注意力机制驱动下时间权衡与标准博弈任务中的健康状态效用评估差异研究

为解决TTO(时间权衡)与SG(标准博弈)任务在健康状态效用评估中存在的系统性差异问题，研究人员通过Mouselab过程追踪技术，首次揭示了注意力分配模式对"效用差距(utility gap)"的影响机制。研究发现TTO任务中注意力均衡分布于健康状态与时间属性，而SG任务则集中于概率属性；个体对任务特异性属性(时间/概率)的关注度与效用值呈负相关，且注意力调整能力差异解释了约30%的效用差距。该研究为优化健康效用测量方法提供了认知神经科学依据，对QALYs(质量调整生命年)计算体系改进具有重要价值。

　　

在全球医疗资源日益紧张的背景下，如何科学量化健康状态效用值成为医疗决策的关键难题。质量调整生命年(QALYs)作为主流评估指标，其核心参数——健康状态效用值通常通过时间权衡(TTO)和标准博弈(SG)两种经典任务获取。然而令人困惑的是，这两种理论上应得出相同结果的方法，实际应用中却持续存在显著差异：TTO评估值普遍低于SG值，这种被称为"效用差距(utility gap)"的现象可能使同一治疗方案在不同评估方法下呈现相反的性价比结论。传统解释聚焦于时间偏好和概率权重等经济心理因素，但对其背后认知机制的探索始终是空白。

针对这一科学难题，荷兰皇家科学院与欧洲生活质量研究基金会资助团队开展创新研究。研究人员采用Mouselab(计算机化信息板)这一过程追踪技术，首次实现对TTO和SG任务执行过程中注意力分配模式的精确测量。通过在线实验设计，让同一批受试者先后完成两种评估任务，记录其对健康状态描述、时间参数和概率信息的关注时长与切换频率。

研究主要采用三项关键技术：1) Mouselab过程追踪记录多属性决策中的鼠标移动轨迹；2) 配对TTO-SG实验设计控制个体差异；3) 线性QALY模型框架下的效用差距量化分析。样本来自在线平台招募的成年人群，实验获得伦理委员会批准。

理论框架与假设
基于线性QALY模型U(T,Q)=T×H(Q)，研究假设效用差距源于任务特异性属性的非线性加权。TTO涉及时间折现，SG涉及概率加权，而标准模型假设两者均为线性处理。通过测量注意力分配模式，可验证"尺度兼容性"理论——决策者会过度关注与应答尺度最兼容的属性。

研究方法
实验采用2×3设计：两种任务类型(TTO/SG) × 三类信息属性(健康状态/时间/概率)。通过隐藏-点击的信息揭示方式，精确记录每个属性的查看时长和访问次数。控制变量包括个体风险态度和时间偏好测量。

主要结果
数据显示：TTO任务中健康状态与时间属性的注意力分配比为47%:53%，近乎平衡；而SG任务中概率属性获得62%的注意力，显著高于健康状态(35%)。关键发现是，对任务特异性属性(时间/概率)关注度每增加10%，相应任务的效用估值提高0.15单位。更惊人的是，个体在跨任务中注意力调整的灵活程度解释了28.7%的效用差距变异。

讨论与意义
这项发表在《Journal of Health Economics》的研究首次揭示：1) 注意力分配模式是效用差距的新解释变量；2) 任务框架通过引导注意力影响偏好构建；3) 个体认知灵活性差异导致评估方法的不一致性。这不仅为健康经济学提供了认知神经科学解释，更指明通过界面设计引导注意力可能缩小方法学差异。例如，平衡SG任务中概率信息的视觉显著性，或可减少与TTO的估值差距。

研究局限性在于在线样本的代表性，未来需在临床人群中验证。但这项开创性工作无疑为完善QALYs计算体系提供了新思路——在传统经济参数之外，决策认知过程应成为健康效用测量模型的重要维度。正如作者Lipman和Pachur强调的："理解注意力如何塑造健康偏好，可能比争论哪种评估方法更'正确'更具生产力"。这一发现对医疗技术评估、医保决策和患者偏好研究均具有深远启示。