यह पृष्ठ तुर्की से स्वचालित रूप से अनुवादित किया गया है। मूल पढ़ें

Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV1212

E-PosterPsikoz ve ŞizofreniVaka kontrol deneysel çalışma

मनोविकारी विकारों की लक्षण-संरचना के अंतर्निहित तंत्रिका-विज्ञान संबंधी तंत्रों को समझने के लिए संगणकीय मॉडलिंग का उपयोग

USING COMPUTATIONAL MODELING TO ADVANCE UNDERSTANDING OF THE NEUROSCIENTIFIC MECHANISMS UNDERLYING PSYCHOTIC DISORDERS SYMPTOMATOLOGY.

Sunan: Dorota Frydecka

Ülke: Poland

Kurum: Wroclaw Medical University, Department of Psychiatry

स्किज़ोफ्रेनिया स्पेक्ट्रम विकार वाले रोगियों में पुनर्बलन अधिगम कार्यों के दौरान सीखने की दर कम और पुरस्कार तथा दंड के प्रति संवेदनशीलता कम पाई गई; सबसे स्पष्ट हानि उन रोगियों में देखी गई जिनमें नकारात्मक लक्षण प्रमुख थे।

इस अध्ययन का उद्देश्य संगणकीय मॉडलिंग (computational modeling) के माध्यम से पुनर्बलन अधिगम (reinforcement learning) और निर्णय लेने में विशिष्ट अंतरों को अलग-अलग पहचानकर मनोविकारी विकारों के लक्षणों के तंत्रिका-विज्ञान संबंधी आधार को स्पष्ट करना था। अध्ययन के नमूने में स्किज़ोफ्रेनिया स्पेक्ट्रम विकार वाले 138 रोगी और 188 स्वस्थ नियंत्रण प्रतिभागी शामिल किए गए; प्रतिभागियों ने ऐसे पुनर्बलन अधिगम कार्य पूरे किए जिनमें संभाव्य अधिगम और निर्देश-आधारित अधिगम, दोनों का मूल्यांकन किया गया। व्यवहारगत परिणामों का विश्लेषण बेसल गैन्ग्लिया के कृत्रिम तंत्रिका नेटवर्क मॉडल (artificial neural network model) के संदर्भ में भी किया गया और डोपामिनर्जिक मार्गों से संचारित सकारात्मक तथा नकारात्मक पुनर्बलन संकेतों का सीखने और निर्णय लेने पर प्रभाव दर्शाया गया। कार्य के अधिगम चरण में प्रतीकों के तीन जोड़े संभाव्य प्रतिपुष्टि के साथ प्रस्तुत किए गए (A 80% और B 20%, C 70% और D 30%, E 60% और F 40%); परीक्षण चरण में नए संयोजनों (AC, AD, AE तथा BC, BD, BE) का उपयोग करके सीखे गए मूल्यों के सामान्यीकरण को मापा गया। स्वस्थ नियंत्रण प्रतिभागियों की तुलना में रोगियों में सीखने की दर कम और पुरस्कार तथा दंड, दोनों के प्रति संवेदनशीलता कम देखी गई; यह हानि विशेष रूप से उन रोगियों में स्पष्ट थी जिनमें नकारात्मक लक्षण प्रमुख थे। गलत निर्देशों से रोगी और नियंत्रण प्रतिभागी समान रूप से प्रभावित हुए; हालांकि, निर्देशजनित पूर्वाग्रह (instructional bias) पर काबू पाने से संबंधित सीखने की दर स्वस्थ नियंत्रण प्रतिभागियों में स्किज़ोफ्रेनिया वाले रोगियों की तुलना में सांख्यिकीय रूप से सार्थक स्तर तक अधिक पाई गई। पोस्टर में इन तुलनाओं के लिए संख्यात्मक प्रभाव आकार (effect size) या p-मान नहीं दिया गया था। लेखकों ने निष्कर्ष निकाला कि संगणकीय मॉडल उन व्यक्तिगत विशेषताओं को उजागर करते हैं जिन्हें मानक नैदानिक मूल्यांकन और स्व-रिपोर्ट मापनियों से पहचाना नहीं जा सकता, तथा उभरते हुए मनोरोग संबंधी लक्षणों के तंत्रिका-विज्ञान संबंधी आधार के विशिष्ट घटकों को अलग-अलग समझने में योगदान देते हैं।

Orijinal postere git

Bu çalışmaya nasıl atıf yapılır?

APA 7: Frydecka, D., et al. (2026, September 23-26). Using computational modeling to advance understanding of the neuroscientific mechanisms underlying psychotic disorders symptomatology [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2309

Vancouver: Frydecka D, et al. Using computational modeling to advance understanding of the neuroscientific mechanisms underlying psychotic disorders symptomatology [e-poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2309

Yazar adları ve başlık biçimi kongre sisteminden otomatik oluşturulmuştur; kullanmadan önce orijinal posterle karşılaştırın.

Tüm WCP 2026 özetleri

Sitenin son güncellemesi: 8 Kasım 2026 · Site editörü: Doç. Dr. Alişan Burak Yaşar, info@alisanburak.com