🧠 neuroscience

Mapping Lifespan Trajectories of Cognitive Flexibility with a Continuous Probabilistic Reversal Learning Measure

Deze studie maakte gebruik van een nieuwe continue probabilistische reversal learning-taak om aan te tonen dat beloningsgebaseerd leren piekt rond de leeftijd van 18 jaar, terwijl regelgebaseerd leren piekt rond de leeftijd van 20 jaar, wat verschillende levenslooptrajecten onthult voor componenten van cognitieve flexibiliteit die overeenkomen met de differentiële rijping van de onderliggende hersencircuits.

Oorspronkelijke auteurs: Jowkar, M., Makhsous, M., Rezayat, E.

Gepubliceerd 2026-06-23

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Jowkar, M., Makhsous, M., Rezayat, E.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je je brein voor als een superintelligent GPS-systeem. Cognitieve flexibiliteit is simpelweg hoe goed dat GPS-systeem kan zeggen: "Oeps, verkeerde afslag!" en je direct een nieuwe route kan laten volgen wanneer de weg voor je verandert. De meeste tests voor deze vaardigheid zijn als een simpele voldoende of onvoldoende: je maakt de afslag wel of niet goed. Maar deze studie wilde de hele reis zien, niet alleen de eindbestemming.

Om dit te doen, hebben de onderzoekers een nieuw soort "brein-GPS-test" ontwikkeld, genaamd de CPRLT. In plaats van alleen te controleren of je het antwoord goed of fout had, meet deze test hoe dicht je bij het juiste antwoord zat, wat een vloeiende, continue score oplevert. Het is alsof je een leerling niet alleen beoordeelt op het feit of hij de wiskundetoets heeft gehaald, maar ook op precies hoeveel punten hij er naast zat, waardoor subtiele verschillen in hun denken zichtbaar worden.

Het team testte 221 gezonde volwassenen, variërend van tieners die net beginnen (18 jaar) tot senioren in hun 70ste. Ze keken naar twee specifieke manieren waarop het brein leert:

Regelgebaseerd leren: Dit is als het volgen van een geschreven kaart of een reeks instructies. Je leert de regels en houdt je eraan.
Beloningsgebaseerd leren: Dit is als leren door middel van smaak. Je probeert iets, en als het lekker smaakt (je krijgt een beloning), doe je het opnieuw. Als het vies smaakt, stop je ermee.

Wat ze vonden was een fascinerende tijdlijn van hersenrijpheid:

De "Sweet Spot" voor beloningen (Leeftijd 18): Het vermogen om te leren van beloningen bereikt zijn piek heel vroeg, rond de leeftijd van 18 jaar. Denk hierbij aan het idee dat de "smaakpapillen" van het brein voor succes volledig volgroeid en klaar voor actie zijn.
De "Sweet Spot" voor regels (Leeftijd 20): Het vermogen om complexe regels en kaarten te volgen, piekt iets later, rond de leeftijd van 20 jaar. Het is alsof de afdeling "gebruiksaanwijzing" van het brein nog een paar extra jaren nodig heeft om de training te voltooien.

Het levensloopverhaal:
De studie laat zien dat onze mentale flexibiliteit snel groeit van de kindertijd naar de vroege volwassenheid, waarbij het zijn hoogste punt bereikt in onze vroege twintig. Daarna stort het niet in; het neemt simpelweg langzaam en geleidelijk af naarmate we ouder worden.

Waarom gebeurt dit?
De auteurs suggereren dat deze tijdlijn overeenkomt met de ontwikkeling van de hardware van ons brein. De delen van het brein die beloningen verwerken (de "smaakpapillen") voltooien eerst hun eigen bouwproces. De delen die complexe regels en planning aansturen (het "gebruiksaanwijzing-centrum") hebben iets langer nodig om de constructie te voltooien.

De belangrijkste conclusie:
Het belangrijkste deel van dit artikel is het instrument dat ze hebben gebruikt. Als ze een ouderwetse "goed of fout"-test hadden gebruikt, zouden ze deze subtiele verschillen tussen beloningsleren en regelleren hebben gemist. Door hun nieuwe, continue meetlint te gebruiken, konden ze zien dat deze twee vaardigheden op verschillende momenten rijpen—een detail dat onzichtbaar zou zijn geweest voor elke andere methode.

Technische Samenvatting: Het in kaart brengen van levenslooptrajecten van cognitieve flexibiliteit met een continue probabilistische reversal learning-maatstaf

Probleemstelling
Cognitieve flexibiliteit, gedefinieerd als het vermogen om responsstrategieën aan te passen aan veranderende omgevingsvereisten, is een cruciale executieve functie. Bestaand onderzoek naar de ontwikkeling hiervan over de menselijke levensloop is echter beperkt gebleken door methodologische beperkingen. Traditionele beoordelingsinstrumenten vertrouwen vaak op binaire scoring (correct versus incorrect), wat nadelig is voor het vastleggen van de genuanceerde, continue aard van leerprocessen en subtiele ontwikkelingsverschillen tussen verschillende leermechanismen, zoals regelgebaseerd versus beloningsgebaseerd leren, kan maskeren.

Methodologie
Om deze beperkingen aan te pakken, heeft deze studie een nieuw computergestuurd instrument geïntroduceerd en toegepast: de Continuous score Probabilistic Reversal Learning Test (CPRLT). Deze taak is ontworpen om continue prestatiemetrieken te genereren in plaats van discrete pass/fail-uitkomsten. De onderzoekscohort bestond uit 221 gezonde volwassenen die een brede leeftijdsschaal beslaan van 18 tot 71 jaar.

Het analytische kader maakte gebruik van drie specifieke scoringsdimensies:

Gemiddelde absolute fout (Mean Absolute Error): berekend voor de regelgebaseerde leerfasen.
Gecorrigeerde fout (Adjusted Error): eveneens berekend voor de regelgebaseerde leerfasen.
Leersnelheid ( $\alpha$ ): geschat voor de beloningsgebaseerde leerfasen door een Rescorla-Wagner computationeel model op de gegevens van de deelnemers te fitten.

Deze metrieken stelden de onderzoekers in staat om het traject van cognitieve flexibiliteit over de levensloop te modelleren en potentiële breekpunten te identificeren waar de prestatietrends verschuiven.

Belangrijkste bijdragen
De primaire bijdrage van dit werk is de validatie van een continue probabilistische maatstaf (CPRLT) die in staat is om de ontwikkelingspaden van regelgebaseerd en beloningsgebaseerd leren van elkaar te onderscheiden. Door verder te gaan dan binaire scoring, biedt de studie een meer granulair beeld van hoe cognitieve flexibiliteit evolueert, waarbij specifiek wordt benadrukt dat deze twee componenten van flexibiliteit niet simultaan rijpen.

Resultaten
Analyse van de drie scoringsmetrieken onthulde een consistente niet-lineaire traject gekenmerkt door een enkel breekpunt voor alle maten. De gegevens duidden op een patroon van snelle prestatieverbetering van de kindertijd naar de vroege volwassenheid, gevolgd door een geleidelijke achteruitgang in latere jaren.

Cruciaal was dat de studie verschillende piekleeftijden identificeerde voor verschillende leermodaliteiten:

Beloningsgebaseerd leren bereikte zijn piekprestatie het vroegst, rond de leeftijd van 18 jaar.
Regelgebaseerd leren piekte iets later, rond de leeftijd van 20 jaar.

Deze temporele dissociatie suggereert dat de neurale mechanismen die beloningsgebaseerd leren ondersteunen, eerder rijpen dan de mechanismen die regelgebaseerde verwerking ondersteunen.

Betekenis en claims
De auteurs stellen dat deze bevindingen overeenkomen met gevestigde neuroontwikkelingsmodellen, waarbij subcorticale beloningscircuits eerder rijpen dan de prefrontale regio's die verantwoordelijk zijn voor complexe regelgebaseerde verwerking. De studie claimt dat het continue karakter van de CPRLT essentieel was om dit specifieke ontwikkelingsverloop te vangen; een dergelijk onderscheid zou waarschijnlijk gemist zijn door traditionele binaire taken. Bijgevolg betogen de auteurs dat continue probabilistische maten een superieure methodologische benadering bieden voor het in kaart brengen van de genuanceerde ontwikkeling van cognitieve flexibiliteit over de gehele levensloop.

Meer zoals dit