ব্রেন স্ট্রাকচার, ওয়ার্কিং মেমরি এবং এপিসোডিক মেমরি পার্ট 1 এর সাথে বিলম্ব ডিসকাউন্টিং এর তদন্ত অ্যাসোসিয়েশন

ভূমিকা:

ডিলে ডিসকাউন্টিং (ডিডি), বৃহত্তর এবং পরবর্তী পুরষ্কারগুলির চেয়ে ছোট এবং তাড়াতাড়ি পুরষ্কারের জন্য অগ্রাধিকার, সাইকোপ্যাথলজির মধ্যে আগ্রহ বৃদ্ধির দৈনিক কার্যকারিতার জন্য একটি গুরুত্বপূর্ণ আচরণগত ঘটনা। ডিডির পিছনের স্নায়ুজীবতাত্ত্বিক প্রক্রিয়াগুলি খুব কম বোঝা যায়, এবং ডিডি-এর কাঠামোগত সম্পর্ক সম্পর্কিত সাহিত্যে অসঙ্গতি দেখায়।

আধুনিক সমাজের দ্রুতগতির বিকাশের সাথে, মানুষের জীবন দ্রুত এবং দ্রুততর হচ্ছে এবং তাদের স্মৃতিশক্তি ক্রমাগত হ্রাস পাচ্ছে। যাইহোক, বিলম্বে ছাড় দেওয়ার মাধ্যমে আমরা আমাদের স্মৃতিশক্তি উন্নত করতে পারি।

বিলম্বিত ডিসকাউন্ট হল একটি খরচের কৌশল, অর্থাৎ, যখন আপনি পণ্য কিনবেন, আপনি প্রচারমূলক তথ্য দেখতে পাবেন, যেমন "50% ছাড়" বা "অতিরিক্ত উপহার পান" অর্থ প্রদানের আগে৷ এটি খুব উত্তেজনাপূর্ণ হবে, তবে মূল্যবান কিছু পাওয়ার আগে আপনাকে আপনার নিজের সময় এবং অর্থের জন্য অর্থ প্রদান করতে হবে। বিলম্বিত ডিসকাউন্ট আপনাকে এখনই তাত্ক্ষণিক ছাড়ের সুবিধা নিতে বা একটি বড় ছাড় বা আরও ভাল উপহারের জন্য অপেক্ষা করতে হবে সে সম্পর্কে সাবধানে চিন্তা করতে বাধ্য করে৷

বিলম্বে ছাড় দেওয়া আমাদের মেমরির দক্ষতা উন্নত করতে সাহায্য করতে পারে কারণ এর জন্য আমাদের চিন্তাভাবনা এবং প্রতিক্রিয়ার গতির প্রয়োজন এবং প্রতিটি পছন্দের বিষয়ে আমাদের পরিষ্কারভাবে চিন্তা করা এবং সচেতন সিদ্ধান্ত নেওয়া প্রয়োজন। এটি আমাদের প্রতিদিন আমাদের চিন্তাভাবনার দক্ষতা অনুশীলন করতে সাহায্য করতে পারে এবং আমাদের কাজ এবং জীবনের সমস্যাগুলির সাথে আরও ভালভাবে মোকাবিলা করতে সহায়তা করতে পারে।

বিলম্বে ছাড় দেওয়া আমাদের কী প্রয়োজন তা চিনতেও সাহায্য করে। একটি ভাল ডিসকাউন্ট বা একটি ভাল উপহারের জন্য অপেক্ষা করার মাধ্যমে, আমরা প্ররোচনামূলক ক্রয়ের প্রয়োজনীয়তা দূর করি এবং আমাদের যা প্রয়োজন সে সম্পর্কে চিন্তা করার সুযোগ দিই, এইভাবে আমাদেরকে আরও স্মার্ট ক্রয়ের সিদ্ধান্ত নিতে এবং সময় এবং অর্থের অপচয় এড়াতে উত্সাহিত করে৷

বিলম্বে ছাড় দেওয়া আমাদের জ্ঞানীয় এবং সিদ্ধান্ত নেওয়ার ক্ষমতাকে উন্নত করতে সাহায্য করতে পারে, আমাদেরকে আরও স্পষ্টভাবে বিষয়গুলি সম্পর্কে চিন্তা করতে এবং উপযুক্ত পদক্ষেপগুলি বেছে নিতে সাহায্য করতে পারে। সুতরাং, আসুন আমাদের জ্ঞানীয় এবং সিদ্ধান্ত গ্রহণের ক্ষমতা উন্নত করার জন্য একটি সক্রিয় কৌশল হিসাবে বিলম্ব ছাড় ব্যবহার করি। দেখা যায় আমাদের স্মৃতিশক্তি উন্নত করতে হবে। Cistanche deserticola উল্লেখযোগ্যভাবে স্মৃতিশক্তি উন্নত করতে পারে কারণ Cistanche deserticola হল একটি ঐতিহ্যবাহী চীনা ঔষধি উপাদান যার অনেকগুলি অনন্য প্রভাব রয়েছে, যার মধ্যে একটি হল স্মৃতিশক্তি উন্নত করা। কিমা করা মাংসের কার্যকারিতা অ্যাসিড, পলিস্যাকারাইড, ফ্ল্যাভোনয়েড ইত্যাদি সহ অনেক সক্রিয় উপাদান থেকে আসে৷ এই উপাদানগুলি বিভিন্ন উপায়ে মস্তিষ্কের স্বাস্থ্যকে উন্নীত করতে পারে৷

কিভাবে উন্নতি করতে হয় স্বল্পমেয়াদী মেমরি জানুন ক্লিক করুন

পদ্ধতি:

এখানে আমরা মেমরি কার্যকারিতা এবং লিঙ্কযুক্ত স্বাধীন উপাদান বিশ্লেষণ ব্যবহার করে DD-এর ধূসর এবং সাদা পদার্থের সম্পর্কগুলির সাথে অ্যাসোসিয়েশনগুলি তদন্ত করতে একটি বৃহৎ খোলাভাবে উপলব্ধ ডেটাসেট (n=1196) ব্যবহার করেছি।

ফলাফল:

বৃহত্তর ডিডি ছোট অগ্রবর্তী টেম্পোরাল গ্রে ম্যাটার ভলিউমের সাথে সম্পর্কিত ছিল। মোট কর্টিকাল ভলিউম, সাবকর্টিক্যাল ভলিউম, হোয়াইট ম্যাটার মাইক্রোস্কোপিক অর্গানাইজেশনের মার্কার, ওয়ার্কিং মেমরি, এবং এপিসোডিক মেমরি স্কোরগুলির সাথে ডিডি-এর অ্যাসোসিয়েশন শিক্ষা এবং আয়ের জন্য নিয়ন্ত্রণ করার পরে উল্লেখযোগ্য ছিল না।

উপসংহার:

আমাদের চিহ্নিত করা আকারের সাথে তুলনীয় আকারের প্রভাবগুলি এই ডোমেনের সাধারণ পূর্ববর্তী অনেক গবেষণায় নমুনা আকারের সাথে প্রতিলিপি হওয়ার সম্ভাবনা কম, যা সাহিত্যের অসঙ্গতিগুলি ব্যাখ্যা করতে পারে। আমাদের ডেটাতে সনাক্ত করা প্রভাবগুলির স্বল্পতা এবং ছোট আকারগুলি তাদের পরিসংখ্যানগত কাঠামো এবং বিভ্রান্তকারীদের জন্য উপযুক্ত নিয়ন্ত্রণকে সামঞ্জস্য করে এমন পদ্ধতিগুলির সাথে বৃহৎ নমুনাগুলি ব্যবহার করার গুরুত্বের পাশাপাশি মস্তিষ্কের গঠন এবং জ্ঞানীয় সম্পর্কিত গবেষণায় উন্নত টাস্ক প্যারামিটার নির্ভরযোগ্যতার সাথে দৃষ্টান্ত তৈরি করার প্রয়োজনীয়তার উপর জোর দেয়। ডিডির সাথে ক্ষমতা।

কীওয়ার্ড:
বিলম্ব ছাড়; অন্তর্বর্তী পছন্দ; কাঠামোগত নেটওয়ার্ক; চৌম্বকীয় অনুরণন ইমেজিং; মস্তিষ্কের গঠন।

ভূমিকা

যখন একটি পুরষ্কার যা অবিলম্বে বাস্তবায়িত হবে এবং একটি বৃহত্তর পুরস্কার যা পিছিয়ে যাবে তার মধ্যে নির্বাচন করার দ্বিধাদ্বন্দ্বের মুখোমুখি হলে, আমরা প্রায়শই প্রাক্তনটিকে বেছে নিই। এই আচরণ, যাকে টেম্পোরাল বা বিলম্ব ডিসকাউন্টিং (ডিডি) বলা হয়, মানুষ এবং প্রাণীদের মধ্যে পরিলক্ষিত হতে পারে এবং অর্থনীতির দৃষ্টিকোণ থেকে আইটেমগুলির বিষয়গত মূল্য হ্রাস হিসাবে ব্যাখ্যা করা হয় যখন কোনও বিষয়কে সেগুলি পেতে বিলম্বের জন্য অপেক্ষা করতে হয় (স্যামুয়েলসন 1937; স্টোরিট আল 2016)। লোকেরা প্রাথমিক পুরষ্কার, যেমন খাদ্য, ওষুধ, বা যৌনতা এবং আর্থিক পুরস্কার উভয়ই ছাড় দেয় (Mcclure et al.2007; Odum 2011)।

বিভিন্ন বিলম্বে (আন্তঃকালীন পছন্দ) প্রদান করা পুরষ্কার জড়িত পছন্দগুলি সর্বব্যাপী এবং তাৎপর্যপূর্ণ পরিণতি হতে পারে। একটি নির্দিষ্ট পরিমাণ ছাড় অনেক পরিস্থিতিতে একটি অভিযোজিত বৈশিষ্ট্য হতে পারে, উদাহরণস্বরূপ, যেগুলিতে ভবিষ্যত পুরস্কার প্রদান অত্যন্ত অনিশ্চিত (Story et al. 2016)।

তা সত্ত্বেও, মানুষ যেভাবে ভবিষ্যৎ পুরষ্কারকে ছাড় দেয় তার মধ্যে উল্লেখযোগ্য আন্তঃব্যক্তিগত পার্থক্য রয়েছে, এবং আসক্তি (ম্যাকিলোপ এট আল। 2011; অ্যামলুং এট আল। 2017), সিজোফ্রেনিয়া, এবং অ্যানপ্রেসিয়েট (আহ্নপ্রেসিয়েট) এর মতো মানসিক ব্যাধিগুলিতে অস্বাভাবিক আন্তঃস্থায়ী পছন্দগুলি প্রায়শই পরিলক্ষিত হয়। (Takahashi et al. 2008; Pulcu et al. 2014)। সাইকিয়াট্রির ক্ষেত্রের মধ্যে, DD-তে প্রচুর আগ্রহ রয়েছে কারণ এটির গবেষণা ডোমেন মানদণ্ড (Cuthbert and Insel 2013) পূরণ করার সম্ভাব্যতা সাইকোপ্যাথলজির আচরণগত মাত্রা হিসাবে যা অন্তর্নিহিতভাবে প্রকাশ করতে পারে। নিউরোবায়োলজিক্যাল বৈশিষ্ট্য (Lempert et al. 2018)।

DD পরিমাপ করার একটি সাধারণ উপায় হল বিষয়গুলিকে অবিলম্বে দেওয়া একটি ছোট পুরষ্কার এবং ভবিষ্যতে দেওয়া একটি বড় পুরস্কারের মধ্যে বাইনারি পছন্দগুলির সাথে উপস্থাপন করা ("আজকে 50 USD বা 6 মাসে 100 USD এর মধ্যে বেছে নিন") এবং একটি মডেল ফিট করা যা তাদের প্রতিক্রিয়াগুলির উপর ভিত্তি করে ভবিষ্যদ্বাণী করে৷ অনুমানমূলক ডিসকাউন্ট রেট (স্যামুয়েলসন 1937; মাজুর 1987)। এইভাবে পরিমাপ করা ছাড়ের মাত্রা সর্বোচ্চ-রিটেস্ট নির্ভরযোগ্যতা দেখায় এবং বিষয়ের একটি বৈশিষ্ট্য হিসাবে বিবেচিত হতে পারে (Odum 2011; van den Bos et al. 2014)।

সাধারণত, পুরষ্কার মূল্যায়ন, এপিসোডিক প্রসপেকশন, এবং টপ-ডাউন কন্ট্রোল (পিটার্স এবং বুচেল2011; ওয়েনস এট আল। 2017) সমর্থন করার জন্য বিবেচিত অঞ্চলগুলির একটি নেটওয়ার্কে কাঠামোগত মস্তিষ্কের পার্থক্য এবং ডিডি একত্রিত হওয়ার মধ্যে লিঙ্কের তদন্ত করে, তবে তারা আংশিকভাবে দ্বন্দ্বমূলক ফলাফল দিয়েছে, সম্ভবত ছোট নমুনা আকারের কারণে (Kable et al. 2015; Pehlivanova et al. 2018)। ডিসকাউন্ট রেটগুলির সাথে নেতিবাচক সম্পর্কগুলি গ্রে ম্যাটার ভলিউম (GMV) বা পার্শ্বীয় প্রিফ্রন্টাল কর্টেক্স (PFC) (Bjork et al. 2009; Cho et al. 2013), সুপিরিয়র ফ্রন্টাল গাইরাস (Schwartz et al. 2010), মিডিয়াল এর পুরুত্বের সাথে রিপোর্ট করা হয়েছে পিএফসি, পূর্ববর্তী সিঙ্গুলেট কর্টেক্স (বার্নহার্ড এট আল। 2014), এবং পুটামেন (ডোমব্রোভস্কি এট আল। 2012)।

অন্যদিকে, বৃহত্তর ডিডি ভেন্ট্রাল স্ট্রিয়াটাম এবং পোস্টেরিয়র সিঙ্গুলেট কর্টেক্স (Schwartzet al. 2010) এর একটি বৃহত্তর আয়তনের সাথে সম্পর্কিত এবং সামনের মেরু এবং মধ্যম ফ্রন্টাল গাইরাস (Wang et al. 2016), মধ্যবর্তী প্রিফ্রন্টাল্যান্ড এন্টেরিয়র সিঙ্গুলে স্থানীয় GMV বৃদ্ধি পেয়েছে। অঞ্চল (Cho et al. 2013), এবং caudate (Tschernegg et al. 2015); এর মধ্যে কিছু ইতিবাচক সমিতি উপরে উল্লিখিত নেতিবাচক বিষয়গুলির সাথে বিরোধিতা করে৷ আজ পর্যন্ত সবচেয়ে বড় গবেষণায় অল্পবয়সী প্রাপ্তবয়স্কদের মধ্যম টেম্পোরালগাইরাস এবং এন্টোরহিনাল কর্টেক্সে ছোট GMV-এর সাথে বেশি ডিসকাউন্টিং পাওয়া গেছে (Owens et al. 2017)৷

শ্বেত পদার্থের পার্থক্যকে DD-এর সাথে যুক্ত করা সাহিত্যটি তুলনামূলকভাবে ছোট নমুনা সহ অধ্যয়ন নিয়ে গঠিত। DD উচ্চতর (Mohammadi et al. 2016) এবং নিকৃষ্ট অনুদৈর্ঘ্য ফ্যাসিকুলি (Olson et al. 2009; Herting et al. 2010; Mohammadiet al. 2016) এবং ফ্রন্টোস্ট্রিয়াটাল ট্র্যাক্ট (Peper et al. 2016); al. 2016; Hampton et al. 2017)। ওলসন এট আল.(2009) 79 জন কিশোর-কিশোরীর মধ্যে শ্বেতপদার্থ অঞ্চলের সাথে একটি সম্পর্ক খুঁজে পাওয়া গেছে যার মধ্যে রয়েছে নিম্নতর এবং উচ্চতর অনুদৈর্ঘ্য ফ্যাসিকুলির অংশ, অগ্রবর্তী থ্যালামিক বিকিরণ, আনসিনেট ফ্যাসিকুলাস, নিম্নতর ফ্রন্টাল-অসিপিটাল ফ্যাসিকুলাস, কর্টিকোসপিনিয়াম এবং স্পিকলোসপিনাল ট্র্যাক্ট।

স্ট্রিয়াটাম এবং ডান ডোরসোল্যাটারাল পিএফসি-এর মধ্যে পথের শক্তিশালী সংযোগের সাথে কিশোর-কিশোরী বিষয়গুলি কম অধৈর্য হতে থাকে এবং এই ট্র্যাক্টের বিকাশ কিশোরদের বয়স্ক হওয়ার ক্ষেত্রে ছাড় হ্রাসের সাথে যুক্ত করা হয়েছে (van den Bos et al. 2015)। এখন পর্যন্ত এই ক্ষেত্রের সবচেয়ে বড় গবেষণায় (Han et al. 2018) বয়স্ক ব্যক্তিদের মধ্যে দ্বিপাক্ষিক ফ্রন্টাল, ফ্রন্টোস্ট্রিয়াটাল এবং টেম্পোরোপারিয়েটাল ট্র্যাক্টে টেম্পোরাল ডিসকাউন্টিং এবং হোয়াইট ম্যাটারের অখণ্ডতার মধ্যে নেতিবাচক সম্পর্ক খুঁজে পাওয়া গেছে।

পূর্বোক্ত নিউরাল পারস্পরিক সম্পর্কগুলির মধ্যে আন্তঃব্যক্তিগত পার্থক্যগুলি কীভাবে ডিডি-তে পার্থক্যের দিকে পরিচালিত করে তা এখনও অজানা। প্রার্থীর জ্ঞানীয় প্রক্রিয়াগুলির মধ্যে একটি যা এই সম্পর্ককে অন্তর্নিহিত করতে পারে তা হল ওয়ার্কিং মেমরি(WM), যা DD (Shamosh et al. 2008; Ahn et al. 2011) এর সাথে নেতিবাচকভাবে যুক্ত হয়েছে। WM প্রশিক্ষণ প্রাপ্তবয়স্কদের উদ্দীপক আসক্তির চিকিৎসায় ছাড় কমাতে দেখানো হয়েছে (বিকেল এট আল। 2011)।

WM এবংDD কার্যগুলির কার্যকরী সক্রিয়করণের একটি মেটা-বিশ্লেষণ (Wesley and Bickel 2014) বাম পার্শ্বীয় PFC এর পশ্চাৎ অংশে একটি অনন্য অঞ্চল চিহ্নিত করেছে, যেখানে WM এবং DD কার্যকরী সক্রিয়করণ মানচিত্রগুলি ওভারল্যাপ করে৷ সেই গবেষণার লেখকরা অনুমান করেছিলেন যে এই অঞ্চলটি এর সাথে সম্পর্কিত একটি সিদ্ধান্ত গ্রহণের সাথে জড়িত চলমান কার্যনির্বাহী প্রক্রিয়াগুলির সাথে সাম্প্রতিক অতীত এবং অদূর ভবিষ্যতের অস্থায়ী তথ্যকে একীভূত করা। অধিকন্তু, অবিলম্বে এবং বিলম্বিত পুরষ্কারের তুলনা করার সময় পছন্দের অসুবিধা WM- সম্পর্কিত PFC অঞ্চলগুলির মধ্যে কার্যকলাপ পরিবর্তন করে (জিমুরা এট আল। 2018)।

ডিডির সাথে সম্পর্কিত আরেকটি জ্ঞানীয় প্রক্রিয়া হল এপিসোডিকমেমোরি (ইএম)। বিষয়গুলি ইতিবাচক, কিন্তু নেতিবাচক নয়, আত্মজীবনীমূলক স্মৃতি পুনরুদ্ধার করার পরে আরও ধৈর্যশীল হতে থাকে (Lempert et al. 2017)। এপিসোডিক ভবিষ্যত চিন্তা অতীতের অভিজ্ঞতাগুলি মনে রাখার সাথে সাধারণ অঞ্চলগুলিকে নিযুক্ত করে (মিডিয়াল প্রিফ্রন্টাল অঞ্চল, মিডিয়াল এবং ল্যাটারালপারিয়েটাল কর্টেক্স, পাশ্বর্ীয় টেম্পোরাল কর্টেক্স, এবং মিডিয়ালটেম্পোরাল লোব) (অ্যাডিস এট আল। 2007; শ্যাক্টার এট আল। 2007; শ্যাক্টার এবং অ্যাডিস) এবং 2009 হ্রাস করে। DD (Petersand Büchel 2010; Daniel et al. 2015; Bromberg et al. 2017; Hu et al. 2017)। হিপ্পোক্যাম্পাস এবং অ্যান্টিরিয়র সিঙ্গুলেট কর্টেক্স (Peters andBüchel 2010) এবং মধ্যস্থ PFC (Benoit et al. 2011) এর মধ্যে কার্যকরী সংযোগ দ্বারা এই মড্যুলেশনটি যে মাত্রায় ঘটে তা অনুমান করা হয়।

একটি গণনামূলক দৃষ্টিকোণ থেকে, এটি প্রস্তাব করা হয়েছে যে অস্থায়ী ডিসকাউন্টিং একটি অনুসন্ধান প্রক্রিয়া নিয়ে গঠিত যেখানে ভবিষ্যতের পুরষ্কারের বিষয়গত মূল্য মেমরিতে এই পুরষ্কারের উপস্থাপনা খুঁজে পাওয়ার ক্ষমতার উপর নির্ভর করে, পুরষ্কারগুলি এমন ঘটনাগুলির সাথে সম্পর্কিত যা সময়ের সাথে সাথে আরও দূরে থাকে একটি পুয়েটিভ খুঁজে পাওয়া আরও কঠিন। প্রতিনিধিত্বমূলক স্থান, তাই একটি ছোট বিষয়গত মান বরাদ্দ করা হচ্ছে (Kurth-Nelson et al.2012)। এই অনুসন্ধান প্রক্রিয়াটি এইভাবে EM-এর উপর নির্ভর করে রিওয়ার্ড উপস্থাপনা সঞ্চয় করার জন্য এবং বিকল্পগুলির খরচ এবং সুবিধাগুলি বিবেচনা করার জন্য WM এর উপর (Wesley and Bickel 2014)।

বর্তমান সমীক্ষায়, আমরা তরুণ প্রাপ্তবয়স্কদের একটি বৃহৎ দল, হিউম্যান কানেক্টোম প্রজেক্ট (HCP) ডেটাসেট (Van Essenet al. 2013) (http://www.humanconnectome.org) থেকে আচরণগত এবং নিউরোইমেজিং ডেটা বিশ্লেষণ করেছি। বিশেষত, আমরা কর্টেক্স এবং সাবকর্টিক্যাল স্ট্রাকচারের ভলিউম এবং সেইসাথে ধূসর এবং সাদা পদার্থের কাঠামোর কোভেরিয়েন্স নেটওয়ার্কগুলির (অর্থাৎ কাঠামোগত পরিমাপের দৃঢ়ভাবে কোভারি মান সহ অঞ্চলগুলির নেটওয়ার্ক) এর একটি বিস্তৃত সেট তদন্ত করেছি। অগ্রবর্তী টেম্পোরাল কর্টেক্সে বৃহত্তর ডিডি ছোট GMV-এর সাথে সম্পর্কযুক্ত ছিল কিন্তু, বড় নমুনার আকার সত্ত্বেও, মোট কর্টিকাল ভলিউম, সাবকর্টিক্যাল ভলিউম, বা সাদা পদার্থের মাইক্রোস্কোপিক সংগঠনের চিহ্নিতকারীগুলির সাথে কোনও সম্পর্কই উল্লেখযোগ্য ছিল না। এছাড়াও, আমরা এইচসিপিডেটাসেটের কাজগুলিতে ডাব্লুএম বা ইএম-এর সাথে ডিডি-এর কোনও যোগসূত্র খুঁজে পাইনি।

উপকরণ এবং পদ্ধতিসমূহ
অংশগ্রহণকারীরা

HCP অংশগ্রহণকারীরা ছিল 1,196 কম বয়স্ক (মানে=28.9, SD=3.7 বছর, 547 পুরুষ এবং 646 মহিলা) চৌম্বকীয় অনুরণন ইমেজিংয়ের জন্য যোগ্য এবং নিউরোসাইকিয়াট্রিক ব্যাধি, পদার্থের অপব্যবহার, কার্ডিওভাসকুলার রোগের কোনও উল্লেখযোগ্য ইতিহাস নেই , বা মেন্ডেলিয়ান জেনেটিক রোগ। সমস্ত অংশগ্রহণকারী লিখিত অবহিত সম্মতি প্রদান করেছে (Van Essen et al. 2012)। বিভিন্ন জ্ঞানীয় কাজ এবং ইমেজিং পদ্ধতির জন্য বৈধ ডেটা সহ বিষয়গুলির সংখ্যা এবং জনসংখ্যাগত বৈশিষ্ট্যগুলি সারণি 1 এ দেখানো হয়েছে৷ প্রতিটি বিশ্লেষণে আমরা এটির সাথে প্রাসঙ্গিক ভেরিয়েবলগুলির জন্য সম্পূর্ণ ডেটা সহ সমস্ত বিষয় অন্তর্ভুক্ত করেছি৷ ডেটাসেটটি অন্য কোথাও আরও বিশদে বর্ণনা করা হয়েছে (Van Essen et al. 2013)।

ডিডি টাস্ক

অংশগ্রহণকারীদের একটি কম্পিউটারাইজড ইন্টারটেম্পোরাল পছন্দের কাজ পরিচালনা করা হয়েছিল। বেশ কয়েকটি পরীক্ষায়, তারা অবিলম্বে দেওয়া একটি ছোট পুরষ্কার এবং ভবিষ্যতে দেওয়া একটি বড় পুরস্কারের মধ্যে বাইনারি পছন্দের সাথে উপস্থাপন করা হয়েছিল (চিত্র 1A)। পছন্দগুলি অনুমানমূলক ছিল (অর্থাৎ বিষয়গুলিকে তাদের বেছে নেওয়া পরিমাণ অর্থ প্রদান করা হয়নি)। আমরা একটি হাইপারবোলিক ডিসকাউন্টিং ফাংশন (মাজুর 1987) সহ k ডিসকাউন্ট রেট সহ উপস্থাপিত পুরষ্কারগুলির বিষয়গত মানগুলিকে মডেল করেছি৷ বৃহত্তর k মানগুলি ভবিষ্যতের পুরষ্কারগুলির একটি বৃহত্তর ডিসকাউন্টিং নির্দেশ করে এবং আরও অধৈর্য আচরণকে প্রতিফলিত করে৷

মডেলটি ফিট করার সময় আমরা সমস্ত ট্রায়াল ব্যবহার করেছি, ছোট এবং বড় পরিমাপের ট্রায়ালগুলির জন্য আলাদাভাবে অনুমান করা ডিসকাউন্ট রেটগুলি অত্যন্ত পারস্পরিক সম্পর্কযুক্ত ছিল এবং একটি প্যারামিটার পুনরুদ্ধার বিশ্লেষণ দেখায় যে তাদের আলাদাভাবে ফিট করা যথেষ্ট খারাপ পুনরুদ্ধারের দিকে পরিচালিত করে৷ কার্য এবং মডেল সম্পর্কে আরও বিশদ বিবরণের জন্য পরিপূরক উপাদান দেখুন, সেইসাথে সহায়ক বিশ্লেষণগুলি।

WM এবং EM স্কোর

অংশগ্রহণকারীরা NIH টুলবক্স তালিকা সর্টিং ওয়ার্কিং মেমরি টেস্ট (LSWMT) (Tulsky et al. 2014) এবং একটি2-ব্যাক WM টাস্ক (Barch et al. 2013) সম্পন্ন করেছে। এছাড়াও, মৌখিক EM মূল্যায়ন করা হয়েছিল Penn Word Memory Test (PWMT)(Gur et al. 2001) এবং অমৌখিক EM NIH ToolboxPicture Sequence Memory Test (PSMT) (Tulsky et al. 2014) দিয়ে। সমস্ত কাজের স্কোর ছিল বক্স-কক্স রুপান্তরিত করে রেন্ডার করে সেগুলিকে সাধারণভাবে বিতরণ করা হয় এবং পরবর্তীতে প্রমিত করা হয় (রূপান্তর সূচক: LSWMT: 0.90;2-ব্যাক: 3.88; PWMT: 4.46; PSMT: 1.31)। কাজগুলি সম্বন্ধে আরও বিশদ পরিপূরক উপাদানে দেওয়া আছে।

চৌম্বকীয় অনুরণন ইমেজিং

ডেটা অধিগ্রহণ এবং প্রক্রিয়াকরণ

স্ট্রাকচারাল T1-ওয়েটেড এবং ডিফিউশন-ওয়েটেড ইমেজিং (DWI) স্ক্যানগুলি অর্জিত হয়েছিল (স্ক্যানিং প্যারামিটার এবং ডেটা প্রক্রিয়াকরণের বিবরণের জন্য পরিপূরক উপাদান দেখুন)। কর্টিকাল বেধ এবং এলাকা, মোট কর্টিকাল ভলিউম, এবং সাবকর্টিক্যাল স্ট্রাকচারের ভলিউম (অ্যাকম্বেন্স, অ্যামিগডালা, ক্যাডেট, হিপ্পোক্যাম্পাস, প্যালিডাম, পুটামেন এবং থ্যালামাস) ফ্রীসার্ফার (ফিশল্যান্ড ডেল 20) এর সাহায্যে তৈরি করা হয়েছিল। আমরা পৃথক GMV মানচিত্র (মডিউলেটেড গ্রেম্যাটার সম্ভাব্যতা চিত্র) তৈরি করার জন্য একটি ভক্সেল-ভিত্তিক মরফোমেট্রি (অ্যাশবার্নের্যান্ড ফ্রিস্টন 2000) পাইপলাইন (FSL-VBM) (Douaud et al.2007) সহ T1-ওজনযুক্ত চিত্রগুলিও প্রক্রিয়া করেছি। GMV মানচিত্রের বিশ্লেষণ কাঠামোগত ভলিউমগুলির উপর পূর্ববর্তীটির পরিপূরক, কারণ এটি অনুমান করা হয় না যে পূর্বনির্দিষ্ট শারীরবৃত্তীয় কাঠামোর সাথে সামঞ্জস্যপূর্ণ অঞ্চলে প্রভাবগুলি ঘটবে৷ বিভিন্ন ধূসর পদার্থের পরিমাপ সম্পর্কে আরও বিশদ বিবরণ এবং তাদের অন্তর্ভুক্তির যুক্তি সম্পূরক উপাদানে দেওয়া হয়েছে৷

ডিডব্লিউআই ডেটা থেকে, আমরা ভগ্নাংশ অ্যানিসোট্রপি (এফএ) এবং গড় ডিফিউসিভিটি (এমডি) মানচিত্রগুলি গণনা করেছি, মস্তিষ্কের টিস্যুতে জলের প্রোটনের প্রসারণের সীমাবদ্ধতার মাধ্যমে সাদা পদার্থের আণুবীক্ষণিক কাঠামোর প্রতি সংবেদনশীল (লে বিহান এট আল। 2001)। FA এবং MD মানচিত্রগুলি ট্র্যাক্ট-ভিত্তিক স্থানিক পরিসংখ্যান (TBSS) (Smithet al. 2006) এ জমা দেওয়া হয়েছিল যাতে অধ্যয়ন অংশগ্রহণকারীদের সাধারণভাবে সাধারণভাবে সমস্ত ফাইবার বান্ডিলের কেন্দ্রগুলিতে সীমাবদ্ধ পৃথক মানচিত্র পেতে হয় (ট্র্যাক্ট কঙ্কাল, আরও বিশদ বিবরণের জন্য পরিপূরক উপাদান দেখুন)।

অ্যালকোহলিজমের জেনেটিক্স, বুচোলজ, এট আল। (1994), HCP ব্যাটারির অন্তর্ভুক্ত)। যে পাঁচটি ক্ষেত্রে শিক্ষা এবং আয় রেকর্ড করা হয়নি সেগুলিকে R-এর জন্য ইঁদুর প্যাকেজ ব্যবহার করে সেক্স এবং বয়সের ভিত্তিতে অভিযুক্ত করা হয়েছিল।

স্বাধীন উপাদান বিশ্লেষণ

আমরা গ্রে-ম্যাটার স্ট্রাকচার মোডালিটিগুলি (কর্টিক্যাল বেধ এবং এলাকার মানচিত্র এবং জিএমভি চিত্রগুলি) সংযুক্ত স্বাধীন উপাদান বিশ্লেষণ (লিঙ্কড-আইসিএ) ব্যবহার করে যৌথভাবে 50টি উপাদানে বিভক্ত করেছি, একটি ডেটা-চালিত পদ্ধতি যা সমস্ত বিষয়ের উপাদানগুলির একটি সেটে ডেটাকে ভেঙে দেয়। পরিবর্তনশীলতা (কোভ্যারিয়েন্স নেটওয়ার্ক), যেগুলির জৈবিক প্রশংসিততা দেখানো হয়েছে (গ্রোভেসেট আল। 2011, 2012; ডৌউড এট আল। 2014; আরও বিশদ বিবরণের জন্য পরিপূরক উপাদান দেখুন)। প্রতিটি উপাদান একটি স্থানিক মানচিত্র এবং স্কোরের একটি সেটের সাথে যুক্ত, প্রতিটি বিষয়ের জন্য একটি, ইনপুট পদ্ধতির (বেধ, ক্ষেত্রফল এবং GMV) সাথে সম্পর্কিত আপেক্ষিক ওজনের সাথে।

একটি নির্দিষ্ট উপাদানের জন্য একটি বিষয়ের স্কোর বিষয়ের মানচিত্রে উপাদানটির অবদানের স্বাক্ষরিত মাত্রাকে প্রতিফলিত করে। একইভাবে, আমরা হোয়াইট-মেটার স্ট্রাকচার মোডালিটিগুলি (এফএ এবং এমডি) 50টি উপাদানে বিভক্ত করেছি। বিভিন্ন উপাদানের সংখ্যায় ফলাফলের দৃঢ়তা যাচাই করার জন্য, এই বিশ্লেষণগুলি 50টির পরিবর্তে 100টি উপাদানে ডেটা পচিয়ে বারবার করা হয়েছিল।

For more information:1950477648nn@gmail.com