Despite being considered primarily

Despite being considered primarily a mood disorder, major depressive disorder (MDD) is characterized by
cognitive and decision making deficits. Recent research has employed computational models of reinforcement
learning (RL) to address these deficits. The computational approach has the advantage in making
explicit predictions about learning and behavior, specifying the process parameters of RL, differentiating
between model-free and model-based RL, and the computational model-based functional magnetic
resonance imaging and electroencephalography. With these merits there has been an emerging field of
computational psychiatry and here we review specific studies that focused on MDD.
Considerable evidence suggests that MDD is associated with impaired brain signals of reward prediction
error and expected value (‘wanting’), decreased reward sensitivity (‘liking’) and/or learning (be
it model-free or model-based), etc., although the causality remains unclear. These parameters may
serve as valuable intermediate phenotypes of MDD, linking general clinical symptoms to underlying
molecular dysfunctions. We believe future computational research at clinical, systems, and cellular/
molecular/genetic levels will propel us toward a better understanding of the disease.

ผลลัพธ์ (ไทย) 2:

แม้จะได้รับการพิจารณาเป็นหลักความผิดปกติของอารมณ์ที่สำคัญโรคซึมเศร้า (MDD) ที่โดดเด่นด้วย
การขาดดุลทางปัญญาและการตัดสินใจ งานวิจัยล่าสุดได้ใช้แบบจำลองคอมพิวเตอร์ของการเสริมแรง
การเรียนรู้ (RL) เพื่อแก้ไขการขาดดุลเหล่านี้ วิธีการคำนวณมีความได้เปรียบในการทำให้
การคาดการณ์ที่ชัดเจนเกี่ยวกับการเรียนและพฤติกรรมการระบุพารามิเตอร์กระบวนการของ RL, ความแตกต่าง
ระหว่างรูปแบบฟรีและแบบที่ใช้ RL และการคำนวณแบบจำลองการทำงานแม่เหล็ก
สะท้อนภาพและ electroencephalography ที่มีประโยชน์เหล่านี้ได้มีการสนามใหม่ของ
จิตเวชคำนวณและที่นี่เราจะตรวจสอบการศึกษาเฉพาะที่มุ่งเน้นไปที่ MDD.
หลักฐานแสดงให้เห็นว่าโรคซึมเศร้ามีความเกี่ยวข้องกับสัญญาณสมองที่มีความบกพร่องของรางวัลการทำนาย
ความผิดพลาดและค่าที่คาดหวัง (ที่ต้องการ) ลดลงไวรางวัล ( 'ชื่นชอบ') และ / หรือการเรียนรู้ (เป็น
มันรูปแบบฟรีหรือแบบที่ใช้) เป็นต้นแม้ว่าเวรกรรมยังคงไม่ชัดเจน พารามิเตอร์เหล่านี้อาจ
ทำหน้าที่ phenotypes กลางที่มีคุณค่าของ MDD เชื่อมโยงอาการทางคลินิกทั่วไปที่จะอยู่ภายใต้
ความผิดปกติของโมเลกุล เราเชื่อว่าการวิจัยการคำนวณในอนาคตทางคลินิกระบบและโทรศัพท์มือถือ /
โมเลกุลระดับพันธุกรรม / จะขับเคลื่อนเราไปสู่ความเข้าใจที่ดีของการเกิดโรค

ผลลัพธ์ (ไทย) 3:

แม้จะถือว่าเป็นหลัก อารมณ์อาการโรคซึมเศร้า ( MDD ) เป็นลักษณะโดยการรับรู้ และการตัดสินใจ การวิจัยล่าสุดได้ใช้คอมพิวเตอร์รุ่นของเสริมการเรียนรู้ ( RL ) เพื่อแก้ไขการขาดดุลเหล่านี้ วิธีการคำนวณที่มีประโยชน์ในการทําการคาดการณ์ที่ชัดเจนเกี่ยวกับการเรียนรู้และพฤติกรรม การระบุพารามิเตอร์ของ RL ความแตกต่างระหว่างรูปแบบฟรีและสำหรับ RL และคอมพิวเตอร์สำหรับการทำงาน แม่เหล็กการสร้างภาพด้วยเรโซแนนซ์ และไคลเอ็นต์ . ด้วยข้อดีเหล่านี้มีการเกิดขึ้นใหม่ เขตคอมพิวเตอร์จิตเวชและที่นี่เราจะตรวจสอบเฉพาะการศึกษาที่เน้นเต็ม .หลักฐานสำคัญแสดงให้เห็นว่าเต็มเกี่ยวข้องกับบกพร่องสัญญาณสมองของรางวัล ทำนายข้อผิดพลาดและค่าคาดหวัง ( "wanting " ) , รางวัลความไวลดลง ( "liking " ) และ / หรือการเรียนรู้ ( เป็นมันแบบฟรีหรือสำหรับ ) ฯลฯ แม้ว่าความสัมพันธ์ยังไม่ชัดเจน พารามิเตอร์เหล่านี้อาจเป็นสื่อกลางในการเชื่อมโยงที่มีฟีโนไทป์ MDD , อาการทางคลินิกทั่วไป เป็นต้นความผิดปกติระดับโมเลกุล . เราเชื่อว่าอนาคตเชิงวิจัยในคลินิก , ระบบ , และของเซลล์พันธุศาสตร์ระดับโมเลกุล / จะขับเคลื่อนเราต่อความเข้าใจที่ดีขึ้นของโรค