Does Ventromedial Prefrontal Cortex Damage Really Increase Impulsiveness? Delay and Probability Discounting in Patients with Focal Lesions
Notice bibliographique
Résumé
If the tendency to discount rewards reflects individuals' general level of impulsiveness, then the discounting of delayed and probabilistic rewards should be negatively correlated: The less a person is able to wait for delayed rewards, the more they should take chances on receiving probabilistic rewards. It has been suggested that damage to the ventromedial prefrontal cortex (vMPFC) increases individuals' impulsiveness, but both intertemporal choice and risky choice have only recently been assayed in the same patients with vMPFC damage. Here, we assess both delay and probability discounting in individuals with vMPFC damage (n = 8) or with medial temporal lobe (MTL) damage (n = 10), and in age- and education-matched controls (n = 30). On average, MTL-lesioned individuals discounted delayed rewards at normal rates but discounted probabilistic rewards more shallowly than controls. In contrast, vMPFC-lesioned individuals discounted delayed rewards more steeply but probabilistic rewards more shallowly than controls. These results suggest that vMPFC lesions affect the weighting of reward amount relative to delay and certainty in opposite ways. Moreover, whereas MTL-lesioned individuals and controls showed typical, nonsignificant correlations between the discounting of delayed and probabilistic rewards, vMPFC-lesioned individuals showed a significant negative correlation, as would be expected if vMPFC damage increases impulsiveness more in some patients than in others. Although these results are consistent with the hypothesis that vMPFC plays a role in impulsiveness, it is unclear how they could be explained by a single mechanism governing valuation of both delayed and probabilistic rewards.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».