不同学习异常与不同内容的妄想样信念的相关性研究

2024-08-22 Thu
不同学习异常与不同内容的妄想样信念的相关性研究研究背景妄想（delusions）是精神病性疾病（如精神分裂症、双相情感障碍、抑郁症及某些神经学和自身免疫疾病）中的一种主要特征。尽管妄想在临床上表现为一种固定的错误信念，但对于不同内容的妄想的现象学与脑内和心理机制之间的关联仍未完全明确。计算精神病学（computational psychiatry）的发展为我们提供了一种新的研究路径，能够更好地解释妄想的机制。然而，现有的预测误差理论在解释不同内容的妄想方面仍有不足。
研究目的本研究旨在通过比较不同认知任务中的学习来理解妄想样信念与学习机制之间的关系，特别是预测误差信号在这一过程中所起的作用。具体来说，本研究使用了概率逆转学习（probabilistic reversal learning, PRL）任务和Kamin阻断（Kamin blocking）任务，分别探讨这些任务与妄想样信念的关系。
论文出处本文的研究由Rosa Rossi-Goldthorpe、Steven M. Silverstein、James M. Gold等多位学者共同完成，主要来自Yale University、University of Rochester Medical Center、University of Maryland School of Medicine等机构。该论文于2024年4月18日发表于《Brain》期刊，属于开放获取文章。
工作流程研究对象和方法研究对象包括452名个体，其中181名为临床高风险组（clinical high-risk，CHR），161名为寻求帮助的对照组（help-seeking control，HSC），110名为健康对照组（healthy control，HC）。数据收集工作由于COVID-19大流行的影响，全部改为远程进行。所有行为任务通过互联网平台实施，研究助理全程指导参与者完成任务。此外，研究获得了所有参与机构的伦理批准，所有参与者都提供了书面知情同意。
行为任务阻断任务阻断任务分为三个阶段：学习阶段、阻断阶段和测试阶段。参与者需要学习虚构患者对各种食物过敏的因果关系。模型通过经典的Rescorla-Wagner（RW）学习规则更新权重矩阵，并应用于每个试验。对于复合刺激试验，权重是所有出现的线索的组合。
概率逆转学习任务在PRL任务中，参与者需在三副牌之间选择，找到奖励概率最高的一副。任务中包括两个阶段，共160个试验。模型使用分层高斯滤波器（Hierarchical Gaussian Filter, HGF）进行拟合，该模型通过多个层次的学习率参数描述参与者对任务环境的变化信念。
数据分析使用重复测量方差分析比较组间的Win-switch率（win-switch rate, WSR）和HGF参数。为了试图找出特定的学习机制与妄想内容的关联，研究团队分析了阻断任务和PRL任务中的行为表现与模型参数之间的联系。
主要结果概率逆转学习结果显示，在PRL任务中，高偏执（paranoia）与不规则的赢后切换行为（亦称erratic win-switching）显著相关。在模型参数中，偏执与波动率（volatility）处理的较低学习灵活性相关。
Kamin阻断高偏执个体在阻断任务中展示出更高的“过敏”反应，暗示他们对阻断线索学习不佳。同时，他们在对照线索的学习也存在缺陷。与此相反，非偏执妄想样信念强烈的个体对阻断线索的学习虽存在异常，但对对照线索的学习保持完整。
结论本研究的结论如下：
1. 偏执和其他类型的妄想样信念涉及不同的学习机制。这一发现表明了妄想内容可能通过不同的学习障碍形成。
2. 偏执的个体表现出对任务环境变化的较差学习灵活性，而非偏执妄想样信念强烈的个体则展示出特定的选择性学习缺陷。
科学价值与应用价值本研究为理解不同类型的妄想提供了新的视角，揭示了预测误差与妄想内容之间的复杂关系。通过使用行为任务和计算模型，本研究不仅为妄想的机制解释提供了理论支持，还为未来开发针对特定妄想内容的治疗方法提供了潜在应用价值。
研究亮点本研究首次使用两个不同的认知任务来探索学习异常与妄想内容的关系，揭示了偏执和非偏执妄想样信念在学习机制上的显著差异。
研究结合行为数据和计算模型，提供了关于妄想内容形成的较为全面和深入的理解。
研究结果表明，偏执与波动率处理的较低灵活性相关，而非偏执妄想样信念则与特定的选择性学习缺陷相关，这对未来针对妄想的治疗具有重要指导意义。
课题展望未来的研究可以进一步探讨不同妄想内容在不同心理和神经机制层面的差异，并探索计算模型在预测和干预妄想的应用前景。此外，不同症状维度的详细划分也可以为个体化精准治疗提供更多依据。