Effekter av transkraniell likströmsstimulering på belöningsinlärning vid subklinisk depression.

Utvecklingen av icke-invasiva tekniker för hjärnstimulering erbjuder nya metoder för behandling av depression. TMS är en godkänd behandling för behandlingsresistent depression i Storbritannien och USA. tDCS är för närvarande under utredning som ett potentiellt billigare, säkrare och mer tillgängligt alternativ. En färsk metaanalys tyder på att det har en måttlig antidepressiv effekt (Razza et al., 2020).

Ett potentiellt sätt att förbättra den antidepressiva effekten av tDCS kan vara att kombinera det med en belöningsinlärningsuppgift. Det finns bevis från studier på gnagare och människor att tDCS förbättrar aktivitetsberoende synaptisk plasticitet och beteendeinlärning och retention (Fritsch et al., 2010; O'Shea et al., 2017; Reis et al., 2009).

Vid depression prioriterar människor bearbetning av negativ information till priset av positiv information och denna negativa fördomar är teoretiserad att spela en viktig roll i upprätthållandet av depressiva symtom (Kube, Schwarting, Rozenkrantz, Glombiewski, & Rief, 2020). Därför, genom att låta deprimerade deltagare lära sig av belöning, och öka sin inlärning/retention via tDCS, skulle detta potentiellt kunna motverka negativ bias och därmed öka den antidepressiva potentialen hos tDCS.

I en tidigare proof-of-concept-studie på unga friska frivilliga (utan lågt humör) visade vi att tDCS tillämpades under, men inte innan, en informationsorienterad inlärningsuppgift ökade belöningsinlärningsfrekvensen. Här kommer vi att testa för samma effekt hos unga friska frivilliga med subklinisk depression. Studien kommer att involvera onlinescreening, en screening session ansikte mot ansikte och två tDCS + inlärningssessioner. Uppgiftsutförande kommer att förses med en beräkningsförstärkningsinlärningsmodell. Analyserna kommer att omfatta både beräkningsmässiga och icke-beräkningsmässiga mått på uppgiftsbeteende.

Primära hypoteser:

1. Bifrontal jämfört med sken-tDCS som tillämpas under informationsbias-inlärningsuppgiften kommer att öka inlärningshastigheten från positiva resultat.
2. Bifrontal jämfört med falsk tDCS som tillämpas under uppgiften kommer att öka andelen vinstdrivna val.
3. Effekterna av bifrontal tDCS kommer att vara beroende av kognitiva tillstånd, det vill säga de förutsagda effekterna kommer att vara specifika för stimulering som tillämpas under men inte före inlärning.

Sekundär hypotes:

En växande mängd bevis tyder på att depression och ångest kännetecknas av en minskad förmåga att anpassa inlärningshastigheten till volatiliteten i händelser (Browning, Behrens, Jocham, O'Reilly, & Bishop, 2015; Gagne, Zika, Dayan, & Bishop, 2020; Pulcu & Browning, 2017). Därför kommer vi också att undersöka om bifrontala tDCS kan öka deltagarnas förmåga att anpassa sina inlärningshastigheter till volatilitetskontexten. Detta är utforskande, eftersom det inte finns några aktuella bevis för att tDCS kan förbättra denna förmåga.

Urvalsstorlek: Vårt primära mål är att testa hypotes 1 att bifrontal jämfört med sken-tDCS som tillämpas under informationsbias-inlärningsuppgiften kommer att öka inlärningshastigheten från positiva resultat. I vår tidigare studie på friska frivilliga observerade vi denna effekt, som var mest uttalad i det flyktiga förlusttillståndet (parat t-test med kontrasterande bifrontala och skenbara tDCS i de flyktiga förlustblocken: t(19) = 2,88, p = 0,009) , med en effektstorlek på Cohens d = 0,522. För att upptäcka en effekt av denna storlek med en effekt på 80 % och en alfanivå på 0,05 kräver 31 deltagare. För att ta hänsyn till en potentiell överskattning av effektstorleken kommer vi att rekrytera 40 deltagare, vilket bör ge en effektnivå på 0,89 för effektstorleken som observerades i vår tidigare studie. För att hålla urvalsstorleken lika över villkoren kommer vi att rekrytera ytterligare 40 deltagare för offlinetillståndet.

Screening: Deltagarna kommer att uppmanas att fylla i ett online-depressionsformulär för screening (Beck Depression Inventory - II (BDI)) och ett säkerhetsscreeningsformulär för att identifiera potentiella kontraindikationer för tDCS. Deltagare med ett BDI-poäng på ≥10 kommer att bjudas in till en 1-timmes screeningssession. Den strukturerade kliniska intervjun (SCID) kommer att administreras och forskaren kommer att intervjua deltagaren om deras frågeformulär för tDCS-säkerhetsscreening. Om det inte finns några kontraindikationer för tDCS och inga indikationer på nuvarande eller historia av bipolär sjukdom, kommer forskaren att schemalägga två tDCS-testsessioner.

Experimentell uppgift: Deltagarna kommer att utföra Information Bias Learning Task som utvecklats av (Pulcu & Browning, 2017). Samma uppgiftsprotokoll som i vår tidigare studie kommer att användas (Overman, Sarrazin, Browning & O'Shea, 2021). Kort sagt kommer deltagarna att bli ombedda att trycka på en knapp för att välja mellan två former på varje försök. Efter att de har valt kommer ordet "vinn" och "förlust" att visas på skärmen, var och en förknippad med en av de två formerna. Vinsterna och förlusterna är oberoende av varandra, det vill säga båda kan också visas med samma form. Om den valda formen är associerad med en vinst leder detta till en ekonomisk vinst på 10 pence; en förlust är minus 10 pence. Den ackumulerade summan visas kontinuerligt längst ned i mitten av skärmen under hela uppgiften. Deltagarna börjar med totalt £1,50. Denna uppgift är utformad för att bedöma i vilken utsträckning deltagarnas val är relativt påverkade av vinst kontra förlust. Deltagarna kommer att utföra 6 uppgiftsblock med 80 försök. I det första och sjätte blocket ("båda flyktiga blocken") har vinsterna och förlusterna vardera 75 % sannolikhet att vara associerade med någon av formerna. Formen på vinsterna eller förlusterna är förknippade med förändringar över tid. I de andra till femte uppgiftsblocken är ett resultat associerat med en form i 75 % av försöken. Formen på vinsterna eller förlusterna är förknippade med förändringar över tid. Det andra resultatet är associerat med båda formerna i 50 % av försöken. Varje deltagare utför två "vinster-flyktiga" och två "förluster-flyktiga" block i omväxlande ordning. Hälften av deltagarna utför ett "win-volatile" block först, och den andra hälften ett "loss-volatile" block först.

Testsessioner: Deltagarna kommer att bli ombedda att fylla i humör- och ångestenkäter. I början av den första sessionen kommer underskalan Trait av State Trait Anxiety Inventory (STAI) (Spielberger, 1983) att slutföras. I båda sessionerna kommer deltagarna före och efter att ha utfört uppgiften att slutföra tillståndsunderskalan av STAI och skalorna för positiva och negativa effekter (PANAS) (Watson, Clark, & Tellegen, 1988)). Forskaren kommer att förklara den datoriserade uppgiften och deltagaren får möjlighet att öva på uppgiften. Forskaren kommer sedan att sätta upp tDCS-utrustningen med anoden över den vänstra dorsolaterala prefrontala cortex (DLPFC) och katoden över den högra DLPFC, i F3 och F4 EEG elektrodpositionerna. Forskaren kommer kort att testa tDCS för att säkerställa att deltagaren är bekväm med stimuleringen. Deltagaren kommer att utföra ett ("båda flyktigt") baslinjeblock av uppgiften utan tDCS. I "online"-tillståndet kommer tDCS att tillämpas under uppgiften - under en varaktighet av 20 minuter vid 2 mA under det andra och tredje uppgiftsblocket. Efter att stimuleringen avslutats kommer deltagarna att utföra de återstående uppgiftsblocken 4 och 5 (för att testa om eventuella effekter kvarstår efter tDCS), följt av en upprepning av det "båda flyktiga" blocket utfört vid baslinjen. I "offline"-tillståndet kommer alla procedurer att vara desamma förutom att stimulering kommer att tillämpas efter baslinjeblocket ("båda flyktiga") och före de återstående blocken, medan deltagarna sitter i vila.

Statistisk analys:

För att testa hypotes 1, att bifrontal jämfört med sken-tDCS som tillämpas under uppgiften kommer att öka inlärningshastigheten från vinstresultat, kommer vi att köra en variansanalys med upprepade mått (ANOVA) på inlärningshastigheterna i "vinster-flyktiga" och "förluster" -volatila" block, inklusive inom-subjektsfaktorerna tDCS Condition (bifrontal vs. sham), Valence (vinst vs. förlust utfall), Volatilitet (vinster-flyktiga vs. förluster-flyktiga block) och Tid (första vs. andra halvan av de fyra uppgiftsblocken). Baslinjeinlärningsfrekvenser för vinster och förluster i det första uppgiftsblocket för den första sessionen kommer att inkluderas som kovariater.

Först kommer vi att testa för en interaktionseffekt mellan tDCS Condition och Valence. För att testa vår nyckelförutsägelse kommer vi att köra a priori planerade kontraster av verkliga vs. bluff tDCS på vinstkurser. Eftersom i vår tidigare studie var den tDCS-inducerade ökningen av vinst-inlärningsfrekvensen mest uttalad i det förlust-flyktiga tillståndet, kommer vi att kontrastera real-sham-vinst-inlärningshastigheten separat för de förlust-flyktiga och vinster-flyktiga förhållandena.

För att testa hypotes 2 att bifrontal jämfört med sken-tDCS kommer att öka andelen vinstdrivna val kommer vi att köra en ANOVA på andelen vinstdrivna val inklusive faktorerna tDCS Condition, Volatility och Time. Vi kommer att testa för en huvudeffekt av tDCS Condition, samt för en interaktionseffekt mellan tDCS Condition och Volatility. Interaktionseffekten kommer att följas upp av planerade kontraster av bifrontal kontra sken tDCS, separat för vinst-flyktiga tillstånd och förluster-flyktiga tillstånd.

För att jämföra effekten av online kontra offline bifrontal tDCS på vinstinlärningshastigheten och andelen vinstdrivna val (hypotes 3), kommer vi att köra ANOVAs på den kombinerade datamängden (online och offlinetillstånd), och lägga till faktorn "Stimulation Time" (före kontra under uppgiftsutförande). För inlärningshastigheter kommer vi att testa för en huvudeffekt av Stimuleringstid och/eller en interaktion mellan Stimuleringstid och tDCS Condition och/eller Valens. Uppföljande ANOVA:er kommer att separera data efter stimuleringstid och analysera varje datauppsättning enligt beskrivningen för hypotes 1 ovan, för att testa för en effekt av tDCS på vinstinlärningshastigheter. Effekten i varje tillstånd (oavsett om det är signifikant eller inte) kommer att kvantifieras och kontrasteras över de två villkoren för stimuleringstid, för att testa hypotesen att online men inte offline tDCS kommer att öka inlärningsfrekvensen. Samma analysmetod kommer att användas för andelen vinstdrivna val.

När det gäller vår sekundära hypotes att online bifrontal jämfört med sham tDCS kan förbättra deltagarnas förmåga att anpassa sin inlärningshastighet till volatilitetskontexten, kommer vi att genomföra utforskande analyser, med hjälp av ANOVA för att testa effekten av tDCS på skillnaden i vinst- och förlustinlärningsfrekvens mellan flyktiga och stabila block (dvs. beroende variabler kommer att vara: Win delta LR (vinst inlärningshastighet i vinst-flyktiga block minus vinst inlärningshastighet i förlust-flyktiga block) och Förlust delta LR (förlust inlärningshastighet i förluster volatila block minus förlust inlärningshastighet i vinster flyktiga block). Vi kommer att testa för en interaktion mellan stimuleringstid och tDCS-villkor på vinst och förlust delta LRs. Detta kommer att följas upp av planerade kontraster inom och mellan online och offline tDCS-villkoren, som beskrivs ovan för hypotes 3.