К леонгард изучал акцентуации характера: Акцентуации характера (К. Леонгард) — Общие дети, г. Воронеж

Содержание

Контрольные тестовые задания

  1. Совокупность устойчивых индивидуальных особенностей личности, складывающаяся и проявляющаяся в деятельности и общении, — это…

  1. темперамент

  2. характер

  3. способности

  4. задатки

  1. Под темпераментом понимают характеристики психической деятельности…

  1. статические

  2. содержательные

  3. динамические

  4. приобретенные

  1. Индивидуальные особенности личности, обеспечивающие успех в деятельности и легкость овладения ею, — это…

  1. темперамент

  2. характер

  3. способности

  4. акцентуации

  1. Первую типологию темпераментов разработал…

  1. Гиппократ

  2. Гален

  3. И. Кант

  4. Платон

  1. Физиологическая ветвь учения о темпераменте начинается с…

  1. Демокрита

  2. Платона

  3. Гиппократа

  4. Галена

  1. Теория У. Шелдона относится к теориям темперамента…

  1. конституциональным

  2. гуморальным

  3. нейродинамическим

  4. поведенческим

  1. В структуре темперамента У. Шелдон не выделил как его компонент…

  1. мезоморфию

  2. висцеротонию

  3. церебротонию

  4. соматонию

  1. К фундаментальным свойствам нервных процессов по И.П. Павлову не относится…

  1. сила

  2. качество

  3. уравновешенность

  4. подвижность

  1. Низким уровнем психической активности, замедленностью движений, быстрой утомляемостью, высокой эмоциональной сензитивностью, преобладанием отрицательных эмоций над положительными характеризуется…

  1. сангвиник

  2. холерик

  3. флегматик

  4. меланхолик

  1. В характере личность проявляется в большей степени со стороны…

  1. содержательной

  2. динамической

  3. процессуальной

  4. структурной

  1. Такие черты личности, как скромность, самокритичность, гордость, характеризую отношение человека…

  1. к другим людям

  2. к делу

  3. к себе

  4. к собственности

  1. К. Леонгард изучал акцентуации характера…

  1. у детей младшего школьного возраста

  2. у подростков

  3. у юношей

  4. у взрослых людей

  1. Типология акцентуаций характера, предложенная А.Е. Личко не включает в себя…

  1. циклоидный тип

  2. сензитивный тип

  3. застревающий тип

  4. гипертимный тип

  1. То, что посредством воспитания можно сформировать гениальность, полагал…

  1. К. Гельвеций

  2. Ф. Галль

  3. Ф. Гальтон

  4. У. Эшби

  1. Теория, согласно которой по строению черепа можно судить о развитии тех или иных способностей, называется…

  1. теорией интеллектуального порога

  2. физиогномикой

  3. френологией

  4. хиромантией

1. Опросник шмишека

Цель: Опросник предназначен для диагностики типа акцентуации личности.

Теоретической основой опросника является кон­цепция «акцентуированных личностей» К.Леонгарда, кото­рый считает, что присущие личности черты могут быть разде­лены на основные и дополнительные. Основные черты со­ставляют стержень, ядро личности. В случае яркой выражен­ности (акцента) основные черты становятся акцентуациями характера. Соответственно личности, у которых основные черты ярко выражены, названы Леонгардом «акцентуирован­ными». Термин «акцентуированные личности» занял место между психопатией и нормой. Акцентуированные личности не следует рассматривать в качестве патологических, но в слу­чае воздействия неблагоприятных факторов акцентуации мо­гут приобретать патологический характер, разрушая структуру личности.

Инструкция: Вам предлагается ответить на 88 вопросов, каса­ющихся различных сторон вашей личности. Рядом с но­мером вопроса поставьте знак + (да), если согласны, или — (нет), если не согласны. Отвечайте быстро, долго не за­думывайтесь.

Экспериментальный материал: представляет собой опросник, содержащий 10 шкал, в соответствии с десятью выде­ленными Леонгардом типами акцентуированных личностей, и состоящий из 88 вопросов.

ОСОБЕННОСТИ ПСИХОФИЗИОЛОГИЧЕСКОГО СТАТУСА СТУДЕНТОВ-ВТОРОКУРСНИКОВ, ОБУЧАЮЩИХСЯ НА БИОЛОГИЧЕСКИХ КАФЕДРАХ УНИВЕРСИТЕТА И В МЕДИЦИНСКОМ ВУЗЕ | Gorkavaya

Агаджанян Н.А., Дегтярев В.П., Русанов Е.И., Ермакова Н.В., Пономорева В.В., Радыш И.В., Виленский М.Я., Гринина О.В., Кислицын Ю.Л., Неверова Н.П. Здоровье студентов. М.: Изд-во РУДН, 1999. 200 с.

Гулин А.В., Засядько К.И., Зайцева С.Д., Красичков Д.В. Психофизиологические и физиологические аспекты динамики адаптации учащейся молодежи к учебному процессу // Системный анализ и управление в биомедицинских системах. 2008. Т. 7, № 4. С. 992–997.

Gorter R., Freeman R., Hammen S. Psychological stress and health in undergraduate dental students: fifth year outcomes compared with first year baseline results from five European dental schools // Eur. J. Dent. Educ., 2008, vol. 12, no. 2, pp. 61–68.

Агаджанян Н.А., Миннибаев Т.Ш., Северин А.Е., Ермакова Н.В., Кузнецова Л.Ю., Силаев А.А. Изучение образа жизни, состояния здоровья и успеваемости студентов при интенсификации образовательного процесса // Гигиена и санитария. 2005. № 3. С. 48–52.

Дрегало А.А., Ульяновский В.И. Студенты-медики: социальный портрет // Экология человека. 2007. № 3. С. 53–58.

Hojat M., Zuckerman M. Personality and specialty interest in medical students // Med. Teach., 2008., vol. 30, no. 4, pp. 400–406.

Павленкович С.С., Токаева Л.К., Беспалова Т.А. Психофизиологические особенности учебной адаптации студентов-первокурсников физкультурного вуза в гендерном аспекте // Современные проблемы науки и образования: электронный журнал, 2015. № 5. URL: http://science-education.ru/ru/article/view?id=22738

Сидтиков Ф.Г., Шайхелисламова М.В., Валеев И.Р. Влияние учебной нагрузки и условий производства на функциональное состояние симпатоадреналовой системы и показатели регуляции сердечного ритма у девушек 17-18-летнего возраста // Физиология человека. 2001. Т. 27, № 5. С. 60–67.

Горькавая А.Ю., Кириллов О.И. Особенности психоэмоционального статуса студентов Дальневосточного федерального университета // Экология человека. 2011. № 12. С. 29–32.

Eysenck H. J. Assessment of personality // Br. Med. Bull., 1949, vol. 6, no. 1-2, pp. 16–20.

Леонгард К. Акцентуированные личности. [Пер. с нем.] Ростов н/Д: Феникс, 2000. 544 с.

Jenkins C. D. Clinical recognition of the coronary-prone behavior pattern // J. S. C. Med. Assoc., 1979, vol. 75, no. 11, pp. 548–554.

Ямпольская Ю.А. Формирование в школьные годы физического развития и репродуктивного здоровья женщины // Гигиена и санитария. 2006. № 1. С. 3–6.

Горькавая А.Ю., Тригорлый С.Н., Кириллов О.И. Показатели физического развития и адаптации сердечно-сосудистой системы студентов медицинского университета во Владивостоке // Гигиена и санитария. 2009. № 1. С. 58–60.

Маркина Л.Д., Маркин В.В. Прогнозирование развития дезадаптационных состояний и алгоритм их эффективной коррекции // Тихоокеанский медицинский журнал. 2008. № 3. С. 30–36.

Ушаков И.Б., Соколова Н.В. Современные проблемы качества жизни студентов // Гигиена и санитария. 2007. № 2. С. 56–58.

Доника А.Д. Психоэмоциональное состояние студентов в условиях крупного промышленного города Нижнего Поволжья // Экология человека. 2006. № 12. С. 42–47.

Токаева Л.К., Павленкович С.С. Адаптивные реакции на учебный процесс студентов-спортсменов с разным уровнем тревожности // Фундаментальные исследования. 2011. № 9. С. 309–313.

Hazlett-Stevens H., Craske M.G., Mayer E.A. Prevalence of irritable bowel syndrome among university students: the roles of worry, neuroticism, anxiety sensitivity and visceral anxiety // J. Psychosom. Res., 2003, vol. 55, no. 6, pp. 501–505.

Gorkavaya A.Yu., Slutskaya T.N., Kirillov O.I. Effect of cucumaria japonica extract on cognitive performance in young adults // In the World of Scientific Discoveries, Series A, 2013, vol. 1, no. 1, pp. 35–45.

Lobel T. E. Personality correlates of type A coronary-prone behavior // J. Pers. Assess., 1988, vol. 52, no. 3, pp. 434–440.

Основы суицидального поведения

НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

Факультет психологии

РЕФЕРАТ

на тему: «Пубертатный криз по Э. Эриксону. Суицидальное поведение детей и подростков. Связь суицидального поведения с особенностями характера по А.Е. Личко.»

по дисциплине: «Основы суицидального поведения»

Выполнила студентка:

Курс: 3

Группа: ПС5И17/11 КП

Ненчина П.Б.

Проверил:

к.м.н., проф. Старшенбаум Г.В.

Москва 2020

Оглавление


Введение 2

I.ПУБЕРТАТНЫЙ КРИЗ ПО Э.ЭРИКСОНУ 4

II.СУИЦИДАЛЬНОЕ ПОВЕДЕНИЕ ДЕТЕЙ И ПОДРОСТКОВ 8

III.СВЯЗЬ СУИЦИДНОГО ПОВЕДЕНИЯ ПОДРОСТКОВ С ОСОБЕННОСТЯМИ ХАРАКТЕРА ПО А.Е.ЛИЧКО 14

Заключение 18

Литература 20

Введение

Актуальность исследования. Подростковый возраст, по мнению большинства исследователей различных научных школ и направлений, единогласно признается как наиболее критический в ряду возрастных периодов развития человека [1]. На данном этапе развития происходят изменения физиологического, психического, личностного и социального характера, причем зачастую они происходят неравномерно, то совпадая, то противореча друг другу [3]. Неравномерность развития в пубертатный период остро влияет на субъективные переживания в связи с наблюдаемыми подростком изменениями своего тела, статуса, системы отношений, возрастания ответственности.

В большинстве развитых стран мира подростковый возраст признается как наиболее рискованный для формирования суицидального поведения, в этом и заключается актуальность исследования проблемы. Российские подростки чаще своих сверстников из других стран добровольно расстаются с жизнью [6]. Согласно официальной статистике, в 2009 году в России покончили с собой 1379 юношей и 369 девушек в возрасте от 15 до 19 лет [8]. Мысли о суициде появляются у 45 % девушек и 27 % юношей [2].

Вопросами исследования суицидального поведения детей и подростков занимались и продолжают заниматься такие исследователи, как А.Е. Личко, Э. Эриксон, Е.М. Черепанова,  А.Г. Абрумова, Ю.Б. Гиппенрейтер, В.Я. Романова, В.А. Тихоненко, Г.В. Старшенбаум и другие.

Проблемам изучения суицидального поведения подростков и посвящена наша работа.

Цель исследования: изучить особенности подросткового возраста и суицидальное поведение подростков.

Задачи исследования:


  • Провести теоретический анализ отечественной и зарубежной литературы, посвященной темам пубертатного периода и суицидального поведения подростков;

  • рассмотреть пубертатный криз по Э.Эриксону;

  • определить особенности суицидального поведения в подростковый период;

  • определить связь суицидального поведения подростков с особенностями характера по А.Е. Личко.

Объект исследования: подростки.

Предмет исследования: суицидальное поведение подростков.

Метод исследования – Теоретический анализ современных трудов российских и зарубежных исследователей в области психологии, психотерапии и психиатрии. Систематизация и обобщение полученной информации.

Структура работы определена целями и задачами работы, и состоит из введения, основной части, заключения и списка использованной литературы

  1. Поделитесь с Вашими друзьями:

Параметры личности пациентов с шизофренией по сравнению с контрольными субъектами по полу и взаимосвязи с тяжестью заболевания | BMC Psychiatry

  • 1.

    Эклунд М., Ханссон Л., Бенгтссон-Топс А: Влияние темперамента и характера на функционирование и аспекты психологического здоровья людей с шизофренией. Eur Psychiatry. 2004, 19 (1): 34-41. 10.1016 / j.eurpsy.2003.07.008.

    Артикул PubMed Google ученый

  • 2.

    Джета М.К., Голдберг Дж.О., Шмидт Л.А.: Темперамент и его связь с социальным функционированием при шизофрении. Int J Soc Psychiatry. 2013, 59 (3): 254-263. 10.1177 / 0020764011433639.

    Артикул PubMed Google ученый

  • 3.

    Lysaker PH, Davis LW: Социальная функция при шизофрении и шизоаффективном расстройстве: ассоциации с личностью, симптомами и нейропознанием. Результаты здорового качества жизни. 2004, 2: 15-10.1186 / 1477-7525-2-15.

    Артикул PubMed PubMed Central Google ученый

  • 4.

    Ремшмидт Х., Тайзен Ф .: Ранняя шизофрения. Нейропсихобиология. 2012, 66 (1): 63-69. 10.1159 / 000338548.

    Артикул PubMed Google ученый

  • 5.

    Скоку М., Гурзис П. Демографические особенности и черты преморбидного расстройства личности в зависимости от возраста начала и пола при параноидной шизофрении.Psychiatry Res. 2014, 215 (3): 554-559. 10.1016 / j.psychres.2014.01.018.

    Артикул PubMed Google ученый

  • 6.

    Newton-Howes G, Tyrer P, North B, Yang M: Распространенность расстройства личности при шизофрении и психотических расстройствах: систематический обзор показателей и объяснительное моделирование. Psychol Med. 2008, 38 (8): 1075-1082.

    CAS Статья PubMed Google ученый

  • 7.

    Widiger TA: Объединение нормальной и ненормальной структуры личности: предложение для DSM-V. J Pers Disord. 2011, 25 (3): 338-363. 10.1521 / pedi.2011.25.3.338.

    Артикул PubMed Google ученый

  • 8.

    Cloninger CR, Svrakic DM, Przybeck TR: Психобиологическая модель темперамента и характера. Arch Gen Psychiatry. 1993, 50 (12): 975-990. 10.1001 / archpsyc.1993.01820240059008.

    CAS Статья PubMed Google ученый

  • 9.

    Охи К., Хашимото Р., Ясуда Й., Фукумото М., Ямамори Х., Ивасе М., Кадзуи Х., Такеда М.: Личностные черты и шизофрения: данные исследования методом случай-контроль и метаанализа. Psychiatry Res. 2012, 198 (1): 7-11. 10.1016 / j.psychres.2011.12.018.

    Артикул PubMed Google ученый

  • 10.

    Сим М., Ким Дж. Х., Йим С. Дж., Чо С. Дж., Ким С. Дж.: Повышение степени избегания вреда за счет генетической нагрузки шизофрении. Компр Психиатрия. 2012, 53 (4): 372-378.10.1016 / j.comppsych.2011.05.004.

    Артикул PubMed Google ученый

  • 11.

    Смит MJ, Cloninger CR, Harms MP, Csernansky JG: Темперамент и характер как связанные с шизофренией эндофенотипы у непсихотических братьев и сестер. Schizophr Res. 2008, 104 (1–3): 198-205.

    CAS Статья PubMed PubMed Central Google ученый

  • 12.

    Szöke A, Schürhoff F, Ferhadian N, Bellivier F, Rouillon F, Leboyer M: Темперамент при шизофрении: исследование трехмерного опросника личности (TPQ).Eur Psychiatry. 2002, 17 (7): 379-383. 10.1016 / S0924-9338 (02) 00700-9.

    Артикул PubMed Google ученый

  • 13.

    Очоа С., Усалл Дж., Кобо Дж., Лабад Х, Кулькарни Дж .: Гендерные различия при шизофрении и психозе первого эпизода: всесторонний обзор литературы. Лечение Schizophr Res. 2012, 2012: 8-

    PubMed PubMed Central Google ученый

  • 14.

    Иньеста Р., Очоа С., Усалл Дж .: Гендерные различия в использовании услуг в выборке людей с шизофренией и другими психозами. Лечение Schizophr Res. 2012, 2012: 365452-

    Статья PubMed PubMed Central Google ученый

  • 15.

    Абу-Акель А., Бо С.: Превосходные умственные способности пациенток с шизофренией. Psychiatry Res. 2013, 210 (3): 794-799. 10.1016 / j.psychres.2013.09.013.

    Артикул PubMed Google ученый

  • 16.

    Миеттунен Дж., Вейола Дж., Лауронен Э., Кантоярви Л., Йоукамаа М.: Половые различия в параметрах темперамента Клонингера — метаанализ. Компр Психиатрия. 2007, 48 (2): 161-169. 10.1016 / j.comppsych.2006.10.007.

    Артикул PubMed Google ученый

  • 17.

    Хори Х., Ногучи Х., Хашимото Р., Накабаяси Т., Сайто О., Мюррей Р.М., Окабе С., Кунуги Х .: Личность при шизофрении оценивается с помощью Описания темперамента и характера (TCI).Psychiatry Res. 2008, 160 (2): 175-183. 10.1016 / j.psychres.2007.05.015.

    Артикул PubMed Google ученый

  • 18.

    Гиллем Ф., Бику М., Семковска М., Дебрюй Дж. Б.: Пространственная структура симптомов шизофрении и ее связь с темпераментом и характером. Schizophr Res. 2002, 56 (1-2): 137-147.

    Артикул PubMed Google ученый

  • 19.

    Ритснер М., Сассер Э: Типы темперамента связаны со слабой самооценкой, повышенным дистрессом и эмоционально-ориентированным копированием при шизофрении: свидетельства комплексного маркера уязвимости ?.Psychiatry Res. 2004, 128 (3): 219-228. 10.1016 / j.psychres.2004.06.007.

    Артикул PubMed Google ученый

  • 20.

    Эрран А., Сьерра-Биддл Д., Куэста М.Дж., Сандоя М., Васкес-Баркеро Ю.Л .: Могут ли черты характера помочь нам объяснить инвалидность при хронической шизофрении ?. Психиатрия Clin Neurosci. 2006, 60 (5): 538-545. 10.1111 / j.1440-1819.2006.01577.x.

    Артикул PubMed Google ученый

  • 21.

    Boeker H, Kleiser M, Lehman D, Jaenke L, Bogerts B, Northoff G: Исполнительная дисфункция, самость и патология эго при шизофрении: исследовательское исследование нейропсихологии и личности. Компр Психиатрия. 2006, 47 (1): 7-19. 10.1016 / j.comppsych.2005.04.003.

    Артикул PubMed Google ученый

  • 22.

    Calvó de Padilla M, Padilla E, González Alemán G, Bourdieu M, Guerrero G, Strejilevich S, Escobar JI, Svrakic N, Cloninger CR, de Erausquin GA: Черты темперамента, связанные с риском шизофрении у коренных жителей население Аргентины.Schizophr Res. 2006, 83 (2–3): 299-302.

    Артикул PubMed Google ученый

  • 23.

    Gonzalez-Torres MA, Inchausti L, Ibáñez B, Aristegui M, Fernández-Rivas A, Ruiz E, Fernandez E, Bayón C: Темперамент и размеры характера у пациентов с шизофренией, родственников и контрольной группы. J Nerv Ment Dis. 2009, 197 (7): 514-519. 10.1097 / NMD.0b013e3181aacc1a.

    Артикул PubMed Google ученый

  • 24.

    Кортес М.Дж., Валеро Дж., Гутьеррес-Зотес Дж. А., Эрнандес А., Морено Л., Яриод М., Марторелл Л., Вилелла Е., Лабад А. Психопатология и личностные особенности пациентов с психотическими расстройствами и их родственников первой степени родства. Eur Psychiatry. 2009, 24 (7): 476-482. 10.1016 / j.eurpsy.2009.06.002.

    Артикул PubMed Google ученый

  • 25.

    Маргетич Б.А., Яковлевич М., Иванец Д., Маргетич Б. Темперамент, характер и качество жизни пациентов с шизофренией и их родственников первой степени родства.Компр Психиатрия. 2011, 52 (4): 425-430. 10.1016 / j.comppsych.2010.08.007.

    Артикул PubMed Google ученый

  • 26.

    Калати Р., Гиглинг И., Руджеску Д., Хартманн А. М., Мёллер Х. Дж., Де Ронки Д., Серретти А. Темперамент и характер попытки самоубийства. J Psychiatr Res. 2008, 42 (11): 938-945. 10.1016 / j.jpsychires.2007.10.006.

    Артикул PubMed Google ученый

  • 27.

    Аукст Маргетич Б., Яковлевич М., Иванец Д., Марчинко Д., Маргетич Б., Якшич Н.: Текущие суицидальные наклонности и предыдущие суицидальные попытки у пациентов с шизофренией связаны с различными аспектами темперамента и характера. Psychiatry Res. 2012, 200 (2–3): 120-125.

    Артикул PubMed Google ученый

  • 28.

    Albayrak Y, Ekinci O, Cayköylü A: Характер и профиль личности в отношении попыток суицида у пациентов с шизофренией.Компр Психиатрия. 2012, 53 (8): 1130-1136. 10.1016 / j.comppsych.2012.04.007.

    Артикул PubMed Google ученый

  • 29.

    Rabinowitz J, Levine SZ, Häfner H: популяционная разработка роли возраста начала в течении шизофрении. Schizophr Res. 2006, 88 (1–3): 96-101.

    Артикул PubMed Google ученый

  • 30.

    Норман Р.М.Г., Малла А.К., Маклин Т.С., Макинтош Е.М., Нойфельд Р.В.Дж., Воруганти Л.П., Кортезе Л.: оценка программы управления стрессом для людей с шизофренией.Schizophr Res. 2002, 58 (2–3): 293-303.

    Артикул PubMed Google ученый

  • 31.

    Ascher-Svanum H, Zhu B, Faries D, Ernst FR: Сравнение оланзапина и рисперидона в отношении риска психиатрической госпитализации при натуралистическом лечении пациентов с шизофренией. Ann Gen Hosp Psychiatry. 2004, 3 (1): 11-10.1186 / 1475-2832-3-11.

    Артикул PubMed PubMed Central Google ученый

  • 32.

    Дурбин А., Рудолер Д., Дурбин Дж., Лапорт А., Каллаган Р. К.: Изучение расы пациентов и предикторов места госпитализации по поводу шизофрении среди пользователей больниц в Калифорнии. J Immigr Minor Health. 2013, в печати

    Google ученый

  • 33.

    Симона К., Кэролин Л., Макс С., Рейнхольд К.: Связь между характеристиками сообщества и психиатрической госпитализацией в городской местности. Социальная психиатрия Psychiatr Epidemiol. 2013, 48 (11): 1797-1808.10.1007 / s00127-013-0667-1.

    Артикул PubMed Google ученый

  • 34.

    Sung T-I, Chen M-J, Lin C-Y, Lung S-C, Su H-J: Взаимосвязь между среднесуточным диапазоном температуры окружающей среды и госпитализацией по поводу шизофрении: результаты национальной когорты психиатрических стационаров. Sci Total Environ. 2011, 410–411: 41–46.

    Артикул PubMed Google ученый

  • 35.

    Vázquez-Barquero JL: SCAN: Cuestionarios Para La Evaluación Clínica En Neuropsiquiatría. 1993, Мадрид: Meditor

    Google ученый

  • 36.

    Голдберг Д.П., Хиллиер В.Ф.: Масштабированная версия опросника общего состояния здоровья. Psychol Med. 1979, 9 (1): 139-145. 10.1017 / S00332021644.

    CAS Статья PubMed Google ученый

  • 37.

    Lobo A, Pérez-Echeverría MJ, Artal J: валидность масштабированной версии Общего опросника здоровья (GHQ-28) среди населения Испании.Psychol Med. 1986, 16 (1): 135-140. 10.1017 / S00332002579.

    CAS Статья PubMed Google ученый

  • 38.

    Gutiérrez-Zotes JA, Bayón C, Montserrat C, Valero J, Labad A, Cloninger CR, Fernández-Aranda F: Пересмотренный перечень темпераментов и характеров (TCI-R). Стандартизация и нормативные данные в генеральной выборке населения. Actas Esp Psiquiatr. 2004, 32 (1): 8-15.

    PubMed Google ученый

  • 39.

    Gutiérrez-Zotes JA, Cortés MJ, Valero J, Pena J, Labad A: Психометрические свойства сокращенной испанской версии TCI-R (TCI-140) и ее связь со шкалами психопатологической личности (MMPI-2 PSY-5) у пациентов. Actas Esp Psiquiatr. 2005, 33 (4): 231-237.

    PubMed Google ученый

  • 40.

    Ритцнер М.С., Блюменкранц Х: Предсказание предметно-ориентированного понимания пациентов с шизофренией на основе симптоматологии, множественных нейрокогнитивных функций и личностных черт.Psychiatry Res. 2007, 149 (1-3): 59-69.

    Артикул PubMed Google ученый

  • 41.

    Ланге Л.А., Кампов-Полевой А.Б., Гарбутт Дж.С.: Пристрастие к сладкому и стремление к новизне: независимые фенотипы, связанные с проблемами, связанными с алкоголем. Алкоголь Алкоголь. 2010, 45 (5): 431-436. 10.1093 / alcalc / agq040.

    Артикул PubMed Google ученый

  • 42.

    Ким Дж. Х., Ким Д., Парк С. Х., Ли Х. Б., Чунг Е. К.: Поиск новинок среди пациентов с шизофренией с сопутствующим злоупотреблением алкоголем.J Nerv Ment Dis. 2007, 195 (7): 622-624. 10.1097 / NMD.0b013e318093f425.

    Артикул PubMed Google ученый

  • 43.

    Мяэттанен И., Йокела М., Хинца Т., Фирцер С., Кяхёнен М., Юла А., Райтакари О. Т., Келтикангас-Ярвинен Л.: Тестостерон и черты темперамента у мужчин: лонгитюдный анализ. Психонейроэндокринология. 2013, 38 (10): 2243-2248. 10.1016 / j.psyneuen.2013.04.009.

    Артикул PubMed Google ученый

  • 44.

    Gade-Andavolu R, Macmurray J, Comings DE, Calati R, Chiesa A, Serretti A: Связь между полиморфизмом ТА рецептора эстрогена и предотвращением вреда. Neurosci Lett. 2009, 467 (2): 155-158. 10.1016 / j.neulet.2009.10.028.

    CAS Статья PubMed Google ученый

  • 45.

    Tseng HC, Chi MH, Lee L-T, Tsai HC, Lee IH, Chen KC, Yang YK, Chen PS: Половые ассоциации между уровнями окситоцина в плазме и шизотипическими особенностями личности у здоровых людей.J Psychiatr Res. 2014, 51: 37-41.

    Артикул PubMed Google ученый

  • 46.

    Розенстрём Т., Йокела М., Клонингер К.Р., Хинтсанен М., Юонала М., Райтакари О., Вийкари Дж., Келтикангас-Ярвинен Л.: Связь между измерениями размерной личности и доклиническим атеросклерозом: исследование сердечно-сосудистого риска у молодых людей. J Psychosom Res. 2012, 72 (5): 336-343. 10.1016 / j.jpsychores.2012.02.003.

    Артикул PubMed Google ученый

  • 47.

    Йозефссон К., Мерджонен П., Йокела М., Пулкки-Робак Л., Келтикангас-Ярвинен Л.: Профили личности выявляют симптомы депрессии на протяжении десяти лет? Популяционное исследование. Отпустите Res Treat. 2011, 2011: 431314-

    PubMed PubMed Central Google ученый

  • 48.

    Кендлер К.С., Гарднер КО: Половые различия в путях к большой депрессии: исследование пар близнецов противоположного пола. Am J Psychiatry. 2014, 171 (4): 426-435. 10.1176 / appi.ajp.2013.13101375.

    Артикул PubMed PubMed Central Google ученый

  • 49.

    Poustka L, Murray GK, Jääskeläinen E, Veijola J, Jones P, Isohanni M, Miettunen J: Влияние темперамента на симптомы и функциональный исход у людей с психозами в когорте рождения 1966 года в Северной Финляндии. Eur Psychiatry. 2010, 25 (1): 26-32. 10.1016 / j.eurpsy.2009.09.006.

    CAS Статья PubMed Google ученый

  • 50.

    Сонг Й.Ю., Кан Джи, Ким С.Дж., Ли М.К., Ли Э., Ан С.К .: Темперамент и характер у лиц с очень высоким риском психоза и с шизофренией первого эпизода: ассоциации с психопатологией, психосоциальным функционированием и аспектами психологического здоровья. . Компр Психиатрия. 2013, 54 (8): 1161-1168. 10.1016 / j.comppsych.2013.05.015.

    Артикул PubMed Google ученый

  • % PDF-1.7 % 115 0 объект > эндобдж xref 115 95 0000000016 00000 н. 0000002833 00000 н. 0000003022 00000 н. 0000003058 00000 н. 0000003663 00000 н. 0000003795 00000 н. 0000004292 00000 н. 0000004678 00000 н. 0000004705 00000 н. 0000004742 00000 н. 0000004854 00000 н. 0000004968 00000 н. 0000005488 00000 н. 0000006329 00000 н. 0000006461 00000 н. 0000006644 00000 н. 0000007201 00000 н. 0000008193 00000 н. 0000008802 00000 н. 0000009401 00000 п. 0000009533 00000 п. 0000010311 00000 п. 0000010922 00000 п. 0000010949 00000 п. 0000011203 00000 п. 0000011850 00000 п. 0000012712 00000 п. 0000013638 00000 п. 0000014064 00000 п. 0000014520 00000 н. 0000014778 00000 п. 0000015664 00000 п. 0000016182 00000 п. 0000016252 00000 п. 0000016364 00000 п. 0000048116 00000 п. 0000048384 00000 п. 0000048878 00000 н. 0000048948 00000 н. 0000051598 00000 п. 00000 00000 п. 00000 00000 п. 0000115530 00000 н. 0000136666 00000 н. 0000136762 00000 н. 0000137025 00000 н. 0000137140 00000 н. 0000137253 00000 н. 0000137323 00000 н. 0000137441 00000 н. 0000156737 00000 н. 0000157000 00000 н. 0000157400 00000 н. 0000157427 00000 н. 0000157886 00000 н. 0000158346 00000 н. 0000158624 00000 н. 0000158921 00000 н. 0000166470 00000 н. 0000166733 00000 н. 0000167230 00000 н. 0000186961 00000 н. 0000187216 00000 н. 0000187601 00000 н. 0000204383 00000 н. 0000204650 00000 н. 0000205186 00000 н. 0000205217 00000 н. 0000205292 00000 н. 0000209522 00000 н. 0000209854 00000 н. 0000209920 00000 н. 0000210036 00000 н. 0000218937 00000 н. 0000219187 00000 н. 0000219558 00000 н. 0000219936 00000 н. 0000220011 00000 н. 0000220128 00000 н. 0000220429 00000 н. 0000220961 00000 н. 0000240865 00000 н. 0000241123 00000 н. 0000241454 00000 н. 0000246463 00000 н. 0000246742 00000 н. 0000247063 00000 н. 0000285244 00000 н. 0000285283 00000 н. 0000285671 00000 н. 0000286059 00000 н. 0000286179 00000 н. 0000286362 00000 н. 0000300586 00000 н. 0000002196 00000 н. трейлер ] / Назад 394941 >> startxref 0 %% EOF 209 0 объект > поток hb«b`d`g`

    Аберрантные вычислительные механизмы социального обучения и принятия решений при шизофрении и пограничном расстройстве личности

    Abstract

    Психиатрические расстройства повсеместно характеризуются изнурительными социальными нарушениями.Считается, что эти трудности возникают из-за ошибочных социальных выводов. Чтобы выяснить основные вычислительные механизмы, пациенты с диагнозом большого депрессивного расстройства (N = 29), шизофрении (N = 31) и пограничного расстройства личности (N = 31), а также здоровые люди контрольной группы (N = 34) выполнили вероятностный анализ. Наградное учебное задание, в котором участники могут учиться на социальной и несоциальной информации. Пациенты с шизофренией и пограничным расстройством личности справлялись с задачей хуже, чем здоровые люди контрольной группы и пациенты с большим депрессивным расстройством.В разбивке по областям пациенты с пограничным расстройством личности лучше проявляют себя в социальной сфере по сравнению с несоциальной. Напротив, контрольная группа и пациенты с большим депрессивным расстройством показали противоположную картину, а пациенты с шизофренией не показали различий между доменами. По сути, пациенты с пограничным расстройством личности отказались от возможного общего преимущества в успеваемости, сосредоточив свое обучение на социальной сфере за счет несоциальной области. Мы использовали компьютерное моделирование для оценки параметров обучения и принятия решений, оцениваемых для каждого участника по их поведению.Это позволило получить дополнительную информацию об основных механизмах обучения и принятия решений. Пациенты с пограничным расстройством личности показали более медленное обучение на основе социальной и несоциальной информации и преувеличенную чувствительность к изменениям нестабильности окружающей среды как в несоциальной, так и в социальной сфере, но в большей степени в последней. Что касается принятия решений, то моделирование показало, что по сравнению с контрольной группой и пациентами с большой депрессией, пациенты с пограничным расстройством личности и шизофренией при принятии решений больше полагались на социальную, а не на несоциальную информацию.Пациенты с депрессией существенно не отличались от контрольной в этом отношении. В целом, наши результаты согласуются с представлением об общей межличностной гиперчувствительности при пограничном расстройстве личности и шизофрении, основанном на общем вычислительном механизме, характеризующемся чрезмерной зависимостью от убеждений о других при принятии решений и чрезмерной потребностью понимать других в процессе принятия решений. обучение, особенно при пограничном расстройстве личности.

    Информация об авторе

    Люди, страдающие психическими расстройствами, часто испытывают трудности в социальном взаимодействии, такие как нарушение способности использовать социальные сигналы для создания представлений о других и использовать их для управления поведением.Вычислительные модели обучения и принятия решений позволяют охарактеризовать индивидуальные паттерны в механизмах обучения и принятия решений, которые могут быть специфическими для расстройства или общими для расстройства. Мы использовали этот подход для исследования поведения здоровых участников и пациентов с диагнозом депрессия, шизофрения и пограничное расстройство личности, когда они выполняли задачу вероятностного обучения с вознаграждением, которая включала социальный компонент. Пациенты с шизофренией и пограничным расстройством личности справлялись с задачей хуже, чем пациенты контрольной группы и пациенты с депрессией.Кроме того, пациенты с пограничным расстройством личности больше концентрировали свои усилия на обучении на социальной, а не на несоциальной информации. Вычислительное моделирование дополнительно показало, что пациенты с пограничным расстройством личности показали пониженную гибкость в оценке вновь полученной социальной и несоциальной информации при изучении их прогностической ценности. Вместо этого мы обнаружили преувеличенное понимание непостоянства социальной и несоциальной информации. Кроме того, мы обнаружили закономерность, характерную для пациентов с пограничным расстройством личности и шизофренией, которые во время принятия решений чрезмерно полагались на прогнозы относительно социальной информации.Таким образом, наше моделирование обеспечивает вычислительное объяснение преувеличенной потребности осмысливать и полагаться на собственную интерпретацию поведения других, что характерно для обоих расстройств.

    Образец цитирования: Henco L, Diaconescu AO, Lahnakoski JM, Brandi M-L, Hörmann S, Hennings J, et al. (2020) Аберрантные вычислительные механизмы социального обучения и принятия решений при шизофрении и пограничном расстройстве личности. PLoS Comput Biol 16 (9): e1008162. https: // doi.org / 10.1371 / journal.pcbi.1008162

    Редактор: Филипп Штерцер, Университетская больница Шарите, ГЕРМАНИЯ

    Поступила: 11 марта 2020 г .; Одобрена: 19 июля 2020 г .; Опубликовано: 30 сентября 2020 г.

    Авторские права: © 2020 Henco et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Применимый федеральный закон Германии не разрешает публичное архивирование или одноранговый обмен отдельными исходными данными в этом случае. Однако обработанные данные, лежащие в основе основных результатов исследования, вместе с кодом компьютерного моделирования и поведенческим анализом доступны здесь: https://osf.io/8kfph/.

    Финансирование: НЕТ — Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

    Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

    Введение

    Нарушения социального познания часто испытывают люди, страдающие психическим расстройством. Например, пациенты с большим депрессивным расстройством (БДР) и шизофренией (SCZ) демонстрируют снижение (социальной) чувствительности к вознаграждению и мотивации для участия в социальных взаимодействиях [1–5]. Несмотря на высокий уровень социальной ангедонии, пациенты с SCZ демонстрируют тенденцию переоценивать значение социальных сигналов [6].Лица с пограничным расстройством личности (ПРЛ) страдают от быстро меняющихся представлений о других, которые поляризуются между подходом и отторжением [7]. Вместе эти нарушения связаны с ошибочными выводами / убеждениями о себе и социальной среде.

    С вычислительной точки зрения появление аберрантных выводов можно приписать нарушенной способности корректировать обучение в ответ на изменения окружающей среды [8]. Байесовские модели обучения допускают скупое алгоритмическое описание изменений в убеждениях, имеющих отношение к точному выводу: обновления убеждений могут быть записаны как неожиданный сигнал (ошибка предсказания), взвешенный по скорости обучения [9].Скорость обучения зависит от соотношения между точностью сенсорных данных и точностью априорного убеждения [10,11]. В то время как здоровые участники быстрее учатся в изменчивой среде по сравнению со стабильной средой [12,13], пациенты с аутизмом делают это в меньшей степени из-за завышенной оценки изменчивости окружающей среды [8]. Нарушения в оценке изменчивости окружающей среды также изучались как механизм психоза и SCZ [14-17], а также MDD [18]. Одно недавнее исследование показало, что, в отличие от здоровых людей контрольной группы, участники с ПРЛ не демонстрировали увеличения обучаемости, когда социальные обстоятельства и обстоятельства, связанные с вознаграждением, становились нестабильными [19].Авторы предположили, что это могло быть связано с более высокой ожидаемой исходной волатильностью у участников с ПРЛ. Однако вычислительная модель, использованная в этом исследовании, не моделировала явным образом представления о волатильности.

    Принимая предыдущие предложения об аберрантной волатильности обучения при психических расстройствах и его роли в нарушении вероятностного обучения, в текущем исследовании использовалось байесовское иерархическое моделирование для изучения вероятностных социальных выводов в изменчивом контексте по трем основным психическим расстройствам, которые ранее были связаны с социальными нарушениями: MDD, SCZ и BPD.В данном исследовании изучается, одинаково ли влияет на волатильность и вероятностное обучение при выводе о скрытых состояниях несоциальных и социальных результатов трех различных расстройств. Мы также спросили, связаны ли отклоняющиеся от нормы социальное обучение и принятие решений различиями в социальной ангедонии.

    С этой целью мы приняли задачу обучения с вероятностным вознаграждением (представленная в [20]), в которой участники могли учиться на двух типах информации: несоциальной и социальной информации.Чтобы исследовать спонтанное, а не явно проинструктированное использование социальной информации, как в предыдущих исследованиях социального обучения [12,13,21,22], мы явно не просили участников узнать о социальной информации. Мы использовали иерархический фильтр Гаусса (HGF; [10,11]), чтобы получить профиль конкретного способа обновления убеждений каждого участника при получении социальной и несоциальной информации при принятии решений в изменчивом контексте. HGF — это обобщенная иерархическая байесовская модель вывода для изменчивой среды с параметрами, отражающими индивидуальные вариации когнитивного стиля.Мы вышли за рамки других недавних исследований компьютерной психиатрии с использованием HGF (например, [8,23–27]) в том, что мы использовали две параллельные иерархии HGF для социальных и несоциальных аспектов окружающей среды (см. [20,29]). Наша структура моделирования была специально разработана также для количественной оценки относительного веса, который участники предоставили своим убеждениям о прогностической ценности социальной информации по сравнению с несоциальной информацией при принятии решений.

    Материалы и методы

    Заявление об этике

    Все участники были наивны по отношению к цели эксперимента и дали письменное информированное согласие на участие в исследовании после письменного и устного объяснения процедуры исследования.Исследование соответствовало Хельсинкской декларации, и одобрение протокола эксперимента было получено местным комитетом по этике медицинского факультета Мюнхенского университета Людвига-Максимилиана.

    Участников

    Пациенты были набраны для настоящего исследования после того, как независимый и опытный клиницист поставил им диагноз с использованием критериев МКБ-10 для 1) депрессивного эпизода (F32), шизофрении (F20.0) и эмоционально нестабильного расстройства личности (F60.3). HC и пациенты с БДР были набраны через Институт психиатрии Макса Планка.Пациенты с SCZ были набраны в отделении психиатрии и психотерапии Университетской клиники Мюнхена. Пациенты с ПРЛ были набраны в клинике kbo-Isar-Amper-Klinikum в Хааре, Мюнхен. Участники были отобраны до анализа таким образом, чтобы группы были сопоставлены по возрасту ( х 2 = 5,302, P = 0,151; односторонний непараметрический дисперсионный анализ Краскела-Уоллиса из-за разницы в возрастной дисперсии между группами, см. S1 Стол). Критериями исключения были наличие в анамнезе неврологического заболевания или травмы, злоупотребление психоактивными веществами на момент исследования, наличие в анамнезе электросудорожной терапии и диагнозы коморбидного расстройства личности в случае БДР и СКЗ.Кроме того, 9 участников пришлось исключить из анализа по одной из следующих причин: несохраненные данные из-за технических проблем (1 HC, 2 BPD). Предыдущее участие в другом исследовании, которое включало ту же парадигму (1 HC), всегда выбирая карту с более высоким значением вознаграждения (1 HC), либо следуя (1 SCZ), либо идя против (1 BPD) взгляду более чем на 95% испытания (указывающие на стратегию без обучения), прерывание задачи (1 SCZ), изменение диагноза после участия в исследовании (1 MDD).Окончательная выборка состояла из 31 HC, 28 MDD, 29 SCZ и 28 BPD. Мы дополнительно получили психометрические данные (таблица S1), чтобы дополнительно охарактеризовать участников: всех пациентов попросили заполнить анкеты, измеряющие аутистические черты с коэффициентом спектра аутизма (AQ [30]) и симптомы социальной ангедонии с помощью шкалы ожидаемого и согласованного межличностного удовольствия ( ACIPS; [31]). Мы дополнительно оценивали положительные и отрицательные симптомы с помощью шкалы положительных и отрицательных синдромов (PANSS [32]) и симптомы настроения с использованием шкалы депрессии Калгари для шизофрении (CDSS [33]) у пациентов с SCZ.Для оценки тяжести пограничного расстройства личности мы использовали сокращенную версию Списка пограничных симптомов (BSL-23 [34]). Были использованы дополнительные анкеты, но они были проанализированы в рамках другого исследования и поэтому здесь не представлены. Демографические данные, а также подробную информацию о лекарствах можно увидеть в таблице S2.

    Экспериментальная парадигма и методика

    После получения информированного согласия участники сидели перед экраном компьютера в тихой комнате, где получали инструкции по выполнению задания.В той же задаче вероятностного обучения, что и в [20,29], участникам было предложено выбрать одну из двух карт (синюю или зеленую), чтобы максимизировать свой результат, который был преобразован в денежное вознаграждение (1–6 евро), которое было добавляется к вознаграждению участников по окончании задания. Между карточками отображалось анимированное лицо, которое сначала смотрело вниз, затем вверх на участника, а затем переводило взгляд на одну из карточек (рис. 1А). Сине-зеленая карточка случайным образом появлялась слева и справа от лица, и участники отвечали, используя «a» или «l» на немецкой клавиатуре QWERTZ.Когда ответ был зарегистрирован в течение разрешенного времени (6000 мс), выбранная карта была помечена на 1000 мс, пока результат (правильный: зеленая галочка / неправильный: красный крест) не отобразился в течение 1000 мс. Когда была выбрана правильная карта, значение награды (1–9), отображаемое на карте, добавлялось к счету. Участников проинструктировали, что эти значения не связаны с вероятностями выигрыша карт, но что они могут захотеть выбрать карту с более высоким значением, если они полностью не уверены в результате.Если была выбрана неправильная карта или участники не смогли выбрать карту в отведенное время, результат не изменился. Участникам сказали, что вероятности выигрыша карт изменились в ходе эксперимента, но они не были проинформированы о систематической связи между взглядом анимации лица и результатом испытания. В частности, им не сказали, что вероятность, с которой анимация лица указала на выигрышную карту в данном испытании, систематически варьировалась на протяжении всего задания в соответствии с графиком, приведенным на рис. 1В.Вместо этого мы просто сказали участникам, что лицо было интегрировано в задачу, чтобы сделать ее более интересной. Вероятностные графики для социальной и несоциальной информации были независимы друг от друга, чтобы оценить скорость обучения отдельных участников отдельно для обоих типов информации. В первой половине эксперимента (испытания 1–60) вероятности выигрыша карты были стабильными, тогда как во второй половине (испытания 61–120) они изменились (изменчивая фаза). Социальная подсказка имела стабильную непредвиденную ситуацию во время испытаний 1–30 и испытаний 71–120, тогда как непредвиденная ситуация была нестабильной во время испытаний 31–70.Мы использовали два типа расписаний для социальных сигналов, каждый из которых был представлен половине участников. В одном графике (изображенном на рис. 1B) вероятность того, что социальный сигнал направлен на выигрышную карту, составляла 73% в первой стабильной фазе (испытание 1–30) и, следовательно, начиналась как совпадающая с выигрышной картой (конгруэнтная первая). Второй вероятностный график был перевернут, так что вероятность того, что социальная реплика, направленная на выигрышную карту, составила 27% в первой стабильной фазе (неконгруэнтное первое).В общей сложности 15 контрольных участников получили схему конгруэнтного начала, 15 участников — с MDD, 14 — с SCZ и 15 — с BPD. Позиции карточек на экране (синий слева или справа) определялись случайным образом. Задача была запрограммирована и представлена ​​с помощью PsyToolkit [35].

    Рис. 1. Построение задачи и вычислительное решение и модель вывода.

    (A) Участников попросили сделать выбор между синей и зеленой карточками после того, как серая заливка на цветных прямоугольниках (карточках) исчезла (т.е., через 750 мс после того, как лицо перевело взгляд на одну из карт). После фазы задержки был представлен результат (правильный / неправильный). Если выбор был правильным, сумма награды (число на выбранной карте) добавлялась к накопительному баллу. Задание состояло из 120 испытаний. (B) Графики вероятностей, из которых были получены результаты. Серым цветом выделены летучие фазы. (C) Апостериорные функции — это детерминированные функции прогнозов и результатов. Прогнозы, в свою очередь, являются детерминированными функциями апостериорных данных предыдущих испытаний.Решения y (t) вероятностно определяются прогнозами и параметрами модели принятия решений ζ и β. Детерминированные величины представлены в виде прямоугольников, а вероятностные величины — в кружках.

    https://doi.org/10.1371/journal.pcbi.1008162.g001

    Вычислительное моделирование

    Наблюдение за наблюдателем.

    Мы моделировали поведение в рамках «наблюдения наблюдателя» (OTO) [36,37]. Это влечет за собой модель ответа , которая вероятностно предсказывает выбор участника на основе его предполагаемых убеждений, и модель восприятия , от которой зависит модель ответа, поскольку она описывает траектории предполагаемых убеждений участников на основе экспериментальных данных.Структура OTO концептуально очень похожа на идею обучения с обратным подкреплением [38].

    Перцептивные модели.

    Мы использовали три разные модели восприятия, чтобы сделать выводы о наиболее вероятных механизмах обучения в нашей парадигме. Мы использовали байесовский HGF, а также две небайесовские модели обучения, модель Саттона K1 [39] и модель Рескорла Вагнера [40]. Все три были реализованы в наборе инструментов HGF, так что они выполняют параллельное изучение социальных (предсказательная ценность взгляда) и несоциальных (предсказательная ценность цвета карточек) аспектов среды выполнения задачи.

    В то время как модель обучения Рескорла Вагнера предполагает фиксированные скорости обучения, зависящие от предметной области, для изучения социальной и несоциальной информации, модель Саттона K1 предполагает переменную скорость обучения, которая масштабируется недавними ошибками прогнозирования. Напротив, HGF учитывает, что убеждения имеют разную степень неопределенности, динамически масштабируя скорость обучения в зависимости от неопределенности. Кроме того, HGF предполагает иерархическое изучение различных аспектов окружающей среды. На самом нижнем уровне иерархии агенты узнают о конкретных событиях (т.е. стимулы), тогда как на более высоких уровнях иерархии агенты узнают о более абстрактных характеристиках окружающей среды, таких как вероятностные ассоциации между стимулами и их изменение во времени (т. е. волатильность). Обучение на каждом уровне определяется соотношением между точностью входных данных (с уровня ниже) и точностью предыдущих убеждений.

    HGF — это модель вывода, являющаяся результатом инверсии генеративной модели, в которой состояния мира связаны в трехуровневую иерархию: на самом низком уровне генеративной модели и представляют два входа в двоичной форме (социальная cue: 1 = правильно, 0 = неправильно; исход карты: 1 = выигрыш синего, 0 = выигрыш зеленого).Выровняйте и представьте тенденцию взгляда быть правильным и склонность синей карты к победе. Состояние и развитие как авторегрессионные процессы первого порядка (AR (1)) с размером шага, определяемым состоянием на третьем уровне. Выровнять и представить логарифмическую волатильность двух тенденций, а также развиваться как процессы авторегрессии первого порядка (AR (1)). Вероятности и являются логистическими сигмовидными преобразованиями и (уравнение 1).

    (1)

    ответов участников и были закодированы с учетом соответствия с «советом» (1 = следовать; 0 = не следовать) и использовались для инвертирования модели, чтобы вывести траектории убеждений на всех трех уровнях. и = 1,2,3.

    В каждом испытании k убеждения (и их точность) о состояниях окружающей среды на уровне i обновляются с помощью ошибок прогнозирования с уровня ниже, взвешенного с помощью коэффициента точности (уравнения 2 и 3). Это означает, что обновления убеждений больше (из-за более высоких весов точности), когда точность апостериорного убеждения ( π 2 ( k ) или) низкая, а точность прогноза высока. Следовательно, ошибки прогнозирования более взвешены во время фаз высокой волатильности (см.S1 Рис, панель C, пунктирная синяя траектория). Для анализа мы использовали (Уравнение 4), которое представляет собой преобразование (Уравнение 3) (см. [41], дополнительный материал), которое корректирует сигмовидное отображение между первым и вторым уровнями, эффективно создавая неопределенность (обратная точность) мера для убеждений первого уровня.

    (2) (3) (4) (5)

    Параметры, зависящие от участника ω 2 карточка и ω 2 взгляд представляют скорость обучения на втором уровне, т.е.е. скорость, с которой меняются сильные стороны ассоциации. Соответственно, ω 3 card и ω 3 gaze представляют скорости обучения волатильности.

    Модели ответа.

    В модели ответа комбинированное убеждение b ( t ) (уравнение 6) было сопоставлено с решениями, которые возникли в результате комбинации как предполагаемого предсказания, что взгляд анимации лица перейдет к выигрышной карте, так и предполагаемое предсказание того, что цвет карты, на которую направлен взгляд, выиграет (см. пример на S1 Fig).Предполагаемый прогноз и были взвешены с помощью и (уравнения 7 и 8), которые являются функциями соответствующей точности (и, уравнения 9 и 10). Точности (уравнения 9 и 10) представляют собой обратную дисперсию распределения Бернулли для и.

    Постоянный параметр ζ представляет собой весовой коэффициент точности социального прогноза по сравнению с точностью несоциального прогноза (уравнение 7). Другими словами, этот параметр описывает склонность оценивать социальную информацию над несоциальной.Мы исследовали влияние изменения социального весового фактора ζ , моделируя объединенное убеждение b ( t ) (уравнение 6) агентов с одинаковыми перцепционными параметрами (фиксированными на предыдущих значениях, как показано в таблице S3). но разные значения ζ .

    (6) (7) (8) (9) (10)

    В модели отклика мы использовали объединенное убеждение b ( t ) (уравнение 6) в логистической сигмоидной функции (softmax) для моделирования вероятность (уравнение 11).В этой функции уверенность была взвешена по предсказанной награде карты, когда совет принят r взгляд или нет r notgaze (уравнение 11). Мы учли возможные нелинейные искажения по конкретным предметам при взвешивании ожидаемого вознаграждения, используя средневзвешенное значение (параметр η ) линейного и логарифмического взвешивания ожидаемого вознаграждения.

    (11)

    Отображение убеждений на действия, изменяющееся в зависимости от температуры обратного решения γ ( t ) , где большой γ ( t ) подразумевает высокую согласованность между верой и выбором. (низкий шум решения) и меньший γ ( t ) низкий уровень согласованности между верой и выбором (высокий шум решения).Наши четыре разные модели отклика различались с точки зрения определения γ ( t ) . В модели ответа 1, γ ( t ) было комбинацией логарифмической волатильности третьего уровня для обоих сигналов в сочетании с постоянным шумом принятия решения, характерным для конкретного участника β (уравнение 12). В модели ответа 2 γ ( t ) представляло собой комбинацию логарифмической волатильности третьего уровня для социальной реплики и шума решения, специфичного для участника (уравнение 13), а в модели ответа 3 — γ ( t ) было комбинацией логарифма волатильности третьего уровня для несоциальной реплики и шума решения, специфичного для участника (уравнение 14).В модели 4 γ ( t ) включал только шум принятия решения, зависящий от участника (уравнение 15).

    (12) (13) (14) (15)

    Для оценки параметров мы использовали набор инструментов HGF версии 4.1, который является частью программного пакета TAPAS (https://translationalneuromodeling.github.io/tapas). Мы установили шесть альтернативных комбинаций моделей восприятия и реакции, которые были подвергнуты случайному выбору байесовской модели [42,43] (spm_BMS в SPM12; http://www.fil.ion.ucl.uk/spm).HGF был объединен со всеми четырьмя моделями ответа. Неиерархические модели были объединены только с моделью ответа 4 из-за отсутствия траекторий убеждений третьего уровня. Подробную информацию о предыдущих настройках всех моделей можно увидеть в таблице S3.

    Мы дополнительно включили две модели, не связанные с обучением, которые предполагают, что участники повторяют действия, которые приводят к вознаграждению и меняют стратегию сразу после проигрыша (Win-Stay-Lose-Shift), и модель, которая предполагает случайный ответ на протяжении всей задачи (случайный- отвечает).Эти модели были адаптированы из [44] и реализованы в наборе инструментов HGF для расчета свидетельств логарифмической модели.

    Сравнение моделей и достоверность.

    Данные логарифмической модели (LME) для каждого участника и каждой модели были подвергнуты выбору байесовской модели [43,44] (spm_BMS в SPM12). Эта процедура оценивает ожидаемые апостериорные вероятности (EXP_P), то есть апостериорную вероятность преобладания каждой модели в совокупности, вероятность превышения (XP), то есть вероятность того, что данная модель превосходит все другие в сравнении, и более консервативный защищенная вероятность превышения (PXP), которая дополнительно учитывает возможность того, что все модели одинаково хороши.Мы дополнительно провели сравнение моделей внутри участников, чтобы определить модель с наивысшим LME для каждого участника (см. Таблицу S4). Это выявило 16 субъектов, у которых случайный ответ имел более убедительные доказательства модели, чем модель общего выигрыша. Исключение этих участников не изменило картину результатов (см. Таблицы S7 – S9).

    Апостериорная прогностическая достоверность параметров модели и восстановление параметров.

    Чтобы проверить адекватность модели, мы моделировали ответы на основе оцененных параметров модели-победителя для каждого участника 10 раз, в результате чего было выполнено 1160 моделирования.Что касается реальных данных, мы затем вычислили процент выбора с высокой вероятностью вознаграждения для двух сигналов и двух фаз, подвергнув их тому же дисперсионному анализу, который был выполнен с реальными поведенческими данными. Таким образом, мы проверили, вызывают ли смоделированные ответы одинаковые групповые различия в точности ответов. На втором этапе смоделированные отклики снова использовались, чтобы инвертировать модель-победитель, чтобы проверить, можно ли восстановить параметры модели. Для каждого испытуемого мы рассчитали средние значения параметров, оцененные на основе смоделированных данных, и коррелировали их (корреляции Пирсона) со значениями, оцененными на основе реальных данных, которые служили входными данными для моделирования.

    Анализ последовательности выбора на основе регрессии.

    Мы провели регрессионный анализ последовательности выбора, чтобы исследовать адаптацию к изменчивости окружающей среды без необходимости подгонки модели обучения. Согласно HGF, агенты должны повышать скорость обучения в более изменчивой среде, придавая больший вес недавним результатам. В более стабильной среде агенты должны использовать более низкую скорость обучения, придавая меньшее значение недавним результатам, чтобы лучше отфильтровывать шум.Чтобы проверить это независимым от модели способом, мы реализовали две общие линейные модели (GLM) с ответами и в качестве переменных результата для пространства «карта» и «взгляд» соответственно (карта: 1 = синий взят; 0 = зеленый принято; взгляд: 1 = следовать; 0 = не следовать). Для каждого GLM мы включили в качестве предикторов результаты последних 5 испытаний (t-1: t-5: 1 = синий правильный; 0 = зеленый правильный) и (t-1: t-5: 1 = взгляд правильный; 0 = взгляд неверен), а также два предиктора ожидаемого вознаграждения (1–9) для выигрыша любой карты.Мы запускали эти GLM отдельно для стабильной и летучей фаз. Наклоны оценок коэффициентов прошлых предикторов исходов были взяты как не зависящие от модели показания «скорости обучения», указывающие степень взвешенности более свежей информации. Для сравнения разницы между этими наклонами во время стабильной и нестабильной фаз задачи был применен t-тест.

    Статистический анализ.

    Эффективность (% правильных ответов) была подвергнута одностороннему дисперсионному анализу с группой (HC vs.MDD vs. SCZ vs. BPD) и график (конгруэнтный первый против неконгруэнтного первого) как межсубъектные факторы.

    Чтобы понять выполнение задачи в зависимости от предметной области, мы дополнительно вычислили точность ответа на основе общей вероятности вознаграждения (выбор с высокой вероятностью) для обоих сигналов (несоциального и социального) и обеих фаз (стабильной и изменчивой). Доля вариантов с высокой вероятностью была подвергнута смешанному дисперсионному анализу с типом сигнала (несоциальный или социальный) и фазой (стабильный или стабильный).Неустойчивый) как внутриобъектные факторы и Группа (HC против MDD против SCZ против BPD) и график (конгруэнтный первый против неконгруэнтного первого) как межсубъектные факторы. Принятие рекомендаций (соблюдение или невыполнение рекомендаций в данном исследовании) было подвергнуто смешанному дисперсионному анализу с социальной точностью (высокая или низкая) и стабильностью расписания (стабильная или непостоянная) в качестве факторов внутри субъекта. Группа (HC против MDD против SCZ против BPD) и график (конгруэнтный первый против неконгруэнтного первого) были включены как межсубъектные факторы.

    Средние веса точности на втором и третьем уровне ( q ( ψ 2 ) и ψ 3 ) отдельно вводились в два смешанных ANOVA как зависимые переменные со стабильностью расписания как внутрисубъектным фактором (стабильный vs .изменчивый), тип информации как фактор участников (социальный или несоциальный). Группа (HC против MDD против SCZ против BPD) и график (конгруэнтный первый против неконгруэнтного первого) были между субъектными факторами.

    Мы подвергли апостериорную оценку для ζ одностороннему дисперсионному анализу с группой (HC против MDD против SCZ против BPD) в качестве межобъектного фактора и расписания (конгруэнтный первый против инконгруэнтного первого) в качестве ковариаты.

    Мы выдвинули гипотезу, что социальная ангедония (измеряемая по шкале ожидаемого и согласованного межличностного удовольствия, ACIPS) будет связана с сокращением обучения в социальной сфере.Чтобы проверить это, мы сначала выполнили односторонний дисперсионный анализ с оценками ACIPS в качестве зависимой переменной и группы в качестве фактора (HC против MDD против SCZ против BPD), за которым последовала многомерная регрессия с ACIPS в качестве зависимой переменной и темпами социального обучения. ω 2 взгляд и весовой коэффициент ζ как предикторы социального обучения и принятия решений. Групповой фактор (HC против MDD против SCZ против BPD) вводился как ковариант. Этот анализ был проведен для всех участников, заполнивших анкету ACIPS (n = 106 из n , всего = 116).

    Все тесты ANOVA post hoc t были скорректированы по Бонферрони для множественных сравнений. Все значения p двусторонние с порогом значимости p <0,05. Статистические тесты проводились с использованием JASP (версия 0.9 2.0; https://jasp-stats.org/) или Matlab (версия 2018b; https://mathworks.com).

    Результаты

    Поведение

    Наблюдалась значительная разница между группами по общим показателям, т. Е.% Полученных ответов ( F (3108) = 7.504, p <0,001, η 2 = 0,167): апостериорные сравнения показали, что оба пациента с SCZ и BPD показали значительно худшие результаты по сравнению с HC и пациентами с MDD (SCZ – HC t = 3,781, p bonf = 0,002, d = 0,994, SCZ – MDD t = 2,817, p bonf = 0,035, d = 0,745, BPD – HC t = 3,732, p bonf = 0,002, d = 0,979, BPD – MDD t = 2.78, p bonf = 0,038, d = 0,732). Не было существенной разницы в эффективности между пациентами с БЛД и СКЗ ( t = -0,01, p bonf = 1.000, d = -0,003), а также между HC и пациентами с MDD ( t = 0,88. , p bonf = 1.000, d = 0.240). Порядок расписания существенно не повлиял на производительность (конгруэнтный первый против неконгруэнтного первого; F (1108) = 0.027, p = 0,870, η 2 = 0) или его взаимодействие с группами пациентов ( F (3,108) = 1,302, p = 0,278, η 2 = 0,029).

    Между группами наблюдалась значительная разница в общей доле испытаний, в которых был выбран лучший вариант, т. Е. Доле правильных выборов, основанных на достоверной вероятности вознаграждения обоих сигналов ( F (3,108) = 4,945, p = 0,003, η 2 = 0.116, Рис.2 и Таблица S6). Апостериорные сравнения показали, что пациенты с SCZ и BPD показали значительно худшие результаты по сравнению с HC (SCZ – HC t = 3,373, p bonf = 0,006, d = 0,313, BPD – HC t = 3,227 , p bonf = 0,01, d = 0,3) по доменам (т. Е. По типам сигналов) (рис. 2 и таблица S6). В целом точность ответа существенно не различалась между типами сигналов ( F (1,108) = 2,577, p = 0.111, η 2 = 0,019), но было значительное взаимодействие типа сигнала × группа F (3,108) = 4,820, p = 0,003, η 2 = 0,108), с HC ( Post-hoc: t (30) = -2,157, p bonf = 0,039, d = -0,387) и пациенты с MDD (Post-hoc: t (27) = -2,181, p bonf = 0,038, d = — 0,412), демонстрируя более высокую точность ответа в отношении несоциального сигнала, тогда как пациенты с ПРЛ демонстрировали противоположную картину (Post-hoc: t (27) = 2,058, p bonf = 0.049, d = 0,389).

    Что касается поведения при принятии советов во время различных фаз социального графика, мы обнаружили главный эффект социальной точности ( F (1108) = 227,935, p <0,001), в результате чего участники больше следили за взглядом во время фаз высокой точность по сравнению с фазами низкой точности ( t = 14,94, p bonf <0,001) (рис. 3). Стабильность расписания существенно не повлияла на прием советов ( F (1108) = 0.503, p = 0,480), что указывает на то, что принятие рекомендаций не различается между стабильной и летучей фазами. На получение рекомендаций не оказало существенного влияния взаимодействие между точностью социальной информации и группой ( F (3,108) = 2,222, p = 0,09) или взаимодействием между социальной точностью, стабильностью расписания и группой ( F ). (3,108) = 1,47, p = 0,227).

    Рис. 2. Доля испытаний, в которых был выбран лучший вариант.

    Было определено, что лучший вариант — это тот, который в соответствии с графиком наземной вероятности с большей вероятностью будет вознагражден.Важно отметить, что «лучший» выбор в зависимости от цвета и социального сигнала в одном и том же испытании мог быть другим. Пациенты с SCZ и BPD показали более низкое качество ответа на задание по сравнению с HC. Анализ взаимодействия Group x Cue показал, что качество ответа на несоциальный сигнал было выше у пациентов с HC и MDD, тогда как у пациентов с BPD наблюдалась противоположная картина. Средние значения нанесены прямоугольниками, обозначающими 95% доверительные интервалы, и вертикальными линиями, показывающими стандартные отклонения. См. Также таблицу S6.

    https://doi.org/10.1371/journal.pcbi.1008162.g002

    Рис. 3. Поведенческие результаты в отношении принятия рекомендаций.

    Все участники значительно чаще следовали совету в фазах высокой точности по сравнению с фазами низкой точности. Описательные данные показывают тенденцию пациентов с ПРЛ больше следовать советам во время нестабильных фаз с низкой точностью (крайний правый график), но взаимодействие не было значительным. Средние значения нанесены прямоугольниками, обозначающими 95% доверительные интервалы, и вертикальными линиями, показывающими стандартные отклонения.

    https://doi.org/10.1371/journal.pcbi.1008162.g003

    Сравнение и достоверность байесовских моделей

    Сравнение моделей показало, что HGF, включая шум решения конкретного субъекта, а также оценку волатильности, превзошел другие модели HGF, модели Рескорла Вагнера и Саттона-K1 только с шумом решения конкретного объекта, а также WSLS и модели случайного ответа (PXP). = 0,173; XP = 0,914). См. Таблицу 1 для получения дополнительных сведений и Таблицу S4 для средних оценок апостериорных параметров.Мы повторили все анализы, основанные на моделировании, с сокращенной выборкой, из которой были исключены все субъекты, для которых модель случайного ответа превзошла другие (таблица S4). Это не привело к качественному изменению результатов (таблицы S7 – S9). Поэтому мы приводим здесь результаты для полной выборки.

    Апостериорная прогностическая достоверность параметров модели и восстановление параметров

    Подвергнув смоделированное поведенческое считывание% выборов с высокой вероятностью тому же дисперсионному анализу, который выполняется с реальными поведенческими данными, мы обнаружили, что модель способна воспроизвести групповые различия, которые наблюдались в реальных поведенческих данных (см.S6 Таблица для сравнения). ANOVA смоделированных данных показал, что для точности ответа, как и в реальных данных, был основной эффект группы ( F (3,108) = 6,755, p = 0,001, η 2 = 0,149) с апостериорными t-тестами, показывающими значительно более низкую точность ответа для пациентов с SCZ и BPD по сравнению с HC (SCZ – HC t = 4,04, p bonf <0,001, d = 0,375, BPD – HC t = 3.675, p bonf = 0.002, d = 0,341) и взаимодействие Группа × Тип сигнала ( F (3,108) = 10,981, p <0,001, η 2 = 0,219), показывающее, что пациенты с HC и MDD показали более высокую точность ответа что касается несоциального сигнала, тогда как пациенты с ПРЛ демонстрировали противоположную картину (см. все результаты в таблице S6 и фигуре S2).

    Восстановление параметров показало, что все параметры могут быть восстановлены хорошо, за исключением ω 3 card (см.S4 Рис).

    Динамическое обучение — второй уровень

    Для усредненных точных весов (т.е. динамических темпов обучения) для изучения социальных q ( ψ 2 взгляда ) и несоциальных q ( ψ 2 карт ) , мы обнаружили главный эффект фазы задачи ( F (1,108) = 24,868, p <0,001, η 2 = 0,182), показывая, что q ( ψ 2 ) выше в летучих по сравнению с стабильными фазами ( t = -5.147, p bonf <0,001, d = -0,478) (рис. 4A). В регрессионном анализе, не зависящем от модели, мы наблюдали увеличение наклона бета-весов с течением времени в нестабильной фазе по сравнению со стабильной (S5, рис.), Что указывает на более высокий вес последних испытаний, что согласуется с увеличением скорости обучения в изменчивой фазе в HGF. Хотя этот эффект наблюдался для обеих реплик, разница в независимом от модели анализе была значимой только для карточной реплики, возможно, потому, что этот анализ не учитывает индивидуальные вариации в использовании реплики.

    Не было значительного взаимодействия между фазой и типом информации, что указывает на то, что q ( ψ 2 ) одинаково увеличивается во время социальной и несоциальной нестабильности ( F (1108) = 0,131, p = 0,718 , η 2 = 0,001). Был значительный основной эффект группы ( F (3,108) = 3,557, p = 0,017, η 2 = 0,088), а апостериорные тесты t показали, что участники с БЛД показали значительно более низкая точность гирь на втором уровне по сравнению с HC ( т = 3.101, p bonf = 0,015, d = 0,288). Разница в q ( ψ 2 ) между группами не зависела от типа информации ( F (3,108) = 1,038, p = 0,379, η 2 = 0,027) или его взаимодействия с фазой ( F (3,108) = 0,940, p = 0,424, η 2 = 0,025) (все результаты и результаты для уменьшенного образца см. в таблице S7).

    Скорость динамического обучения — третий уровень

    Мы обнаружили основное влияние фазы задачи на точность весов на третьем уровне ( F (1,108) = 116.206, p <0,001, η 2 = 0,462), показывая, что ψ 3 более летучие по сравнению со стабильными фазами ( t = -9,784, p bonf < 0,001, d = -0,908) (рис. 4B). Был значительный основной эффект группы ( F (3,108) = 6,530, p <0,001, η 2 = 0,141), и апостериорные t-тесты показали, что участники с БЛД показали значительно более высокую точность. вес на третьем уровне по сравнению со всеми другими группами (BPD – HC т = -4.204, p bonf <0,001, d = -0,390; BPD – MDD t = -3,199, p bonf = 0,011, d = -0,297; BPD – SCZ t = -3,055, p bonf = 0,017, d = -0,284). Кроме того, было выявлено значимое взаимодействие фаза × группа ( F, (3,108) = 5,962, p, <0,001, η 2 = 0,071), показывающее, что участники с ПРЛ значительно увеличивают свои точные веса для обеих модальностей. по сравнению с другими группами, когда волатильность увеличивается.Наблюдалась тенденция, когда пациенты с БЛД демонстрировали более сильное увеличение ψ 3 в ответ на социальную по сравнению с несоциальной изменчивостью ( F (3,108) = 2,620, p = 0,055, η 2 = 0,065 ). Анализ также показал, что на ψ 3 влияет порядок расписания ( F (1,108) = 5,008, p = 0,027, η 2 = 0,036), при ψ 3 выше для участников, получающих схему несовместимого первого (т.Взгляд начинает сильно вводить в заблуждение) по сравнению с графиком конгруэнтного первого (т. е. взгляд начинает быть очень полезным). Этот эффект не модулировался Группой ( F (3,108) = 2,067, p = 0,109, η 2 = 0,045) (см. Все результаты и результаты с сокращенным образцом в таблице S8).

    Рис. 4. Результаты смешанного дисперсионного анализа с использованием весов точности для обновления представлений о социальных и несоциальных непредвиденных обстоятельствах и волатильности.

    (A) Прецизионные грузы q ( ψ 2 ) и (B) прецизионные грузы ψ 3 .В целом, q ( ψ 2 ) и ψ 3 увеличиваются при переходе от стабильной к летучей фазе. У пациентов с БЛД общее снижение составляет q ( ψ 2 ). В то же время пациенты с БЛД показывают более высокий ψ 3 по сравнению с другими группами и более выраженное увеличение реакции на летучесть. Полоски указывают на SEM. Смотрите также S1 Fig, S7 Table и S8 Table для всех результатов.

    https: // doi.org / 10.1371 / journal.pcbi.1008162.g004

    Социальный вес

    Параметр ζ был мерой веса, придаваемого социальному прогнозу по сравнению с изученным несоциальным прогнозом (см. Рис. 5B и 5C для результатов моделирования). Поскольку ζ было ограничено положительной областью, оценочные распределения были проанализированы в лог-пространстве, где они были менее искажены. Мы обнаружили значимые групповые различия в log ( ζ ) ( F (3,108) = 5,893, p > 0.001, η 2 = 0,130 (рис. 5A). И пациенты с БЛД, и пациенты с СКЗ показали значительно более высокие оценки ζ по сравнению с контрольной группой (БЛД: t = -3,416, p bonf = 0,005; d = -0,847, SCZ: t = -2,855, p bonf = 0,031, d = -0,691), но только пациенты с BPD значительно отличались от участников с MDD (BPD: t = -3,003, p bonf = 0.02, d = -0,818; SCZ: t = -2,451, p bonf = 0,095, d = -0,650). Пациенты с БДР не показали каких-либо значительных различий по сравнению с контрольной группой ( t = -0,335, p bonf = 1, d = -0,095). Наблюдался значительный основной эффект схемы ( F (1108) = 8,259, p = 0,005, η 2 = 0,061), показывая, что участники, получавшие схему с конгруэнтностью, имели более высокие ζ по сравнению с участники, получившие график несовместимости первого ( t = -2.874, p bonf = 0,005, d = -0,505). Не было значимого взаимодействия между группой и расписанием ( F (3,108) = 0,807, p = 0,493, η 2 = 0,018). Чтобы гарантировать, что общий механизм социального избыточного веса при ПРЛ и СКЗ не был связан с приемом лекарств или статусом образования (см. Таблицы S1 и S2), мы подвергли ζ ANCOVA с ζ и единицами эквивалентности хлорпромазина и годами. школы как ковариаты.Эффекты были устойчивыми к этому (см. Таблицу S9 для результатов полной и сокращенной выборки).

    Рис. 5. Журнал социальных весовых коэффициентов (ζ).

    ( A) Пациенты с БЛД придали социальной информации значительно больший вес по сравнению с ХК и пациентами с БДР. Пациенты с SCZ также имели более высокий ζ по сравнению с HC. Квадратами отмечены 95% доверительные интервалы и стандартные отклонения вертикальных линий. (B), результаты моделирования показывают влияние изменяющегося весового коэффициента log (ζ) на объединенное убеждение b (t) (см. Методы, уравнение 1).Комбинированное убеждение b (t) было смоделировано для агентов с одинаковыми параметрами восприятия, но разными значениями ζ (самые высокие значения (log (ζ) = 5) закодированы темно-синим цветом, самые низкие значения (log (ζ) = -5) — зеленым). ). (B) показывает, что объединенное убеждение b (t) агентов с высокими значениями ζ согласовано с социальной структурой входных данных (синие точки), тогда как эти агенты демонстрируют стохастическую структуру убеждений относительно несоциальной входной структуры (зеленые точек) на панели C. Напротив, агенты с низкими значениями ζ демонстрируют структуру убеждений, тесно связанную с несоциальной структурой входных данных (C), и стохастическую структуру убеждений в отношении социальных входных данных (панель B).Серые линии представляют основную истину соответствующих графиков вероятностей. См. Также все результаты в таблице S9.

    https://doi.org/10.1371/journal.pcbi.1008162.g005

    Социальная Ангедония

    Наблюдалась значительная разница в оценках межличностного удовольствия (ACIPS) между группами ( F, (3,103) = 5,719, p, <0,001) (см. Таблицу S1). Post hoc t тесты показали, что HC показал значительно более высокие баллы ACIPS по сравнению с пациентами с MDD ( t = 3.088, p bonf = 0,016) и с BPD ( t = 3,802, p bonf = 0,001), но не с SCZ ( t = 1,833, p bonf = .418). Не наблюдалось значительных различий между пациентами с БДР и СКЗ ( t = -1,322, p bonf = 1), пациентами с MDD и BPD ( t = 0,596, p bonf = 1) , ни пациенты с SCZ и BPD ( t = 1,978, p bonf = 0.304). Многомерная регрессия с использованием журнала ( ζ ) и скорости социального обучения ω 2 взгляда в качестве предикторов для оценок ACIPS не показала каких-либо значимых результатов ( R 2 = 0,009, F (2106) = 0,477, p = 0,622).

    Обсуждение

    Это исследование было направлено на улучшение нашего понимания вычислительных механизмов, лежащих в основе глубоких межличностных трудностей при серьезных психических расстройствах.Чтобы достичь этого, мы использовали вероятностную задачу обучения в сочетании с иерархическим байесовским моделированием трансдиагностически у пациентов с БДР, СКЗ, ПРЛ и здоровых людей в контрольной группе. Задача требовала от участников выполнения ассоциативного изучения несоциальных непредвиденных обстоятельств при наличии социальной подсказки. Это позволило нам охарактеризовать и количественно оценить вычислительные аспекты аберрантных социальных выводов и принятия решений на индивидуальном уровне. Мы обнаружили, что пациенты с SCZ и BPD показали значительно более низкие показатели по сравнению с HC и пациентами с MDD.Пациенты с БДР были сопоставимы с ХК. Кроме того, пациенты с БЛД показали большую точность ответа в социальной сфере по сравнению с несоциальной во время стабильной фазы, в то время как пациенты с HC и MDD показали противоположную картину. Это особенно примечательно в свете их более низкой производительности. По сути, пациенты с ПРЛ отказались от возможного преимущества в виде вознаграждения, непропорционально сконцентрировав свои усилия на обучении в социальной сфере. Кроме того, мы обнаружили тенденцию у пациентов с ПРЛ больше следить за взглядом во время нестабильных фаз с низкой точностью по сравнению с пациентами с тяжелым депрессивным расстройством, что, однако, не достигло статистической значимости (рис. 3).

    Эти данные поднимают вопрос, какие механизмы лежат в основе этих моделей поведения. В частности, они призывают к исследованию механизмов обучения и принятия решений, которые их побуждают. Здесь компьютерное моделирование позволило понять, как обновляются убеждения и как эти убеждения преобразуются в решения: что касается обучения, мы обнаружили, что пациенты с ПРЛ показали повышенную точность взвешивания ошибок прогнозирования при изучении нестабильности как несоциальной, так и социальной информации и тенденция к еще более точным весам при изучении социальной волатильности по сравнению с несоциальной.В то время как показатели обучения волатильности ( ψ 3 ) были увеличены при ПРЛ по сравнению с HC, темпы обучения на случай непредвиденных обстоятельств ( ψ 2 ) были снижены по сравнению с HC как в социальной, так и в несоциальной областях. Это согласуется с предыдущим открытием притупления социального и несоциального обучения при ПРЛ [19], которое, как предполагалось, является результатом аберрантных убеждений в изменчивости, вызывающих нарушение при обнаружении непредвиденных изменений, необходимых для точного вывода. Поскольку наш подход к моделированию был специально разработан для моделирования представлений о волатильности, он позволил нам развеять это предположение.Действительно, наши данные показывают, что нарушение обучения непредвиденным обстоятельствам при ПРЛ связано с преувеличенным знанием изменчивости окружающей среды. Похожая картина наблюдалась при расстройствах аутистического спектра (РАС) [8]. Было высказано предположение, что аберрантные представления о непостоянстве в ПРЛ являются результатом непредсказуемых отношений в раннем возрасте [19]. Однако это менее вероятное объяснение РАС, которое характеризуется как распространенное нарушение развития. Это указывает на различное происхождение механистического совпадения наших выводов и результатов [8].Общность обучения аберрантной волатильности может объяснить неоднократное обнаружение высоких значений коэффициента аутизма (AQ) у пациентов с ПРЛ [8], что подтверждается в нашей выборке (см. Таблицу S1) и может быть использовано для предположения частично общего механизма аберрантной социальный вывод при этих расстройствах. Предыдущее исследование нашей группы показало, что здоровые участники с высокими показателями AQ демонстрировали сходную картину с пациентами настоящего исследования с ПРЛ в том смысле, что они следили за взглядом больше, чем участники с низким AQ, в периоды низкой точности в изменчивых фазах [20].В этом исследовании компьютерное моделирование показало, что участники с высоким AQ не смогли использовать социальную информацию для адаптации точности своих убеждений о несоциальном сигнале. Однако этого не было обнаружено ни в одной группе участников настоящего исследования.

    Это второе исследование, демонстрирующее, что аберрантное обучение при ПРЛ касается не только социальной, но и несоциальной информации (см. [19]). Это говорит о том, что аберрантное обучение происходит независимо от домена, в соответствии с предыдущими выводами о том, что ошибки прогнозирования с точным взвешиванием вычисляются в аналогичных областях мозга, независимо от домена [22,41].

    В отличие от предыдущих исследований вознаграждения [45–47] или волатильности [15] обучения в SCZ и у здоровых субъектов с риском психоза [16], мы не обнаружили значительных различий между SCZ и HC в этом отношении. То же самое относится и к пациентам с БДР, где одним из возможных объяснений этого отрицательного открытия является отсутствие наказания за неправильный выбор в нашей задаче, поскольку недавние результаты сходятся в отношении нарушения аверсивного обучения при депрессии (например, [48,49]).

    Что касается принятия решений, компьютерное моделирование показало, что пациенты с SCZ и BPD взвешивали свои прогнозы в социальной сфере сильнее, чем HC и MDD.Это объясняет более низкую работоспособность пациентов с БЛД и СКЗ. Их более сильная зависимость от социальных сигналов по сравнению с пациентами с HC и MDD была пагубной, потому что социальный сигнал был более изменчивым, чем несоциальный (5 против 3 случайных изменений).

    Общность завышенных прогнозов социальной сферы у пациентов с SCZ и BPD напрашивается как аспект принятия решений общей межличностной гиперчувствительности в обоих случаях [50]. Это также отражается в чрезмерных, хотя и неточных атрибуциях психического состояния (гиперментализация) [51–53], которые составляют общую черту ПРЛ и СКЗ [6,51–58].

    Гиперментализация также является возможным объяснением выводов [59], где подобное моделирование, как в настоящем исследовании, показало, что здоровые участники на верхнем конце спектра паранойи использовали одинаковый вес социальной информации, независимо от того, был ли неверный совет сформулирован как ложный. преднамеренно или нет, в то время как участники с низким уровнем паранойи снижали свой социальный вес, когда отрицательный совет считался преднамеренным. Кроме того, исследование здоровых участников нашей группой [29] показало, что более сильный вес социальных прогнозов над несоциальными во время принятия решений был связан с повышенной активностью скорлупы и передней островковой доли.В будущих исследованиях будет интересно изучить участие этих регионов в чрезмерном социальном весе и гиперментализации при ПРЛ и СКЗ. Кроме того, прямое сравнение пациентов с ПРЛ и аутизмом может помочь раскрыть общие механизмы аберрантных социальных выводов.

    В дополнение к поиску различий в обучении и принятии решений между различными диагностическими группами, которые определялись традиционными критериями МКБ-10, мы использовали трансдиагностическую перспективу для исследования взаимосвязи между вычислительными механизмами социального обучения и принятия решений с помощью ACIPS, a самооценка социальной ангедонии.Предыдущие исследования применяли такой размерный подход к населению в целом и обнаружили, что паттерны аверсивного обучения отображены на различных симптомах депрессии, социальной тревожности и компульсивности [48, 59, 60]. Однако мы не смогли найти трансдиагностической ассоциации социальной ангедонии с вычислительными параметрами социального обучения и принятия решений в наших данных. Возможное объяснение этого отрицательного вывода заключается в том, что мы использовали баллы из одной анкеты, тогда как в предыдущих исследованиях применялся факторный анализ (например,грамм. [60]) по всем пунктам нескольких анкет. Кроме того, в этих исследованиях были изучены более крупные выборки по сравнению с нашим исследованием (> 400 против 116) и, следовательно, они обладали большей статистической мощностью для обнаружения значимых эффектов.

    Ограничения

    Мы не использовали несоциальный сигнал (например, стрелку, указывающую на карточку) в качестве контрольного условия и поэтому не можем полностью исключить возможность того, что повышенное значение нашего социального сигнала, наблюдаемое в ПРЛ и СКЗ, отражает более общий, скорее чем конкретно социальная особенность в обработке информации.Однако взгляд — очень важный сигнал, и в этой парадигме мы стремились подчеркнуть социальное качество нашей реплики за счет четкого периода зрительного контакта с участником перед тем, как дать реплику.

    Еще одно ограничение касается того факта, что большинство пациентов проходили психофармакологическое лечение во время сбора данных и имели разную степень тяжести и хронизации расстройства. Кроме того, разные группы пациентов были обследованы в разных клинических центрах, и в группах SCZ и BPD был гендерный дисбаланс.

    Заключение

    Применяя подход компьютерной психиатрии [61–65] к данным из задачи вывода с социальным компонентом, мы показываем, что пациенты с ПРЛ демонстрируют аберрантный паттерн корректировки скорости обучения, когда окружающая среда становится более изменчивой. Вместо того, чтобы быстро переучивать изменившиеся непредвиденные обстоятельства, они демонстрируют преувеличенную волатильность обучения. В то время как пациенты с SCZ и MDD имели тенденцию к одинаковому паттерну, они не сильно отличались от контрольной группы в этом отношении.Мы также показываем, что пациенты с ПРЛ и СКЗ сильнее полагаются на убеждения социальной области по сравнению с убеждениями несоциальной области при принятии решений даже в задаче, где противоположное действие дало бы им преимущество. Взятые вместе, это показывает, что есть вычислительные общие черты, а также различия между группами пациентов, что предполагает некоторые основные механизмы, которые могут быть общими для разных диагнозов. Поскольку этот подход позволяет индивидуально количественно оценить серьезность нарушения на механистическом уровне, он может привести к диагностическим и прогностическим достижениям.Кроме того, он указывает путь к возможным целям для новых вмешательств, выходящих за рамки традиционных диагностических границ.

    Вспомогательная информация

    S6 Таблица. Статистика для смешанного дисперсионного анализа с точностью ответа (% вариантов с высокой вероятностью) на основе реальных и смоделированных данных для стабильных и изменчивых фаз (факторная фаза) социальных и несоциальных сигналов (факторный тип сигнала) для всех групп (факторная группа) и графиков (факторная группа). Расписание).

    В таблице показаны результаты для реального и смоделированного поведения.

    https://doi.org/10.1371/journal.pcbi.1008162.s006

    (DOCX)

    S7 Таблица. Статистика для смешанного дисперсионного анализа со средним значением

    q ( ψ 2 ) во время стабильных и изменчивых фаз (факторная фаза) социальной и несоциальной реплики (факторный тип реплики) для всех групп (факторная группа) и графиков (факторная таблица) ).

    В таблице показаны результаты для полной и сокращенной выборки.

    https://doi.org/10.1371/journal.pcbi.1008162.s007

    (DOCX)

    S8 Таблица.Статистика для смешанного дисперсионного анализа с усредненным значением

    ψ 3 во время стабильных и изменчивых фаз (факторная фаза) социальных и несоциальных сигналов (факторный тип сигналов) для всех групп (факторная группа) и графиков (факторный график).

    В таблице показаны результаты для полной и сокращенной выборки.

    https://doi.org/10.1371/journal.pcbi.1008162.s008

    (DOCX)

    S1 Рис. Траектории обучения для одного примера участника.

    A, Precisions ψ 3 card (красный) и ψ 3 gaze (синий), которые модулируют вес на B, ошибки прогноза δ 2 card (красный ) и δ 2 взор (синий).C, прецизионные грузы ψ 2 карта по красной траектории и q (ψ 2 карта ) по красной пунктирной траектории. Прецизионные грузы ψ 2 взгляд по синей траектории и q (ψ 2 взгляд ) по синей пунктирной траектории. Прецизионные веса модулируют вес на D) ошибка предсказания δ 1 card (красный) и δ 1 gaze (синий) сигналы.E, Темно-красными точками отмечена структура ввода несоциальной информации (синий правильный = 1; зеленый правильный = 0), а пунктирная красная линия представляет основную истину этой входной структуры. Светло-красные точки отмечают варианты выбора (синяя карточка = 1; зеленая карточка = 0). Красная траектория — это траектория убеждений участников относительно правильности синей карты, которая была оценена на основе сделанных выборов. E, та же логика применима к социальной структуре ввода и ответа, выделенной синим цветом. Оценки апостериорных параметров для этого конкретного участника были ω 2 card = -1.460, ω 2 взгляд = -3,576, ω 3 карта = -6,021, ω 2 взгляд = -6,074, лог ( ζ243) , лог ( β ) = 2,207, логит ( η ) = 0,211.

    https://doi.org/10.1371/journal.pcbi.1008162.s010

    (TIF)

    S2 Рис. Апостериорная прогностическая достоверность.

    Моделируемое поведение на основе апостериорных оценок всех участников выявило те же эффекты, что и реальное поведение.Квадратами отмечены 95% доверительные интервалы и стандартные отклонения вертикальных линий.

    https://doi.org/10.1371/journal.pcbi.1008162.s011

    (TIF)

    S3 Рис. Сгруппированы отдельные точки данных, показывающие веса точности для обновления представлений о социальных и несоциальных непредвиденных обстоятельствах и нестабильности.

    A, прецизионные грузы q ( ψ 2 ). B, прецизионные грузы ψ 3 . В целом, q ( ψ 2 ) и ψ 3 увеличиваются при переходе от стабильной к летучей фазе.

    https://doi.org/10.1371/journal.pcbi.1008162.s012

    (TIF)

    S4 Рис. Восстановление параметров.

    Мы моделировали поведенческие реакции на основе апостериорных оценок всех участников 10 раз, в результате чего было выполнено 1160 моделирования. Для каждого испытуемого мы рассчитали средние апостериорные данные, оцененные на основе смоделированных данных (ось x), и коррелировали (корреляции Пирсона) их с исходными оценками апостериорных параметров (ось y), которые показаны на графиках a-f. Расчетные параметры могут быть восстановлены хорошо, однако скорость эволюции третьего уровня ( ω карта ) не может быть восстановлена ​​должным образом.

    https://doi.org/10.1371/journal.pcbi.1008162.s013

    (TIF)

    S5 Рис. Регрессионная модель выбора участников для обоих типов сигналов.

    Вверху: модель регрессии для выбора в пространстве карты (1 = выбор синего, 0 = выбор зеленого) с предикторами точности карт (1 = синий правильный, 0 = зеленый правильный) для последних 5 испытаний и значения вознаграждения (значение вознаграждения если выбран синий цвет, значение вознаграждения, если используется зеленый) для всей задачи (слева), стабильной (в центре) и нестабильной (справа) фазы.Наклон между предикторами рассчитывался как независимое от модели считывание «скорости обучения», указывающее на степень взвешенности более свежей информации. Для сравнения разницы между этими наклонами во время стабильной и нестабильной фаз задачи был применен t-тест. Наклоны увеличиваются во время нестабильных фаз по сравнению со стабильными фазами. Ниже: модель регрессии для выбора в пространстве взгляда (1 = принятие совета, 0 = не принятие совета) с предикторами точности взгляда (1 = взгляд правильный, 0 = взгляд неправильный) для последних 5 испытаний и значения вознаграждения по картам (значение вознаграждения если совет принят) для всей задачи (слева), стабильной (в центре) и нестабильной (справа) фазы.

    https://doi.org/10.1371/journal.pcbi.1008162.s014

    (TIF)

    Благодарности

    Лара Хенко благодарит Высшую школу системных нейронаук (LMU). Д-р Андреа Диаконеску была поддержана Швейцарским национальным фондом (PZ00P3_167952) и Фондом Крембил. Мы хотели бы поблагодарить Леа Дюрр, Нину фон Акен, Матильду Соммер и Бенджамина Просса за помощь в подборе персонала и сборе данных.

    Список литературы

    1. 1.Шильбах Л. К нейропсихиатрии от второго лица. Philos Trans R Soc B Biol Sci. 2016; 371 (1686). Доступно по ссылке: https://doi.org/10.1098/rstb.2015.0081
    2. 2. Баркус Э, Бэдкок Дж. Трансдиагностический взгляд на социальную ангедонию. Фронтальная психиатрия. 2019; 10 (апрель): 1–15. Доступно по ссылке: https://doi.org/10.3389/fpsyt.2019.00216
    3. 3. Бланшар Дж. Дж., Хоран В. П., Браун С. А.. Диагностические различия в социальной ангедонии: продольное исследование шизофрении и большого депрессивного расстройства.J Abnorm Psychol. 2001. 110 (3): 363–71. Доступен по телефону: pmid: 11502079
    4. 4. Купферберг А., Бикс Л., Хаслер Г. Социальное функционирование при большом депрессивном расстройстве. Neurosci Biobehav Rev.2016; 69: 313–32. Доступен по телефону: pmid: 27395342
    5. 5. Fulford D, Campellone T, Gard DE. Социальная мотивация при шизофрении: как исследования основных процессов вознаграждения информируют и ограничивают наше понимание Социальная мотивация при шизофрении: как исследования основных процессов вознаграждения информируют и ограничивают наше понимание.Clin Psychol Rev.2018; 63 (май): 12–24. Доступно по ссылке: https://doi.org/10.1016/j.cpr.2018.05.007
    6. 6. Фрит К. Шизофрения и теория разума. Psychol Med. 2004; 34: 385–9. Доступен по телефону: pmid: 15259823
    7. 7. Фонаги П., Бейтман А.В. Психологическое и пограничное расстройство личности. J Ment Heal. 2007; 16 (1): 83–101. Доступно по ссылке: https://doi.org/10.1080/09638230601182045
    8. 8. Лоусон Р.П., Мэтис К., Рис Г. Взрослые с аутизмом переоценивают непостоянство сенсорной среды.Nat Neurosci. 2017; 20 (9): 4–6. Доступно по ссылке: https://doi.org/10.1038/nn.4615
    9. 9. Мэтис К. Как мы можем получить нозологию с помощью вычислений? Компьютерная психиатрия New Perspect Ment Illn. 2016; 20: 121–38. Доступно по ссылке: https://mitpress.mit.edu/books/computational-psychiatry
    10. 10. Mathys C, Daunizeau J, Friston KJ, Stephan KE. Байесовский фундамент индивидуального обучения в условиях неопределенности. Front Hum Neurosci. 2011; 5 (май): 1–20. Доступно по адресу: https://doi.org/10.3389 / fnhum.2011.00039
    11. 11. Mathys CD, Lomakina EI, Daunizeau J, Iglesias S, Brodersen KH, Friston KJ, et al. Неопределенность восприятия и иерархический фильтр Гаусса. Front Hum Neurosci. 2014; 8 (ноябрь): 1–24. Доступен по телефону: pmid: 24474914
    12. 12. Беренс TEJ, Woolrich MW, Walton ME, Rushworth MFS. Узнавая ценность информации в неопределенном мире. Nat Neurosci. 2007. 10 (9): 1214–21. Доступен по телефону: pmid: 17676057
    13. 13. Беренс TEJ, Hunt LT, Woolrich MW, Rushworth MFS.Ассоциативное обучение социальной ценности. Природа. 2008. 456 (7219): 245–9. Доступен по телефону: pmid: 1
    14. 55
    15. 14. Стерцер П., Адамс Р.А., Флетчер П., Фрит С., Лори С.М., Макли Л. и др. Отчет о прогнозирующем кодировании психоза. Биол Психиатрия. 2018; 1–10. Доступно по ссылке: https://doi.org/10.1016/j.biopsych.2018.05.015
    16. 15. Дезерно Л., Беме Р., Матис С., Каттхаген Т., Камински Дж., Стефан К.Э. и др. Оценки изменчивости увеличивают переключение выбора и относятся к префронтальной активности при шизофрении.Биол Психиатрия Cogn Neurosci Neuroimaging. 2020 1 февраля; 5 (2): 173–83. Доступен по телефону: pmid: 31937449
    17. 16. Cole DM, Diaconescu AO, Pfeiffer UJ, Brodersen KH, Mathys CD, Julkowski D, et al. Атипичная обработка неопределенности у лиц с риском психоза. NeuroImage Clin. 2020; 26 (декабрь 2019). Доступно по ссылке: https://doi.org/10.1016/j.nicl.2020.102239
    18. 17. Рид EJ, Удденберг S, Suthaharan P, Mathys CD, Taylor JR, Groman SM, et al. Паранойя как недостаток обновления несоциальных убеждений.Элиф. 2020 26 мая; 9. Доступно по ссылке: https://doi.org/10.7554/eLife.56345
    19. 18. Petzschner FH, Weber LAE, Gard T, Stephan KE. Вычислительная психосоматика и компьютерная психиатрия: на пути к совместной структуре дифференциальной диагностики. Биол Психиатрия. 2017; 82 (6): 421–30. Доступен по телефону: pmid: 28619481
    20. 19. Файнберг С.К., Ливитт Дж., Шталь Д.С., Кронемер С., Ландри С.Д., Александер-Блох А. и др. Дифференциальная оценка и изучение социальных и несоциальных сигналов при пограничном расстройстве личности.Биол Психиатрия. 2018; 84 (11): 838–45. Доступен по телефону: pmid: 30041970
    21. 20. Севги М., Диаконеску А.О., Хенко Л., Титгемейер М., Шильбах Л. Социальный байесовский анализ: использование байесовского моделирования для изучения различий в социальном познании, связанных с аутистическими чертами. Биол Психиатрия [Интернет]. 2020; 87 (2): 185–93. Доступен по телефону: pmid: 31856957
    22. 21. Диаконеску А., Матис С., Вебер Л.А., Даунизо Дж., Каспер Л., Ломакина Е.И. и др. Вывод о намерениях других посредством иерархического байесовского обучения.PLoS Comput Biol. 2014; 10 (9): e1003810. Доступен по телефону: pmid: 25187943
    23. 22. Диаконеску А., Матис С., Вебер Л.А., Каспер Л., Мауэр Дж., Стефан К.Э. Иерархические ошибки предсказания в среднем мозге и перегородке во время социального обучения. Soc Cogn Affect Neurosci. 2017; 12 (4): 618–34. Доступен по телефону: pmid: 28119508
    24. 23. Адамс Р.А., Браун Х.Р., Фристон К.Дж. Байесовский вывод, предсказательное кодирование и заблуждения. Avant. 2015; V (3): 51–88. Доступно по ссылке: https://doi.org/10.12849/50302014.0112.0004
    25. 24. Хаузер Т.Ю., Ианнакконе Р., Болл Дж., Матис С., Брандейс Д., Валица С. и др. Роль медиальной префронтальной коры в нарушении принятия решений у подростков с синдромом дефицита внимания / гиперактивности. JAMA Psychiatry. 2014. 71 (10): 1165–73. Доступен по телефону: pmid: 25142296
    26. 25. Пауэрс А.Р., Мэтис К., Корлетт П.Р. Галлюцинации, вызванные Павловым условным рефлексом, являются результатом чрезмерного веса априорных точек восприятия. Наука. 2017; 357 (август): 596–600. Доступно по адресу: https: // doi.org / 10.1126 / science.aan3458
    27. 26. ДеБеркер А.О. Де, Рутледж Р.Б., Матис С., Маршалл Л., Кросс Г.Ф., Долан Р.Дж. и др. Вычисления неопределенности опосредуют реакцию человека на острый стресс. Nat Commun. 2016; 7: 1–11. Доступно по ссылке: https://doi.org/10.1038/ncomms10996
    28. 27. Бернардони Ф., Гейслер Д., Кинг Дж. А., Джавади А. Х., Ритчель Ф., Мурр Дж. И др. Измененные сигналы обучения медиальной фронтальной обратной связи при нервной анорексии. Биол Психиатрия. 2018 1 февраля; 83 (3): 235–43. Доступен по телефону: pmid: 2

      88
    29. 28.Болис Д., Шильбах Л. За пределами одного байесовского мозга: Моделирование внутри- и межличностных процессов во время социального взаимодействия: Комментарий Фотопулу и Цакириса к «ментализации гомеостаза: социальные истоки интероцептивного вывода». Нейропсихоанализ. 2017; 19 (1): 35–8. Доступно по ссылке: https://doi.org/10.1080/15294145.2017.1295215
    30. 29. Хенко Л., Брэнди М.-Л., Лахнакоски Дж. М., Диаконеску А.О., Матис С., Шильбах Л. Байесовское моделирование улавливает межличностные различия в вычислениях социальных убеждений в скорлупе и островке.Cortex. 2020; (май): 1–16. Доступно по ссылке: https://doi.org/10.1016/j.cortex.2020.02.024
    31. 30. Барон-Коэн С., Уилрайт С., Скиннер Р., Мартин Дж., Клабли Э. Коэффициент аутистического спектра (AQ): данные о синдроме Аспергера / высокофункциональный аутизм, мужчины и женщины, ученые и математики. J Autism Dev Disord. 2001. 31 (1): 5–17. Доступен по телефону: pmid: 11439754
    32. 31. Гудинг, округ Колумбия, Пфлум MJ. Оценка межличностного удовольствия: введение в шкалу ожидаемого и окончательного межличностного удовольствия (ACIPS) и предварительные выводы.Psychiatry Res. 2014. 215 (1): 237–43. Доступен по телефону: pmid: 24210182
    33. 32. Кей С.Р., Фисбейн А.Л. Шкала позитивных и негативных синдромов для шизофрении. Шизофр Бык. 1987. 13 (2): 261–76. Доступен по телефону: pmid: 3616518
    34. 33. Benkert O, Müller MJ, Schlösser R, Addington D, Wetzel H, Marx-Dannigkeit P. Шкала оценки депрессии Калгари для шизофрении: разработка и надежность немецкой версии (CDSS-G). J Psychiatr Res. 2002. 33 (5): 433–43.Доступно по ссылке: https://doi.org/10.1016/s0022-3956(99)00018-7
    35. 34. Бохус М., Кляйндиенст Н., Лимбергер М.Ф., Штиглиц Р.Д., Домсалла М., Чапман А.Л. и др. Краткая версия Перечня пограничных симптомов (BSL-23): разработка и исходные данные о психометрических свойствах. Психопатология. 2009. 42 (1): 32–9. Доступен по телефону: pmid: 1

      32
    36. 35. Стут Г. PsyToolkit: новый веб-метод для запуска онлайн-анкет и экспериментов по времени реакции. Teach Psychol.2017; 44 (1): 24–31. Доступно по ссылке: https://doi.org/10.1177/0098628316677643
    37. 36. Daunizeau J, den Ouden HEM, Pessiglione M, Kiebel SJ, Stephan KE, Friston KJ. Наблюдение за наблюдателем (I): метабайесовские модели обучения и принятия решений. PLoS One. 2010; 5 (12). Доступно по ссылке: https://doi.org/10.1371/journal.pone.0015554
    38. 37. Daunizeau J, den Ouden HEM, Pessiglione M, Kiebel SJ, Friston KJ, Stephan KE. Наблюдение за наблюдателем (II): решение, когда принимать решение.PLoS One. 2010; 5 (12). Доступно по ссылке: https://doi.org/10.1371/journal.pone.0015555
    39. 38. Джара-Эттингер Дж. Теория разума как обучение с обратным подкреплением. Curr Opin Behav Sci. 2019; 29: 105–10. Доступно по ссылке: https://doi.org/10.1016/j.cobeha.2019.04.010
    40. 39. Sutton RS. Получите адаптацию лучше наименьших квадратов? Proc Seventh Yale Work Adapt Learn Syst. 1992: 161–166. Доступно по адресу: paper: // d471b97a-e92c-44c2-8562-4efc271c8c1b / Paper / p596
    41. 40.Рескорла Р.А., Вагнер А.Р. Теория Павловского кондиционирования: вариации эффективности подкрепления и неармирования. 1972: 1–18. Доступно по ссылке: paper2: // publishing / uuid / 51EED98C-39D3-4ECA-9CC8-F7E445CCB145
    42. 41. Иглесиас С., Матис С., Бродерсен К.Х., Каспер Л., Пиччирелли М., denOuden HEM и др. Иерархические ошибки прогнозирования в среднем и базальном переднем мозге во время сенсорного обучения. Нейрон. 2013; 80 (2): 519–30. Доступен по телефону: pmid: 24139048
    43. 42.Стефан К.Е., Пенни В.Д., Даунизо Дж., Моран Р.Дж., Фристон К.Дж. Выбор байесовской модели для групповых исследований. Нейроизображение. 2009. 46 (4): 1004–17. Доступен по телефону: pmid: 19306932
    44. 43. Rigoux L, Stephan KE, Friston KJ, Daunizeau J. Повторный выбор байесовской модели для групповых исследований. Нейроизображение. 2014; 84: 971–85. Доступен по телефону: pmid: 24018303
    45. 44. Уилсон Р.К., Коллинз Эйдж. Десять простых правил компьютерного моделирования поведенческих данных. Элиф. 2019; 8: 1–33.Доступно по ссылке: https://doi.org/10.7554/eLife.49547
    46. 45. Градин В.Б., Кумар П., Официант Г., Ахерн Т., Стикл С., Милдерс М. и др. Ожидаемое значение и ошибка прогноза аномалий при депрессии и шизофрении. Головной мозг. 2011. 134 (6): 1751–64.
    47. 46. Juckel G, Schlagenhauf F, Koslowski M, Wüstenberg T, Villringer A, Knutson B и др. Дисфункция прогнозирования вознаграждения вентрального полосатого тела при шизофрении. Нейроизображение. 2006. 29 (2): 409–16. Доступен по телефону: pmid: 16139525
    48. 47.Вальс Дж. А., Фрэнк М. Дж., Робинсон Б. М., Голд Дж. М.. Дефицит избирательного обучения с подкреплением при шизофрении подтверждает прогнозы компьютерных моделей стриатно-кортикальной дисфункции. 2008. 62 (7): 756–64. Доступно по ссылке: https://doi.org/10.1016/j.biopsych.2006.09.042
    49. 48. Мудрый Т, Долан Р.Дж. Связь между аверсивными процессами обучения и трансдиагностическими психиатрическими симптомами, выявленными с помощью крупномасштабного фенотипирования. bioRxiv [Интернет]. 2019; 44 (0): 843045. Доступно по адресу: https: // www.biorxiv.org/content/10.1101/843045v1
    50. 49. Мукерджи Д., Ли С., Казинка Р., Д. Саттертуэйт Т., Кабл Дж. В.. Множественные аспекты принятия решений, основанных на ценностях, при большом депрессивном расстройстве. Научный доклад 2020; 10 (1): 3415. Доступен по телефону: pmid: 32099062
    51. 50. Гундерсон Дж. Г., Лайон-Рут К. Фенотип межличностной гиперчувствительности ПРЛ: модель развития генов, окружающей среды. J Pers. 2008; 22 (1): 1–17. Доступно по ссылке: https://doi.org/10.1521/pedi.2008.22.1.22.BPD
    52. 51.Sharp C, Ha C, Carbone C, Ким С., Перри К., Уильямс Л. и др. Гиперментализация у подростков в стационаре: эффекты лечения и связь с пограничными чертами. J Pers Disord. 2013; 27 (1): 3–18. Доступен по телефону: pmid: 23342954
    53. 52. Fonagy P, Luyten P. Подход, основанный на развитии и ментализации, к пониманию и лечению пограничного расстройства личности. Dev Psychopathol. 2009 Янв; 21 (4): 1355–81. Доступен по телефону: pmid: 19825272
    54. 53. Sharp C, Pane H, Ha C, Venta A, Patel AB, Sturek J и др.Теория трудностей регуляции психики и эмоций у подростков с пограничными чертами. J Am Acad Детская подростковая психиатрия. 2011; 50 (6): 563–573.e1. Доступен по телефону: pmid: 21621140
    55. 54. Окрушек Ł, Хаман М., Калиновски К., Таларовска М., Бечио С., Хаман М. и др. Нарушение распознавания коммуникативных взаимодействий от биологического движения при шизофрении. PLoS One. 2015; 10 (2): e0116793. Доступен по телефону: pmid: 25664584
    56. 55. Линч Т.Р., Розенталь М.З., Коссон Д.С., Чивенс Д.С., Лехуэз С.В., Блэр Р.Дж.Повышенная чувствительность к выражению эмоций на лице при пограничном расстройстве личности. Эмоции. 2006. 6 (4): 647–55. Доступен по телефону: pmid: 17144755
    57. 56. Ловик Б., Луйтен П., Ванваллегхем Д., Вермот Р., Майес Л.С., Кроули М.Дж. Что в лице? Ментализация при пограничном расстройстве личности на основе динамично меняющейся мимики. Теория личного разлада, Res Treat. 2015; 7 (1): 72–9. Доступно по ссылке: https://doi.org/10.1037/per0000144
    58. 57. Коркоран Р., Кэхилл С., Фрит CD.Оценка визуальных шуток у людей с шизофренией: исследование «ментализующих» способностей. Schizophr Res. 1997. 24 (3): 319–27. Доступен по телефону: pmid: 92
    59. 58. Абу-Акель А, Бейли АЛ. Возможность различных форм теории нарушения психики при психических расстройствах и нарушениях развития. Психологическая медицина. 2000; 30 (3): 735–38. Доступен по телефону: pmid: 10883728
    60. 59. Seow TXF, Gillan CM. Трансдиагностическое фенотипирование выявляет множество метакогнитивных нарушений, связанных с компульсивностью.Научный доклад 2020; 10 (1): 1–11. Доступен по телефону: pmid: 312
    61. 60. Гиллан К.М., Косински М., Уилан Р., Фелпс Е.А., Доу Н.Д. Характеристика измерения психиатрических симптомов, связанных с дефицитом целенаправленного контроля. Элиф. 2016; 5 (МАРЧ3016): 1–24. Доступно по ссылке: https://doi.org/10.7554/eLife.11305
    62. 61. Прочтите Монтегю П., Долан Р.Дж., Фристон К.Дж., Даян П. Вычислительная психиатрия. 2013. 16 (1): 72–80. Доступно по ссылке: https://doi.org/10.1016/j.tics.2011.11.018
    63. 62.Стефан К.Е., Матис С. Вычислительные подходы к психиатрии. Curr Opin Neurobiol. 2014; 25: 85–92. Доступен по телефону: pmid: 24709605
    64. 63. Ван XJ, Кристал JH. Вычислительная психиатрия. Нейрон. 2014. 84 (3): 638–54. Доступен по телефону: pmid: 25442941
    65. 64. Adams RA, Huys QJM, Roiser JP. Вычислительная психиатрия: к математически обоснованному пониманию психического заболевания. J Neurol Neurosurg Psychiatry. 2016; 87 (1): 53–63. Доступен по телефону: pmid: 26157034
    66. 65.Huys QJM, Майя Т. В., Франк MJ. Вычислительная психиатрия как мост от нейробиологии к клиническим приложениям. Nat Neurosci. 2016; 19 (3): 404–13. Доступна по телефону: pmid: 267

    % PDF-1.6 % 707 0 объект > эндобдж xref 707 102 0000000016 00000 н. 0000003530 00000 н. 0000003730 00000 н. 0000003774 00000 н. 0000004595 00000 н. 0000004643 00000 п. 0000004757 00000 н. 0000004805 00000 н. 0000005193 00000 п. 0000005602 00000 п. 0000006024 00000 н. 0000006072 00000 н. 0000006377 00000 н. 0000006640 00000 н. 0000006752 00000 н. 0000006800 00000 н. 0000007104 00000 н. 0000007367 00000 н. 0000007671 00000 н. 0000007937 00000 п. 0000015060 00000 п. 0000021790 00000 н. 0000028488 00000 п. 0000034863 00000 п. 0000041263 00000 п. 0000047944 00000 п. 0000048442 00000 п. 0000048897 00000 н. 0000050059 00000 п. 0000050503 00000 п. 0000051085 00000 п. 0000051271 00000 п. 0000051457 00000 п. 0000051719 00000 п. 0000052191 00000 п. 0000052238 00000 п. 0000052323 00000 п. 0000052607 00000 п. 0000053043 00000 п. 0000053316 00000 п. 0000053621 00000 п. 0000053758 00000 п. 0000054046 00000 п. 0000054409 00000 п. 0000054672 00000 п. 0000055116 00000 п. 0000055154 00000 п. 0000055181 00000 п. 0000055818 00000 п. 0000055862 00000 п. 0000055947 00000 п. 0000056228 00000 п. 0000056313 00000 п. 0000056459 00000 п. 0000056839 00000 п. 0000057311 00000 п. 0000057848 00000 п. 0000059637 00000 п. 0000066585 00000 п. 0000073040 00000 п. 0000078091 00000 п. 0000081072 00000 п. 0000084070 00000 п. 0000084491 00000 п. 0000086661 00000 п. 0000086917 00000 п. 0000086987 00000 п. 00000

    00000 п. 00000 00000 п. 0000097012 00000 п. 0000100684 00000 н. 0000108004 00000 н. 0000111468 00000 н. 0000111743 00000 н. 0000111791 00000 н. 0000111874 00000 н. 0000111947 00000 н. 0000112028 00000 н. 0000112592 00000 н. 0000137635 00000 н. 0000138199 00000 н. 0000161738 00000 н. 0000162302 00000 н. 0000180089 00000 н. 0000198875 00000 н. 0000223293 00000 н. 0000223857 00000 н. 0000247563 00000 н. 0000248165 00000 н. 0000248445 00000 н. 0000248515 00000 н. 0000248671 00000 н. 0000248698 00000 н. 0000248999 00000 н. 0000249083 00000 н. 0000249105 00000 н. 0000249127 00000 н. 0000249149 00000 н. 0000249171 00000 н. IAM2] Anw

    Аллан Л.Профиль Рейсса | Стэнфордские профили

    Текущие исследования и научные интересы


    Аллан Л. Рейсс, доктор медицины, профессор кафедры психиатрии и поведенческих наук Говарда Роббинса и директор Центра междисциплинарных исследований мозговых наук (CIBSR) Медицинской школы Стэнфордского университета. Доктор Рейсс использует передовые методы и инструменты исследования, такие как мультимодальная нейровизуализация, генетический анализ и нейроповеденческая оценка, чтобы сосредоточить внимание на психических и нейрогенетических расстройствах, возникающих в детстве.В частности, он изучает, как генетические факторы и факторы окружающей среды влияют на структуру и функции мозга и как это в конечном итоге влияет на развитие и функции людей с этими расстройствами. Доктор Рейсс активно работал с людьми, страдающими нейрогенетическими и медицинскими расстройствами, которые увеличивают риск серьезных когнитивных и поведенческих дисфункций, включая синдром ломкой Х-хромосомы, вариации половых хромосом (например, синдромы Тернера и Клайнфельтера), синдром Вильямса, синдром делеции 22q, диабет 1 типа. и преждевременные роды.Особенно важным направлением этой работы является выявление взаимодействий генов, окружающей среды, мозга и поведения, имеющих отношение к разработке более конкретных и эффективных вмешательств.

    Второе важное направление исследований CIBSR — нейробиология типичных когнитивно-поведенческих функций человека. Работа в этой области включает изучение юмора, творческих способностей, социального взаимодействия, управляющих функций, устойчивости, вождения и территориального поведения. Эти исследования призваны улучшить наше понимание биологических факторов и факторов окружающей среды, влияющих на поведение человека, с общей целью улучшения качества жизни.

    Лаборатория доктора Рейсса и ключевые направления сотрудничества служат моделью для междисциплинарного сотрудничества в области наук о мозге. Исследования в лаборатории проводятся или при содействии преподавателей и сотрудников из различных областей, включая психиатрию, неврологию, психологию, неврологию, генетику, радиологию, информатику, специальное образование и статистику. CIBSR посвящен концепции, согласно которой прямое взаимодействие между людьми из этих многочисленных дисциплин будет служить двигателем для существенного прогресса в нашей области.

    Использование неврологии от второго лица для выяснения механизмов социального взаимодействия

  • 1.

    Schurz, M. et al. Теория фракционирования разума: метаанализ исследований функциональной визуализации мозга. Neurosci. Biobehav. Ред. 42 , 9–34 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 2.

    Schilbach, L. et al. К неврологии от второго лица. Behav.Мозг 36 , 393–414 (2013).

    Артикул Google ученый

  • 3.

    Schippers, M. B. et al. Отображение информационного потока от одного мозга к другому во время жестового общения. Proc. Natl Acad. Sci. США 107 , 9388–9393 (2010).

    Артикул PubMed PubMed Central Google ученый

  • 4.

    Anders, S. et al.Поток аффективной информации между общающимися мозгами. Neuroimage 54 , 439–446 (2011).

    Артикул PubMed PubMed Central Google ученый

  • 5.

    Montague, P. R. et al. Гиперсканирование: одновременная фМРТ во время связанных социальных взаимодействий. Neuroimage 1164 , 1159–1164 (2002).

    Артикул Google ученый

  • 6.

    King-Casas, B. et al. Знакомство с вами: репутация и доверие в экономическом обмене между двумя людьми. Science 308 , 78–83 (2005).

    Артикул CAS PubMed PubMed Central Google ученый

  • 7.

    Chiu, P.H. et al. Самостоятельные реакции вдоль поясной коры головного мозга выявляют количественный нейронный фенотип высокофункционального аутизма. Нейрон 57 , 463–473 (2008).

    Артикул CAS PubMed PubMed Central Google ученый

  • 8.

    King-Casas, B. et al. Разрыв и восстановление при пограничном расстройстве личности. Наука 321 , 806–811 (2008).

    Артикул CAS PubMed PubMed Central Google ученый

  • 9.

    Hirsch, J. et al. Фронтальная височная и теменная системы синхронизируются внутри и между мозгами во время прямого контакта глаз. Neuroimage 157 , 314–330 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 10.

    Kinreich, S. et al. Синхронизация мозга во время естественных социальных взаимодействий. Sci. Отчет 7 , 1–12 (2017).

    Артикул CAS Google ученый

  • 11.

    Bilek, E. et al. Информационный поток между взаимодействующими человеческими мозгами: идентификация, проверка и связь с социальной экспертизой. Proc. Natl Acad. Sci. США 112 , 5207–5212 (2015).

    Артикул CAS PubMed PubMed Central Google ученый

  • 12.

    Saito, D. N. et al. «Оставайтесь с нами»: межличностная нейронная синхронизация во время взаимного взгляда и совместного внимания. Фронт. Интегр. Neurosci. 4 , 127 (2010).

    Артикул PubMed PubMed Central Google ученый

  • 13.

    Юн, К., Ватанабе, К. и Шимодзё, С. Межличностное тело и нейронная синхронизация как маркер неявного социального взаимодействия. Sci. Отчет 2 , 1–8 (2012).

    Артикул CAS Google ученый

  • 14.

    Schilbach, L. et al. Быть с виртуальными другими: нейронные корреляты социального взаимодействия. Neuropsychologia 44 ​​, 718–730 (2006).

    Артикул PubMed PubMed Central Google ученый

  • 15.

    Кампе, К. К. У., Фрит, К. Д. и Фрит, У. «Эй, Джон»: сигналы, передающие коммуникативное намерение в сторону самоактивируемых областей мозга, связанных с «ментализацией», независимо от модальности. J. Neurosci. 23 , 5258–5263 (2003).

    Артикул CAS PubMed PubMed Central Google ученый

  • 16.

    Редкей, Э., Велноски, К. Р. и Роу, М. Л. Воспринимаемое коммуникативное намерение в жесте и языке модулирует верхнюю височную борозду. Hum. Brain Mapp. 37 , 3444–3461 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 17.

    Редкей, Э. и Карлсон, Т. А. Быстрое нейронное распознавание коммуникативных жестов. Soc. Cogn. Оказывать воздействие. Neurosci. 10 , 545–551 (2013).

    Артикул Google ученый

  • 18.

    Ferrari, P. F. et al. Зеркальные нейроны, отвечающие на наблюдение за пищевыми и коммуникативными действиями во рту в вентральной премоторной коре головного мозга обезьян. Eur. J. Neurosci. 17 , 1703–1714 (2003).

    Артикул PubMed PubMed Central Google ученый

  • 19.

    Tylén, K. et al. Взаимодействие против наблюдения: отличительные способы социального познания в человеческом мозгу и поведении? Комбинированное фМРТ и айтрекинг-исследование. Фронт. Гм. Neurosci. 6 , 331 (2012).

    Артикул PubMed PubMed Central Google ученый

  • 20.

    Ciaramidaro, A. et al. Вы имеете в виду меня? Коммуникативные намерения задействуют зеркало и систему ментализации. Soc. Cogn. Оказывать воздействие.Neurosci. 9 , 909–916 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 21.

    Nagels, A. et al. Ощущение адресованного! Роль ориентации тела и жестов совместной речи в социальной коммуникации. Hum. Brain Mapp. 36 , 1925–1936 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 22.

    Райс, К. и Редкей, Э. Взаимодействие имеет значение: воспринимаемый социальный партнер изменяет нейронную реакцию на человеческую речь. Neuroimage 129 , 480–488 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 23.

    Redcay, E. et al. Коммуникативные сигналы способствуют запоминанию распознавания объектов и модулируют заднюю верхнюю височную борозду. J. Cogn. Neurosci. 28 , 8–19 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 24.

    von dem Hagen, E.A.H. et al. Прямой взгляд вызывает атипичную активацию сети теории разума в условиях аутистического спектра. Cereb. Cortex 24 , 1485–1492 (2014).

    Артикул Google ученый

  • 25.

    Моррис, Дж. П., Пелфри, К. А. и Маккарти, Г. Региональная активация мозга, возникающая при приближении к виртуальному человеку во время виртуальной прогулки. J. Cogn. Neurosci. 17 , 1744–1752 (2005).

    Артикул PubMed PubMed Central Google ученый

  • 26.

    Saggar, M. et al. Выявление нейронных сетей, связанных с обработкой естественного социального взаимодействия и связанных эффектов ориентации на актера и видимости лица. Neuroimage 84 , 656–648 (2014).

    Артикул Google ученый

  • 27.

    Pfeiffer, U. J. et al. Почему мы взаимодействуем: о функциональной роли полосатого тела в субъективном опыте социального взаимодействия. Neuroimage 101 , 124–137 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 28.

    Alkire, D. et al. Социальное взаимодействие задействует системы ментализации и вознаграждения в среднем детстве. Hum. Brain Mapp. 39 , 3928–3942 (2018).

    Артикул PubMed PubMed Central Google ученый

  • 29.

    Kuhlen, A. K. et al. Мозги в диалоге: расшифровка нейронной подготовки к разговору с собеседником. Soc. Cogn. Оказывать воздействие. Neurosci. 12 , 871–880 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 30.

    Redcay, E. et al. Живое общение лицом к лицу во время фМРТ: новый инструмент социальной когнитивной нейробиологии. Neuroimage 50 , 1639–1647 (2010).

    Артикул PubMed PubMed Central Google ученый

  • 31.

    Райс, К., Морачевски, Д. и Редкей, Э. Воспринимаемое живое взаимодействие модулирует развивающийся социальный мозг. Soc. Cogn. Оказывать воздействие. Neurosci. 11 , 1354–1362 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 32.

    Schuwerk, T. et al. Общая когнитивная функция rTPJ в сетях внимания и теории разума. Soc. Cogn. Оказывать воздействие. Neurosci. 12 , 157–168 (2017).

    Артикул Google ученый

  • 33.

    Pönkänen, L. M. et al. Имеет ли значение, смотрю я вам в глаза или с вашей фотографией? Исследование ERP. Soc. Cogn. Оказывать воздействие. Neurosci. 6 , 486–494 (2011).

    Артикул Google ученый

  • 34.

    Wykowska, A. et al. Убеждения о чужом сознании влияют на то, как мы обрабатываем сенсорную информацию. PLOS ONE 9 , e94339 (2014).

    Артикул CAS PubMed PubMed Central Google ученый

  • 35.

    Cavallo, A. et al. Когда взгляд открывает канал для общения: интегрирующая роль IFG и MPFC. Neuroimage 119 , 63–69 (2015).

    Артикул Google ученый

  • 36.

    Коан, Дж. А., Шефер, Х. С. и Дэвидсон, Р. Дж. Протянув руку: социальное регулирование нейронной реакции на угрозу. Psychol. Sci. 17 , 1032–1039 (2006).

    Артикул Google ученый

  • 37.

    Кокал И., Газзола В. и Кейзерс К. Совместное действие в системе зеркальных нейронов и за ее пределами. Neuroimage 47 , 2046–2056 (2009).

    Артикул Google ученый

  • 38.

    Коике, Т., Танабе, Х. К. и Садато, Н. Гиперсканирующая техника нейровизуализации для выявления системы «два-в-одном» в социальных взаимодействиях. Neurosci. Res. 90 , 25–32 (2015).

    Артикул Google ученый

  • 39.

    Dumas, G. et al. Межмозговая синхронизация во время социального взаимодействия. PLOS ONE 5 , e12166 (2010).

    Артикул CAS PubMed PubMed Central Google ученый

  • 40.

    Jiang, J. et al. Появление лидера через межличностную нейронную синхронизацию. Proc. Natl Acad. Sci. США 112 , 4274–4279 (2015).

    Артикул CAS Google ученый

  • 41.

    Koike, T. et al. Нейронные субстраты общего внимания как социальная память: исследование функциональной магнитно-резонансной томографии с гиперсканированием. Neuroimage 125 , 401–412 (2016).

    Артикул Google ученый

  • 42.

    Брунер Дж. Разговор детей: обучение использованию языка (Нортон, 1983).

  • 43.

    Verga, L. & Kotz, S. A. Насколько актуально социальное взаимодействие при изучении второго языка? Фронт. Гм. Neurosci. 7 , 550 (2013).

    Артикул PubMed PubMed Central Google ученый

  • 44.

    Бреннан, С. Э. и Ханна, Дж. Э. Адаптация для конкретного партнера в диалоге. Верх. Cogn.Sci. 1 , 274–291 (2009).

    Артикул Google ученый

  • 45.

    Джайлз, Х., Коупленд, Н. и Коупленд, Дж. В контекстах приспособления (ред. Джайлз, Х., Коупленд, Дж. И Коупленд, Н.) 1–68 (Cambridge Univ. Press, 1992).

  • 46.

    Шокли К., Сантана М. и Фаулер К. А. Взаимные межличностные ограничения позы участвуют в совместном разговоре. J. Exp.Psychol. Гм. Восприятие. Выполнять. 29 , 326–332 (2003).

    Артикул Google ученый

  • 47.

    Niedenthal, P. et al. Имитационная модель улыбки (SIMS): воплощенная симуляция и значение выражения лица. Behav. Brain Sci. 33 , 417–433 (2010).

    Артикул Google ученый

  • 48.

    Ричардсон, Д. К., Дейл, Р.& Киркхэм, Н. З. Искусство разговора — координация. Psychol. Sci. 18 , 407–413 (2007).

    Артикул Google ученый

  • 49.

    Леандер, Н. П., Чартран, Т. Л. и Вуд, В. Следите за своими манерами: поведенческая мимикрия вызывает соответствие стереотипу. J. Exp. Soc. Psychol. 47 , 195–201 (2011).

    Артикул Google ученый

  • 50.

    Bolis, D. et al. За пределами аутизма: введение диалектической гипотезы несоответствия и байесовского подхода к интерсубъективности. Психопатология 50 , 355–372 (2018).

    Артикул Google ученый

  • 51.

    Campbell-Meiklejohn, D. K. et al. Как мнение других влияет на нашу оценку объектов. Curr. Биол. 20 , 1165–1170 (2010).

    Артикул CAS PubMed PubMed Central Google ученый

  • 52.

    Ключарев В.В. и др. Сигнал обучения с подкреплением предсказывает социальное соответствие. Нейрон 61 , 140–151 (2009).

    Артикул CAS Google ученый

  • 53.

    Liu, D. et al. Интерактивная активность мозга: обзор и прогресс в области гиперсканирования на основе ЭЭГ в социальных взаимодействиях. Фронт. Psychol. 9 , 1–11 (2018).

    Артикул Google ученый

  • 54.

    Szymanski, C. et al. Команды на одной длине волны работают лучше: межмозговая фазовая синхронизация составляет нейронный субстрат для социальной помощи. Neuroimage 152 , 425–436 (2017).

    Артикул Google ученый

  • 55.

    Dikker, S. et al. Синхронизация мозг-мозг отслеживает реальные динамические групповые взаимодействия в классе. Curr. Биол. 27 , 1375–1380 (2017).

    Артикул CAS Google ученый

  • 56.

    Tognoli, E. et al. Phi-комплекс как нейромаркер социальной координации человека. Proc. Natl Acad. Sci. США 104 , 8190–8195 (2007).

    Артикул CAS Google ученый

  • 57.

    Конвалинка И. и др. Фронтальные альфа-колебания отличают лидеров от последователей: многомерное декодирование взаимодействующих между собой мозгов. Neuroimage 94 , 79–88 (2014).

    Артикул Google ученый

  • 58.

    Redcay, E. & Saxe, R. в Agency and Joint Attention (ред. Террас, Х. С. и Метакальф, Дж.) (Oxford Univ. Press, 2013).

  • 59.

    Каруана, Н., Брок, Дж. И Вулгар, А. Лобно-височно-теменная сеть, обычная для инициирования заявок на совместное внимание и реагирования на них. Neuroimage 108 , 34–46 (2015).

    Артикул Google ученый

  • 60.

    Gordon, I. et al. Социальные сети, сети мозга вознаграждения и внимания задействованы, когда онлайн-заявки на совместное внимание встречают согласованные и несовместимые ответы. Soc. Neurosci. 8 , 544–554 (2013).

    Артикул Google ученый

  • 61.

    Oberwelland, E. et al. Посмотри мне в глаза: исследование совместного внимания с помощью интерактивного айтрекинга и фМРТ в образце развития. Neuroimage 130 , 248–260 (2016).

    Артикул CAS Google ученый

  • 62.

    Redcay, E., Kleiner, M. & Saxe, R. Посмотрите на это: нейронные корреляты инициирования и реакции на заявки на совместное внимание. Фронт. Гм. Neurosci. 6 , 1–14 (2012).

    Артикул Google ученый

  • 63.

    Schilbach, L. et al. Умы созданы для того, чтобы делиться: инициация совместного внимания задействует нейросхемы, связанные с вознаграждением. J. Cogn. Neurosci. 22 , 2702–2715 (2010).

    Артикул Google ученый

  • 64.

    Wagner, U. et al. Прекрасная дружба: обмен эмоциями в обществе улучшает субъективные чувства и активирует нейронную схему вознаграждения. Soc. Cogn. Оказывать воздействие. Neurosci. 10 , 80–808 (2015).

    Артикул Google ученый

  • 65.

    Манди, П. Обзор совместного внимания и социально-когнитивных систем мозга при типичном развитии и расстройстве аутистического спектра. Eur. J. Neurosci. 47 , 497–514 (2018).

    Артикул Google ученый

  • 66.

    Гаррод С. и Пикеринг М. Дж. Почему разговаривать так легко? Trends Cogn. Sci. 8 , 8–11 (2004).

    Артикул Google ученый

  • 67.

    Пикеринг, М. Дж. И Гаррод, С. Комплексная теория языкового производства и понимания. Behav. Brain Sci. 36 , 329–347 (2013).

    Артикул Google ученый

  • 68.

    Rilling, J. K. et al. Нейронные корреляты теории разума в межличностных взаимодействиях. Neuroimage 22 , 1694–1703 (2004).

    Артикул Google ученый

  • 69.

    Kircher, T. et al. Онлайн-ментализм исследовали с помощью функциональной МРТ. Neurosci. Lett. 454 , 176–181 (2009).

    Артикул CAS Google ученый

  • 70.

    Gallagher, H. L. et al. Представление намеренной позиции в соревновательной игре. Neuroimage 16 , 814–821 (2002).

    Артикул PubMed PubMed Central Google ученый

  • 71.

    Картер Р. М. и др. Особая роль височно-теменного соединения в прогнозировании социально ориентированных решений. Наука 336 , 109–111 (2012).

    Артикул CAS Google ученый

  • 72.

    Hill, C.A. et al. Причинно-следственная связь вычислений мозговой сети, лежащих в основе стратегического социального поведения. Nat. Neurosci. 20 , 1142–1149 (2017).

    Артикул CAS PubMed PubMed Central Google ученый

  • 73.

    Тан, Х.и другие. Межличностная синхронизация мозга в правом височно-теменном соединении во время личного экономического обмена. Soc. Cogn. Оказывать воздействие. Neurosci. 11 , 23–32 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 74.

    Takahashi, H. et al. Различные впечатления от других агентов, полученные в результате социального взаимодействия, однозначно модулируют деятельность дорсальных и вентральных путей в социальном мозге человека. Cortex 58 , 289–300 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 75.

    Bellucci, G. et al. Нейронные сигнатуры доверия во взаимности: координатный метаанализ. Hum. Brain Mapp. 38 , 1233–1248 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 76.

    Сян Т.и другие. Вычислительное фенотипирование взаимодействий двух человек показывает различную нейронную реакцию на глубину мысли. PLOS Comput. Биол. 8 , 0–8 (2012).

    Артикул CAS Google ученый

  • 77.

    Yoshida, W. et al. Сотрудничество и неоднородность аутичного разума. J. Neurosci. 30 , 8815–8818 (2010).

    Артикул CAS PubMed PubMed Central Google ученый

  • 78.

    Кошелев М. и соавт. Биосенсорный подход к классификации психопатологий. PLOS Comput. Биол. 6 , e1000966 (2010).

    Артикул CAS PubMed PubMed Central Google ученый

  • 79.

    De Vico Fallani, F. et al. Дефект или не дефект: как «читать» поведение человека во время совместных игр по измерениям ЭЭГ. PLOS ONE 5 , e14187 (2010).

    Артикул CAS PubMed PubMed Central Google ученый

  • 80.

    Diaconescu, A.O. et al. Вывод о намерениях других посредством иерархического байесовского обучения. PLOS Comput. Биол. 10 , e1003810 (2014).

    Артикул CAS PubMed PubMed Central Google ученый

  • 81.

    Ван Х., Браун К. и Энк П. Как мозг реагирует на социальный стресс (исключение) — обзорный обзор. Neurosci. Biobehav. Ред. 80 , 80–88 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 82.

    Müller-Pinzler, L. et al. Нервные пути смущения и их модуляция социальной тревогой. Neuroimage 119 , 252–261 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 83.

    Schmalzle, R. et al. Динамика мозговой связи во время социального взаимодействия отражает структуру социальной сети. Proc. Natl Acad. Sci. США 114 , 5153–5158 (2017).

    Артикул CAS PubMed PubMed Central Google ученый

  • 84.

    Preller, K.H. et al. Функциональные изменения системы вознаграждения лежат в основе притупленной реакции на социальное внимание потребителей кокаина. Proc. Natl Acad. Sci. США 111 , 2842–2847 (2014).

    Артикул CAS PubMed PubMed Central Google ученый

  • 85.

    Паркинсон, К., Клейнбаум, А. М. и Уитли, Т. Подобные нейронные реакции предсказывают дружбу. Nat. Commun. 9 , 1–13 (2018).

    Артикул CAS Google ученый

  • 86.

    Галлезе В. и Гольдман А. Зеркальные нейроны и имитационная теория чтения мыслей. Trends Cogn. Sci. 2 , 493–501 (1998).

    Артикул CAS PubMed PubMed Central Google ученый

  • 87.

    Thioux, M., Gazzola, V. & Keysers, C. Понимание действий: как, что и почему. Curr. Биол. 18 , 431–434 (2008).

    Артикул CAS Google ученый

  • 88.

    de Lange, F. P. et al. Дополнительные системы для понимания намерений действий. Curr. Биол. 18 , 454–457 (2008).

    Артикул CAS PubMed PubMed Central Google ученый

  • 89.

    Спант, Р. П., Сатпуте, А. Б.И Либерман, М. Д. Определение того, что, почему и как наблюдаемого действия: исследование с помощью фМРТ ментализации и механизации во время наблюдения за действием. J. Cogn. Neurosci. 23 , 63–74 (2011).

    Артикул PubMed PubMed Central Google ученый

  • 90.

    Фрит У. и Фрит К. Биологические основы социального взаимодействия. Curr. Реж. Psychol. Sci. 10 , 151–155 (2001).

    Артикул Google ученый

  • 91.

    Гроссманн Т. Развитие социальных функций мозга в младенчестве. Psychol. Бык. 141 , 1266–1287 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 92.

    Redcay, E. & Warnell, K. R. в Advances in Child Development and Behavior Vol. 54 (изд. Бенсон, Дж.Б.) 1–44 (Elsevier, 2018).

  • 93.

    Слива, Дж. И Фрейвальд, В. А. Специальная сеть для обработки социального взаимодействия в мозгу приматов. Наука 749 , 745–749 (2017).

    Артикул CAS Google ученый

  • 94.

    Томаселло, М. Как дети приходят к пониманию ложных убеждений: учет общей интенциональности. Proc. Natl Acad. Sci. США 115 , 8491–8498 (2018).

    Артикул CAS PubMed PubMed Central Google ученый

  • 95.

    Schippers, M. B. et al. Игра в шарады в фМРТ: задействованы ли области зеркала и / или ментализации в жестовой коммуникации? PLOS ONE 4 , e6801 (2009 г.).

    Артикул CAS PubMed PubMed Central Google ученый

  • 96.

    Zaki, J. & Ochsner, K.Потребность в когнитивной нейробиологии натуралистического социального познания. Ann. NY Acad. Sci. 1167 , 16–30 (2009).

    Артикул PubMed PubMed Central Google ученый

  • 97.

    Sperduti, M. et al. Зеркальная нейронная система и система ментализации соединяются во время онлайн-социального взаимодействия. Cogn. Процесс. 15 , 307–316 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 98.

    Шпенглер, С., Фон Крамон, Д. Ю. и Брасс, М. Контроль общих репрезентаций зависит от ключевых процессов, участвующих в атрибуции психических состояний. Hum. Brain Mapp. 30 , 3704–3718 (2009).

    Артикул PubMed PubMed Central Google ученый

  • 99.

    Ван, Ю., Рэмси, Р. и Гамильтон, А. Ф. Контрольный мимикрический зрительный контакт опосредуется медиальной префронтальной корой головного мозга. J. Neurosci. 31 , 12001–10 (2011).

    Артикул CAS PubMed PubMed Central Google ученый

  • 100.

    Уорнелл, К. Р., Садикова, Э. и Редкей, Э. Давайте поговорим: развивающие нейронные основы социальной мотивации во время взаимодействия сверстников в реальном времени. Dev. Sci. 21 , e12581 (2018).

    Артикул PubMed PubMed Central Google ученый

  • 101.

    Конвалинка, И.& Roepstorff, A. Подход с двумя мозгами: как взаимодействующий мозг может научить нас чему-то о социальном взаимодействии? Фронт. Гм. Neurosci. 6 , 215 (2012).

    Артикул PubMed PubMed Central Google ученый

  • 102.

    Хассон, У. и Фрит, К. Д. Отражение и не только: объединенная динамика как обобщенная структура для моделирования социальных взаимодействий. Phil. Пер. R. Soc. В 371 , 20150366 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 103.

    Зенгер, Дж., Мюллер, В. и Линденбергер, У. Внутри- и межмозговая синхронизация и сетевые свойства при игре на гитаре дуэтами. Фронт. Гм. Neurosci. 6 , 312 (2012).

    Артикул PubMed PubMed Central Google ученый

  • 104.

    Монтегю, П.R. et al. Вычислительная психиатрия. Trends Cogn. Sci. 16 , 72–80 (2012).

    Артикул PubMed PubMed Central Google ученый

  • 105.

    Jasmin, K. et al. Открытое социальное взаимодействие и состояние покоя у молодых взрослых мужчин с аутизмом: основные и контекстные нейронные особенности. Мозг 142 , 808–822 (2019).

    Артикул PubMed PubMed Central Google ученый

  • 106.

    Мюррей Л. и Тревартен К. в Социальное восприятие в младенчестве (ред. Филд, Т. М. и Фокс, Н. А.) 177–198 (ABlex, 1985).

  • 107.

    Фельдман, Р. Родительско-младенческая синхронизация: биоповеденческая модель взаимных влияний в формировании аффилиативных связей. Monogr. Soc. Res. Child Dev. 77 , 42–51 (2012).

    Артикул Google ученый

  • 108.

    Куль, П. К., Цао, Ф.-M. И Лю, Х.-М. Опыт иностранного языка в младенчестве: влияние кратковременного воздействия и социального взаимодействия на фонетическое обучение. Proc. Natl Acad. Sci. США 100 , 9096–9101 (2003).

    Артикул CAS PubMed PubMed Central Google ученый

  • 109.

    Литл, С. Р., Гарсиа-Сьерра, А. и Кул, П. К. Два лучше, чем один: младенческое изучение языка с помощью видео улучшается в присутствии сверстников. Proc. Natl Acad. Sci. США 115 , 9859–9866 (2018).

    Артикул CAS PubMed PubMed Central Google ученый

  • 110.

    Киршнер, С. и Томаселло, М. Совместная игра на барабанах: социальный контекст способствует синхронизации у детей дошкольного возраста. J. Exp. Детская психол. 102 , 299–314 (2009).

    Артикул PubMed PubMed Central Google ученый

  • 111.

    Leong, V. et al. Взгляд говорящего увеличивает информационную связь между мозгом младенца и взрослого. Proc. Natl Acad. Sci. США 114 , 13290–13295 (2017).

    Артикул CAS PubMed PubMed Central Google ученый

  • 112.

    Liao, Y. et al. Визуализация ЭЭГ малышей во время диадической смены очереди: модуляция Мю-ритма при производстве или наблюдении за социальными действиями. Neuroimage 112 , 52–60 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 113.

    Pan, Y. et al. Сотрудничество в любовниках: исследование гиперсканирования на базе Axiangn fNIRS. Hum. Brain Mapp. 38 , 831–841 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 114.

    Goldstein, P. et al. Связь между мозгом и мозгом во время держания за руки связано с уменьшением боли. Proc. Natl Acad. Sci. США 115 , E2528 – E2537 (2018).

    Артикул CAS PubMed PubMed Central Google ученый

  • 115.

    Fareri, D. S. et al. Модуляция сигналов, связанных с вознаграждением, в социальной сети. J. Neurosci. 32 , 9045–9052 (2012).

    Артикул CAS PubMed PubMed Central Google ученый

  • 116.

    Clark, H.H., Schreuder, R. & Buttrick, S. Общие основания и понимание демонстративной ссылки. J. Verbal Learning Verbal Behav. 22 , 245–258 (1983).

    Артикул Google ученый

  • 117.

    Hasson, U. et al. Связь мозга с мозгом: механизм для создания и совместного использования социального мира. Trends Cogn. Sci. 16 , 113–120 (2012).

    Артикул Google ученый

  • 118.

    Йешурун, Ю. и др. Та же история, другая история: нейронная репрезентация интерпретативных структур. Psychol. Sci. 28 , 307–319 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 119.

    Lahnakoski, J. M. et al. Синхронная мозговая активность людей лежит в основе общих психологических взглядов. Neuroimage 100 , 316–324 (2014).

    Артикул PubMed PubMed Central Google ученый

  • 120.

    Nummenmaa, L. et al. Эмоции способствуют социальному взаимодействию, синхронизируя мозговую активность людей. Proc. Natl Acad. Sci. США 109 , 9599–9604 (2012).

    Артикул PubMed PubMed Central Google ученый

  • 121.

    Golland, Y. et al. Нейронная динамика, лежащая в основе передачи эмоций между людьми. Soc. Cogn. Оказывать воздействие. Neurosci. 12 , 1249–1260 (2017).

    Артикул PubMed PubMed Central Google ученый

  • 122.

    Schilbach, L. et al. Умы в покое? Социальное познание как способ познания по умолчанию и его предполагаемое отношение к «системе по умолчанию» мозга. Сов. Cogn. 17 , 457–467 (2008).

    Артикул Google ученый

  • 123.

    Шильбах Л. К нейропсихиатрии второго лица. Phil. Пер. R. Soc. В 371 , 20150081 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 124.

    Lu, J. et al. Единичный стимул с помощью фМРТ позволяет измерить индивидуальные нейронные различия при расстройствах аутистического спектра. Clin. Psychol. Sci. 3 , 422–432 (2016).

    Артикул Google ученый

  • 125.

    Komeda, H. et al. Аутичное сочувствие по отношению к другим аутичным людям. Soc. Cogn. Оказывать воздействие. Neurosci. 10 , 145–152 (2015).

    Артикул PubMed PubMed Central Google ученый

  • 126.

    Edey, R. et al. Взаимодействие требует двух: типичные взрослые демонстрируют слепоту разума по отношению к людям с расстройством аутистического спектра. J. Abnorm. Psychol. 125 , 879–885 (2016).

    Артикул PubMed PubMed Central Google ученый

  • 127.

    Болис, Д. и Шильбах, Л. Наблюдение и участие в социальных взаимодействиях: восприятие действия и контроль действия по всему аутистическому спектру. Dev. Cogn. Neurosci. 29 , 168–175 (2018).

    Артикул PubMed PubMed Central Google ученый

  • 128.

    Parpart, H. et al. Тренинг социального взаимодействия, основанный на схемотерапии: интервенционный подход для взрослых с высокофункциональным аутизмом [немецкий]. Психотерапевт 63 , 235–242 (2018).

    Артикул Google ученый

  • 129.

    Кеннеди Д. П. и Адольфс Р. Социальный мозг при психических и неврологических расстройствах. Trends Cogn. Sci. 16 , 559–572 (2012).

    Артикул PubMed PubMed Central Google ученый

  • ПСИХОЛОГИЧЕСКИЙ СТАТУС БОЛЬНЫХ ГИПЕРТЕНЗИЕЙ С ВЫСОКОЙ КОМО…: Журнал гипертонии

    Цель:

    Коморбидность определяет новые симптомы и синдромы у кардиологических больных. Целью исследования было изучить психологический статус пациентов с артериальной гипертензией (АГ) и высокой коморбидностью.

    Конструкция и метод:

    Обследовано

    191 пациент с АГ (121 мужчина и 70 женщин, средний возраст 61,8 ± 9,3 года). АГ была определена в соответствии с Руководством ESH / ESC по лечению артериальной гипертензии, 2013 г.Был рассчитан индекс коморбидности Чарлсона (CCI). Психологическое состояние, отношение к заболеванию оценивали с помощью MMPI, характерологического опросника К. Леонхарда, проективной методики Сунди (2002), Coping — Test Р. Лазаруса, индекса образа жизни Плутчика-Келлермана-Конте. Срок до 1 года.

    Результатов:

    CCI с поправкой на возраст составил 5,0 ± 2,1 балла. Неадаптивные типы отношения к заболеванию, такие как чувствительный (38,4%), параноидальный (36,9%), невротический (27,8%), диагностированы у больных АГ независимо от сопутствующей патологии.У больных АГ с высокой коморбидностью по сравнению с низкой коморбидностью чаще наблюдался дезадаптивный обсессивно-фобический тип отношения к заболеванию (x2 = 4,35; p = 0,035). По результатам многофакторной диагностики синдром ипохондрии выявлен у больных АГ с высокой коморбидностью. Преобладающий тип акцентуации характера у больных АГ был эмоциональным (14,2 ± 5,3 балла), более выраженным у пациентов с низкой коморбидностью (16,2 + 4,5 и 11,8 + 5 баллов).1 балл соответственно, p = 0,024). По результатам проективного метода у больных АГ с высокой коморбидностью наблюдались повышенные депрессивные реакции (D– (депрессивное состояние): 1,7 ± 0,2 и 1,2 ± 0,3 балла соответственно, p = 0,03), папаноидный синдром (P– ( параноик): 1,8 ± 0,4 и 1,3 ± 0,6 балла соответственно, p = 0,03). В мотивационной сфере пациенты с высокой коморбидностью характеризовались дезадаптивными механизмами психологической защиты (регресс, замещение) и неконструктивными стратегиями совладания (конфронтация, бегство-избегание), что указывало на единообразные механизмы адаптации (r = 0.36, p = 0,001).

    Выводы:

    Высокая коморбидность у пациентов с артериальной гипертензией приводит к фиксации дезадаптивных типов отношения к болезни, ипохондрическому и папаноидному синдрому, депрессивным реакциям, дезадаптивным механизмам психологической защиты и стратегиям совладания, которые могут снизить приверженность лечению и должны учитываться при разработке стратегий лечения.

    Написать ответ

    Ваш адрес email не будет опубликован. Обязательные поля помечены *