Update Bias e Information Integration nel disturbo bipolare

Abstract

BACKGROUND L’update bias è un fenomeno che riguarda la modalità di aggiornamento delle informazioni, tale per cui i soggetti sani tendono ad aggiornare maggiormente informazioni positive rispetto a quelle negative mostrando un bias ottimistico. Tale meccanismo è evolutivamente vantaggioso perché consente alle persone di esplorare nuovi ambienti nonostante le avversità. Diversi studi hanno evidenziato che tale asimmetria è localizzata nell’IFG di destra, è dipendente dall’età e varia in condizioni di stress ambientale, rivelandosi un meccanismo adattabile. È stato dimostrato che questo bias ottimistico è assente nei soggetti che esperiscono un Episodio Depressivo Maggiore, potendosi addirittura invertire, e mostrando una proporzionalità diretta con la gravità dell’episodio. Tali soggetti non solo aggiornano maggiormente le informazioni negative ma mostrano anche un maggior apprendimento (information integration) per tali informazioni. Non è ancora stato chiarito come tale bias si modifichi nel Disturbo Bipolare. L’obiettivo di questo studio è confrontare un gruppo di pazienti affetti da Disturbo Bipolare in fase eutimica e un gruppo di controlli sani sulla capacità di aggiornare (i.e., update) e apprendere (i.e., information integratioin) da notizie positive e negative. I risultati potrebbero aiutarci ad identificare un marker del Disturbo Bipolare che non vari in funzione della fase. MATERIALI E METODI Sono stati reclutati 45 soggetti con diagnosi di Disturbo Bipolare (tipo I e tipo II), testati in fase eutimica e confrontati con un gruppo di 26 soggetti sani. Tutti i partecipanti sono stati sottoposti ad una versione computerizzata del Beliefs Update Task. Ad ogni soggetto venivano mostrati 40 eventi di vita avversi e veniva chiesto di stimare la probabilità che un dato evento accadesse loro (prima stima). Per ogni evento veniva poi mostrata la probabilità reale che tale evento accada in una popolazione socio-demograficamente simile (probabilità reale). In base alla sottostima o sovrastima del partecipante, gli eventi venivano divisi in positivi (se il partecipante sovrastimava la probabilità che un dato evento negativo accadesse) o negativi. In un secondo momento veniva richiesto al partecipante di stimare la probabilità che il medesimo evento accadesse loro (seconda stima). Per ogni soggetto abbiamo poi calcolato due parametri sia per le informazioni positive che per quelle negative: l’Update come la differenza tra la prima e la seconda stima e l’Information Integration come la relazione tra l’Update e l’EstimationError, definito come la differenza tra la prima stima e la probabilità reale. RISULTATI Confrontando i due gruppi, non vi era differenza in merito all’update bias, intesa come la differenza dell’Update per le informazioni positive e negative, che risultava presente sia nei controlli (p=0.025) sia nei pazienti in eutimia (p=0.033). I due gruppi differivano tuttavia nel bias dell’Information Integration, maggiormente presente nei controlli (p=0.034) piuttosto che nei pazienti (p=0.119). È stata eseguita una ANOVA a misure ripetute che non ha evidenziato un’interazione significativa tra valenza*gruppo né nell’update (F=0.056; p=0.813) né nell’Information Integration (F=0.759; p=0.387). Vi era tuttavia una differenza significativa nell’Information integration indipendentemente dalla valenza tra i gruppi (p<.001) cosicchè i pazienti eutimici nel complesso integrano meno le informazioni a parità di update. DISCUSSIONE Nel campione esaminato, la variabile Information Integration è risultata più utile nel distinguere un gruppo di controlli sani da un gruppo di pazienti con Disturbo Bipolare in eutimia. Ciò potrebbe suggerire che i meccanismi neuronali alla base del disturbo potrebbero maggiormente dipendere da alterazioni dell’integrazione delle informazioni di per sé, indipendenti dalla valenza attribuita alle informazioni ricevute, cosa che differenzierebbe questo gruppo di pazienti da coloro che sono affetti da Disturbo Depressivo Maggiore. Considerata la difficoltà nel distinguere un Episodio Depressivo di tipo unipolare da quello bipolare, tale fenomeno potrebbe in futuro agevolare nella diagnosi differenziale fra le due grosse categorie dei Disturbi Dell’Umore.

BACKGROUND Update bias is a phenomenon that concerns the way information is updated, such that healthy subjects tend to update positive information more than negative ones, showing an optimistic bias. This mechanism is evolutionarily advantageous because it allows people to explore new environments despite adversity. Several studies have shown that this asymmetry is localized in the right IFG, is age-dependent and varies in environmental stress conditions, revealing itself to be an adaptable mechanism. It has been shown that this optimistic bias is absent in subjects experiencing a Major Depressive Episode, being able to even reverse it, and showing a direct proportionality with the severity of the episode. These subjects not only update negative information more but also show greater learning (information integration) for such information. It has not yet been clarified how this bias changes in Bipolar Disorder. The goal of this study is to compare a group of patients suffering from Bipolar Disorder in the euthymic phase and a group of healthy controls on the ability to update (i.e., update) and learn (i.e., information integratioin) from positive and negative news. The results could help us identify a Bipolar Disorder marker that does not vary with phase. MATERIALS AND METHODS 45 subjects diagnosed with bipolar disorder (type I and type II) were recruited, tested in the euthymic phase and compared with a group of 26 healthy subjects. All participants underwent a computerized version of the Beliefs Update Task. Each subject was shown 40 adverse life events and asked to estimate the probability of a given event happening to them (first estimate). For each event, the real probability of such an event occurring in a socio-demographically similar population was then shown (real probability). Based on the participant's underestimation or overestimation, events were divided into positive (if the participant overestimated the likelihood of a given negative event occurring) or negative. Later, the participant was asked to estimate the probability that the same event would happen to them (second estimate). For each subject we then calculated two parameters for both positive and negative information: Update as the difference between the first and second estimate and Information Integration as the relationship between Update and EstimationError, defined as the difference between the first estimate and the real probability.