基于强化学习模型的ADHD与OCD成人患者应急灵活性机制研究：概率学习反转任务与功能近红外光谱的联合分析

本研究针对注意力缺陷多动障碍(ADHD)和强迫症(OCD)患者认知灵活性缺陷的机制问题，通过概率学习反转任务(PRLT)结合功能近红外光谱(fNIRS)技术，发现两组患者在奖励/惩罚敏感性及决策一致性参数上存在差异，揭示了后顶叶皮层静息态功能连接(rsFC)对学习效率的预测作用，为临床干预提供了新靶点。

　　

在精神健康领域，注意力缺陷多动障碍(ADHD)和强迫症(OCD)看似处于行为谱系的两极——前者以冲动和注意力分散为特征，后者以固执和重复行为为表现。但越来越多的证据表明，这两种疾病可能共享认知灵活性的核心缺陷，只是表现形式不同。认知灵活性是指根据环境变化调整行为的能力，对日常生活决策至关重要。ADHD患者常因过度关注即时奖励而忽视长期后果，OCD患者则因对惩罚过度敏感而陷入强迫循环。然而，这两种疾病在应急性灵活性（contingency-based flexibility）方面的神经机制差异尚未明确，这正是西班牙阿尔梅里亚大学团队在《Comprehensive Psychiatry》发表的研究试图解答的问题。

研究团队采用多模态方法，招募148名西班牙语成人（43名OCD、53名ADHD和52名健康对照），通过概率学习反转任务(PRLT)评估行为表现，结合功能近红外光谱(fNIRS)记录前顶叶网络(FPN)的静息态功能连接(rsFC)，并运用贝叶斯广义逻辑模型和分层贝叶斯分析的强化学习(RL)模型解析学习参数。

行为表现与学习能力
所有组别在初始辨别阶段均表现良好，但健康对照在反转阶段显著优于患者组。通过强化学习模型发现，健康人的最优表现由高惩罚学习率(α_pun)和逆温度参数(τ)共同驱动，而OCD患者仅依赖惩罚学习率，ADHD患者则受低奖励学习率(α_rew)影响。

神经机制发现
健康对照组左右后顶叶皮层(pPC)的rsFC与辨别阶段表现显著相关，而患者组此连接减弱，提示pPC的跨半球协调对适应性学习的关键作用。

这项研究首次系统比较了ADHD与OCD在应急灵活性上的计算神经机制差异：OCD患者表现出"惩罚敏感型"决策模式，ADHD患者则呈现"奖励驱动型"特征。这不仅验证了元控制模型关于"持久性-过度灵活性"连续体的假说，更为精准化治疗提供了新思路——对OCD需降低其对惩罚的过度反应，而对ADHD应加强其对延迟奖励的敏感性。后顶叶皮层功能连接的发现，为开发神经调控靶点提供了实验依据。研究采用的fNIRS-RL模型联合分析方法，也为精神疾病的机制研究建立了可推广的范式。