Beslutsfattande hos depressiva och icke-depressiva

Projektet syftar till att bättre förstå hur den mänskliga hjärnan vid beslutsfattande använder och kodar antaganden och förväntningar om omvärlden byggda på tidigare erfarenheter. I studien ska beslutsfattande hos deprimerade och icke-deprimerade personer jämföras.

Forskarna i projektet, som leds av Marc Guitart Masip, utgår från Bayesiansk beslutsteori som handlar om hur man fattar optimala beslut med hänsyn till all tillgänglig information i en osäker och föränderlig omvärld. I denna teori spelar ens tro och förväntningar, något som kallas för ”priors” en central roll. Priors hjälper oss att begripa omvärlden baserat på våra tidigare erfarenheter och gör att vi utan faktiska bevis kan dra slutsatser och fatta beslut när något är ovisst.

Våra antaganden om omvärlden och oss själva påverkas också av uppbyggda emotionella känslor och sinnesintryck. Icke-depressiva människor tenderar att ha en positiv syn på sig själva, ha en överdriven känsla av kontroll och kan vara orealistiskt optimistiska medan depressiva människor har en försvagad känsla av dessa priors. En avvikande tro på sig själv eller omvärlden spelar förmodligen en viktig roll vid depression. Trots detta finns inga tidigare studier som undersöker hur detta påverkar beslutsfattande hos de med depressiva symtom. Det finns ännu heller inga direkta bevis för att dessa antaganden är representerade i hjärnan.  

Forskarna i projektet vill därför genomföra två experiment. I det första kommer de att uppskatta antagande om omvärlden (priors) som påverkar beslutfattande hos icke-deprimerade. För att kartlägga kodning i hjärnan för dessa antagande kommer de att använda fMRI och multivariat mönsteranalys för att identifiera de hjärnregioner där dessa antaganden är representerade. I det andra experimentet kommer de att göra detsamma men med deprimerade försökspersoner för att studera sambandet mellan tidigare övertygelser och depressiva symtom samt kliniska resultat.

Bayesianska metoder leder till ett naturligt tillvägagångssätt för prediktion och beslutsfattande under osäkerhet något som också har gjort dem populära inom maskininlärning och artificiell intelligens.

Projekt:
” Quantifying prior beliefs for affective decision making and their relation to symptoms of depression”

Huvudsökande:
Marc Guitart Masip

Medsökande:
Benjamin Garzon
Johan Lundberg 

Lärosäte:
Karolinska Institutet

Beviljat anslag:
6 miljoner kronor