A Precise Computational Measure of Impulsivity that Signals Relevant Outcomes in Opioid Addiction Treatment

Silvia Lopez-Guzman, Anna Konova, Kenway Louie, Paul Glimcher

Resultado de la investigación: Capítulo en Libro/Reporte/ConferenciaContribución a la conferencia

Resumen

Los modelos computacionales de toma de decisiones impulsivas, como el descuento temporal, se utilizan ampliamente para estudiar la adicción. Sin embargo, la validación clínica de un marcador supone el desarrollo de métodos que proporcionen una alta precisión y fiabilidad. En primer lugar, mostramos que un modelo modificado de descuento temporal que incorpora la sensibilidad al riesgo específica de cada individuo, proporciona una medida más precisa, imparcial y fiable de
impulsividad que el enfoque estándar. Con esta herramienta, y dada la actual epidemia de opiáceos, nos propusimos investigar longitudinalmente si el descuento indicaría resultados negativos relevantes como el consumo de drogas, la recaída y el abandono en pacientes que reciben tratamiento por adicción a los opiáceos. Se encontró que los cambios en las tasas de descuento estaban relacionados con el aumento del uso de fármacos en los pacientes, lo que indica una vulnerabilidad a la recaída total y al fracaso del tratamiento.
Idioma originalInglés estadounidense
Título de la publicación alojadaCognitive Computational Neuroscience
EstadoPublicada - 2017

Citar esto

Lopez-Guzman, S., Konova, A., Louie, K., & Glimcher, P. (2017). A Precise Computational Measure of Impulsivity that Signals Relevant Outcomes in Opioid Addiction Treatment. En Cognitive Computational Neuroscience