亚临床抑郁中模糊面部情绪知觉负性偏向的决策动态：基于心理测量函数、AUC与层级DDM的多层证据

《COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE》：Decision dynamics of negative bias in subclinical depression during ambiguous facial emotion perception

　　

亚临床抑郁中模糊面部情绪知觉负性偏向的决策动态

具有抑郁倾向的个体可能将模糊面部表情归类为负性而非快乐端点，但相关决策过程成分仍不清楚。该研究考察这种分类偏移是否与知觉标准、辨别敏感性（discrimination sensitivity, DS）、反应动态或扩散模型参数的差异相关。59名参与者，包括抑郁倾向组和对照组，对以750-ms面部/掩蔽序列或1500-ms面部/无掩蔽序列呈现的Sad–Happy和Angry–Happy变形表情进行分类。应用心理测量函数、曲线下面积（area under the curve, AUC）分析、反应时（reaction time, RT）的二次混合效应模型和层级漂移–扩散模型（drift–diffusion model, DDM）。跨条件，抑郁倾向组表现出比对照组更低的点主观相等（point of subjective equality, PSE），表明分类边界相对向负性而非快乐端点偏移，而辨别敏感性无相应组间差异。AUC分析同样表明抑郁倾向组的负性反应概率更高，尤其是在连续体的低负性部分。观察到条件特异性模式，但直接检验不支持1500-ms较750-ms呈现序列中Sad–Happy组间差异更大。在焦点Sad–Happy 1500-ms面部/无掩蔽序列中，所选DDM表明存在与组相关的漂移标准向Sad边界偏移，且抑郁倾向组非决策时间适度延长，而起始点偏差和边界分离未显示组间差异。这些发现与抑郁倾向参与者中相对分类向负性而非快乐面部表情端点偏移一致。DDM结果对当前呈现序列结构下的焦点选择–反应时模式提供了模型依赖性解释。

研究背景。抑郁与情绪显著信息加工偏差有关，面部情绪分类是观察此类偏差的行为情境。既有研究报告抑郁症状升高者更常将模糊面部表情判为Sad而非Happy，但情绪特异性证据混合，Angry加工也见改变。由于任务常以负性情绪与Happy对比，向负性端点的偏移可能来自负性表情加工改变、Happy加工改变或两者共同作用；基于准确率或孤立变形（morph）水平平均RT不能区分心理测量分类边界、辨别敏感性、先验反应倾向、反应谨慎或证据随时间评估差异。Barrett提出的建构情绪理论强调情绪知觉整合先验期望与感觉输入，抑郁症状可能通过期望影响模糊情感信息分类。研究设置750-ms面部/掩蔽和1500-ms面部/无掩蔽两种呈现序列，均约1500ms后出现反应屏；由于面部暴露与掩蔽联合变化，序列比较被解释为呈现序列效应而非单独暴露时长、掩蔽或预测先验效应。研究假设抑郁倾向者相对向Sad或Angry vs Happy端点偏移，尤其模糊morph；并检验序列差异及心理测量、RT和DDM参数。

方法。59名当地大学社区参与者纳入最终分析，分抑郁倾向组（n=31）和对照组（n=28），依据贝克抑郁量表-II（Beck Depression Inventory-II, BDI-II）和状态-特质焦虑量表-特质版（State-Trait Anxiety Inventory-Trait, STAI-T），抑郁倾向为BDI-II≥14，STAI-T仅用于对照组；样本来自当地大学社区，机构背景为台湾大学，推测主要为Han Taiwanese大学生。刺激来自台湾面部表情图像数据库，构建Sad–Happy和Angry–Happy多身份变形连续体。被试内任务采用750-ms面部/掩蔽和1500-ms面部/无掩蔽序列，均约1500ms后出现反应屏。关键技术为心理测量函数提取PSE与DS、AUC-Low/High、对数RT二次线性混合效应模型（linear mixed-effects model, LMM）、层次贝叶斯DDM联合选择与RT。脑电（electroencephalography, EEG）记录但本文聚焦行为、RT和DDM。

结果。
Demographic results：独立样本t检验和Pearson卡方显示两组年龄和生物性别分布无显著差异；抑郁倾向组BDI-II和STAI-T更高。
Psychometric function analysis：三因素混合ANOVA显示PSE的Group主效应显著，抑郁组总体PSE较低，边界向负性 vs Happy偏移；DS无组间主效应或可解释交互。1500-ms Sad–Happy二次对比PSE组差存在，但Sad–Happy内Group×Presentation Sequence交互不支持1500-ms组差更大。PSE与BDI-II在所有四条件负相关，DS与BDI-II/STAI-T无显著相关。
Dimensional symptom analyses：BDI-II与STAI-T强相关；互调OLS中，750-ms Angry–Happy中较高BDI-II与较低PSE相关，STAI-T不显著；1500-ms Sad–Happy中两者均不显著。表明不足以区分抑郁症状与特质焦虑。
Area under curve analysis (AUC)：AUC-Low有Group主效应，抑郁组更高，尤其1500-ms Sad–Happy；但Sad–Happy内Group×Presentation Sequence交互不支持。AUC-High仅Group主效应，无可靠交互。说明负性反应概率在连续体两部分均较高，条件特异最明显在低负性。
Reaction time analysis：1500-ms Sad–Happy中总体RT无组差，二次LMM中Group×线性与Group×二次Ratio显著；最大犹豫顶点抑郁组低于对照组，个体峰值比率组间差异且与PSE正相关。其他三条件未见显著组差RT轨迹。
Drift diffusion modeling：1500-ms Sad–Happy中Model 3优于Model 1，Model 2收敛失败。漂移率在高负性较低负性更向Sad边界；抑郁组有正漂移偏移向Sad边界，Group×Condition近零；边界分离、起始点无组差；非决策时间（t₀）抑郁组约长5.2ms。提示drift-criterion shift，但为模型依赖。

讨论总结。主要发现是相对分类向负性而非Happy端点偏移，PSE更低而DS无差异，AUC支持负性反应概率更高，尤其低负性。条件特异需谨慎，直接检验不支持Sad–Happy组差随序列增加。两序列联合变化面部暴露和掩蔽，不能分离机制。RT顶点左移并与PSE相关，提供无模型补充。DDM符合向Sad边界的drift-criterion shift，但模型参数为模型依赖，不能直接测量连续知觉证据积累；起始点和边界分离无组差，非决策时间稍长。局限包括BDI-II非临床诊断、抑郁焦虑共病和症状特异性不足、反应仅在序列后记录、序列混淆暴露时长与掩蔽、参与者数适中、样本为台湾大学生亚临床且人口学未系统评估，普遍性有限。Constraints on generality：结果主要推广到相似教育文化背景年轻成人；材料和程序不应解释为隔离呈现序列因果效应；核心模式可能推广到其他原型面部和类似二择分类，但幅度和情绪特异性依赖morphing策略、情绪对比和序列范围。

研究结论翻译：本研究发现，具有抑郁倾向的参与者在任务条件中表现出面部情绪分类相对向负性而非Happy端点偏移。该模式反映为较低PSE值和较高负性类别反应概率，而无可靠组间DS差异。观察到条件特异对比，但直接检验不支持1500-ms较750-ms Sad–Happy呈现序列中组间差异更大。在焦点、数据引导的1500-ms Sad–Happy分析中，所选DDM提供了对序列后选择–RT模式的模型依赖性解释，该模式与组相关漂移标准向Sad边界偏移和适度较长非决策时间一致；起始点偏差和边界分离未显示可信组间差异。总之，这些发现将抑郁倾向中的负性 vs Happy分类偏差表征为偏移的相对分类边界，并有一个焦点模型基础解释涉及证据评估的方向偏差。