Comparing adaptive coding of reward in bipolar I disorder and schizophrenia
Notice bibliographique
Résumé
Deficits in neural processing of reward have been described in both bipolar disorder (BD) and schizophrenia (SZ), but it remains unclear to what extent these deficits are caused by similar mechanisms. Efficient reward processing relies on adaptive coding which allows representing large input spans by limited neuronal encoding ranges. Deficits in adaptive coding of reward have previously been observed across the SZ spectrum and correlated with total symptom severity. In the present work, we sought to establish whether adaptive coding is similarly affected in patients with BD. Twenty-five patients with BD, 27 patients with SZ and 25 healthy controls performed a variant of the Monetary Incentive Delay task during functional magnetic resonance imaging in two reward range conditions. Adaptive coding was impaired in the posterior part of the right caudate in BD and SZ (trend level). In contrast, BD did not show impaired adaptive coding in the anterior caudate and right precentral gyrus/insula, where SZ showed deficits compared to healthy controls. BD patients show adaptive coding deficits that are similar to those observed in SZ in the right posterior caudate. Adaptive coding in BD appeared more preserved as compared to SZ participants especially in the more anterior part of the right caudate and to a lesser extent also in the right precentral gyrus. Thus, dysfunctional adaptive coding could constitute a fundamental deficit in severe mental illnesses that extends beyond the SZ spectrum.
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 | 0,000 |
| 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 ».