Reward-Related Decision-Making in Current and Past Disordered Gambling: Implications for Impulsive Choice and Risk Preference in the Maintenance of Gambling Disorder
Notice bibliographique
Résumé
Impulsive reward-related decision-making (RRDM) is robustly associated with gambling disorder (GD), although its role in the development and perpetuation of GD is still being investigated. This project sought to examine the possible roles of impulsive and risky choice, two aspects of RRDM, in the perpetuation of GD. Additionally, the potential moderating role of comorbid substance misuse was considered. A total of 434 participants with symptoms of current GD and symptoms of concurrent substance use disorder (SUD; n = 105), current GD with past SUD ( n = 98), past GD with current SUD ( n = 53), or past GD with past substance use disorder (SUD; n = 92), and 96 healthy controls were recruited through MTurk. Participants completed a randomly adjusting delay discounting (a measure of impulsive choice) and probabilistic discounting (a measure of risky choice) task and self-report questionnaires of gambling participation, GD and SUD symptomology, and trait impulsivity. Although control participants showed significantly greater delay discounting compared to individuals with a current or history of GD, no significant group differences emerged between individuals with current GD or a history of GD. Individuals with current GD showed significantly less probabilistic discounting compared to individuals with a history of GD and control participants showed the greatest rates of probabilistic discounting. These effects remained after controlling for lifetime gambling symptom severity and trait impulsivity. Overall, these findings suggest a potential maintaining role of risky choice in gambling disorder, but do not support a maintaining role for impulsive choice.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».