夜间情感何去何从？日内与隔夜情感惯性的差异及其与心理功能的关联研究

《Cognition and Emotion》：What happens at night? Differentiating within-day and overnight affective inertia

本文聚焦于情感惯性（affective inertia）研究中的一个关键问题：传统统计模型将日内与隔夜间隔等同处理可能造成偏差。研究通过分析ESCAPE项目中254名参与者长达42天的密集纵向数据（ESM/EMA），首次系统比较了正负性情感的日内惯性（within-day inertia）与隔夜惯性（overnight inertia）。结果揭示隔夜惯性显著强于基于时间间隔推算的预期值，表明二者受不同心理生理过程调控。此外，研究还发现睡眠质量、反刍思维（perseverative thoughts）及应激源等变量对两类惯性存在差异化调节作用，为理解情感动态（affect dynamics）与情绪适应（emotional adjustment）机制提供了新视角。

　　

摘要

情感惯性（affective inertia）反映了情感状态随时间持续的程度，既往研究发现其与神经质（neuroticism）、抑郁症状及心理困扰增强相关。传统统计方法将情感惯性建模为自回归过程，但忽略了包含夜间间隔的评估周期可能带来的偏差。本研究旨在检验：1）情感惯性在日内（within-day）与隔夜（overnight）是否存在差异；2）日内与隔夜惯性是否与心理功能（如人格、反刍思维、应激）存在差异化关联。研究将日内惯性定义为同一天内相邻时间点情感的自回归，隔夜惯性定义为前一天夜晚至次日早晨情感的自回归。数据分析来自ESCAPE项目，包含254名25-65岁不同族裔和经济背景的参与者，最多完成3轮为期14天的测量爆发期（measurement bursts），每日5次提示评估。结果显示正性情感（PA）和负性情感（NA）均存在显著的日内与隔夜惯性。隔夜惯性显著超过基于较长夜间间隔预期的日内惯性值，表明情感惯性在日内与隔夜存在差异。本研究强调在情感惯性研究中区分日内与隔夜间隔的重要性。

引言

情感惯性是情感随时间持续的程度。适度惯性可能具有适应性，但过强惯性被视为情绪失调（emotional maladjustment）的标志，并与神经质、负性情绪、抑郁症状及痛苦感增加相关，可能代表精神病理学的跨诊断脆弱因子。情感惯性通常通过自回归（autoregression）建模，即当前情感由先前情感解释的程度，这需要来自同一个体的大量重复评估数据。此类数据可通过实验室研究获取，但更多研究采用经验取样法（ESM）、生态瞬时评估（EMA）和日记设计来收集密集纵向数据（intensive longitudinal data）。这些动态评估（ambulatory assessment）允许在人们日常生活中实时、重复地采集信息。

常用统计模型（如多水平模型、动态结构方程模型DSEM）通常假设一个恒定过程，即先前情感状态的影响随时间间隔增加而呈指数递减。虽然一些模型（如DSEM或连续时间模型）明确考虑了异质时间间隔，但它们仍假设情感惯性随测量间隔延长而单调指数下降。默认情况下，假设相同的自回归过程适用于日内和隔夜间隔。然而，白天和夜晚与不同的意识状态相关，可能对情感惯性产生不同影响。因此，假设白天和夜间由同一过程主导情感惯性可能不合理。为应对此问题，文献中另一种常见做法是完全排除隔夜间隔，即将每天第一次或最后一次评估设为缺失值。这种方法隐含地假设隔夜没有情感惯性，但这可能也不符合现实。

情感惯性

情感惯性已与多种心理构念相关联。研究主要关注负性情感惯性（NA inertia）。正性情感惯性（PA inertia）也有所探讨，但其与幸福感和心理功能的关联在既往研究中较不一致。不同人格特质与情感惯性相关。尽管证据不一，神经质作为最一致地与较强NA惯性相关的特质脱颖而出，也与较强PA惯性相关。类似地，更强的特质反刍（trait rumination）与日间及密集瞬时评估数据中更强的NA惯性相关。情感惯性也与不同形式的精神病理学相关，最显著的是抑郁和抑郁症状。然而，这些关联也并非总被观察到。总体而言，既往发现大多支持较强情感惯性（尤其是NA惯性）与较高水平负性功能指标和较低水平正性功能指标相关联，强调其是情绪失调的重要指标。

虽然情感惯性与情绪（失）调节关联的确切机制尚不清楚，但过高的惯性常被解释为情感缺乏灵活性，未能适应性地响应情境需求或调节努力。理论和实证表明，可能存在内部过程（如情绪调节、恢复减少）和外部因素（如负性事件强度）共同作用，连接情感惯性与情绪（失）调节。这表明情感惯性可能并非一种稳定的特质样特征，而是随情境特征和情绪调节行为而变化。

鉴于此，研究开始将情感惯性视为一个动态过程，可能在个体内随时间情境变化。尽管不能从个体间关联推广至个体内过程，但一些在个体间水平与情感惯性相关的因素（如瞬时反刍、应激过程、睡眠）很可能也是个体内的预测因子（及潜在机制）。

隔夜情感惯性

情感惯性通常建模为按时间顺序的情感评估间的自回归。这常在动态结构方程模型或多水平模型中加入滞后预测变量来实现。在自回归过程假设下，这些滞后关联的大小取决于评估间的时间间隔，关联随间隔增加呈指数下降。因此，常用模型假设仅存在一个自回归过程（依赖于评估间隔）主导情感惯性。然而，假设同一过程适用于人们清醒度过日常生活时的情感惯性与夜间睡眠时的情感惯性，可能并不合理。

理论考量

首先，人们夜间大多处于睡眠状态，伴随意识水平降低和外界输入减少。这本身就使得隔夜情感惯性不太可能与白天相同（仅因间隔更长）。基于理论考量，隔夜情感惯性可能在几个方面不同于日内惯性。若将睡眠视为没有主动情绪处理或调节且无外界输入的时期，则暗示夜间应有非常高的情感惯性。极端情况下，人们醒来时应与入睡时有完全相同的情感状态（完美自回归）。然而，既往研究表明睡眠能促进情绪处理，暗示睡眠作为一种“情感重置”：这将预测个体情感在夜间回归其长期均衡水平。这两种预测（完美自回归或完全重置）基于理论和实证似乎都不太可能。更合理的是，情绪处理和调节在夜间仍然发生，但可能比日内减慢或采取不同形式。即，情感惯性在夜间可能 simply function differently。

近期研究 formalised 并 labeled 了隔夜与日内情感惯性或自回归相比的不同选项：持续（continuing）、暂停（pausing）、停止（stopping）和不同（different）。持续过程意味着隔夜情感惯性减弱至较长评估间隔所隐含的程度。暂停过程预测完全惯性（即完美自回归），早晨情感完全由前夜情感决定。停止过程意味着无任何情感惯性，早晨情感完全独立于前夜情感（即零自回归）。最后，若这三种过程均不适用，则考虑隔夜情感惯性不同于日内。

实证发现

尽管存在这些潜在重要差异，隔夜情感惯性主题直至近期才在实证研究中获得更多关注。研究大多要么忽略隔夜间隔的存在，将其与日内间隔同等处理，要么明确将其排除在分析之外，从而假设隔夜无惯性。早期一项研究未观察到隔夜情感惯性，但仅有三项近期研究明确分别分析了日内与隔夜情感惯性。这些研究应用了非常不同的方法，并未得出明确结论。

开放问题与本研究

总体而言，既往研究未就日内与隔夜情感惯性的差异得出明确结论，且尚未检验日内与隔夜惯性过程如何与更广泛的功能方面存在差异化关联。本研究旨在通过纳入可能与情感惯性相关的若干个体水平和瞬时变量，检验更广泛的（潜在）协变量。具体关注神经质、习惯性反刍、抑郁症状、焦虑症状、知觉应激（perceived stress）和生活满意度，这些均曾与情感惯性相关联。在瞬时水平，纳入持续认知、睡眠质量和应激源体验。本研究旨在解决两个主要研究问题：RQ1：日内与隔夜情感惯性是否存在差异？RQ2：日内与隔夜情感惯性是否与心理功能存在差异化关联？

材料与方法

参与者

ESCAPE研究招募了年龄分层、族裔和经济背景多样、居住在纽约布朗克斯区的25-65岁参与者样本。本分析包含的254名参与者研究开始时平均年龄46.4岁（SD=11.0），主要为女性（65%）。大多数参与者自我报告种族/族裔为非裔或非洲裔美国人（69%）、西班牙裔（28%）或白人（16%）；允许多选。样本量由ESCAPE研究可用数据决定，该研究原为检测持续认知对认知表现短期和长期的小到中等效应而设计。

程序

ESCAPE是一项测量爆发研究（measurement burst study），包含嵌入纵向研究中的四轮经验取样；本研究使用前三轮数据，间隔九个月。每轮数据收集以参与者在家完成基线调查开始，随后到实验室进行认知测试并领取智能手机用于经验取样爆发期。随后14天，他们使用智能手机每日完成最多7次简短调查。早晨调查报告睡眠和当日预期，五次每日提示调查报告近期应激经历、活动、情绪和想法。晚间调查报告例如当日身体症状。五次每日提示由智能手机在半随机间隔（每2-3小时）发出。参与者根据自我报告的起床时间被分配至七种提示计划之一。问卷可在提示后任何时间作答；平均延迟11分钟。每轮爆发期结束时，参与者返回进行另一次实验室访问。参与者根据对协议的依从性每轮可获得最多160美元报酬。本研究使用基线调查、早晨调查和五次每日提示的数据。

测量

经验取样法（EMA）测量包括：正负性情感（各用多项条目评估，计算复合分数，重标至0-10尺度）；睡眠质量（每日早晨用修改自PROMIS睡眠障碍简表的四项条目评估，计算复合分数）；卧床时间（根据就寝和起床时间计算，经数据清理）；非建设性重复思维（每次提示评估过去5分钟内是否存在无法摆脱的思绪、思考个人担忧/问题、 preoccupied 于即将或可能发生的未来事件，计算平均分）。基线问卷包括：神经质（IPIP神经质量表24项）；抑郁和焦虑症状（PROMIS抑郁和焦虑简表）；反刍思维（反刍与反思问卷反刍分量表12项）；知觉应激（知觉压力量表14项）；生活满意度（生活满意度量表5项）。

分析思路

采用贝叶斯多水平建模（Bayesian multilevel modelling）与滞后预测变量方法比较日内与隔夜情感惯性。定义情感惯性为时刻t情感对时刻t-1情感的（自）回归。为分离日内与隔夜情感惯性，创建两个虚拟变量，分别表示间隔t-1–t发生在日内还是隔夜。针对RQ1，分别建立NA和PA模型，包含截距、隔夜虚拟变量、以及滞后情感与日内/隔夜虚拟变量的交互项，从而获得日内惯性（β_2i）和隔夜惯性（β_3i）的单独估计。所有参数设为随机效应，允许在个体间变异。截距还允许在研究波次和天数水平变异。基于贝叶斯估计，利用后验分布计算新参数，检验隔夜惯性（γ₃₀）是否等于将日内自回归（γ₂₀）按平均隔夜间隔（13.7小时，是平均日内间隔2.6小时的5.3倍）推算的预期值（γ₂₀^5.3），即检验γ₃₀– γ₂₀^5.3是否不等于0。同时检验“暂停”过程（比较γ₃₀与按校正后隔夜间隔（减去平均卧床时间）推算的日内惯性γ₂₀^2.3）和“停止”过程（γ₃₀是否大于0）。仅考虑直接相邻提示间的间隔，并限制合理时间范围。针对RQ2，在模型中分别加入每个感兴趣变量（个体水平变量进行总中心化，时变变量分解为个体内和个体间成分），检验它们与日内/隔夜惯性斜率的交互作用。模型使用R包brms估计，采用4链各5000次迭代（含1000次预热），使用无信息先验，以R-hat < 1.05和轨迹图判断收敛。

结果

描述性统计

所有变量的描述性统计及相关性见表1。

日内与隔夜情感惯性的差异

关于RQ1，结果显示NA和PA均存在显著的日内与隔夜情感惯性（见表2全模型结果）。即，当人们经历更高NA或PA时，这会延续至几小时后（日内NA惯性=0.280；日内PA惯性=0.355；见图1填充浅蓝圆点）以及次日早晨（隔夜NA惯性=0.189；隔夜PA惯性=0.185；见图1填充深蓝圆点）。这些估计值指相邻提示平均时间间隔（日内2.6小时，隔夜13.7小时）的平均延续效应。

从随机斜率标准差（表2）和图2所示的个体惯性估计分布可见，个体在经历的情感惯性强度上存在差异。有趣的是，日内与隔夜情感惯性存在强相关——即经历较强日内情感惯性的个体在同一种情感维度上也经历较强隔夜惯性。PA惯性与NA惯性也相关，但程度较轻。

显著的隔夜惯性表明自回归过程似乎并未在夜间停止。新计算参数进一步表明，该过程似乎既非简单持续也非暂停 overnight。因此，隔夜情感惯性显著超过基于Δt_night和Δt_{night corrected}间隔预期的日内惯性值，表明情感惯性很可能在隔夜是不同的。

日内与隔夜情感惯性与心理功能的差异化关联

关于RQ2，结果显示日内与隔夜情感惯性与某些心理功能方面存在关联。这些调节效应的参数见表3；全模型结果见补充表S4-S11。

EMA变量方面，当个体睡眠质量比平常更好时，这与他们在次日经历降低的日内NA和PA惯性相关（b = -0.016, 95% CI [-0.022, –0.010] 和 b = -0.017, 95% CI [-0.023, –0.011]）。有限证据表明更好睡眠质量与同一夜间降低的隔夜NA惯性相关，95% CI刚好包含零（b = -0.013, 95% CI [-0.026, 0.000]）。个体间睡眠质量差异与情感惯性无显著关联。

当个体报告过去5分钟更多持续认知时，他们经历更强的日内NA惯性（b = 0.034, 95% CI [0.030, 0.039]）和PA惯性（b = 0.010, 95% CI [0.005, 0.015]），以及更强的隔夜NA惯性（b = 0.018, 95% CI [0.008, 0.029]）和PA惯性（b = 0.013, 95% CI [0.002, 0.024]）。持续认知对