社交焦虑与情感身体感知的关联：行为一致性效应及探索性N170脑电交互作用

《Biological Psychology》：Social anxiety and emotional body perception in context: Behavioral congruence effects with exploratory N170 interaction

　　• 姿势与情境的一致性提高了识别准确性和反应速度。• 准确性显示出显著的组别 × 姿势效价 × 一致性交互作用。• N170也显示出显著的组别 × 姿势效价交互作用。• 组别依赖的效应具有选择性，并可能随着姿势效价的不同而变化。• 在P1、N170和LPP上没有出现可靠的ERP一致性效应。

引言
社交焦虑（SA）其特征是对负面评价的恐惧增加以及对社交审视的担忧（Heimberg等人，2010年；Stein和Stein，2008年）。认知模型提出，对社交情绪信息的关注和解释的偏差有助于维持社交焦虑（Heimberg等人，2010年；Mogg和Bradley，2018年）。这些偏差并不一定构成情绪识别能力的普遍缺陷。相反，社交焦虑可能与特定情绪线索的处理存在选择性差异，尤其是那些具有威胁性、模糊性或社会评估性的线索。大多数关于社交焦虑中情绪处理的研究都集中在面部表情、眼神以及相对孤立的威胁线索上。然而，在日常互动中，情绪意义是由多种信息来源传达的。身体姿势传达了情绪状态和行动倾向，而周围环境提供的信息可以支持、修改或与姿势的意义产生冲突。因此，至少需要区分两种可能性：社交焦虑可能与对身体姿势本身效价的敏感性不同有关，或者它可能改变姿势与其情绪情境的整合方式。这两种可能性在概念上是相关的，但并不等同。本研究使用行为和电生理学测量方法分别探讨了这些可能性。身体表达，包括姿势和手势，是补充面部和声音所传递情绪信息的重要来源（Atkinson等人，2004年；de Gelder，2006年；Reed等人，2020年；Watson和de Gelder，2020年）。由于身体在空间上具有扩展性，并且与接近或退缩等行动倾向密切相关，它们不仅提供了关于一个人当前情绪状态的信息，还提供了关于可能随后行为的信息（Bachmann等人，2018年）。当面部信息退化、模糊或被遮挡时，身体姿势可以帮助情绪理解，在某些情绪中，其识别准确性可能等于或超过面部（Aviezer等人，2012年；Bachmann等人，2020年）。情绪感知越来越被认为是涉及表达信息和情境信息的整合，而不仅仅是解码孤立的线索。在日常社交互动中，观察者结合来自面部、身体、声音和周围环境的信息。行为、电生理学和神经影像学的研究结果表明，这些来源的信息可以在多个处理阶段相互作用，从相对早期的感知分析到后期的概念和评估处理（Klasen等人，2012年；Laukka等人，2024年；Schirmer和Adolphs，2017年）。环境信息可以影响情绪表达的解读和神经处理，而观察者的认知和情感倾向可能会进一步影响这些线索的优先级（Wieser & Brosch，2012年）。发现身体线索可以系统地改变从面部感知到的情绪，进一步表明情绪意义不是由单一的表达线索单独决定的（Aviezer等人，2012年；Barrett等人，2019年）。

一个已确立的情境现象是情感一致性，定义为表情所传达的情绪与其周围情境所暗示的情绪之间的兼容性。一致的表情-情境组合通常有助于情绪分类，而不一致的组合可能会降低准确性或增加反应需求（Righart和de Gelder，2008年；Ding和Yang，2021年）。这些发现表明观察者在解释情绪表达时会使用情境信息（Reschke等人，2018年）。然而，现有的证据主要集中在面部表情上。关于在情感社交情境中嵌入的情绪身体姿势的识别了解相对较少。一般性的姿势-情境一致性益处应该与个体在情境整合方面的差异区分开来。在一致条件下更准确或更快的识别表明情境信息有助于姿势识别。这本身并不能确定这种贡献是否因社交焦虑而不同。要证明焦虑相关的外部整合变化，需要证据表明情境效应的幅度或模式在焦虑组之间可靠地不同。认知模型提出，高度的社交焦虑与对社会威胁信息的增加关注、难以从威胁中抽离以及倾向于负面解释模糊的社会信息有关（Heimberg等人，2010年；Lazarov等人，2016年；Mogg和Bradley，2018年；Moriya和Tanno，2011年；Schmidt等人，2009年）。然而，这些倾向在任务、刺激类别或处理措施中并不均匀表现。大多数现有证据关注的是面部、眼神或言语评估信息，对于情境化情绪身体姿势的处理研究相对较少。

社交焦虑相关的情绪身体感知变化可能以多种方式出现。首先，它可能涉及对姿势效价的选择性处理。例如，对社交威胁信息的高度敏感性可能会产生对负面、中性和正面姿势的不同相对反应模式，即使是在跨情境平均后也是如此。其次，社交焦虑可能影响情境信息的使用，导致在一致、不一致、威胁性或模糊的情境下产生不同的反应。第一种可能性涉及姿势效价的相对处理；第二种涉及焦虑相关的外部整合调节。因为这些效应通常在相同的因素设计中研究，除非分别考虑相应的交互项，否则它们可能会被混淆。社交焦虑相关的差异也可能在情绪处理的不同阶段出现。相对早期的差异可能反映在初始视觉处理、感知编码或对情感显著性的敏感性上，而后期差异可能涉及持续的关注、评估或任务相关的决策过程。这些阶段不应被视为固定的一系列特定过程阶段。早期神经反应可能受到感知属性和情感显著性的影响，而后期反应可能反映了几个重叠的认知和动机过程。尽管如此，检查神经反应的时间模式有助于确定社交焦虑相关的差异是在特定刺激条件下普遍存在还是选择性表达的。

事件相关电位（ERPs）提供了一种时间敏感的方法来研究这些可能性。P1是一个早期枕叶成分，通常在刺激出现后约80-150毫秒观察到，与初始视觉处理和注意力调节有关，可能对情感显著性敏感（Borhani等人，2015年；Herrmann等人，2005年；Rossion和Caharel，2011年）。N170在刺激出现后约150-200毫秒出现，与面部和身体的感知和结构处理有关（Rossion等人，2000年；Van Heijnsbergen等人，2007年）。晚期正电位（LPP）通常从大约300毫秒开始出现，与对动机相关信息的持续关注和情绪刺激的后期评估有关（Schupp等人，2006年；Presti等人，2023年；Bossi等人，2024年）。这些成分都不是特定于单一心理过程的，因此应结合实验条件来解释成分差异，而不是作为特定机制的直接测量。使用相关情绪感知范式的研究表明，情绪情境可以影响相对早期和后期处理阶段的神经反应（Nudnou等人，2023年）。P1和N170的反应可能随情绪显著性、刺激结构或表达-情境关系而变化，而情绪不一致的信息有时与增强的后期正活动相关，可能反映了额外的注意力或评估需求（Righart和de Gelder，2008年；Van Heijnsbergen等人，2007年；Schupp等人，2006年；Li，2021年；Presti等人，2023年；Bossi等人，2024年）。然而，这些效应在任务或成分之间并不一致，而且许多证据来自面部表情、孤立的身体或其他情感刺激，而不是嵌入在社交情境中的身体姿势。使用面部刺激的ERP研究提供了有关社交焦虑相关差异的时间表达的相关但间接的证据。Li等人（2022年）报告称，HSA参与者对动态快乐面部的左半球P100幅度大于静态快乐面部，而相应的动态-静态差异在愤怒面部中没有观察到。动态快乐面部还与增强的N170幅度相关，而动态面部在LPP幅度上小于静态面部。在一种情境化面部处理范式中，Song等人（2022年）发现，在负面言语情境中，面部表情在社交焦虑组中引发的P1幅度大于对照组。面部表情在社交焦虑组中也引发了较少的负N170，在该组中，愤怒表情在负面情境中引发的LPP幅度大于快乐表情。这些发现表明，社交焦虑相关的ERP差异可能在相对早期和后期处理阶段出现，但其方向取决于刺激效价、情境和任务结构。这些基于面部的发现不应直接推广到情境化的身体姿势处理。面部和身体在视觉结构和社交意义上有所不同，现有的研究并未建立社交焦虑的一致ERP特征。尽管如此，它们为检查P1、N170或LPP反应中是否存在条件依赖的组间差异提供了时间上的理由。因此，目前尚不清楚社交焦虑主要与姿势-效价处理、姿势-情境整合还是特定姿势和情境组合下的选择性神经差异有关。因此，P1、N170和LPP被视为时间上有信息性但功能上非特定的测量，而不是威胁警觉性、情境整合或固定处理顺序的直接指标。

本文优先考虑行为证据，ERP测量则用于补充姿势-情境一致性和社交焦虑相关的情感身体处理差异的测试。研究1考察了在正面、中性和负面情境中呈现的正面、中性和负面姿势的行为识别。研究2使用独立的EEG样本检查了单独呈现以及在正面和负面情境中呈现的正面和负面姿势。这些研究解决了三个相关但不同的问题：情感一致性是否普遍有助于情绪身体识别，社交焦虑是否与不同姿势效价下的相对反应不同，以及社交焦虑是否进一步修改了姿势-情境整合。

在研究1中，使用识别准确性和反应时间（RT）作为表现的补充测量。基于之前关于表达-情境整合的证据，我们假设在情感一致情境中呈现的身体姿势会比在不一致情境中呈现的姿势被更准确地、更快地识别（H1）。基于关于社交焦虑相关威胁敏感性的认知解释，我们预计姿势效价的影响在不同社交焦虑水平（HSA和LSA）的组之间会有所不同，尤其是对于负面姿势（H2）。我们进一步假设这些组间差异会随情境而变化，特别是在负面或情感不一致的情境中呈现姿势时（H3）。重要的是，H2关注的是不同姿势效价下的相对处理差异，而H3关注情境条件是否可靠地调节了这些组间差异。研究2通过电生理学补充手段探讨了情绪身体处理的时间特征。正面和负面姿势既单独呈现，也在正面和负面情境中呈现，从而可以分别检查姿势-效价效应和姿势-情境关系。基于之前关于情境情绪处理的ERP研究，我们假设姿势-情境一致性会调节P1和N170反应，而不一致的正负面组合会引发更大的LPP幅度，这与增加的注意力或评估需求一致（H4）。我们进一步预期焦虑组之间的差异在负面姿势或不一致的姿势-情境组合中最为明显，特别是在后期处理过程中，由LPP指标反映（H5）。由于之前关于早期社交焦虑相关ERP效应的证据有限且不一致，因此将组别 × 姿势效价和其他涉及P1和N170的焦虑相关效应视为探索性的。

这两项研究旨在提供互补而非直接对应的证据。研究1评估了三种效价类别下的行为表现，而研究2则在减少的正负面设计中使用独立样本检查了ERP反应的时间模式。因此，ERP发现旨在通过识别潜在相关的处理阶段来扩展行为研究，而不是提供行为效应的直接神经解释。这种区分也允许研究评估一般情境一致性效应和社交焦虑相关的姿势-效价差异在行为和电生理学测量之间是否收敛或分离。

参与者
共招募了146名18-23岁的本科生。纳入标准包括：右利手、正常或矫正至正常的视力、亚洲种族（与刺激集匹配）以及无自我报告的神经系统或精神疾病。参与者完成了中文版Liebowitz社交焦虑量表（LSAS；He & Zhang，2004）和状态-特质焦虑量表（STAI；Zheng & Li，1997）。按照标准的极端组程序，LSAS得分最高的27%（≥70分）被归为高社交焦虑组（HSA），其余的被归为低社交焦虑组（LSA）。

研究2共有75名本科生，他们的筛选标准与研究1相同（右利手，18-25岁，亚洲族裔，视力正常或矫正至正常，没有自我报告的神经系统或精神疾病）。研究2的参与者是一个独立的样本，与研究1的参与者没有重叠。社交焦虑通过LSAS进行评估，并根据相同的临界值将参与者分为高社交焦虑组（HSA）和低社交焦虑组（LSA）。

**总体讨论**
本研究区分了姿势与情境一致性的普遍行为益处以及更具体的、取决于组别的模式。在研究1中，与情绪价值一致的姿势-情境组合比不一致的组合被更准确、更快速地识别出来。总体而言，跨不同情绪价值的姿势一致性益处在两组之间没有显著差异。然而，准确性显示出groups × 姿势价值之间的交互作用以及显著的groups × 姿势 × 情绪价值之间的交互作用。

**结论**
总之，姿势与情境的一致性促进了情感-身体的识别，提高了准确性和反应速度。虽然不同焦虑组之间的总体一致性益处没有显著差异，但研究1中显著的groups × 姿势价值 × 一致性交互作用表明，依赖组别的准确性模式在不同情绪价值下有所变化。在研究2中，未观察到可靠的ERP一致性效应，而N170波幅显示出显著的groups × 姿势价值交互作用。

**缩写说明**
- ADJUST：基于空间和时间特征联合使用的自动EEG伪迹检测器
- ANOVA：方差分析
- EEG：脑电图
- EEGLAB：脑电图数据分析工具箱
- EOGE：眼电图
- ERP：事件相关电位
- HSA：高社交焦虑
- ICA：独立成分分析
- LPF：平板正电位
- LSAS：Liebowitz社交焦虑量表
- ROI：感兴趣区域
- rmANOVA：重复测量方差分析
- RT：反应时间
- SAS：社交焦虑
- SD：标准差
- SPSS：统计分析软件

**伦理声明**
所有参与者或他们的法定代表均已签署书面知情同意书，同意参与本研究并允许文章发表。同时，参与者的隐私权得到了尊重。本研究遵循了所在地区的相关法律、法规和指南进行，并符合《赫尔辛基宣言》的要求。本研究已获得温州大学伦理委员会的批准（批准编号：WZU-2024-031）。

**伦理批准和参与同意**
本研究遵循《赫尔辛基宣言》（世界医学协会，2013年）进行。本研究方案已由中国温州大学伦理委员会审查并批准。临床试验编号不适用。参与者提供了书面知情同意书。

**关于生成式AI和AI辅助技术的声明**
作者仅使用生成式AI辅助英语语言的编辑和校对工作，未使用AI工具进行内容生成、数据分析或解释。

**资金情况**
本研究未获得任何资助。

**作者贡献声明**
- Sun Yuqi：项目监督、管理、概念构思
- Jin Jiajia：撰写 – 审阅与编辑、初稿撰写、可视化、方法论、数据分析
- Fan Lu：撰写 – 审阅与编辑、监督、资源管理、项目管理、概念构思
- Zhu Xinyi：撰写 – 审阅与编辑、初稿撰写、可视化、软件应用、方法论、数据整理、概念构思

**利益冲突声明**
作者声明不存在任何利益冲突。

**致谢**
作者感谢所有参与者和研究助理的合作。

**出版同意**
在纳入研究之前，所有参与者均签署了书面知情同意书，同意将其数据发表在开放获取期刊上；同时确保了参与者的匿名性。

**作者信息**
- Zhu Xinyi
- Jin Jiajia
- Sun Yuqi
- Fan Lu