Blunted neural response to gains versus losses associated with both risk‐prone and risk‐averse behavior in a clinically diverse sample
Notice bibliographique
Résumé
Reduced responsiveness to reward has been associated with both risk-prone and risk-averse behavior, common features of externalizing and internalizing psychopathology, respectively. Thus, evidence has suggested a potential quadratic relationship (i.e., inverted U) between reward sensitivity and risk-taking propensity. Blunted response to reward compared to loss may therefore demonstrate transdiagnostic utility as it relates to different patterns of maladaptive risk behavior. The current study sought to disentangle the relationship between risk and reward in a clinically diverse sample. In a sample of 210 adults (aged 18-30), the RewP (an ERP indexing differentiation between rewards and losses) was measured during a monetary guessing game, and risk-taking propensity was measured with a behavioral task (i.e., BART) that simulates real-world risk taking. Participants also completed clinical assessments to assess for lifetime psychopathology. Results indicated that there was no linear association between the RewP and risk-taking propensity; however, there was a significant quadratic relationship. Thus, a reduced sensitivity to reward receipt was associated with both risk-prone and risk-averse behavior. There was also a significant quadratic relationship between the RewP and money won during the BART, indicating that being too risk prone or risk averse is disadvantageous and leads to missed reward. Overall, these findings suggested that blunted neural differentiation between gains and losses may contribute to deficits in effectively weighing reward and loss and result in maladaptive risk-taking behavior. These findings support continued examination of reward dysfunction dimensionally in order to better characterize behavioral profiles implicated in clinical phenotypes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».