Biedt Bayes een oplossing voor het raadsel van generalisatie? Een computationele benadering van angstgeneralisatie.

In angststoornissen blijft angst maar al te vaak niet beperkt tot de stimulus die direct geassocieerd is met gevaar maar generaliseert deze overheen een brede set van stimuli, met een toename in klachten tot gevolg. Ondanks het feit dat generalisatie een robuust fenomeen is, blijven de exacte mechanismen onduidelijk waardoor de behandeling van angst dan ook een moeizame onderneming is. Dit project beoogt onderliggende mechanismen te identificeren, hierbij verder bouwend op ons voorgaande werk waarbij angstgeneralisatie geïnduceerd wordt aan de hand van Pavloviaanse leerprocessen en waarbij zowel inter- als intra-individuele variaties in perceptie angstgeneralisatie beïnvloeden. Aan de hand van een computationele benadering zal de bijdrage van zowel perceptuele, leer als geheugenprocessen onderzocht worden bij gezonde proefpersonen alsook angstpatiënten. Deze effecten zullen zowel bestudeerd worden op het niveau van zelfrapportage en psychofysiologie. Dit project heeft het potentieel om in verre mate inzicht te verschaffen in de mechanismen onderliggend aan de spreiding van angst. Zulke kennis draagt bij aan de ontwikkeling van aangepaste individuele behandelingstrajecten om excessieve angst te behandelen.