Summary

Mäta det subjektiva värdet av riskfyllda och oklara alternativ med experimentell ekonomi och funktionell MRI metoder

Published: September 19, 2012
doi:

Summary

Använda funktionell MRI och beteendemässiga metoder för att bestämma den neurala representationen av det subjektiva värdet av riskfyllda och tvetydiga alternativ i den mänskliga hjärnan.

Abstract

De flesta av de val vi gör har osäkra konsekvenser. I vissa fall sannolikheter för olika tänkbara utfall är exakt kända, ett tillstånd som kallas "riskfylld". I andra fall när sannolikheter inte kan beräknas, är detta ett tillstånd som beskrivs som "tvetydig". Medan de flesta människor är obenägna att både risk och osäkerhet 1,2, graden av dessa aversioner varierar avsevärt mellan individer, så att det subjektiva värdet av samma riskabelt eller tvetydiga alternativet kan vara mycket olika för olika individer. Vi kombinerar funktionell MRI (fMRI) med en experimentell ekonomi-baserad metod 3 för att bedöma den neurala representationen av subjektiva värderingar riskfyllda och tvetydiga alternativ 4. Denna teknik kan nu användas för att studera dessa neurala representationer i olika populationer, såsom olika åldersgrupper och olika patientpopulationer.

I vårt experiment, ämnen gör följdskador val Between två alternativ medan deras neurala aktiveringen spåras med hjälp fMRI. På varje försökspersoner välja mellan lotterier som varierar i sin monetära belopp och antingen sannolikheten att vinna detta belopp eller tvetydighet förknippad med att vinna. Vår parametrisk konstruktion tillåter oss att använda varje individs val beteende att uppskatta sina attityder till risk och osäkerhet, och därmed uppskatta subjektiva värden som varje option som innehas för dem. En annan viktig egenskap hos konstruktionen är att resultatet av den valda lotteriet inte avslöjas under experimentet, så att ingen inlärning kan äga rum, och därmed tvetydiga alternativen förblir tvetydiga och risk attityder är stabila. Istället slutet av scanning sessionen en eller några prövningar slumpmässigt och spelas för riktiga pengar. Eftersom patienter inte vet på förhand vilka prövningar kommer att väljas måste de behandla varje försök som om det, och den ensam var en rättegång som de kommer att betalas. Denna konstruktion svgärder som vi kan uppskatta det verkliga subjektiva värdet för varje alternativ för varje ämne. Vi ser sedan till områden i hjärnan vars aktivering är korrelerad med det subjektiva värdet av riskfyllda alternativ och för områden vars aktivering är korrelerad med engelska värde tvetydiga alternativ.

Protocol

1. Förbereda experiment Det första steget är att utforma visuella stimuli representerar riskabla och tvetydiga val som kommer att presenteras på skärmen i skannern. Vi använder bilder som de som presenteras i figur 1 för att representera påsar fyllda med pokermarker som vi kallar "lotteri bags". Grafiskt kan dessa bilder ses som staplar av pokermarker innan de placeras i en påse. Det är viktigt att dessa bilder motsvarar faktiska behållare, i vårt fall kuvert fyllda med …

Discussion

Vi har använt en metod från experimentell ekonomi att karakterisera ämnen beteende och uppskatta individuella attityder gentemot risk och osäkerhet. Vi använde sedan dessa uppskattningar för att analysera neurala uppgifter.

Andra metoder för att pröva fMRI aktivitet medan individer gör val under risk och osäkerhet har använts före 8,12. Vår strategi är dock kombinerar flera viktiga funktioner. Först används en parametrisk konstruktion, där olika parametrar (belopp…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi tackar Aldo Rustichini för givande diskussioner och kommentarer om utformningen.
Finansierat av NIA bidrag R01-AG033406 till IL och PWG.

Materials

Name Company Comments
Allegra Head Only 3.0 T MRI Scanner Siemens A whole body scanner can also be used
NM-011 transmit head coil Nova Medical  
E-prime Psychology Software Tools Stimuli presentation software
Matlab MathWorks  

References

  1. Glimcher, P. W. Understanding risk: a guide for the perplexed. Cogn. Affect Behav. Neurosci. 8, 348-354 (2008).
  2. Camerer, C., Weber, M. Recent Developments in Modeling Preferences – Uncertainty and Ambiguity. Journal of Risk and Uncertainty. 5, 325-370 (1992).
  3. Holt, C. A., Laury, S. K. Risk aversion and incentive effects. Am. Econ. Rev. 92, 1644-1655 (2002).
  4. Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. Neural representation of subjective value under risk and ambiguity. J. Neurophysiol. 103, 1036-1047 (2010).
  5. Kahneman, D., Tversky, A. Prospect Theory – Analysis of Decision under Risk. Econometrica. 47, 263-291 (1979).
  6. Deichmann, R., Gottfried, J. A., Hutton, C., Turner, R. Optimized EPI for fMRI studies of the orbitofrontal cortex. Neuroimage. 19, 430-441 (2003).
  7. Gilboa, I., Schmeidler, D. Maxmin Expected Utility with Non-Unique Prior. J. Math Econ. 18, 141-153 (1989).
  8. Hsu, M., Bhatt, M., Adolphs, R., Tranel, D., Camerer, C. F. Neural systems responding to degrees of uncertainty in human decision-making. Science. 310, 1680-1683 (2005).
  9. Boynton, G. A., Engel, S. A., Glover, G., Heeger, D. . J Neurosci. 16, 4207-4221 (1996).
  10. Forman, S. D. Improved Assessment of Significant Activation in Functional Magnetic-Resonance-Imaging (Fmri) – Use of a Cluster-Size Threshold. Magnetic Resonance in Medicine. 33, 636-647 (1995).
  11. Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. NeuroImage. 15, 870-878 (2002).
  12. Huettel, S. A., Stowe, C. J., Gordon, E. M., Warner, B. T., Platt, M. L. Neural signatures of economic preferences for risk and ambiguity. Neuron. 49, 765-775 (2006).
  13. Smith, V. L. . Papers in experimental economics. , (1991).
check_url/kr/3724?article_type=t

Play Video

Cite This Article
Levy, I., Rosenberg Belmaker, L., Manson, K., Tymula, A., Glimcher, P. W. Measuring the Subjective Value of Risky and Ambiguous Options using Experimental Economics and Functional MRI Methods. J. Vis. Exp. (67), e3724, doi:10.3791/3724 (2012).

View Video