在变化环境中的动机、学习与决策制定 (MOTILEARN)
在变化环境中的动机、学习与决策
本研究的主要目标是建立一个包含情绪作为适应性行为驱动力的序列决策、学习和动机模型。 使用fMRI，我们将验证前额叶皮层不同区域在自然主义决策中发挥特定作用的假设。
我们的主要假设是前额叶皮层的不同区域将不同程度地参与自然主义任务中的学习、动机和决策。 更具体地说，我们假设通过使用我们设计的一组新颖任务结合功能磁共振成像，我们可以构建一个神经认知模型，解释人类如何在动态和长时间延展的奖励环境中做出适应性决策。
我们认为前扣带回皮层将发挥关键作用，负责表征我们任务中适应性行为所需的内外部参数。 根据任务要求，该区域将进一步与其他不同的前额叶区域（如额极或背外侧前额叶皮层）相互作用。
我们还将针对每个具体任务研究次要假设。
所有数据将在每次约3.5小时的单一访视期间为每位参与者收集。 参与者将在MRI扫描仪内执行认知任务。 每位参与者仅执行三种可能认知条件/任务中的一种（寻宝游戏、最快队列或农场游戏）。
每个任务以电脑视频游戏形式呈现。 参与者扮演一个需要反复做出选择的角色。 参与者被要求在有限时间（农场游戏）或有限尝试次数（最快队列和寻宝游戏）内尽可能多地收集分数。
研究概览
详细说明
能够做出适应性决策并坚持执行这些决策，对动物和人类都至关重要。 尽管实验室研究需要对现实环境进行一些简化，但以往的研究常常忽略了一个关键的复杂性要素：行为通常是一系列选择的结果，需要规划、目标追求以及实现这些目标的持续动力。 只有通过考察融入这些长时间序列的认知和行为，我们才能全面理解大脑功能的运作，以及这些特定延伸行为中的认知、计算和神经作用。
近年来，我们通过开发一种新的神经行为学方法应对了这一挑战，这得益于计算建模、实验设计、大脑记录和刺激技术的进步。 在本提案中，我们确定了与序列化和自主行为挑战相关的关键认知过程，这些行为由前额叶皮层的进化所支持，并通过与皮层下结构和联合皮层区域的相互作用得以实现。 为了使这种复杂性易于管理，我们从多个学科汲取灵感，包括生态学、生物学、心理学和神经科学。 通过这种方式，我们可以识别出应对现实挑战时实现复杂适应性行为的基本要素，并围绕这些过程构建行为模型。
例如，运用这一框架，我们的团队挑战了“冒险倾向是个人固定特征”的观念。 相反，我们发现人类可以根据环境灵活调整愿意承担的风险水平，尤其是在寻找资源时——就像一只濒临饥饿的鸟在觅食时会冒更大风险一样。
现实生活中决策过程中同样被忽视的一个要素是情绪与决策之间的相互作用，尤其是在长时间学习和决策过程中，尽管这对于理解状态依赖性决策、个体差异和临床障碍具有潜在相关性。
当前项目旨在解决资源搜寻的三个具体方面。 首先，生态环境通常需要提前规划，不仅要考虑环境中未来的机会，还要考虑个体特定的行为倾向和偏见（例如，利用这些未来机会的能力），以追求长期目标。
其次，在这些情况下，重要的是利用对环境变化方向的任何了解来提前规划，并使用特定的评估机制来评估目标的逐步追求与放弃。 第三，与此同时，由于这些环境需要考虑更长期的承诺，理解动机波动如何帮助或阻碍这些过程至关重要。
所有数据将在每位参与者的一次访问中收集。 对于三项任务中的每一项，程序都将相同；只有执行的认知任务会有所不同。
访问第1部分 = 设置、研究说明、纳入和非纳入标准验证以及签署同意书。
然后，参与者将练习认知任务。 访问第2部分（CERMEP）：MRI 会话（认知任务 + 结构 MRI + 功能 MRI + 生理测量）。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Méline Devaluez, PhD
- 电话号码：+33437915514
- 邮箱：meline.devaluez@ch-le-vinatier.fr
研究联系人备份
- 姓名：Nils Kolling, PhD
- 电话号码：+33 04 72 91 34 95
- 邮箱：nils.kolling@inserm.fr
学习地点
-
-
-
Bron、法国、69500
- INSERM
-
接触：
- Nils Kolling, PhD
- 电话号码：+33 +33 04 72 91 34 95
- 邮箱：nils.kolling@inserm.fr
-
-
参与标准
资格标准
适合学习的年龄
- 成人
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
- 年龄在18至45岁之间
- 法语流利（阅读和口语）
- 拥有社会保险计划会员资格或权益
- 已签署参与研究的书面知情同意书
- 视力正常或矫正至正常
- 右利手
- 身体质量指数（BMI）在18.5至30之间
非纳入标准：
- 存在MRI禁忌症：心脏起搏器、心脏电池、心脏除颤器、某些心脏瓣膜或神经外科夹、人工耳蜗植入物、植入式自动注射系统（胰岛素泵）、眼内金属异物、从事或曾从事金属相关工作的人员（不包括MRI前的X光检查）
- 处于监护、监管或剥夺自由状态
- 正在参与临床试验或处于先前临床试验的排除期
- 哺乳期或妊娠期女性
- 幽闭恐惧症
- 患有神经系统疾病或严重慢性疾病（糖尿病、心脏、肾脏、肺部或肝脏疾病、炎症性疾病、精神疾病等）
- 参与者不希望被告知MRI检查中发现的任何异常情况
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
|---|
|
农场游戏
动机波动任务：参与者可以通过在环境中参与某些活动或仅停留在某个地点来获得积分。
在整个实验过程中，每个区域的奖励水平将发生变化，以测量参与者对不同奖励水平的敏感度。
|
|
最快队列
前瞻性规划与学习任务：参与者观察屏幕中央显示的两个以不同速度移动的队列。
他们需要决定站在两个队列中的哪一个，并被询问关于个体队列成员可能以多快速度到达目标的信念。
|
|
寻宝游戏
顺序与渐进式目标追求任务：参与者需要在多个目标（以宝藏形式呈现）之间做出选择以追求，从而获取积分。
宝藏的价值可能各不相同，参与者将以不同速度前往这些宝藏。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
功能性脑活动
大体时间：基线
|
将使用BOLD（血氧水平依赖）信号间接测量脑活动，以测试通过我们的认知模型提取的关键任务变量的神经相关性，从而在我们的神经认知模型中推断潜在的神经机制。
|
基线
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
关于农场游戏的决策
大体时间：基线
|
将使用目标追求的认知模型来构建代表不同目标放弃动机的回归变量（具体为挫败、诱惑和回避）。
将以大规模单变量方式测试这些模型回归变量在体素间的显著相关性。
|
基线
|
|
关于寻宝游戏的决定
大体时间：基线
|
将使用动机与活力的认知模型来构建代表参与者情绪与动机状态的回归变量。
将通过逐体素的大规模单变量分析方法，检验这些模型回归变量之间的显著相关性。
|
基线
|
|
关于最快队列任务的决定
大体时间：基线
|
将使用奖励倾向的认知模型来构建代表奖励倾向信息使用的回归器。
这些模型回归器之间的显著相关性将以质量单变量的方式逐体素进行测试。
|
基线
|
合作者和调查者
合作者
调查人员
- 首席研究员：Nils Kolling, PhD、INSERM U1208, Ecological Cognition and Computation Team
研究记录日期
研究主要日期
学习开始 (估计的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (估计的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.