Irrational Choice under Uncertainty Correlates with Lower Striatal D<sub>2/3</sub>Receptor Binding in Rats
Notice bibliographique
Résumé
Individual differences in dopamine (DA) signaling, including low striatal D(2/3) receptors, may increase vulnerability to substance abuse, although whether this phenotype confers susceptibility to nonchemical addictions is unclear. The degree to which people use "irrational" cognitive heuristics when choosing under uncertainty can determine whether they find gambling addictive. Given that dopaminergic projections to the striatum signal reward expectancy and modulate decision-making, individual differences in DA signaling could influence the extent of such biases. To test this hypothesis, we used a novel task to model biased, risk-averse decision-making in rats. Animals chose between a "safe" lever, which guaranteed delivery of the wager, or an "uncertain" lever, which delivered either double the wager or nothing with 50:50 odds. The bet size varied from one to three sugar pellets. Although the amount at stake did not alter the options' utility, a subgroup of "wager-sensitive" rats increased their preference for the safe lever as the bet size increased, akin to risk aversion. In contrast, wager-insensitive rats slightly preferred the uncertain option consistently. Amphetamine increased choice of the uncertain option in wager-sensitive, but not in wager-insensitive rats, whereas a D(2/3) receptor antagonist decreased uncertain lever choice in wager-insensitive rats alone. Micro-PET and autoradiography using [(11)C]raclopride confirmed a strong correlation between high wager sensitivity and low striatal D(2/3) receptor density. These data suggest that the propensity for biased decision-making under uncertainty is influenced by striatal D(2/3) receptor expression, and provide novel support for the hypothesis that susceptibility to chemical and behavioral addictions may share a common neurobiological basis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».