多模态压力评估：连接特里尔社会压力测试中自我报告压力、唾液生物标志物、心率和面部表情的任务相关变化

研究人员针对压力反应中生理与心理指标的关联性不明确问题，开展了首个采用被试内设计的TSST压力研究，整合SSSQ-G量表、皮质醇、sAA、心率和面部动作单元(AUs)数据。结果证实TSST能显著激活HPA轴和交感神经系统，发现皮质醇峰值与自我评估、担忧量表呈正相关，但面部表情未能预测生理指标。该研究为多模态压力评估提供了新范式，对理解压力反应的异质性具有重要意义。

　　

当人们感到压力时，面部表情会"出卖"内心状态吗？这个看似简单的问题，科学界至今未能给出明确答案。压力作为现代社会的隐形杀手，与多种身心疾病密切相关，但对其反应机制的理解仍存在巨大空白。传统研究往往孤立地考察生理指标或心理量表，忽视了压力反应本身就是一个涉及认知评估、自主神经调节、内分泌应答和行为表达的复杂系统。更棘手的是，不同压力反应系统之间的关联强度远低于预期——仅有25%的研究发现主观情绪压力与皮质醇反应存在显著相关，这种"脱节"现象使得压力评估变得扑朔迷离。

Friedrich-Alexander-Universit?t Erlangen-Nürnberg的研究团队在《Psychoneuroendocrinology》发表了一项开创性研究。他们首次采用被试内交叉设计，让105名参与者(59名女性)连续两天分别接受标准特里尔社会压力测试(TSST)和友好版对照任务(f-TSST)，同步采集Short Stress State Questionnaire德语版(SSSQ-G)量表数据、唾液样本(检测皮质醇和α-淀粉酶sAA)、心电图(分析心率HR)以及全程视频记录(通过pyfeat软件分析20种面部动作单元AUs)。研究创新性地引入站立/坐姿对照，并严格控制女性参与者的月经周期阶段。

研究结果揭示了一系列重要发现。在心理指标方面，SSSQ-G验证了包含痛苦(Distress)、担忧(Worry)、自信(Confidence)、消极情绪(Negative Affect)、动机(Motivation)和自我评价(Self-evaluation)的六维结构，TSST相比f-TSST引发更强烈的总分变化(η2=0.42)。生理数据表明，TSST诱发更高的皮质醇峰值(比f-TSST高0.30 log nmol/L，p<0.001)和心率增幅(增加7.25 bpm，p<0.001)，而sAA在两种条件下无差异。值得注意的是，皮质醇最大增幅与SSSQ-G总分(r=0.26)、担忧(r=0.28)和自我评价(r=0.34)呈正相关，且心率能显著预测皮质醇反应(β=0.55)。面部表情分析颠覆了传统认知：虽然所有AUs在两种条件下存在显著差异(p<0.04)，但基本情绪分类模型拟合不佳(RMSEA>0.08)，且单个AUs或复合指标均不能预测压力生物标志物。

这些发现对压力研究领域具有多重启示。首先证实了多维压力评估的必要性——心理量表(SSSQ-G)、内分泌指标(皮质醇)、自主神经反应(HR)各自捕获了压力反应的不同侧面，其间关联模式具有特异性(如仅特定心理维度与皮质醇相关)。其次，面部表情作为行为指标虽能区分压力情境，但需要突破传统情绪分类框架，开发更符合真实压力场景的解析方法。研究还提示压力干预应关注特定心理维度：自我评价和担忧与HPA轴激活的关联，可能解释为何这类认知模式更容易导致压力相关疾病。方法学上，该研究为整合多模态数据提供了范本，其采用的被试内设计能有效控制个体差异，比传统组间比较更能揭示压力反应的本质特征。

这项研究的重要突破在于首次系统描绘了压力反应中不同系统间的动态联系图谱，为理解压力反应的异质性提供了实证依据。未来研究可沿三个方向深入：实时追踪压力过程中的心理状态变化，开发更精细的面部表情时序分析方法，以及探索不同压力反应模式与精神疾病的关联机制。这些工作将推动压力研究从现象描述走向机制解析，最终实现精准化的压力评估与干预。