een effect van tDCS op leerpercentages voor winst. Het effect in elke conditie (al dan niet significant) zal worden gekwantificeerd en gecontrasteerd over de twee stimulatietijdcondities, om de hypothese te testen dat online maar niet offline tDCS de leerpercentages voor winst zal verhogen. Dezelfde analysebenadering zal worden gebruikt voor het aandeel win-gedreven keuzes.

Met betrekking tot onze secundaire hypothese dat online bifrontaal in vergelijking met nep-tDCS het vermogen van deelnemers om hun leertempo aan te passen aan de volatiliteitscontext zou kunnen verbeteren, zullen we verkennende analyses uitvoeren, waarbij we ANOVA gebruiken om het effect van tDCS op het verschil in leerpercentages tussen winst en verlies tussen vluchtige en stabiele blokken (d.w.z. afhankelijke variabelen zijn: Wind delta LR (winst leersnelheid in winst-vluchtige blokken min winst leersnelheid in verlies-vluchtige blokken) en Verlies delta LR (verlies leersnelheid in verliezen vluchtige blokken minus verlies leersnelheid in winst vluchtige blokken). We zullen testen op een interactie tussen stimulatietijd en tDCS-conditie op Win en Loss delta LR's. Dit wordt gevolgd door geplande contrasten binnen en tussen de online en offline tDCS-voorwaarden, zoals hierboven beschreven voor hypothese 3.