Medindo Delay Descontando em seres humanos usando uma Tarefa de Ajuste Valor

Resumo

Delay discounting refers to a decline in the value of a reward when it is delayed relative to when it is immediately available. We outline a computer-based delay discounting task that is easy to implement and allows for the quantification of the degree of delay discounting in human participants.

Resumo

Atraso em refere-se a um declínio no valor de uma recompensa quando é atrasado em relação a quando está imediatamente disponível. Atraso tarefas descontando são usados ​​para identificar pontos de indiferença, que refletem igual preferência por duas alternativas de recompensa dicotômicas diferentes, tanto atraso e magnitude. Os pontos de indiferença são fundamentais para avaliar a forma de um gradiente-descontando atraso porque eles nos permitem isolar o efeito do atraso no valor. Por exemplo, se em um atraso de 1 semana e um máximo de US $ 1.000, o ponto de indiferença é a $ 700 nós sabemos que, para esse participante, a 1 semana de atraso corresponde a uma redução de 30% em valor. Este vídeo apresenta uma tarefa-descontando atraso quantidade de ajuste que identifica pontos de indiferença relativamente rápida e é barato e fácil de administrar. Depois que os dados foram coletados, técnicas de regressão não-lineares são normalmente utilizados para gerar curvas de desconto. A inclinação da curva de desconto reflete o grau de impulsive escolha de um grupo ou individual. Estas técnicas têm sido utilizadas com uma ampla gama de commodities e identificaram populações que são relativamente impulsivo. Por exemplo, pessoas com problemas de abuso de substâncias desconto atrasado recompensas mais acentuada do que os participantes do controle. Embora grau do desconto varia em função da mercadoria examinada, o desconto de uma mercadoria se correlaciona com desconto de outras commodities, o que sugere que o desconto pode ser um padrão persistente de comportamento ^1.

Introdução

Atraso de desconto é um fenômeno comportamental que afeta muitas situações as pessoas se deparam atraso em refere-se ao fato de que as recompensas temporalmente proximais são mais valorizados do que recompensas temporalmente distais. Ou seja, o valor de recompensas diminuir com atrasos. Este é um processo importante porque muitas escolhas que as pessoas fazem envolver uma troca entre resultados imediatos de baixa qualidade (eg., Um pedaço de bolo de queijo após o jantar) e atrasou os resultados de alta qualidade (por exemplo., A saúde de longo prazo). Atraso desconto também foi observado numa variedade de espécies em adição aos seres humanos, incluindo macacos, ^{2,3 4,5, 6,7,} ratos e pombos ^8.

As diferenças individuais em grau de descontos têm sido associados a vários comportamentos desajustados ^9. O valor de recompensas diminui como uma função de atraso de acordo com uma função hiperbólica decaimento ^8. Com a decadência hiperbólica, diminuição valoré extensivamente com atrasos relativamente curtas, mas diminui proporcionalmente menos através atrasos relativamente longos. A descoberta de que Mazur valor degrada hiperbolicamente em função do atraso é importante, porque a função hiperbólica é capaz de prever reversões de preferência onde outras funções teóricos não podem sem pressupostos adicionais. Reversões de preferência são um bem documentado encontrar ^10-12 que a preferência por uma pequena recompensa disponível relativamente breve (SSR) sobre uma recompensa maior disponível em um ponto relativamente distante no futuro (LLR) irá inverter, se um atraso comum é adicionado a ambas as alternativas . Por exemplo, se, durante a condução em casa do trabalho, a sensação de fome de repente bate, uma pessoa pode estar inclinado a parar no primeiro restaurante de fast food à vista para um lanche relativamente saudável em vez de esperar até chegar em casa por um pedaço de fruta ou algum outro lanche de alta qualidade. Se, no entanto, a fome bate, enquanto ainda no trabalho, quando a pessoa ainda tem que caminhar paraseu carro e dirigir na estrada antes de se aproximar o restaurante fast food, eles são mais propensos a decidir esperar até chegar em casa para o fruto.

A inclinação com que recompensa declínio no valor em função do atraso pode ser considerada uma medida da escolha de um organismo impulsividade. Impulsividade escolha pode ser definida como uma preferência para SSR sobre LLR ^13,14 .Higher graus de escolha impulsiva estão ligados ao uso e abuso de várias drogas, tais como álcool ^{15,16, 17,18} cigarros, ¹⁹ a cocaína, heroína ^20,21, metanfetamina e ^22. Graus mais elevados de escolha impulsiva também estão ligados à problemática do jogo ^23, a obesidade ^24,25, e problemas de saúde e opções de segurança pessoal ^26.

Várias tarefas podem ser utilizados para avaliar o atraso descontando em seres humanos. Por exemplo, os participantes poderão ser convidados a tomar decisões entre alternativas e experiência algumas ou todas asdas consequências associadas à sua escolha (tarefa verdadeira recompensa ^27,28) ou podem ser solicitados a tomar decisões entre as alternativas hipotéticas, no caso em que não seria realmente experimentar as consequências associadas à sua escolha (tarefa recompensa hipotético ^{1-3,9 , 15-19,25,29).} Graus semelhantes de desconto são geralmente observadas, independentemente de a recompensa e os atrasos são reais ou hipotéticas ^30. O método de administração de tarefas descontando atraso difere entre os estudos. Por exemplo, vários laboratórios têm administrado a tarefa através de um questionário fill-in-the-branco ^31, um questionário de múltipla escolha ^32, um procedimento quantidade de ajuste ^33, e uma escolha monetária questionário ^34. A tarefa quantidade de ajuste, originalmente desenvolvido pela Du, Verde e Myerson ^33, e amplamente utilizado em nosso laboratório, proporciona vários benefícios. Uma vez que a tarefa é a coleta de dados programada é automatizado, limitandoerro humano ao longo do processo. Devido à natureza de ajuste da tarefa, pontos de indiferença são alcançados com relativamente poucas perguntas, o que minimiza o tempo de participantes são obrigados a estar no laboratório e limites e tédio. É importante ressaltar que a tarefa fornece dados detalhados e confiáveis. A tarefa quantidade de ajuste será detalhado abaixo.

Protocolo

O protocolo foi aprovado pelo Comitê de Ética da Universidade Estadual de Utah. As etapas descritas abaixo devem servir como um guia para a programação e realização de uma tarefa demora desconto.

1. Criação de uma Task Descontando Delay

1. Escolha a faixa de atrasos para o qual o desconto será avaliado.
   NOTA: Por exemplo, um cenário típico seria utilizar os atrasos que variam de 1 semana a 25 anos. Os atrasos selecionados devem seguir, por convenção, uma progressão de aproximadamente exponencial (por exemplo., 1 semana, 2 semanas, 1 mês, 2 meses, 6 meses, 1 ano, 5 anos, e 25 anos)
2. Escolha a quantidade máxima de dinheiro que será usado na tarefa. Por exemplo, valores típicos de dinheiro utilizados na tarefa são de US $ 100 ou US $ 1.000.
3. Escolha o número de ensaios que devem ser concluídas para determinar um ponto de indiferença em cada atraso.
   NOTA: Por exemplo, um número típico de ensaios para cada atraso deve situar-se entre 6 a 8 trials para equilibrar a resolução dos dados e fadiga participante.

2. obter o consentimento informado e entre Participante

1. Ter o participante se sentar em uma sala isolada na frente de um computador. Peça ao participante para desligar seu telefone celular e / ou quaisquer outros dispositivos eletrônicos.
2. Fornecer o participante com um termo de consentimento para revisar e assinar se eles concordam em participar na tarefa.
3. Inicie o programa clicando no ícone associado com a tarefa no computador.
4. Observe a caixa de diálogo e inserir uma tag de identificação do participante única que será anexado aos dados do participante.
   NOTA: Devido a tarefa deve ser programado por experimentadores, este passo pode ser automatizado por ter o programa atribuir uma marca participante automaticamente.

3. Proporcionar Instruções e provas práticas

1. Dê as instruções participantes sobre o que ele ou ela vai experimentar na tarefa.
2. Provide provas práticas que não serão incluídos na análise de dados.
   NOTA: As provas práticas são projetados para familiarizar os participantes com o projeto de tarefas e proporcionar aos participantes a oportunidade de fazer perguntas, se eles não conseguem entender o que se espera deles, sem ameaçar a integridade dos dados coletados no início da tarefa. Ensaios de prática não deve usar o procedimento de ajuste descrito abaixo. Em vez disso, provas práticas devem simplesmente consistem em uma série de escolhas entre resultados imediatos e resultados tardios.
   1. Por exemplo, começar as provas práticas, mostrando uma pergunta na tela do computador e pedindo o participante a escolher entre US $ 10 disponível imediatamente e US $ 100 disponível em um mês. Observe a escolha feita na tela.
   2. Fazer a mesma pergunta na próxima tela, mas por escolhas subseqüentes aumentar a alternativa imediata por um incremento de US $ 10 em cada ensaio (independentemente das escolhas feitas pelo participante) até o Immediaalternativas de te como retardados são iguais a US $ 100.
3. Realizar dez provas práticas para permitir que o participante para se aclimatar à altura da tarefa.

4. Avaliar a Indiferença Ponto Único

NOTA: Os pontos de indiferença servir como a principal variável dependente de tarefas de desconto de atraso e representam um ponto em que o valor presente da alternativa atrasada é igual ao da alternativa imediata.

1. Mostrar os montantes de partida para as alternativas retardados e imediatos para os participantes. No primeiro experimento, mostrar o valor máximo que o montante para a alternativa adiada. Simultaneamente exibir a quantidade imediato como ½ da quantidade máxima. Definir o cursor do rato para o centro da tela (equidistante de cada uma das alternativas de escolha) no início do ensaio.
   NOTA: O lado (direito ou esquerdo da tela) em que uma alternativa é apresentado deve ser determinado aleatoriamente em cadatentativas.
2. Observe escolha do participante.
3. Ajustar a quantidade de imediato a alternativa de ¼ do máximo para o segundo ensaio com base na escolha participantes.
   1. Diminuir a quantidade de a alternativa imediata para o segundo julgamento se o participante escolheu a alternativa imediata no primeiro julgamento. Por exemplo, se o valor imediato foi de US $ 50 e foi eleito no primeiro julgamento, em seguida, no segundo julgamento exibir a quantidade imediato de $ 25.
   2. Aumentar a quantidade de a alternativa imediata para o segundo julgamento se o participante escolheu a alternativa atraso no primeiro julgamento. Por exemplo, se a quantidade foi de imediato $ 50, mas a quantidade retardada foi escolhida com o primeiro ensaio, em seguida, no segundo ensaio apresentar a quantidade imediato quanto $ 75.
4. Exibir o novo montante da alternativa imediata ea alternativa atraso constante para o participante e permitir-lhes para fazer a sua próxima escolha.
5. Observe o pA escolha de articipant e ajustar o montante da alternativa imediata por ½ do ajuste anterior.
   1. Diminuir a quantidade de a alternativa imediata para o próximo julgamento, se o participante escolheu a alternativa imediata sobre o julgamento atual. Por exemplo, se a quantidade foi de imediato $ 25 na segunda tentativa e optou-se, em seguida, no terceiro ensaio apresentar a quantidade imediato quanto $ 12,50.
   2. Aumentar a quantidade de a alternativa imediata para o próximo julgamento, se o participante escolheu a alternativa atraso sobre o julgamento atual. Por exemplo, se a quantidade foi de imediato $ 25 na segunda tentativa e optou-se, em seguida, no terceiro ensaio apresentar a quantidade imediata, 37.50 $.
6. Repita os passos 4.4 e 4.5 até que o participante fez com que o número necessário de escolhas
   NOTA: O número de opções é a critério do experimentador; veja a discussão para maiores detalhes.
   NOTA: O ajuste para o próximo julgamento deve always ser igual ao valor máximo multiplicado por 2 ^-n, onde n é o número de ensaio para o ajuste da corrente (ver Figura 1).
7. Faça o ajuste final para a quantidade imediato, baseado na escolha do participante. Utilize este novo valor como o ponto de indiferença para esse atraso.

5. Determine Indiferença Pontos em Cada Delay

1. Totalmente repita o Passo 4 para cada um dos escolhidos atrasos, repor o montante do resultado imediato eo valor da adaptação para o primeiro ensaio em cada atraso.

6. Avaliar Delay Desconto de qualitativamente diferente Outcomes (Opcional)

1. Peça o participante para fornecer um exemplo do resultado escolhido. Por exemplo, se o resultado escolhido é comida, em seguida, pedir que o participante "Qual é a sua comida favorita?"
2. Observe a resposta do participante e pedir ao participante o quanto uma unidade dos custos de resultado (ex.: "O queé o custo do alimento preferido? ").
   NOTA: Se experimentadores estão interessados ​​em avaliar as diferenças em descontando através de commodities, esta etapa irá equalizar mercadorias em termos de valor para que as eventuais diferenças de desconto não são devido a diferenças na quantidade que está sendo descontado.
3. Exibir os valores dos valores iniciais imediatos e tardios com base no preço relatado pelo participante. Defina a quantidade atrasada de que o resultado seja igual ao valor máximo dividido pelo preço por unidade que foi fornecida pelo participante e, em seguida, definir a alternativa imediata para ½ desse montante.
   NOTA: Por exemplo, se uma porção de sorvete custa US $ 5 eo máximo é de R $ 100, então existem 20 porções de sorvete em 100 $. Utilize este valor calculado como a alternativa adiada (por exemplo., "20 porções de sorvete em uma semana") e ½ desse montante como a alternativa imediata (por exemplo., "10 porções de sorvete agora").
4. RepeEm todos os passos 4 e 5 com o valor recalculado de cada resultado.

Figura 1. Julgamento Estrutura do Valor Ajuste de tarefas. O valor inicial para a alternativa atrasado, Y, deve ser igual ao máximo. O valor inicial para a alternativa imediata, X, deve ser igual .5Y. Se X é escolhido, em seguida, o valor de x deve ser reduzida no ensaio seguinte. Se Y é escolhido, em seguida, o valor de x deve ser aumentado com o ensaio seguinte. O valor da adaptação é .25Y on Trial 1 e é 0,5 do ajuste anterior em cada tentativa subsequente. Por favor clique aqui para ver uma versão maior desta figura.

Análise 7. Dados

1. Importar dados para qualquer Analy dados preferidoprograma sis. Isolar o ponto de indiferença para cada atraso para cada participante. Calcula-se a ponto de indiferença mediana para cada atraso para cada grupo.
   NOTA: Cálculo de pontos de indiferença medianos só é necessária se um projeto do grupo é usado.
2. Escolha um modelo de regressão curvilínea (ver resultados representativos para exemplos). Use regressão curvilínea para ajustar o modelo para os pontos (mediana) de indiferença. Isso irá gerar estimativas de parâmetros relevantes para o modelo selecionado (veja abaixo para uma explicação sobre os parâmetros).
   NOTA: Nós fornecemos código para conduzir regressão curvilínea em Materiais Complementares para o programa estatístico R para ajudar o leitor com a Etapa 7.

Resultados

Atraso resultados descontando são comumente analisadas por modelos de regressão curvilíneas de montagem para ambos os pontos de indiferença medianos dos grupos e pontos de indiferença de participantes individuais para cada resultado. A mediana pontos grupo de indiferença são usados ​​porque os pontos de indiferença para uma amostra geralmente não são normalmente distribuídos. Três modelos de regressão não-linear são comumente utilizados: os sugeridos por Mazur (Equaç?...

Discussão

Este vídeo descreve as etapas que devem ser tomadas para realizar um experimento atraso descontando usando a tarefa quantidade de ajuste. A tarefa quantidade de ajuste é relativamente rápido para conduzir (10 - 15 minutos por participante) e produz dados confiáveis. A natureza de ajuste da tarefa fornece uma análise aperfeiçoá-lo de grau de desconto de um participante individual. Uma vez que a tarefa é a coleta de dados baseado em computador é automatizado, o que limita humano de erros e influência durante o p...

Materiais

Name	Company	Catalog Number	Comments
Computer	any		Mac or Windows
Programming Software	Visual Studios		https://www.visualstudio.com
Data Analysis Software	The R Foundation		http://www.r-project.org
Informed Consent Form