抑郁与健康年轻成人中巴甫洛夫偏见的建模研究：学习过程中的冲突与抑制机制

研究人员针对抑郁症患者对惩罚信号过度敏感的理论假设，采用线索化Go/No-Go任务和计算建模方法，探究了巴甫洛夫线索（Pavlovian stimuli）对工具性学习（instrumental learning）的干扰效应。通过两项实验发现，尽管健康受试者在冲突条件下（如"Go-to-avoid-punishment"）表现更差，但抑郁症状（DASS评分）与学习参数的相关性在两次实验中不一致。该研究为理解抑郁人群强化学习障碍提供了新视角，同时揭示了任务可靠性对个体差异研究的挑战。

　　

在认知神经科学领域，抑郁症患者对负性信息的加工偏向一直是研究热点。经典理论认为，抑郁个体对惩罚信号存在过度敏感（hypersensitivity to punishment），而对奖励信号反应迟钝，这种不平衡可能通过巴甫洛夫-工具性转移效应（Pavlovian-instrumental transfer, PIT）影响日常决策。然而现有研究存在明显矛盾：部分实验显示抑郁患者确实表现出更强的惩罚相关行为抑制，而另一些研究却未发现这种差异。这种不一致可能源于临床样本的异质性，或传统PIT范式将学习与测试阶段分离的局限。

为厘清这一问题，Jake R. Embrey团队在《Neurobiology of Learning and Memory》发表研究，创新性地采用线索化Go/No-Go任务，将巴甫洛夫线索（四种卡通怪物图像）直接嵌入工具性学习过程。该设计能实时观测奖励/惩罚信号对动作选择（Go/No-Go）的干扰效应，特别关注"冲突条件"——如需要主动响应（Go）来避免惩罚，或抑制动作（No-Go）来获得奖励的场景。研究通过两项独立实验（合计169名大学生），结合计算建模提取关键参数：学习率（α）、奖励敏感度（ρ）、巴甫洛夫偏见（π）等，系统考察抑郁症状（DASS评分）对这些认知过程的调节作用。

关键技术包括：1）计算机化的线索化Go/No-Go任务，通过四种怪物图像正交组合奖励/惩罚与Go/No-Go要求；2）DASS-21量表抑郁子量表评估症状严重程度；3）六参数Q学习模型（含双ρ值和π参数）进行个体化拟合；4）留一交叉验证（LOO-CV）进行模型比较；5）贝叶斯ANCOVA整合两项实验数据。

研究结果部分：

3.1. 参与者特征

两批受试者在年龄、性别和任务准确率上无显著差异，DASS抑郁评分中位数分别为10（轻度抑郁）和8（非临床）。值得注意的是，实验1中高抑郁组在No-Go试次中准确率显著更高（83% vs 75%），暗示更强的行为抑制倾向。

3.2. 预注册分析

经典冲突效应稳定重现：所有被试在冲突试次（如Go-to-avoid-punishment）表现更差（p<0.001）。但抑郁评分与行为偏见的相关系数（rhos<0.13）均不显著。计算建模显示，实验1中抑郁评分与学习率（α）正相关（R²=0.278, p=0.007），但该结果未能在实验2中复现。

3.3. 探索性贝叶斯分析

合并数据支持"冲突效应"的稳健性（BF₁₀=2.18e+16），但抑郁主效应证据微弱（BF_inclusion<0.16）。有趣的是，低抑郁组表现出典型的Go优势（Go准确率84% vs No-Go77%），而高抑郁组无此差异（82% vs 79%）。

3.4. 计算建模

尽管六参数模型拟合最优，但参数与抑郁评分无稳定关联。惩罚敏感度（ρ_punishment）与症状无关（ps>0.669），巴甫洛夫偏见参数（π）同样无显著相关。

讨论指出，该研究未能证实抑郁强化学习理论的核心预测——即抑郁个体会表现出更强的惩罚相关抑制。这种阴性结果可能反映：1）亚临床样本症状强度不足；2）Go/No-Go任务对个体差异的低敏感性（test-retest reliability问题）；3）情绪状态依赖效应未被激发。作者特别强调，实验1中"阳性"结果（α与抑郁相关）的不可重复性，警示单次研究可能产生误导性结论。

这项研究的意义在于：方法学上，展示了计算建模结合严格重复实验的价值；理论上，提示单纯巴甫洛夫偏见可能不足以解释抑郁患者的决策障碍；临床应用上，为开发针对临床人群的敏感检测工具指明方向。未来研究可能需要：1）采用情绪诱发增强状态依赖效应；2）开发更高信度的行为范式；3）在临床样本中验证惩罚敏感性的边界条件。