The Behavioral Economics and Neuroeconomics of Alcohol Use Disorders
Notice bibliographique
Résumé
BACKGROUND: Behavioral economics and neuroeconomics bring together perspectives and methods from psychology, economics, and cognitive neuroscience to understand decision making and choice behavior. Extending an operant behavioral theoretical framework, these perspectives have increasingly been applied to understand the alcohol use disorders (AUDs), and this review surveys the theory, methods, and findings from this approach. The focus is on 3 key behavioral economic concepts: delay discounting (i.e., preferences for smaller immediate rewards relative to larger delayed rewards), alcohol demand (i.e., alcohol's reinforcing value), and proportionate alcohol-related reinforcement (i.e., relative amount of psychosocial reinforcement associated with alcohol use). FINDINGS: Delay discounting has been linked to AUDs in both cross-sectional and longitudinal studies and has been investigated cross-sectionally using neuroimaging. Alcohol demand and proportionate alcohol-related reinforcement have both been robustly associated with drinking and alcohol misuse cross-sectionally, but not over time. Both have also been found to predict treatment response to brief interventions. Alcohol demand has also been used to enhance the measurement of acute motivation for alcohol in laboratory studies. Interventions that focus on reducing the value of alcohol by increasing alternative reinforcement and response cost have been found to be efficacious, albeit in relatively small numbers of randomized controlled trials (RCTs). Mediators and moderators of response to these interventions have not been extensively investigated. FUTURE DIRECTIONS: The application of behavioral economics and neuroeconomics to AUDs has given rise to an extensive body of empirical work, although significant gaps in knowledge remain. In particular, there is a need for more longitudinal investigations to clarify the etiological roles of these behavioral economic processes, especially alcohol demand and proportionate alcohol reinforcement. Additional RCTs are needed to extend and generalize the findings for reinforcement-based interventions and to investigate mediators and moderators of treatment success for optimization. Applying neuroeconomics to AUDs remains at an early stage and has been primarily descriptive to date, but has high potential for important translational insights into the future. The same is true for using these behavioral economic indicators to understand genetic influences on AUDs.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».