基于症状机制行为任务组识别临床高风险精神病个体的创新研究

本研究针对临床高风险精神病(CHR-P)人群识别困难的问题，通过开发一套包含11项行为任务的测试组(Computerized Assessment of Psychosis Risk，CAPR)，在621人的多中心队列中验证了该工具对CHR-P的鉴别效能。结果显示任务组能有效区分CHR-P与健康对照(敏感性0.87，特异性0.38)，其中Mooney Faces倒置条件等阳性症状相关任务表现突出，且能预测NAPLS-RC风险评分(调整R2=0.12)。该研究为精神病早期筛查提供了客观、可量化的新方法。

　　

精神病谱系障碍是全球致残的重要原因，早期识别临床高风险精神病(CHR-P)个体对疾病干预至关重要。然而现行金标准——结构化临床访谈(如SIPS)耗时1.5-2小时且需专业培训，而自评量表又受限于患者自知力不足。这形成了精神病早期识别的"双重困境"：要么耗费巨大资源，要么牺牲准确性。更复杂的是，普通人群中约10-15%存在精神病样体验(PLEs)，如何将其与真正高风险者区分成为临床难题。在此背景下，由Trevor F. Williams等15位学者组成的CAPR联盟提出创新思路：转向症状背后的神经认知机制，开发客观、可量化的行为任务组。

研究团队从计算精神病学视角出发，精选11项任务组成测试电池，覆盖阳性症状(如Kamin阻断、概率逆转学习)、阴性症状(如努力支出奖励任务)和紊乱症状(如Ebbinghaus错觉)三大维度。这些任务源自前沿机制研究，如预测误差信号异常与妄想形成、先验信念过强与幻觉产生等理论。研究纳入621名参与者(273名CHR-P、120名PLE、82名其他精神障碍患者和146名健康对照)，通过多中心协作完成临床评估(SCID、SIPS)和任务测试。所有任务在线施测，耗时8-10分钟/项，由受过培训的研究助理监督完成。

关键技术方法包括：(1)采用结构化访谈SIPS和SCID-5建立诊断金标准；(2)开发计算机化行为任务组评估症状机制，如概率逆转学习(PRL)测信念更新、Mooney Faces(MF)测知觉组织；(3)应用NAPLS-RC风险计算器量化转化风险；(4)通过多中心协作(8个研究中心)确保样本多样性；(5)使用多重插补处理缺失数据。

【主要研究结果】

1. 1.

   群体鉴别效能：多因素逻辑回归显示任务组显著区分群体(p<0.001)，对CHR-P的敏感性达0.87。特别在鉴别CHR-P与健康对照时，Mooney Faces倒置条件任务(OR=0.54)等5项指标贡献显著；而鉴别CHR-P与其他精神障碍患者时，仅MF倒置条件具有特异性(OR=0.49)。

2. 2.

   风险预测价值：在CHR-P亚组中，任务组可解释NAPLS-RC评分12%的变异(调整R²=0.12)。其中阳性症状相关指标——PRL的win-stay率(β=0.17)和条件性幻觉任务的ω³参数(β=0.14)是独特预测因子，反映环境波动性信念更新异常与高风险相关。

3. 3.

   临床实用性分析：相比传统访谈，任务组仅需约56分钟，可由初级人员实施。其鉴别CHR-P与健康对照的PPV达0.72，但鉴别CHR-P与PLE群体时特异性较低(0.21)，提示更适合作为初筛而非确诊工具。

讨论部分指出，这是首个系统评估症状机制任务组对CHR-P鉴别价值的大规模研究。阳性症状相关任务(特别是MF倒置条件)的突出表现支持"预测编码异常"理论——CHR-P个体可能过度整合感知信息以补偿早期处理缺陷。而PRL和CH任务对风险评分的预测，则印证了"信念更新障碍"是精神病转化的潜在机制标记。值得注意的是，MF任务在CHR-P中的表现方向与精神分裂症患者相反，暗示高风险期可能存在独特的代偿机制。

该研究的临床意义在于：(1)提供客观、可扩展的筛查工具，降低CHR-P研究门槛；(2)通过机制导向的任务设计，将计算精神病学理论转化为实践；(3)为症状靶向干预提供新思路，如针对信念更新异常的认知训练。局限性包括特异性有待提高、纵向预测数据缺乏等。未来方向包括优化任务组合、开发自适应算法，以及探索该工具在不同文化背景下的适用性。这项发表在《Translational Psychiatry》的研究，标志着精神病早期识别从主观症状描述向客观机制评估的重要转变。