MétaCan
Menu
Retour à la cohorte
Enregistrement W4412039949 · doi:10.1080/00207454.2025.2529226

A neuroeconomic theory of obsessive-compulsive disorder

2025· review· en· W4412039949 sur OpenAlexaff
Anıl Şafak Kaçar, Ahmed A. Moustafa, Mustafa Zeki, Fuat Balcı

Notice bibliographique

RevueInternational Journal of Neuroscience · 2025
Typereview
Langueen
DomainePsychology
ThématiqueObsessive-Compulsive Spectrum Disorders
Établissements canadiensUniversity of ManitobaChild, Adolescent and Family Mental Health
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésObsessive compulsiveNeuroeconomicsPsychologyNeuroscienceCognitive psychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

While there are many studies on the neural bases of obsessive-compulsive disorder (OCD), there is a dire need for a neurocomputational framework to explain its symptoms. To this end, we use the Expected Value of Control (EVC) theory to conceptualize the information processing deficits underlying OCD. Specifically, we argue that when experiencing obsessions, weak cognitive control is favored due to the affective cost of disregarding anxiety-provoking obsessions (akin to ignoring a fire alarm). This affective cost leads to the overvaluation of the cost of cognitive control (deeming it expensive), favoring automatic responses in the form of compulsions. We also exercise other ways by which OCD symptoms can be explained within the same theoretical framework. We ground our EVC-based neuroeconomic account in different neural systems implicated in OCD, including the orbitofrontal cortex, dorsal anterior cingulate cortex (dACC), dorsolateral prefrontal cortex, and basal ganglia, which refer to different EVC constituents. Finally, we argue that input from the bed nucleus of the stria terminalis to dACC introduces the key affective cost information to the estimation of EVC.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,376
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NeuroscienceMême sujetObsessive-Compulsive Spectrum DisordersTravaux en français237 207