No association between error‐related <scp>ERP</scp>s and trait anxiety in a nonclinical sample: Convergence across analytical methods including mass‐univariate statistics
Notice bibliographique
Résumé
Enhanced error monitoring, as indexed by increased amplitude of the error-related negativity (ERN) event-related potential (ERP) component, has been suggested to reflect a vulnerability neuro-marker of anxiety disorders. Another error-related ERP component is the error positivity (Pe), which reflects late-stage error processing. The associations between heightened ERN and Pe amplitudes and anxiety levels in the nonclinical population have been inconsistent. In this preregistered study, we examined the association between anxiety, ERN, and Pe, using different analytical methods (mass-univariate analyses, MUAs and conventional analyses), self-reported anxiety scales (STAI and STICSA), and trial numbers (all correct trials and equal numbers of correct and error trials). In a sample of 82 healthy adults, both conventional and MUAs demonstrated a robust enhancement of the ERN and Pe to errors relative to the correct-response ERPs. However, the mass-univariate approach additionally unveiled a wider array of electrodes and a longer effect duration for this error enhancement. Across the analytic methods, the results showed a lack of consistent correlation between trait anxiety and error-related ERPs. Findings were not modulated by trial numbers, analyses, or anxiety scales. The present results suggest a lack of enhancement of error monitoring by anxious traits in individuals with subclinical anxiety and those with clinical anxiety but without a clinical diagnosis. Importantly, the absence of such correlation questions the validity of the ERN as a neural marker for anxiety disorders. Future studies that investigate neuro-markers of anxiety may explore alternative task designs and employ robust statistics to provide a more comprehensive understanding of anxiety vulnerability.
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 | 0,001 | 0,003 |
| 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 ».