Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Introducción
El problema de cómo los seres humanos toman decisiones ha sido abordado desde diferentes disciplinas dentro de las cuales se incluyen la economía, la psicología y las neurociencias1. Cada uno de estos campos ha proveído diversos métodos y técnicas para estudiar el fenómeno; así desde la economía experimental, se ha procurado establecer un marco teórico que permita comprender los elementos racionales y sus limitaciones en los individuos cuando éstos interactúan con variables económicas y financieras. Por su parte, la psicología ha estudiado los procesos cognitivos, comportamentales y emocionales involucrados en la toma de decisiones y desde las neurociencias se ha acumulado evidencia que ha permitido describir las estructuras y circuitos cerebrales que subyacen a este complejo proceso2.
Consecuentemente, y basándose en el cuerpo de conocimientos desarrollado desde cada disciplina, surgió el campo de la neuroeconomía a finales de los años 1990, con la provisión de herramientas de investigación sofisticadas, principalmente de imagenología que permitían por primera vez visualizar lo que sucede en el cerebro cuando los seres humanos toman decisiones3. Adicionalmente, en la literatura científica empezaron a divulgarse resultados de investigaciones que provenían de este naciente campo de investigación, como, por ejemplo, el famoso artículo de Paul W. Glimcher y Aldo Rustichini “Neuroeconomics: the consilience of brain and decision” publicado en la revista Science4.
En este contexto y durante las últimas dos décadas se han generado múltiples explicaciones de la toma de decisiones que han dado origen a modelos neuroeconómicos1, que se definen como propuestas teóricas y metodológicas que explican de forma sistematizada la toma de decisiones a partir de tres aspectos fundamentales: correlatos neurofisiológicos, procesos cognitivos entre los que se encuentran: memoria, atención y funciones ejecutivas, y factores emocionales5.
Ahora bien, definir los límites de lo que es un modelo neuroeconómico ha representado un desafío para los investigadores de este campo dado el solapamiento que puede presentarse con otras disciplinas, particularmente la economía conductual, que estudia a través de diferentes métodos cómo las personas toman decisiones en contextos reales6. Por esta misma razón, no se presenta de forma definitiva una clasificación o compilado de dichos modelos, sino que varían de acuerdo con la perspectiva de los investigadores7.
No obstante, y para propósitos de esta revisión, cabe mencionar la aproximación de Daniel Serra2, quién plantea que puede distinguirse entre modelos neuroeconómicos centrados en la cognición y emoción, y modelos sociales. Como su nombre sugiere, los primeros reúnen a aquellas propuestas que hacen énfasis en el rol de procesos cognitivos y emocionales en la toma de decisiones; uno de éstos es la propuesta de Lily Gutnik y colaboradores8, quienes ilustraron las influencias bidireccionales de factores perceptuales y emocionales en la consistencia de la elección a lo largo del tiempo. Referente a los modelos sociales, agrupan aquellas aproximaciones que estudian la interacción entre comportamientos sociales, como el altruismo, la equidad, la confianza y la toma de decisiones9. Según Enrico Petracca10, existen dos perspectivas; el internalismo y el externalismo, ambas plantean que para explicar la toma de decisiones es indispensable la integración de los contextos biológicos (neurales) y de los mecanismos sociales. La principal diferencia es que en el primero, la causa final de la conducta humana se atribuye a los circuitos cerebrales, mientras que la segunda propone que es el contexto social.
Ahora bien, la toma de decisiones se ha estudiado a partir de otros subprocesos, como por ejemplo la aversión al riesgo, que es la tendencia de los seres humanos a reducir la incertidumbre en el momento de tomar decisiones11 y la literalidad probabilística, entendida como la capacidad para comprender operaciones de cálculo probabilístico y estadístico, como comparar y transformar probabilidades y proporciones12. Algunos estudios han revelado que la aversión al riesgo varía de acuerdo con su interacción con otros procesos emocionales y cognitivos13-16. En adolescentes y adultos jóvenes, la impulsividad y la interocepción son dos de las variables que se han reportado como de mayor interacción con la aversión al riesgo17.
Referente a la impulsividad, esta se define como la dificultad para inhibir y modular comportamientos, pensamientos y emociones, también refiere a una inhabilidad para valorar las consecuencias a largo plazo tanto para sí mismo, como para los demás18 y según Griffin et al. se caracteriza por la predominancia relativa del comportamiento espontáneo sobre el planificado19. A nivel psicofisiológico, la impulsividad se ha explicado a partir del sistema de activación- inhibición conductual20. Cuando este sistema falla, ocurre una hiperactividad de la amígdala ante estímulos de potencial recompensa y a una baja capacidad regulatoria de las vías corticales (prefrontales)21. Algunas investigaciones han descrito que estudiantes universitarios con alta impulsividad que prefieren obtener gratificación inmediata en lugar de recompensas tardías (así sean más beneficiosas en el largo plazo) suelen tomar decisiones rápidas antes de evaluar la información disponible, tienen dificultades para esperar, modular reacciones o inhibir una conducta motora iniciada22-25. De igual manera, altos niveles de impulsividad se han asociado con pobre rendimiento académico, bajo razonamiento, comportamiento violento, atracones de comida, consumo de sustancias, bajo autocontrol emocional y conductas autolíticas en adolescentes26 y jóvenes universitarios27.
A propósito de lo anterior, se ha hallado que la impulsividad es uno de los rasgos que predomina en un número importante de trastornos psiquiátricos (adicción, trastorno bipolar, trastorno por déficit de atención con hiperactividad, trastornos de ansiedad, trastornos de la personalidad y trastornos del estado del ánimo)28. En adolescentes y adultos jóvenes, se ha encontrado que los niveles altos de impulsividad incrementan la probabilidad de desarrollar trastornos del estado del ánimo29. De igual forma, la impulsividad se relaciona con un nivel bajo de aversión al riesgo, pues se ha encontrado que personas con bajos niveles de aversión al riesgo son más proclives a involucrarse en conductas peligrosas (consumo de sustancias, conducción arriesgada y conductas sexuales sin protección)30,31.
Por otro lado, se ha referido que la capacidad interoceptiva, entendida como la capacidad de detectar y percibir de manera precisa sensaciones corporales y la cardiocepción, que indica esta misma habilidad para dar cuenta del funcionamiento del corazón (por ejemplo, a través de los latidos del corazón)32 son factores que parecen modular el comportamiento impulsivo33. Lo anterior debido a que las manifestaciones fisiológicas registrables a través de señales hacen parte de un complejo sistema de regulación continua34. En este sistema los órganos, además de ser blanco de funciones neurales, también son generadores de información y retroalimentan al sistema nervioso central modulando el comportamiento ante estímulos de riesgo potencial32,34,35. Es así como la cardiocepción puede llevar a influenciar los contextos en los que ocurre el comportamiento impulsivo32. Por ejemplo, se ha encontrado que, en personas con baja inhibición conductual, la frecuencia cardíaca es mayor ante estímulos novedosos que en personas con más niveles de inhibición36. Esto podría explicarse considerando que la actividad autonómica está regulada por núcleos hipotalámicos y del tronco encefálico37.
La población universitaria ha sido de interés para el estudio de la aversión al riesgo y de su relación con la interocepción y la impulsividad22,38. Probablemente debido a que en esta etapa del ciclo vital se suelen observar los primeros episodios de enfermedades mentales y se da inicio a conductas de riesgo como el consumo de sustancias39. Además, el estrés académico y los procesos de transición a la vida adulta se han descrito como situaciones que pueden desencadenar problemas no solo clínicos, sino también hábitos no saludables que posteriormente se convierten en factores de riesgo para el desarrollo ulterior de trastornos mentales40. Otro aspecto importante es el desempeño académico y el fracaso escolar, dos variables que se han relacionado con bienestar psicológico y calidad de vida posterior41. Se sabe que las personas que no logran terminar sus estudios universitarios presentan menos probabilidades de acceder a salud, alimentación y condiciones de vida más estables42.
A nivel fisiológico, en estudiantes universitarios, se ha reportado que los niveles de cortisol suelen ser más bajos en personas con baja aversión al riesgo y que la testosterona modera el aprendizaje contingente de las conductas de riesgo con recompensas, especialmente en ambientes altamente competitivos43. En suma, podría afirmarse que los indicadores de activación autonómica y su regulación parecen ser las vías fisiológicas que podrían explicar la relación entre la impulsividad, aversión al riesgo y capacidad interoceptiva37,43,44.
En una búsqueda exploratoria que se realizó en el portal PubMed, la plataforma EBSCO host, Google Académico y la base de datos PsycInfo no se encontró una revisión tipo alcance que sintetice los modelos neuroeconómicos que expliquen la interacción entre la aversión al riesgo, la cardiocepción y la impulsividad en estudiantes universitarios. La importancia de describir la interacción entre estos tres fenómenos se justifica en la medida en que se obtuvieron datos que aportan a la construcción de modelos predictivos en salud mental. Asimismo, a partir de dichos modelos podrían diseñarse intervenciones más eficaces para esta población encaminadas no solo al tratamiento sino también a la prevención de trastornos psicológicos.
Es por esto por lo que, en este trabajo se propuso realizar una revisión tipo alcance desde la metodología del Instituto Joanna Briggs45 con el objetivo de sintetizar los modelos neuroeconómicos que han sido descritos en la literatura para establecer la relación entre la aversión al riesgo y la cardiocepción o la impulsividad en estudiantes universitarios, así como describir la relación entre estas variables. En consecuencia, las preguntas formuladas fueron: 1) ¿Cuáles modelos neuroeconómicos han sido descritos para establecer la relación entre la aversión al riesgo y la cardiocepción o la impulsividad en estudiantes universitarios? 2) ¿Cómo se describe la relación entre la aversión al riesgo, la cardiocepción y la impulsividad en estudiantes universitarios?
Método
Diseño
Este trabajo se orientó a partir del protocolo de revisión de alcance del Instituto Joanna Briggs, en la cual se establece y analiza el estado actual de un tema de investigación para el que la evidencia disponible en la literatura es limitada. Así mismo, se señalan vacíos del conocimiento y se identifican ideas para futuros estudios.
Adicionalmente, la búsqueda, examen y selección de los documentos se rigió por la lista de chequeo PRISMA para revisiones de alcance46. La búsqueda se realizó entre el 01 de junio y el 30 de septiembre de 2021.
Criterios de inclusión
Participantes
Estudios desarrollados con estudiantes universitarios de pregrado o posgrado, con edades entre 18 y 30 años, de cualquier sexo y raza. No se determinó un criterio de inclusión basándose en el tamaño de la muestra utilizada. Investigaciones realizadas en animales o en poblaciones diferentes a estudiantes universitarios fueron excluidas.
Concepto
Esta revisión incluyó estudios enfocados en analizar la relación entre aversión al riesgo y cardiocepción y/o impulsividad desde modelos neuroeconómicos. La aversión al riesgo es la tendencia de los seres humanos a reducir la incertidumbre en el momento de tomar decisiones11. La cardiocepción se refiere al conjunto de procesos mediante los cuales el cerebro recibe, procesa y envía información acerca de la función cardíaca47. Por su parte, impulsividad comprende cuatro acepciones48: 1) incapacidad para soportar la demora de un reforzador, 2) incapacidad para cancelar respuestas erróneas ya en curso, 3) tendencia a ejecutar respuestas guiadas por la presencia e identidad o saliencia del estímulo y 4) tendencia a ejecutar respuestas antes de haber adquirido información suficiente para decidir. Por último, un modelo neuroeconómico es aquel esquema teórico que explica los mecanismos cognitivos, neurales y psicofisiológicos que subyacen a la toma de decisiones5. Trabajos que abordaran temáticas diferentes a las anteriormente mencionadas fueron descartados de la revisión.
Contexto
La revisión incluyó estudios desarrollados en laboratorios o centros de investigación o en ambientes naturales (por ejemplo, casa, empresas), entre otros. Los estudios provenían de cualquier parte del mundo.
Tipo de estudio
Se incluyeron estudios de diseño descriptivos, correlacionales y experimentales dentro del paradigma de investigación de las ciencias del comportamiento49. También, estudios de caso y estudios de caso único de acuerdo con la clasificación de Hevner et al.50. Estudios cualitativos, revisiones de tema y sistemáticas no fueron incluidos.
Búsqueda
Para la búsqueda se llevó a cabo una estrategia de tres pasos, tal y como se define en la metodología de la revisión del alcance del Instituto Joanna Briggs45. A continuación, se describen los procedimientos realizados en cada paso.
Primer paso
Se realizó una búsqueda en el portal de PubMed y la base de datos PsyINFO. Se identificaron las palabras contenidas en títulos, resúmenes y descriptores de los artículos para la construcción de la ecuación final de búsqueda.
Para la búsqueda inicial se consideraron los siguientes términos controlados: “Choice Behavior”, “Decision Making”, “Interoception”, “Impulsive Behavior”, “Executive Function”, “Psychophysiology”, “Students”, “Cardioception”, “Cognitive Control”, “Risk Aversion”.
Dada la distribución jerárquica del portal PubMed se identificaron en los árboles de la herramienta los términos relacionados con aquellos definidos inicialmente y también fueron añadidos. Como resultado se obtuvo la siguiente ecuación:
(((Choice behavior OR decision making OR Risk-taking [MeSH Terms:noexp]) OR (“Choi- ce behavior” [Title/Abstract] OR “decision making” [Title/Abstract] OR “Risk-taking” [Title/Abstract] OR “risk aversion” [Title/Abs- tract] OR “financial behavior” [Title/Abstract] OR “economic behavior” [Title/Abstract])) AND (((interoception [MeSH Terms:noexp]) OR (interocep* [Title/Abstract] OR cardiocep* [Title/Abstract])) OR ((Impulsive Behavior [MeSH Terms:noexp]) OR (Impulsiv* [Title/ Abstract])))) AND (“College student” [Title/ Abstract] OR “College students” [Title/Abs- tract] OR “University student” [Title/Abstract] OR “University students” [Title/Abstract] OR “Postgraduate student” [Title/Abstract] OR “Postgraduate students” [Title/Abstract])
Como puede observarse, algunos términos se clasifican como MeSH (Medical Subject Headings) que son los descriptores definidos por la herramienta. A estos MeSH se les añadió etiqueta noexp. que se utilizó para que la búsqueda recuperase documentos indexados con el término, pero no así aquellos que estuvieran en niveles inferiores de ese encabezado en la jerarquía MeSH. Por su parte, la denominación Title/Abstract permite etiquetar los términos de búsqueda que no hacen parte del árbol jerárquico de PubMed pero que si son descriptores de las variables de interés.
Segundo paso
Se realizó la búsqueda de los estudios en todos los recursos considerados en la presente revisión (ver Tabla 1):
Selección de estudios
Los estudios obtenidos fueron exportados al gestor de referencias Mendeley y los duplicados fueron removidos. Dos revisores de manera independiente examinaron por título y resumen el cumplimiento de los criterios de inclusión. Se recuperaron los textos completos de los estudios que cumplían los criterios de inclusión para la verificación final del cumplimiento de dichos criterios.
Todo el proceso de selección fue realizado por dos revisores, los desacuerdos fueron resueltos a través de la discusión o con un tercer revisor.
Extracción de datos
Para la extracción de los datos se elaboró una hoja de cálculo en Excel (Microsoft Corporation, 2011) en la cual se consignaron los siguientes datos: autores, fecha de publicación, localización geográfica, modelos neurobiológicos, participantes, características de la muestra, diseño del estudio, medidas de resultados, procedimientos de la evaluación, resultados de la interacción entre variables, reporte y descripción de las relaciones halladas entre las variables de estudio.
Presentación de datos
Se realizó una narrativa de los hallazgos señalando la descripción de las interacciones entre la aversión al riesgo, la impulsividad y la cardiocepción.
Resultados
Se identificaron 1035 estudios en los recursos previamente establecidos. En la lista de referencias del estudio Time is money: the decision making of smartphone high users in gain and loss intertemporal choice51 se identificó un documento adicional para un total inicial de 1036. Tras la eliminación de duplicados, quedaron 878.
Teniendo como referencia los criterios de inclusión y con la revisión por título y resumen de estos 878 documentos, únicamente se conservaron 71 para revisión completa. Luego de esta revisión, únicamente se preservaron 23, de los cuales 14 trabajos fueron tenidos en cuenta para el análisis, 9 fueron descartados porque no cumplían con alguno de los criterios de inclusión.
El proceso de selección y las razones para la exclusión de los documentos se muestran en el diagrama de flujo (ver Figura 1).
Fuente: elaboración propia basada en el esquema de la guía PRISMA para revisiones de alcance.
Figura 1 Diagrama de flujo de la revisión de alcance
Cabe aclarar que, aunque también se buscaron documentos en español la revisión reporta únicamente investigaciones escritas en inglés, porque las búsquedas arrojaron únicamente estudios publicados en este idioma.
Ahora bien, en coherencia con los objetivos planteados, en los resultados se identificaron los siguientes elementos: 1) procedencia y año de publicación de los estudios, 2) características de los participantes, 3) diseño y análisis de datos y 4) mediciones, interacciones y modelos neuroeconómicos. El detalle de los hallazgos se describe en los apartados subsecuentes.
Procedencia y año de publicación
Un estudio52 fue publicado en el 2005, dos53,54 en el 2009, uno en el 201055, dos56,57 en 2011, dos en 201358,59, tres en 201560-62, uno63 en el 2016, uno51 en el 2017 y uno en el año 201964. Seis fueron llevados a cabo en Estados Unidos53,56,57,59-61, dos en China51,63, dos en Canadá54,58, uno en Holanda52, uno en Alemania64 y uno en Japón55.
Características de los participantes
El tamaño de muestra varió de 22 a 227 participantes. En todos los estudios los sujetos eran estudiantes universitarios y se encontraban presumiblemente sanos. Ninguno de ellos delimitaba si estaba en nivel de pregrado o posgrado.
Tres estudios indicaron que su población provenía de la facultad de psicología52,54,60 y un estudio reclutó estudiantes en la escuela de economía62, los estudios restantes no especificaron el programa académico de los participantes.
Diseño y análisis de datos
Todos los estudios tenían un diseño transversal de tipo correlacional cuantitativo. Los análisis de datos incluyeron: comparación de medias, correlación y modelos de regresión logística. Adicionalmente, algunos estudios utilizaron análisis estadísticos diseñados específicamente para las variables estudiadas (ver Tabla 2).
Tabla 2 Análisis estadísticos reportados en los estudios.
| Tipo | Prueba utilizada | Frecuencia | Estudios |
|---|---|---|---|
| Prueba t | 2 | Yesuf, & Feinberg, 2015; Paulsen, Platt, Huettel, & Brannon, 2011 | |
| Comparación de medias | ANOVA de medidas repetidas | 4 | Robles, Vargas & Bejarano, 2009; Shead & Hodgins, 2009; Paulsen, Platt, Huettel, & Brannon, 2011; Takano, Takahashi, Tanaka, & Hironaka, 2010 |
| t-test pareado | 3 | Bernhardt, et al., 2019; Shead & Hodgins, 2009; Bacova, & Juskova, 2009 | |
| ANOVA mixta | 4 | Tang, et al., 2017; Marmurek, Switzer, & Alvise, 2013; Poltavski, & Weatherly, 2013; Seifert, & Wulfert, 2011 | |
| Wilcoxon Signed-Rank Test | 1 | Bacova, & Juskova, 2009 | |
| MANOVA | 1 | Seifert, & Wulfert, 2011 | |
| Comparación de frecuencias | Chi cuadrada de Pearson | 3 | Bacova, & Juskova, 2009; Seifert, & Wulfert, 2011; Sokol-Hessner, Hartley, Hamilton, & Phelps, 2015 |
| Correlación | Pearson | 7 | Bernhardt, et al., 2019; Franken & Muris, 2005; Hayashi, Russo & Wirth, 2015; Tang, et al., 2017; Paulsen, Platt, Huettel, & Brannon, 2011; Seifert, & Wulfert, 2011; Sokol-Hessner, Hartley, Hamilton, & Phelps, 2015 |
| Spearman | 3 | Bernhardt, et al., 2019; Shead & Hodgins, 2009; Bacova, & Juskova, 2009 | |
| Regresión | Logística | 3 | Hayashi, Russo & Wirth, 2015; Yesuf, & Feinberg, 2015; Marmurek, Switzer, & Alvise, 2013; |
| Lineal | 2 | Bernhardt, et al., 2019; Franken & Muris, 2005 | |
| No lineal | 1 | Poltavski, & Weatherly, 2013 | |
| Modelo hiperbólico | 4 | Robles, Vargas & Bejarano, 2009; Shead & Hodgins, 2009; Wang, et al., 2016; Poltavski, & Weatherly, 2013 | |
| Análisis de área bajo la curva | 2 | Robles, Vargas & Bejarano, 2009; Shead & Hodgins, 2009 | |
| Análisis especializados | Regresión vectorial de soporte insensible a Epsilon | 1 | Wang, et al., 2016 |
| Función multidimensional de minimización no lineal no restringida | 1 | Wang, et al., 2016 | |
| Análisis de correlación univariante para resonancia magnética funcional | 1 | Wang, et al., 2016 |
Fuente: autores.
Mediciones, interacciones y modelos neuroeconómicos
Los instrumentos para la evaluación de la aversión al riesgo incluyeron tres tareas y un cuestionario de autorreporte. Una de las tareas se basó en el paradigma de descuento temporal65, que consiste en encontrar el punto en el que dos recompensas, una relativamente inmediata y otra demorada, tienen aproximadamente el mismo valor. La otra se trató de un juego de loterías que se ajustó al paradigma de la teoría prospectiva lo cual permitía establecer el nivel de aversión al riesgo y a la pérdida.
La tercera tarea fue la de Iwoa, que se fundamenta en los supuestos de la Teoría de los Marcadores Somáticos66 y plantea a los sujetos una decisión entre cuatro mazos de cartas. Las condiciones son: el jugador inicia el experimento con una cantidad de dinero y se le indica que la finalidad es incrementar en lo máximo posible esta cantidad e intentar perder lo menos posible. El juego consiste en dar la vuelta a las cartas, una cada vez, de cualquiera de los mazos. Al descubrirlas, en todas y cada una de las cartas recibirá una cantidad de dinero y en algunas, además, deberá pagar otra. Al elegir con mayor frecuencia dos de las opciones (mazos C y D) se obtendrán beneficios a largo plazo, mientras que la elección continuada de las otras dos (mazos A y B) dará pérdidas a largo plazo.
Por su parte, The Adolescent Decision Making Questionnaire (AMDQ)67, es un cuestionario de autorreporte de 22 ítems que mide los estilos de toma de decisiones. Consta de 4 escalas: confianza en sí mismo (p. ej., ‘’Creo que soy un buen tomador de decisiones’’), evitación (p. ej., ‘’Evito tomar decisiones’’), impulsividad (p. ej., ‘’Tiendo a tomar decisiones sin pensar en ellas”) y pánico (p. ej., “Entro en pánico si tengo que tomar decisiones rápidamente”).
Para la toma de decisiones, se identificaron una prueba psicológica y dos tareas. La value-based decision-making battery68 basada también en el paradigma de descuento temporal65 propone un algoritmo bayesiano que permite clasificar a las personas en dos grupos según el estilo de toma de decisiones, uno de las cuáles ha sido designado como de riesgo. La batería presenta dos opciones, en las que se debe escoger entre una recompensa segura y otra incierta. Se realizan varios intentos que permiten establecer una estimación de la conducta de cada participante. Luego, el algoritmo permite plantear elecciones que evalúan el punto de indiferencia; es decir, el valor en el que las recompensas inciertas o seguras son iguales para el sujeto.
De otro lado, Paulsen et al.56, crearon una tarea no simbólica de toma de decisiones, en la cual las personas podían cambiar tarjetas por dinero y éste por un premio (juguete o tarjeta de regalo). En la tarea se planteaban tres tipos de elecciones: 1) riesgo - seguro, 2) riesgo - riesgo y 3) seguro - seguro.
La tarea riesgo - seguro presentaba una opción segura y otra incierta, ponderadas con igual probabilidad. La de riesgo - riesgo, mostraba dos opciones inciertas, una con mayor ganancia, esta última ponderada con mayor probabilidad. Y, por último, la tarea seguro - seguro se ofrecían dos opciones seguras ponderadas con igual probabilidad.
Finalmente, Sokol et al.61, basándose en la teoría prospectiva16 llevaron a cabo un experimento en el que los participantes debían seleccionar entre opciones de riesgo y certidumbre. Aquellas de riesgo tenían una mayor recompensa, pero menor probabilidad, mientras que las de certidumbre tenían un premio de menor valor, pero mayor probabilidad. Esta tarea permitía obtener: a) la aversión a la pérdida, b) actitudes de riesgo y c) consistencia entre las elecciones.
Referente a la impulsividad, se evaluó con cuatro instrumentos psicométricos y una tarea cognitiva. Uno de los instrumentos fue la Escala de Impulsividad de Barrat (BIS)69, que es un cuestionario de autorreporte de 30 ítems que se puntúan para obtener un perfil de impulsividad en tres dimensiones: atención, motora e impulsividad no planificada. El segundo fue The Dickman Impulsivity Inventory (DII)70 también de autorreporte, permite obtener el perfil de impulsividad funcional y disfuncional. La primera alude a la espontaneidad y capacidad de tomar decisiones de forma rápida cuando el contexto lo demanda. Y la segunda, a la incapacidad de demorar una recompensa o modular la conducta, lo cual lleva a consecuencias indeseadas.
Otro cuestionario fue la Escala de Impulsividad de Cyders71 que es una escala tipo Likert que presenta una serie de afirmaciones con las que las personas deben seleccionar su grado de acuerdo o desacuerdo. El instrumento provee un perfil en cuatro factores: falta de deliberación, falta de persistencia, búsqueda de sensaciones, urgencia positiva y urgencia negativa.
Por último, se utilizó el cuestionario de Impulsividad de Eysenck72 que mide tres aspectos de la personalidad: impulsividad, búsqueda de aventura y empatía. El instrumento muestra a las personas diferentes afirmaciones ante las que tienen que señalar su grado de acuerdo con cada una.
Referente a la tarea de impulsividad, en un estudio63 se implementó el Stop signal, que mide la capacidad de las personas para inhibir una conducta previamente enseñada. En la tarea se presentaban a los participantes dos ensayos: go y stop. En el primero se mostraban una serie de estímulos ante los que se solicitaba a las personas responder de la forma más rápida posible. Y en el ensayo stop, se indicaba que se debía “no ejecutar” la respuesta previa.
En cuanto a la cardiocepción, esta fue evaluada por cuestionarios de autorreporte diseñados por los investigadores (ver Tabla 3), en los que se preguntaba a los participantes qué tantos latidos percibían en un tiempo determinado (n segundos). El reporte dado por los sujetos se contrastaba con los registros de un polígrafo.
Tabla 3 Mediciones e instrumentos reportados en los estudios
| Variable | Mediciones | Frecuencia | Estudios |
|---|---|---|---|
| Aversión al riesgo | Tarea de descuento de tiempo | 6 | Hayashi, et al., 2015; Robles, et al., 2009; Shead, et al., 2009; Tang, et al., 2017; Wang, et al., 2016; Poltavski y Weatherly, 2013 |
| Loterías | 1 | Yesuf, et al., 2015 | |
| Tarea de Iowa | 1 | Franken, et al., 2005; Takano, Takahashi, Tanaka y Hironaka, 2010 | |
| Cuestionario AMDQ | 1 | Franken, et al., 2005 | |
| Impulsividad | Escala de impulsividad de Barratt | 2 | Franken, et al., 2005; Tang, et al., 2017 |
| Escala DII | 1 | Franken, et al., 2005 | |
| Impulsivity scale (Cyders, et al., 2007) | 1 | Marmurek, Switzer y Alvise, 2013 | |
| Versión corta del BIS-15 | Bernhardt, et al., 2019 | ||
| Stop signal | 1 | Wang, et al., 2016 | |
| Eysenck Impulsiveness Questionnaire | 1 | Seifert y Wulfert, 2011 | |
| Toma de decisiones | Value-based decision-making battery | 1 | Bernhardt, et al., 2019 |
| Non-symbolic economic decision- making task | 1 | Paulsen, Platt, Huettel y Brannon, 2011 | |
| Monetary decision-making task | 1 | Sokol, Hartley, Hamilton y Phelps, 2015 | |
| Cardiocepción | Autorreporte | 3 | Hayashi, et al., 2015; Robles, et al., 2009; Sokol, Hartley, Hamilton y Phelps, 2015 |
| Monitor de frecuencia cardiaca | 1 | Seifert y Wulfert, 2011 |
ADMQ: adolescent decision making questionnaire, DII: Dickman impulsivity inventory, BIS: Barratt’s impulsivity scale.
Fuente: autores.
Se reportaron cuatro modelos teóricos: económico conductual, paradigma de tiempo de descuento, teoría biopsicológica de Gray y modelo de diferencias individuales. Los dos primeros pertenecen a paradigmas neuroconductuales y los dos últimos a abordajes basados en el estudio de la personalidad y las actitudes (ver Tabla 4).
Tabla 4 Modelos neuroeconómicos
| Modelo | Descripción | n | Estudios |
|---|---|---|---|
| Neuroeconómico conductual | Estudia lo que sucede a nivel neuroanatómico y neurofisiológico en la toma de decisiones y la relación entre las emociones y la conducta de los agentes económicos (Glimcher, 2011). | 9 | Bernhardt, et al., 2019; Hayashi, Russo y Wirth, 2015; Marmurek, Switzer y Alvise, 2013; Paulsen, Platt, Huettel y Brannon, 2011; Seifert y Wulfert, 2011; Sokol-Hessner, Hartley, Hamilton y Phelps, 2015; Takano,Takahashi, Tanaka y Hironaka, 2010; Tang, et al., 2017; Robles et al., 2009 |
| Paradigma de descuento temporal | Entiende al grado en que las personas prefieren recompensas inmediatas inferiores, en lugar de recompensas futuras mayores (Critchfield & Kollins, 2001). | 4 | Poltavski y Weatherly, 2013; Robles et al., 2009; Shead, et al., 2009; Tang, et al., 2017 |
| Teoría biopsicológica de Gray | Propone que factores afectivos como la impulsividad, afectan la capacidad en la toma de decisiones (Gray, 1987). | 1 | Franken, et al., 2005 |
| Modelo de diferencias individuales | Las decisiones económicas dependen de las características particulares de personalidad y cognición (Salthouse, 2017). | 1 | Wang, et al., 2016 |
Fuente: autores.
Las interacciones entre la impulsividad y la aversión al riesgo mostraron una correlación significativa51-54,60,62.
Las correlaciones positivas se reportaron en los estudios que utilizaron como base teórica el modelo económico conductual y el paradigma de descuento de tiempo. Sin embargo, en este último las relaciones fueron significativas sólo para las tareas dependientes de la presentación del estímulo (fenómeno framing) (W=191, T+=313, T−=−122, p < 0.05).
Las correlaciones negativas se encontraron en la investigación de Franken et al.52, que usó la teoría biopsicológica de Gray y también el paradigma de descuento de tiempo, pero únicamente para las tareas dependientes del reforzamiento (pérdida /ganancia) (r= - 0.45, p< 0.05). No se reportaron correlaciones significativas en función de la demora de la tarea y los niveles de impulsividad (ver tabla 5).
Tabla 5 Modelos teóricos neuroconductuales e interacción entre variables
| Interacción entre las variables | |
|---|---|
| Modelos | |
| Modelo económico conductual (Bernhardt, 2019; Marmurek, Switzer y Alvise, 2013; Paulsen, Platt, Huettel y Brannon, 2011; Robles et al., 2009; Seifert y Wulfert, 2011; Takano, Takahashi, Tanaka, Hironaka, 2010; Tang, et al., 2017; Hayashi, et al., 2015;) | La ambigüedad ante el riesgo se correlacionó de forma positiva con los intervalos de probabilidad (p = 0.002). La impulsividad, tuvo una correlación positiva con la aversión al riesgo (r (118) = 0.18, p < 0.05 para ln(k) y r (118) =−0.30, p < 0.001). Al comparar por niveles de cardiocepción, no se hallaron diferencias significativas entre alto y bajo nivel. |
| Paradigma de descuento de tiempo (Poltavski y Weatherly; 2013; Robles, Vargas, Bejarano, 2009; Shead, et al., 2009; Tang, et al., 2017). | Las comparaciones por grupos revelaron que los estudiantes que puntuaban alto en impulsividad seleccionaban la opción de más riesgo en la tarea de intervalos temporales (p = 0.012). La impulsividad tuvo una correlación negativa con la tarea de probabilidad de ganancia y la probabilidad de pérdida. Se halló una correlación positiva entre la aversión al riesgo y la impulsividad en tareas dependientes del contexto (W=191, T+=313, T−=−122, p < 0.05). La correlación entre ambas modalidades fue moderada (0.44). No se encontraron diferencias significativas en relación con las medidas del autorreporte de cardiocepción. |
| Teoría biopsicológica de Gray (Franken, et al., 2005) | La aversión al riesgo tuvo una correlación negativa con la búsqueda de recompensas y con la impulsividad funcional y una correlación negativa con la respuesta de pánico. La impulsividad disfuncional tuvo una correlación positiva con la búsqueda de sensaciones y con la respuesta de evitación. No se observó asociación entre impulsividad disfuncional y aversión al riesgo. |
| Modelo de diferencias individuales (Wang, et al., 2016) | No se encontraron asociaciones significativas entre la aversión al riesgo y la impulsividad. Sin embargo, los resultados de la fMRI mostraron que el giro frontal inferior derecho, la corteza motora suplementaria y la corteza cingulada anterior predicen los tiempos de reacción de la tarea stop signal; de modo que, a mayor actividad, mayor tiempo de reacción. |
Fuente: autores.
Respecto a la cardiocepción, solo un estudio encontró asociaciones significativas con impulsividad57, pero no con aversión al riesgo ni tampoco con variables socio demográficas o académicas.
Las comparaciones por grupos fueron estadísticamente significativas solamente en los estudios que utilizaron el modelo de paradigma de descuento temporal51,53,54. Los resultados mostraron que los participantes que tenían niveles elevados de impulsividad tendían a escoger opciones más arriesgadas (menor aversión al riesgo) que los estudiantes con menos niveles de impulsividad ( p = 0.012). Las comparaciones por grupos, teniendo como parámetro el nivel de cardiocepción no resultaron significativas en ninguno de los estudios.
Referente a los modelos predictivos, únicamente se reportó como significativo el estudio Wang, et al.63, que utilizó el modelo de diferencias individuales. Se encontró que la actividad del giro frontal inferior derecho, la corteza motora suplementaria y la corteza cingulada anterior predice los tiempos de reacción en la tarea stop signal. Esto daría cuenta de una correspondencia neurofisiológica de dichas estructuras con el nivel de impulsividad.
Discusión
De acuerdo con los resultados de esta revisión, los modelos neuroeconómicos que describen la interacción entre la aversión al riesgo, la impulsividad y la cardiocepción son cuatro: económico conductual, paradigma de descuento temporal, teoría biopsicológica de Gray y modelo de diferencias individuales. En este último, las interacciones entre las variables no resultaron significativas, pero sí se identificaron correlatos neurofisiológicos de la impulsividad.
En las interacciones, se encontró que la aversión al riesgo se correlacionó de forma positiva y negativa con la impulsividad. Las relaciones entre estas variables se pueden explicar a partir de tres modelos: económico conductual, teoría biopsicológica de Gray y paradigma de descuento temporal. Las correlaciones positivas se enmarcaron en el primer modelo, las negativas en el segundo y en el tercero se presentaron de ambos tipos, si bien las correlaciones negativas se observaron únicamente en tareas de reforzamiento contingente, en las cuales los participantes pueden establecer una relación entre su decisión y el resultado de ésta, dado que los investigadores van informando las ganancias o pérdidas a medida que avanza el experimento54.
Respecto al tamaño de muestra, se pudo observar que estudios con diferentes tamaños de muestra llevan a cabo análisis de correlación que son estimados al parecer según la proporción de diferentes variables. Es decir, no todos los estudios parecieran usar la relación reportada en la literatura como referencia para el cálculo de la muestra (r = 0,7)73.
Las correlaciones ejecutadas fueron de Pearson o Spearman de acuerdo con la estructura de los datos. Únicamente, en el estudio de Wang, et al.63, se utilizó una correlación univariante para resonancia magnética funcional que permitió medir la relación entre el volumen de la materia gris (GMV), el tiempo de respuesta en la tarea de stop signal (SSRT), y el estado en reposo de conectividad funcional (RSFC), que mide la correlación temporal de la señal BOLD espontánea entre regiones del cerebro distribuidas espacialmente, con la suposición de que las regiones con actividad correlacionada forman redes funcionales74.
Llama la atención que, siendo el estudio de Wang, et al.63, el de mayor número de muestra (n = 227) fue el único que no reportó interacciones entre las tres variables de interés. Es posible que las tareas utilizadas (stop signal y descuento temporal adaptada) para medir las variables explique la diferencia con los otros estudios incluidos en esta revisión51-54,62,75 y también con hallazgos de otras investigaciones que muestran diferentes grados de asociación entre aversión al riesgo e impulsividad23,76,77. Por ejemplo, se ha señalado que la tarea stop signal es sensible para medir flexibilidad cognitiva pero no impulsividad40.
Justamente, uno de los aspectos controversiales en el estudio de la aversión al riesgo es el uso de las herramientas de medición. De acuerdo con Kahneman y Tversky11, la presentación de los estímulos puede explicar las variaciones individuales en las preferencias de riesgo de los sujetos, específicamente, las respuestas de las personas podrían variar a partir del efecto del priming, en el que la presentación de estímulos previos aleatorios tiene un impacto en el índice de descuento temporal y el nivel de aversión al riesgo78. Esto ha sido observado en otros estudios recientes79,80.
En la impulsividad, también las respuestas de los individuos pueden modificarse en relación con señales del contexto81 que pueden activar los sistemas de inhibición conductual involucrados con el control de la conducta impulsiva82. Por ejemplo, algunos cuestionarios de autorreporte suelen medir aspectos de búsqueda de sensaciones contingentes con consecuencias indeseables para los sujetos, lo que llevaría a mostrar un perfil menos impulsivo83. En esta misma línea, en esta revisión se observó que los estudios que usaron el paradigma de descuento temporal hallaron correlaciones positivas y negativas únicamente para algunas tareas que, justamente son aquellas dependientes del contexto51,53,54. Lo anterior, podría deberse a que este paradigma aborda diferentes aspectos de la aversión al riesgo84 cuyas respuestas pueden interaccionar con otras variables como el orden de presentación85, el tiempo de exposición al estímulo86 y las contingencias asociadas81.
Las correlaciones negativas entre aversión al riesgo e impulsividad han sido reportadas por varios estudios23,33,87,88. La relación entre ambos fenómenos es lógica, en el sentido en que bajos niveles de impulsividad aluden a un sistema de inhibición fuerte89. El estilo de funcionamiento de este sistema además explicaría que las personas fueran más temerosas a los eventos nuevos, a la búsqueda de sensaciones y, por supuesto, al riesgo.
Por su parte, las correlaciones positivas no siguen esta misma lógica, sin embargo, podrían explicarse teniendo en cuenta que las tareas con las cuales se presentó dicha interacción eran dependientes del contexto y podrían haber influido en la autovaloración de la impulsividad y en las preferencias de riesgo90. En este tipo de tareas, se muestra la consecuencia obtenida de una elección, lo cual puede alterar el punto de referencia a partir del cual la persona valora sus preferencias de riesgo. Esto coincide con lo planteado inicialmente por la teoría prospectiva acumulativa; el cálculo de los niveles de aversión al riesgo y a la pérdida varía en función de la modificación del peso (valor subjetivo) de las elecciones precedentes91.
Aquí cabe señalar, que los estudios neuroeconómicos por lo general se llevan a cabo en estudiantes de psicología o de economía11, en esta revisión se observó esta situación. Dado que las características de los participantes y su posible conocimiento de las tareas pueden tener un impacto en los resultados, es importante controlar por programa académico o conocimientos previos en el momento de realizar el muestreo y los análisis estadísticos. De esta forma, podría tener una mejor estimación del impacto de estas variables sobre las preferencias de riesgo y su interacción con otras variables.
Si bien en ninguno de los estudios se llevó a cabo un cálculo de las probabilidades de sesgo que la elección de estudiantes de psicología y economía representa para la investigación, algunos trabajos lo mencionan como una limitación57,60. A propósito, Hanel et al.92, ya habían señalado que el uso de estudiantes universitarios como muestra para las investigaciones representaba un problema para la generalización de resultados. En su estudio, compararon los resultados en un perfil de personalidad entre el público general y los estudiantes y hallaron diferencias parcialmente significativas en algunas dimensiones (conducta deshonesta, apertura y autonomía). También, encontraron que, comparado con la población general, los estudiantes presentaban mayor variabilidad, siendo una muestra más heterogénea.
Otro aspecto por discutir es que con cardiocepción sólo se encontró una correlación significativa en un estudio61. Nuevamente, la naturaleza de los instrumentos utilizados podría explicar estos hallazgos, pues en la mayoría de los estudios incluidos la cardiocepción únicamente se evaluó por autorreporte, limitando los análisis y además la variabilidad de las respuestas posibles. No obstante, Seifert y Wulfert57 utilizaron monitores de frecuencia cardíaca para evaluar cardiocepción y tampoco hallaron correlaciones significativas. Puede deberse al efecto que los instrumentos de monitoreo tienen sobre las propias respuestas interoceptivas, coherente con lo anterior, las dificultades en la medición de la cardiocepción son tema recurrente en los estudios neuroeconómicos y psicofisiológicos93 porque incluso, cuando se usan parámetros más objetivos, es un reto cuantificar y asignar un estimativo a los resultados de los participantes que resulte válido y confiable94. Esto también explicaría la poca cantidad de estudios que incluyeron la evaluación de la cardiocepción, pese a que ya se ha identificado como un indicador del funcionamiento emocional y cognitivo en diferentes poblaciones95.
Ahora bien, en cuanto a las implicaciones prácticas de los resultados de esta revisión, podría afirmarse que la comprensión de la interacción entre estas variables puede ser útil en la formulación y aplicación de estrategias de intervención para diferentes problemas de salud. Por ejemplo, Pinna et al.96, describieron cómo la comprensión de las vías y procesos asociados con la interocepción puede ser utilizada para mejorar la regulación emocional a través de intervenciones basadas en aplicativos móviles. Lo anterior coincide con lo reportado por John et al.97, quiénes evaluaron la eficacia de un tratamiento basado en e-salud para la promoción de la salud. El programa de intervención se fundamentaba en los conocimientos que actualmente se tienen sobre la conducta de riesgo y sus variables asociadas. Los resultados mostraron que las personas que participaban del programa mejoraron su capacidad de toma de decisiones y la capacidad de regulación conductual. Similarmente, en el abordaje de las adicciones, específicamente en el tratamiento de la impulsividad, la comprensión de cómo la aversión al riesgo actúa como un factor mediador ha llevado a resultados más eficaces y con menos recaídas98.
También, la comprensión de la interacción entre impulsividad e interocepción se ha utilizado para crear programas en población carcelaria con antecedentes de consumo de sustancias. Choquette et al.99, llevaron a cabo una intervención lúdica en mujeres privadas de la libertad que tenían historial de trauma psicológico y diagnóstico de abuso de sustancias. El objetivo era mejorar la capacidad de interocepción, sus resultados mostraron no sólo que dicha habilidad mejoraba, sino que también disminuían los niveles de impulsividad. Adicionalmente, a través del uso de un modelo de machine learning, los investigadores estimaron que aquellas mujeres que participaron de la intervención tenían menores probabilidades de reincidir en el crimen que habían cometido. Esto coincide con otros estudios, como por ejemplo, el de Morley 100, quién encontró que al intervenir un grupo de personas con antecedentes criminales a través de un programa de conciencia plena, disminuían los niveles de impulsividad.
Por último, los modelos neuroeconómicos han revelado ser de utilidad para las prácticas pedagógicas. Según Titov 101 una de las aplicaciones es la generación de estrategias en la toma de decisiones académicas, en la cual se ofrecen escenarios hipotéticos a los estudiantes y se les instruye en la identificación de las consecuencias a partir de parámetros cuantitativos (objetivos) mientras al mismo tiempo se entrena en la detección de señales emocionales (fisiológicas, cognitivas y subjetivas) suscitadas por la tarea. Esto favorece que el comportamiento de la elección sea más razonado, y menos impulsivo, pero también permite que los aprendices conozcan sus propias reacciones ante este tipo de situaciones. Estas estrategias han sido utilizadas particularmente en la educación médica, en la que se recrean escenarios probables de la práctica clínica, los cuales exigen la toma de decisiones sobre tratamientos y procedimientos que tienen diferentes consecuencias para los pacientes102.
Finalmente, respecto a las limitaciones de esta revisión, es importante señalar el vacío de información sobre cardiocepción, pues la descripción de la asociación de este fenómeno con la aversión al riesgo se restringe a un solo estudio, y, en cuanto a impulsividad no fue posible establecerla. Además, dado que no se evaluó la calidad de los estudios, las consideraciones respecto de la aplicabilidad de los resultados son limitadas. También, solo se contó con un tipo de diseño, lo que no permitió describir el comportamiento de las variables en respuesta a manipulación experimental o en períodos de medición más largos. Por último, solo se incluyeron estudios en inglés, trabajos en otros idiomas pudieron haber enriquecido la presente revisión.
Conclusiones
Se identifica que los modelos neuroeconómicos asociados con las variables de aversión, la cardiocepción e impulsividad son el económico conductual, paradigma de descuento temporal, teoría biopsicológica de Gray y modelo de diferencias individuales. En la mayoría de los estudios incluidos en la revisión se encuentra una asociación significativa entre la impulsividad y la aversión al riesgo en estudiantes universitarios, sin embargo dependiendo del modelo implementado esta relación será positiva o negativa, lo cual es indicador de lo sensible de estos resultados al tipo de tarea implementada y posibles sesgos en la población seleccionada, ya que los estudiantes de economía y psicología son los grupos más recurrentes en estos estudios, y a la vez los profesionales que más información poseen sobre las pruebas aplicadas.
Finalmente, en la valoración de la interocepción por medio de la cardiocepción se identifica que estas variables son poco estudiadas a pesar de su evidencia como un indicador del funcionamiento emocional y cognitivo, en gran medida, atribuible a la dificultad que representa realizar este tipo de mediciones de forma objetiva y los estándares de interpretación poco claros o no estandarizados; por lo anterior la interocepción y particularmente la cardiocepción resulta de interés no solo como variable dentro de futuros proyecto, sino como un campo aún en desarrollo.
