Dissociating volatility and stochasticity reveals transdiagnostic computational signatures of psychopathology

Diese Studie identifiziert distinkte transdiagnostische computergestützte Signaturen psychopathologischer Störungen, indem sie zeigt, dass Personen mit internalisierenden Störungen Umgebungsrauschen tendenziell als Volatilität fehlinterpretieren (Überanpassung), während Personen mit externalisierenden Störungen Volatilität tendenziell als Rauschen fehlinterpretieren (Unteranpassung), was offenbart, dass Lerndefizite bei psychopathologischen Störungen selektive Versäumnisse bei der Unterscheidung von Unsicherheitstypen und keine generalisierten Beeinträchtigungen darstellen.

Das Wesentliche

Stellen Sie sich vor, Ihr Gehirn ist ein Fahrer, der versucht, eine Straße zu navigieren, auf der sich die Regeln ständig ändern. Um gut zu fahren, müssen Sie zwei sehr unterschiedliche Dinge herausfinden:

1. Die Straße ist rutschig (Stochastizität): Manchmal stößt das Auto wegen eines zufälligen Schlaglochs oder einer Windböe. Das ist nur „Rauschen". Wenn Sie jeden Stoß als Zeichen dafür behandeln, dass sich die Straße geändert hat, reagieren Sie über, wackeln wild hin und her und kommen nirgendwohin an. Sie müssen diese kleinen Stöße ignorieren und Ihre Geschwindigkeit konstant halten.
2. Die Straße ändert sich (Volatilität): Manchmal wird die Straße selbst neu asphaltiert oder eine neue Umleitung hinzugefügt. Die Regeln haben sich tatsächlich verschoben. Wenn Sie diese großen Änderungen ignorieren und weiterfahren, als wäre nichts geschehen, werden Sie einen Unfall bauen. Sie müssen Ihr Lernen beschleunigen und sich sofort anpassen.

Das Problem ist, dass sowohl ein zufälliges Schlagloch als auch eine neue Umleitung für Ihre Augen gleich aussehen: Beide lassen das Auto wackeln. Es ist sehr schwer, den Unterschied zu erkennen.

Die Entdeckung der Studie
Diese Arbeit legt nahe, dass die Gehirne von Menschen diese Verwirrung auf drei verschiedene Arten bewältigen, und diese Arten sind mit verschiedenen Arten von psychischen Gesundheitsproblemen verknüpft:

• Der ausgewogene Fahrer (Intakte Lerner): Diese Menschen können zwischen einem zufälligen Stoß und einer echten Straßenänderung unterscheiden. Sie passen ihre Fahrgeschwindigkeit perfekt an – sie verlangsamen, wenn es nur Rauschen gibt, und beschleunigen, wenn sich die Straße ändert.
• Der überreagierende Fahrer (Stochastizitäts-blind): Diese Menschen können das Rauschen nicht ignorieren. Sie denken, jeder kleine Stoß bedeute, dass sich die Straße geändert hat. Also weichen sie ständig aus und geraten in Panik, indem sie versuchen, aus jedem winzigen Fehler zu lernen. Die Studie ergab, dass Menschen, die so fahren, eher mit internalisierenden Problemen wie Angststörungen und Depressionen zu kämpfen haben. Sie aktualisieren im Wesentlichen ihr Weltbild aufgrund von zufälligem Rauschen „zu stark".
• Der unterreagierende Fahrer (Volatilitäts-blind): Diese Menschen sind das Gegenteil. Sie denken, die Straße sei immer gleich, selbst wenn sie sich offensichtlich ändert. Sie ignorieren die großen Umleitungen und fahren geradeaus weiter und gehen davon aus, dass das Wackeln nur ein vorübergehender Fehler ist. Die Studie ergab, dass Menschen, die so fahren, eher mit externalisierenden Problemen wie Verhaltenssüchten und Zwanghaftigkeit zu kämpfen haben. Sie „unteraktualisieren", halten an alten Gewohnheiten fest, selbst wenn die Umgebung eine Änderung erfordert.

Das große Ganze
Die Forscher testeten dies an Tausenden von Menschen mit Hilfe von Computerspielen, die diese schwierigen Straßenverhältnisse simulierten. Sie entdeckten eine klare Trennung:

• Wenn Sie anfällig für Angst und Depression sind, könnte Ihr Gehirn zu empfindlich auf zufälliges Rauschen reagieren, was Sie dazu bringt, Ihre Meinung zu oft zu ändern.
• Wenn Sie anfällig für Sucht oder zwanghaftes Verhalten sind, könnte Ihr Gehirn zu stur sein, was Sie dazu bringt, echte Veränderungen in Ihrer Umgebung zu ignorieren.

Die Hauptaussage ist, dass psychische Gesundheitsprobleme nicht einfach nur auf „schlechtes Lernen" im Allgemeinen zurückzuführen sind. Stattdessen entstehen verschiedene Probleme aus spezifischen, entgegengesetzten Fehlern darin, wie wir Unsicherheit interpretieren. Manche Menschen lernen zu schnell, weil sie das Rauschen nicht herausfiltern können, während andere zu langsam lernen, weil sie die echten Veränderungen nicht erkennen können.

Technische Zusammenfassung

Technisches Fazit: Dissoziation von Volatilität und Stochastizität in der Psychopathologie

Problemstellung
Adaptives Lernen in dynamischen Umgebungen erfordert, dass das kognitive System zwischen zwei unterschiedlichen Quellen von Unsicherheit unterscheidet: Volatilität (Änderungen des latenten Zustands der Umwelt) und Stochastizität (Moment-zu-Moment-Rauschen in den Beobachtungen). Diese beiden Faktoren erfordern entgegengesetzte Anpassungen der Lernrate: Hohe Volatilität verlangt ein schnelleres Aktualisieren, um Umweltverschiebungen zu verfolgen, während hohe Stochastizität ein langsameres Aktualisieren erfordert, um Rauschen herauszufiltern. Die zentrale rechnerische Herausforderung besteht darin, diese Faktoren zu entwirren, da beide die erlebte Varianz der Beobachtungen aufblähen. Diese Ambiguität schafft einen fruchtbaren Boden für systematische individuelle Unterschiede in der Inferenz, die die Autoren als zugrunde liegende Mechanismen spezifischer Psychopathologien hypothesieren.

Methodik
Die Studie verwendete einen computergestützten Phänotypisierungsansatz über zwei große Online-Stichproben und drei unterschiedliche Aufgaben. Die Forscher nutzten ein Rahmenwerk, das Lernen unter Unsicherheit modelliert, um spezifische computergestützte Signaturen zu identifizieren. Sie definierten drei unterschiedliche Lernertypen basierend darauf, wie Individuen Unsicherheit inferieren:

1. Intakte Lerner: Personen, die korrekt zwischen Volatilität und Stochastizität unterscheiden.
2. Stochastizitätsblinde Lerner: Personen, die Rauschen nicht erkennen, was dazu führt, dass sie ihre Überzeugungen übermäßig aktualisieren, indem sie zufällige Schwankungen als Umweltveränderungen behandeln.
3. Volatilitätsblinde Lerner: Personen, die Umweltverschiebungen nicht erkennen, was dazu führt, dass sie ihre Überzeugungen unzureichend aktualisieren, indem sie echte Veränderungen als bloßes Rauschen behandeln.

Diese Typen wurden dann mit transdiagnostischen psychiatrischen Dimensionen korreliert, insbesondere mit den Spektren Internalisierung (Angst, Depression) und Externalisierung (Verhaltenssüchte, Zwanghaftigkeit).

Hauptbeiträge
Der primäre Beitrag dieser Arbeit ist die erfolgreiche doppelte Dissoziation zwischen spezifischen computergestützten Inferenzfehlern und transdiagnostischen Symptomdimensionen. Die Studie geht über eine generalisierte Sichtweise von Lerndefiziten in der psychischen Gesundheit hinaus und schlägt eine selektive Erklärung vor, bei der unterschiedliche Symptomcluster auf unterschiedliche computergestützte Fehler bezüglich Unsicherheit abgebildet werden.

Ergebnisse
Die Analyse ergab eine klare Divergenz in den computergestützten Profilen:

• Stochastizitätsblinde Lerner (die übermäßig aktualisieren) waren signifikant mit höheren Werten in den Dimensionen der Internalisierung, einschließlich Angst und Depression, assoziiert.
• Volatilitätsblinde Lerner (die unzureichend aktualisieren) waren signifikant mit höheren Werten in den Dimensionen der Externalisierung, einschließlich Verhaltenssüchten und Zwanghaftigkeit, assoziiert.

Diese Befunde deuten darauf hin, dass das Versagen, die Quelle der Varianz korrekt zu inferieren, kein einheitliches Defizit in der gesamten Psychopathologie darstellt, sondern spezifisch für die Natur der Störung ist.

Bedeutung
Die Studie behauptet, dass diese Ergebnisse eine selektive statt generalisierte Erklärung für Defizite beim Lernen unter Unsicherheit in der Psychopathologie stützen. Durch den Nachweis, dass unterschiedliche Symptomdimensionen unterschiedlichen Inferenzfehlern (insbesondere bezüglich Volatilität versus Stochastizität) entsprechen, legt die Studie nahe, dass Psychopathologie aus spezifischen computergestützten Fehlanpassungen in der Art und Weise entstehen kann, wie das Gehirn Unsicherheit verarbeitet, und nicht aus einer globalen Beeinträchtigung der Lernmechanismen.