Bases neurobiológicas da antecipação de recompensas e avaliação de resultados em transtorno do jogo (2014)

• ¹Clínica de Pesquisa sobre Distúrbios do Jogo, Aarhus University Hospital Aarhus, Dinamarca; Centro de Neurociências Funcionalmente Integrativas, Aarhus University Aarhus, Dinamarca; Divisão de Dependência, Cambridge Health Alliance Cambridge, MA, EUA; Departamento de Psiquiatria, Harvard Medical School, Universidade de Harvard, Cambridge, MA, EUA.

O transtorno do jogo é caracterizado por comportamento mal-adaptativo persistente e recorrente, que leva a comprometimento ou sofrimento clinicamente significativo. O distúrbio está associado a disfunções no sistema dopaminérgico. Os códigos do sistema de dopamina recompensam a antecipação e a avaliação dos resultados. A antecipação da recompensa se refere à ativação dopaminérgica antes da recompensa, enquanto a avaliação do resultado se refere à ativação dopaminérgica após a recompensa. Este artigo revisa evidências de disfunções dopaminérgicas na antecipação de recompensa e avaliação de resultados no transtorno do jogo a partir de dois pontos de vista: um modelo de previsão de recompensa e erro de previsão de recompensa por Wolfram Schultz et al. e um modelo de “querer” e “gostar” de Terry E. Robinson e Kent C. Berridge. Ambos os modelos oferecem informações importantes sobre o estudo das disfunções dopaminérgicas no vício, e são sugeridas implicações para o estudo das disfunções dopaminérgicas no transtorno do jogo.

Previsão de recompensa e erro de previsão de recompensa

A previsão de recompensa refere-se à antecipação da recompensa, enquanto o erro de previsão de recompensa se refere à avaliação do resultado. A predição de recompensa e o erro de previsão de recompensa estão associados à aprendizagem das propriedades de recompensa dos estímulos. Segundo Wolfram Schultz (2006), predição de recompensa e erro de previsão de recompensa derivam de Kamin's regra de bloqueio (Kamin, 1969), o que sugere que uma recompensa totalmente prevista não contribui para a aprendizagem. Um estímulo que pode ser totalmente previsto não contém novas informações, e a taxa de erro de previsão de recompensa é, portanto, zero. Rescola e Wagner descreveram o chamado Regra de aprendizagem de Rescola-Wagner (Rescola e Wagner, 1972), que afirma que a aprendizagem diminui progressivamente à medida que o reforçador se torna mais previsto.

Em condições de resultados binários aleatórios, por exemplo, recompensa versus não-recompensa, o valor esperado (EV) é o valor médio que pode ser esperado de um dado estímulo, que é uma função linear da probabilidade de recompensa. Em contraste, incerteza, que pode ser definido como a variância (σ²) de uma distribuição de probabilidade (Schultz et al., 2008), é o desvio médio quadrático do EV, que é uma função inversa em forma de U. A codificação do mesencéfalo e dopamina estriatal de EV e incerteza seguem funções lineares e quadráticas de predição de recompensa semelhantes às suas expressões matemáticas (Fiorillo et al., 2003; Preuschoff et al. 2006; Schultz, 2006). O sistema de dopamina também codifica desvios no resultado da predição de recompensa, isto é, erro de previsão de recompensa: “… os neurônios de dopamina emitem um sinal positivo (ativação) quando um evento apetitivo é melhor que o previsto, nenhum sinal (nenhuma mudança na atividade) evento ocorre como previsto, e um sinal negativo (atividade diminuída) quando um evento apetitivo é pior do que o previsto… [e] neurônios de dopamina mostram codificação bidirecional de erros de previsão de recompensa, seguindo a equação Resposta de dopamina = Recompensa ocorreu - Recompensa prevista ”(Schultz, 2006, pp. 99 – 100).

Fiorillo et al. (2003) investigaram a ativação da dopamina na previsão de recompensas e recompensaram o erro de predição em relação ao EV e à incerteza (isto é, variância no desfecho). No estudo, dois macacos foram expostos a estímulos com probabilidades de recompensa variáveis ​​(P = 0, P = 0.25, P = 0.5, P = 0.75 e P = 1.0). A taxa de lamber antecipatório e a ativação de neurônios de dopamina no mesencéfalo ventral (área A8, A9 e A10) foram registrados. A codificação dopaminérgica da predição da recompensa foi medida como fásico sinal imediatamente após a apresentação do estímulo, enquanto a codificação do erro de predição da recompensa foi medida como um sinal fásico imediatamente após o resultado do estímulo (recompensa ou nenhuma recompensa). A codificação dopaminérgica da incerteza foi medida como um telhado sinal da apresentação do estímulo ao resultado.

Os autores relataram três resultados principais. Primeiro, as probabilidades de recompensa dos estímulos foram correlacionadas com a taxa de lambida antecipatória e a resposta antecipatória de dopamina fásica. Isso sugere que a probabilidade de recompensa reforçou a ativação dopaminérgica e a resposta comportamental. Segundo, a resposta sustentada da dopamina em relação à incerteza seguiu as propriedades da variância, ou seja, foi maior em relação aos estímulos com probabilidade de recompensa de 50% (P = 0.5), menor para estímulos com P = 0.75 e P = 0.25, e menor para estímulos com P = 1.0 e P = 0.0. Em terceiro lugar, os estímulos recompensados ​​com menor probabilidade de recompensa tiveram uma maior resposta fásica de dopamina após a recompensa, o que sugere um sinal de erro de previsão de recompensa positivo maior; os estímulos recompensados ​​com maior probabilidade de recompensa tiveram uma menor resposta fásica de dopamina após a recompensa, o que sugere um menor sinal de erro de previsão de recompensa.

Estudos neurobiológicos do jogo em humanos apóiam a evidência da previsão de recompensa e recompensam o erro de predição. Abler et al. (2006) utilizou a ressonância magnética funcional (fMRI) para investigar a previsão de recompensa e recompensar o erro de predição em uma tarefa de incentivo onde os participantes mostravam cinco números associados a diferentes probabilidades de recompensa (P = 0.0, P = 0.25, P = 0.50, P = 0.75 e P = 1.0). Os resultados mostraram uma ativação antecipada significativa do nível de oxigênio no sangue (BOLD) no NAcc, que foi proporcional à probabilidade de recompensa. Além disso, houve uma interação significativa entre o resultado e a ativação do BOLD no NAcc, onde a ativação do BOLD foi maior quando os estímulos de baixa probabilidade foram recompensados ​​e menor quando os estímulos de alta probabilidade foram recompensados.

Preuschoff et al. (2006) utilizou uma tarefa de adivinhação de cartões para investigar a relação entre risco e incerteza em relação à recompensa antecipada. A tarefa consistiu em cartões 10 que variam de 1 a 10, onde duas cartas foram sorteadas em sucessão. Antes do desenho do segundo cartão, os participantes tinham que adivinhar se o primeiro cartão seria maior ou menor que o segundo cartão. Os resultados mostraram que a probabilidade de recompensa foi linearmente associada à ativação BOLD imediata: maior probabilidade de recompensa foi associada a um sinal BOLD antecipatório imediato mais alto, e menor probabilidade de recompensa foi associada a um menor sinal BOLD antecipatório imediato. Em contraste, a incerteza mostrou uma relação inversa em forma de U com ativação BOLD tardia: os sinais BOLD antecipatórios mais altos foram vistos em torno da incerteza máxima (P = 0.5) e os menores sinais antecipados BOLD foram vistos em torno da certeza máxima (P = 1.0 e P = 0.0).

Estudos neurobiológicos sustentam a noção de disfunção dopaminérgica da antecipação de recompensa no transtorno do jogo. van Holst et al. (2012) compararam portadores de distúrbios de jogo 15 com controles saudáveis ​​16 em um estudo de fMRI que investigava a antecipação de recompensa em uma tarefa de adivinhação de cartas. Sofredores de transtorno de jogo mostraram um aumento significativo na ativação BOLD no estriado ventral bilateral e no córtex orbitofrontal esquerdo em direção ao VE relacionado ao ganho. Isso sugere uma ativação BOLD aumentada em direção à antecipação de recompensa. Não foram encontradas diferenças na ativação BOLD para avaliação de resultados. Linnet et al. (2012) compararam portadores de transtorno de jogo 18 e controles saudáveis ​​16 em um estudo de tomografia por emissão de pósitrons (PET) usando o Iowa Gambling Task (IGT). A liberação de dopamina no estriado de pessoas com transtorno do jogo mostrou uma curva U invertida significativa com a probabilidade de desempenho vantajoso do IGT. Sofredores de distúrbios de jogo com máxima incerteza de resultado (P = 0.5) teve maior liberação de dopamina do que indivíduos com IGT mais próximo de certos ganhos (P = 1.0) ou certas perdas (P = 0.0). Isso é consistente com a noção de codificação dopaminérgica da incerteza. Não foi encontrada interação entre a liberação de dopamina e a incerteza entre os indivíduos controles saudáveis, o que poderia sugerir um reforço mais forte do comportamento de jogo entre os que sofrem de distúrbios do jogo. Portanto, no distúrbio do jogo, a antecipação dopaminérgica de recompensa e incerteza pode representar uma antecipação de recompensa disfuncional, o que reforça o comportamento do jogo apesar das perdas.

Na avaliação dos resultados, as evidências sugerem uma resposta embotada à dopamina em quem sofre de transtornos do jogo. Reuter et al. (2005) compararam portadores de distúrbios de jogo 12 com controles saudáveis ​​12 em uma tarefa de adivinhação de cartão. Sofredores de transtorno de jogo mostraram uma resposta BOLD significativamente menor no estriado ventral em direção a vitória em comparação com controles saudáveis. Além disso, sofredores do transtorno do jogo mostraram uma correlação negativa significativa entre a ativação do BOLD e a gravidade nos sintomas do jogo, o que sugere uma avaliação desfavorável dos resultados no transtorno do jogo.

Uma das limitações do modelo de previsão de recompensa e previsão de premiação é que não é uma teoria do vício ou do transtorno do jogo, por si só. Em outras palavras, enquanto o aumento da ativação dopaminérgica em direção à incerteza pode ser um mecanismo central no reforço do comportamento do jogo, isso não explica por que alguns indivíduos se tornam dependentes do jogo, enquanto outros não. Em contraste, o modelo de incentivo-sensibilização sugere que o comportamento de dependência está associado a uma combinação de reforço dopaminérgico e alterações no sistema de dopamina (sensibilização) após a exposição repetida ao medicamento.

Modelo de sensibilização e incentivo de “querer” e “gostar”

Terry E. Robinson e Kent C. Berridge (Robinson e Berridge, 1993, 2000, 2003, 2008; Berridge e Aldridge, 2008; Berridge et al. 2009) propuseram um sensibilização de incentivo modelo, que distingue o prazer (“gostar”) da saliência de incentivo (“querer”) no vício. "Wanting" está associado à antecipação de recompensa, enquanto "gostar" está associado à avaliação de resultados.

O modelo de incentivo-sensibilização enfoca o sistema de dopamina como uma base neurobiológica básica da dependência. O estriado ventral e seu principal componente, o NAcc, estão associados ao vício. Mudanças no sistema de dopamina associadas à exposição a drogas tornam os circuitos cerebrais hipersensíveis ou “sensibilizados” a drogas ou sinais de drogas. A sensibilização da exposição repetida ao fármaco também pode ocorrer ao nível da atividade psicomotora ou locomotora. A sensibilização está ligada ao aumento da saliência de incentivo, que é o processo cognitivo associado à busca de drogas e ao comportamento de tomar drogas. Saliência de incentivo (“querer”) refere-se a um estado motivacional, que pode ser consciente ou inconsciente, orientado para objetivos ou não, e prazeroso ou não prazeroso:

“As aspas em torno do termo“ querer ”servem como advertência para reconhecer que saliência de incentivo significa algo diferente do senso de linguagem comum comum da palavra querer. Por um lado, “querer” no sentido de incentivo não precisa ter um objetivo consciente ou um alvo declarativo…. A saliência de incentivo é separável de crenças e metas declarativas que constituem aspectos cognitivos de “querer” ”(Berridge e Aldridge, 2008, pp. 8 – 9).

A saliência de incentivo (“querer”) aumenta após exposição repetida a drogas e sinais de drogas, enquanto o prazer (“gostar”) permanece o mesmo ou diminui ao longo do tempo. O modelo de incentivo-sensibilização de “querer” e “gostar” oferece uma explicação para o aparente paradoxo de que indivíduos com transtornos por uso de substâncias têm um desejo maior de drogas, apesar de terem menos prazer em tomá-los. “Hotspots” de incentivo foram identificados no NAcc: a ativação na camada medial do NAcc está claramente associada ao “gosto”, enquanto a ativação em todo o NAcc (particularmente ao redor do pallidum ventral) está associada ao “querer” (Berridge et al., 2009).

Sensibilização de incentivo define a relação entre saliência de incentivo e sensibilização. A saliência de incentivo deve ser associada à sensibilização para explicar o comportamento aditivo: um aumento na ligação da dopamina não define a sensibilização de incentivo, mas sim um aumento na ligação da dopamina em relação a determinadas drogas; a atividade locomotora não indica sensibilização de incentivo, mas a corrida para obter drogas faz; a preocupação psicomotora não indica sensibilização de incentivo, mas sim uma obsessão por tomar drogas. Portanto, o simples reforço do comportamento é insuficiente para explicar o comportamento aditivo.

“A ideia central é que as drogas viciantes alteram duradouramente os sistemas cerebrais relacionados ao NAcc, que medeiam uma função básica de incentivo-motivação, a atribuição de saliência de incentivo. Como conseqüência, esses circuitos neurais podem tornar-se hipersensíveis permanentemente (ou “sensibilizados”) a efeitos específicos de drogas e a estímulos associados a medicamentos (via ativação por associações SS). A mudança cerebral induzida por drogas é chamada de sensibilização neural. Propusemos que isso conduza psicologicamente à atribuição excessiva de saliência de incentivo a representações relacionadas às drogas, fazendo com que o “querer” patológico tome drogas ”(Robinson e Berridge, 2003, P. 36).

Berridge e Aldridge (2008) fornecem um exemplo da abordagem de incentivo à sensibilização para a investigação na dependência. Nesta abordagem, os animais são treinados sob duas condições: primeiro, os animais são condicionados para trabalhar (apertar uma alavanca) para recompensas (por exemplo, pelotas de alimentos) e devem continuar trabalhando para ganhar recompensas. Em uma sessão de treinamento separada, os animais recebem recompensas sem ter que trabalhar para eles, onde cada recompensa é associada a um sinal de tom auditivo para 10-30 s, que é o estímulo condicionado (CS +). Após o treinamento, os animais são testados em um paradigma de extinção onde o “querer” é medido como o número de pressões de alavancas que o animal está disposto a realizar sem receber uma recompensa. Como os animais não recebem recompensas, o “querer” não é confundido pelo consumo de recompensa. A chave do paradigma é testar mudanças no comportamento quando o estímulo auditivo condicionado é introduzido durante diferentes estados induzidos por drogas. Em uma série de estudos, Wyvell e Berridge (2000, 2001) mostraram que ratos injetados com microinjeções de anfetamina na camada de NAcc tiveram significativamente mais pressão de alavanca quando o estímulo auditivo condicionado foi introduzido em comparação com ratos injetados com microinjeções salinas. Em um experimento relacionado, Wyvell e Berridge (2000, 2001) constataram que as medidas de gosto (reação facial ao recebimento de uma recompensa de açúcar) não diferiram se os animais receberam microinjeções salinas ou de anfetamina. Esses achados sugerem que a anfetamina está associada a um aumento do “desejo” desencadeado pela sugestão, mas não ao aumento do prazer (“gostar”) de receber a recompensa.

As sugestões do modelo de sensibilização ao incentivo de aumento do “querer” e diminuição do “gosto” no vício são consistentes com os achados da literatura sobre o distúrbio do jogo de aumento da ativação da dopamina para a recompensa antecipada (Fiorillo et al., 2003; Abler et al. 2006; Preuschoff et al. 2006; Linnet et al. 2011a, 2012) e ativação embotada da dopamina ao resultado da recompensa (Reuter et al., 2005). Esses achados sugerem que as disfunções dopaminérgicas antecipado recompensas, em vez de recompensas reais, reforçam o comportamento do jogo entre os que sofrem de distúrbios do jogo. A sensibilização do sistema dopaminérgico para recompensas antecipadas, em vez de recompensas incorridas, pode explicar por que os portadores de transtornos do jogo continuam apostando, apesar das perdas, e podem desempenhar um papel central na formação de percepções errôneas sobre a probabilidade de ganhar com o jogo (Benhsain et al. 2004).

Uma das limitações do modelo de incentivo-sensibilização é que os indivíduos com transtorno de uso de substâncias têm menor liberação de dopamina e menor disponibilidade de receptores de dopamina, apesar de terem maior sensibilização de incentivo:

“No entanto, deve ser reconhecido que a literatura atual contém resultados conflitantes sobre as alterações da dopamina no cérebro em viciados. Por exemplo, foi relatado que viciados em cocaína desintoxicados na verdade mostram uma diminuição na liberação de dopamina evocada em vez do aumento sensibilizado descrito acima…. Outra descoberta em humanos que parece inconsistente com a sensibilização é que os viciados em cocaína têm baixos níveis de receptores D2 dopaminérgico do estriado, mesmo após uma abstinência prolongada…. Isto sugere um estado hipodopaminérgico em vez de um estado sensibilizado ”(Robinson e Berridge, 2008, P. 3140).

Embora os potenciais de ligação menores sejam relatados em transtornos por uso de substâncias, não há evidência de diminuição dos potenciais de ligação na literatura sobre transtornos do jogo (Linnet, 1995). 2013). Portanto, o transtorno do jogo pode servir como um transtorno "modelo" para o modelo de incentivo à sensibilização, já que o jogo não é confundido com a ingestão de substâncias exógenas.

Implicações da antecipação de recompensas e avaliação de resultados no distúrbio do jogo

Os modelos de Schultz et al. e Robinson e Berridge fornecem informações importantes sobre o estudo sobre o distúrbio do jogo. O modelo de previsão de recompensa e previsão de premiação por Schultz et al. oferece uma explicação para o reforço comportamental da antecipação de recompensa no vício, enquanto o modelo de incentivo-incentivo de Robinson e Berridge explica os mecanismos de “querer” e “gostar” do vício. Ao mesmo tempo, o distúrbio do jogo pode servir como um distúrbio “modelo” ao abordar certos aspectos dos dois modelos.

Primeiro, os níveis mais baixos de potenciais de ligação relatados no transtorno por uso de substâncias não são vistos no transtorno do jogo (Linnet et al., 2010, 2011a,b, 2012; Clark et al. 2012; Boileau et al. 2013). Isso pode sugerir que a sensibilização por incentivo pode ocorrer independentemente da ligação da dopamina na linha de base, em apoio ao modelo de incentivo à sensibilização.

Em segundo lugar, enquanto os estudos de Fiorillo et al. (2003) e Preuschoff et al. (2006) apoiar a noção de ativação antecipada da dopamina em direção à incerteza, mais pesquisas são necessárias para determinar se esse mecanismo está ou não associado a disfunções dopaminérgicas no transtorno do jogo.

Terceiro, a literatura sobre desordens do jogo sugere aumento da ativação cerebral em direção à antecipação da recompensa e à ativação enfraquecida em relação à avaliação dos resultados. Isso é consistente com a sugestão do modelo de incentivo-sensibilização de aumento do “querer”, mas diminuiu o “gosto” no vício e a noção de ativação antecipada da dopamina na previsão de recompensa. A disfunção dopaminérgica na antecipação de recompensa pode constituir um mecanismo comum de dependência, porque ocorre na ausência de recompensa. Portanto, a antecipação da recompensa pode ter uma função (dis) similar, seja a recompensa a comida, a droga ou o jogo. Novos estudos devem abordar a antecipação de recompensas e a avaliação de resultados no transtorno do jogo.

Declaração de conflito de interesse

O autor declara que a pesquisa foi conduzida na ausência de quaisquer relações comerciais ou financeiras que possam ser interpretadas como um potencial conflito de interesses.

Agradecimentos

Referências