تحليل رفتار معتادان در آزمون قمار آيوا با استفاده از مدل يادگيري تقويتي

Analysis of Behavior of Drug Addicts in Iowa Gambling TaskUsing Reinforcement Learning Model

هدف: هدف اين پژوهش، بررسي اختلالات تصميم گيري معتادان به مواد افيوني، در شرايط مخاطره‌آميز، با استفاده از روش مدل سازي شناختي است. روش: در اين پژوهش، ابتدا نظام تصميم گيري آزمودني ها (گروه شاهد و گروه معتادان درمان جو)، با استفاده از نسخه فارسي آزمون قمار آيوا بررسي و سپس، يافته هاي آزمون با استفاده از مدل سازي شناختي تحليل شد. در اين راستا و بر اساس يادگيري تقويتي و شرايط آزمون قمار، مدل‌هاي مختلف تصميم گيري در شرايط مخاطره-آميزِ آزمون قمار طراحي شد. در مرحله بعد، مدل ها در محيط آزمون قمار شبيه سازي و جداگانه بر داده هاي هر دو گروه برازش داده شدند. سپس، مدلي كه مطابقت بيشتري با رفتار آزمودني هاي آن گروه داشت، مشخص شد. يافته ها: نتايج نشان داد كه هر دو گروه معتادان درمان جو (217=n) و شاهد (130=n) عملكرد ضعيفي در آزمون داشتند (امتياز خالص كمتر از 10). علاوه بر آن، عملكرد گروه معتاد ضعيف تر از گروه شاهد بود (07/0p < ). نتايج مدل سازي نشان مي دهد كه مدل بهينه هر دو گروه مدلي است كه در ارزيابي انتخاب هاي مختلف فقط به تعداد دفعات دريافت پاداش و زيان (و نه مقادير آنها) توجه مي كرد. روش تحليل حساسيت آشكار كرد كه مدل بهينه براي گروه معتاد، علاوه بر توجه صرف به تعداد دفعات پاداش و زيان، بيشتر از گروه شاهد تحت تاثير آسيب‌گريزي قرار دارد. نتيجه گيري: نتايج فوق گوياي آن است كه علت كم بودن امتياز كسب شده در هر دو گروه، ناديده گرفتن اندازه پاداش و زيان و توجه به دفعات آن است. ضمن اين كه، دليل پايين بودن بازده گروه معتاد نسبت به گروه شاهد، عدم تعادل آسيب گريزي و پاداش‌جويي و گرايش به سمت آسيب‌گريزي است. اين گرايش به آسيب گريزي مي تواند بر شرايط خاص معتادان درمان‌جو منطبق باشد.

Objective: The aim of this study was to assess decision making disorders in opioid dependents in riskful situations, using cognitive modeling. First, the decision making process of participants (treatment-seeking dependents and the normal group) was evaluated using the Farsi version of Iowa gambling task; and then the data were analyzed using cognitive modeling. Different models of decision making in riskful situations in the gambling task were designed based on reinforcement learning and gambling task circumstances. In the next step, the models were simulated in gambling task environment and were separately fitted on the data of both groups. Thereafter, the model with higher correspondence with the subject behavior in each group was determined. Results: Both the group of treatment-seeking dependents (n=127) and the control group (n=130) showed a weak performance in the task (pure scores lower than 10). In addition, the performance of the dependent group was weaker than that of the normal group (p < 0.07). Modeling results indicated that the optimum model in both groups was the model that was focused only on the frequency of reward and punishment (not on their size), in the assessment of different choices. Sensitivity revealing method revealed that the optimum model for the dependent group, in addition to merely focusing on the frequency of reward and punishment, is affected by harm-avoidance more than the control group. Conclusion: The above-mentioned results indicate that the reason for the low scores obtained in both groups, is ignoring the size of reward and punishment and focusing on their frequency. Moreover, the reason for the lower output in the dependent group in comparison with the control group is a lack of balance between harm avoidance and reward dependence and a bias toward harm avoidance. The mentioned bias toward harm avoidance could be associated with the specific circumstances of treatment seeking drug dependents.