综述：睡眠不足对决策的影响：打开认知黑箱

这篇综述系统阐述了睡眠剥夺（TSD/SR）如何通过影响风险倾向、延迟折扣、贝叶斯推理等认知域损害决策能力，批判性地指出传统行为指标（如IGT/BART评分）的三大局限，并提出整合计算认知模型（如PVL-D/VSE）以量化潜在认知参数（如价值敏感性θ、决策噪声C），为揭示睡眠不足导致决策障碍的神经机制提供新范式。

　　

睡眠不足如何扭曲我们的决策？

背景
睡眠剥夺在职业和实验环境中普遍存在，其对决策的影响涉及多维度认知过程。传统研究依赖行为指标如爱荷华赌博任务（IGT）净得分或气球模拟风险任务（BART）平均泵数，但这些全局指标掩盖了潜在的认知机制。

行为发现
风险倾向研究呈现矛盾结果：IGT显示睡眠剥夺后风险选择增加，但BART结果异质性高，部分研究发现女性更风险厌恶。延迟/努力折扣领域同样存在分歧——21小时完全睡眠剥夺（TSD）可能增强即时奖励偏好，而睡眠限制（SR）对认知努力折扣的影响更显著。贝叶斯推理任务揭示SR会降低对当前观察（似然）的依赖，但保留先验知识使用能力。认知灵活性测试（如反转学习任务）表明TSD损害刺激-反应映射更新能力，且这种缺陷不能完全归因于工作记忆衰退。

认知黑箱问题
三大局限凸显传统方法的不足：1）行为非显著性可能掩盖认知变化（如神经成像显示insula活动减弱但行为未变）；2）忽视替代策略（如IGT中基于惩罚频率而非长期收益的决策）；3）未整合认知神经科学进展（如多巴胺能系统对正负预测误差的不对称响应）。

计算认知建模
以PVL-D和VSE模型重分析Killgore的IGT数据发现：51小时TSD显著降低选择一致性（C），75小时TSD进一步削弱价值敏感性（θ）。这表明早期表现为随机决策增加，后期发展为价值感知钝化。这类模型能分离探索/利用行为，比传统评分更敏感捕捉睡眠剥夺的阶段性影响。

未来方向
分层建模可识别易感亚群；模型-脑成像结合能定位神经相关靶点（如纹状体多巴胺信号）；任务设计需平衡生态效度与机制纯净度。值得注意的是，计算模型更适合解释机制而非预测群体趋势，研究者需根据目标选择方法。

实践启示
临床和职业场景中，监测决策噪声（C）可能比观察风险选择更早预警认知衰退。针对特定参数（如提升θ的干预）或比笼统"改善睡眠"更具针对性。

这项研究架起了睡眠科学与计算精神病学的桥梁，为理解熬夜后"脑子短路"的神经认知基础提供了量化工具。