《Psychological Medicine》：Semaglutide modulates explore/exploit decision-making in major depressive disorder: A randomized clinical trial
编辑推荐：
背景：探索/利用决策是动机行为的关键组成部分，与多种认知和奖赏相关功能有关，并涉及包括重度抑郁障碍（MDD）在内的多种神经精神疾病。已有研究提出多种影响探索/利用决策的介质；代谢机制被认为可能影响其潜在过程。本研究采用四臂波动老虎机任务，检测了GLP-1受体激
背景：探索/利用决策是动机行为的关键组成部分，与多种认知和奖赏相关功能有关，并涉及包括重度抑郁障碍（MDD）在内的多种神经精神疾病。已有研究提出多种影响探索/利用决策的介质；代谢机制被认为可能影响其潜在过程。本研究采用四臂波动老虎机任务，检测了GLP-1受体激动剂（GLP-1RA）司美格鲁肽对MDD患者探索/利用行为的影响。
方法：本项随机临床试验的二次分析中，72名MDD受试者被随机分配至口服司美格鲁肽组（n=35）或安慰剂组（n=37），并在基线及治疗16周后完成老虎机任务。研究人员采用逐试次强化学习模型的计算建模方法评估探索/利用决策。
结果：司美格鲁肽治疗导致利用行为（即选择预期奖赏最高的选项）（平均处理效应[ATE]=0.0242，p<0.001）、定向探索（即探索不确定性更高的选项）（ATE=0.0619，p=0.013）和持续行为（即独立于价值的重复先前动作倾向）（ATE=0.3017，p=0.013）增加。这些效应受基线特征和试验期间体重减轻的调节，但最终独立于这些因素。
结论：司美格鲁肽治疗调节了MDD患者的探索/利用行为。这些结果突显了代谢机制在MDD决策过程中的作用，并拓展了对GLP-1RAs潜在神经精神效应的认识。
研究背景与目的
探索/利用决策是日常生活中的关键方面，涉及个体在坚持已知最优选项（利用）与尝试不确定但可能带来更高回报的选项（探索）之间的平衡。这一权衡被视为跨诊断的精神病理学特征，与多种神经精神疾病相关，尤其是重度抑郁障碍（MDD）。MDD的核心症状之一是动机和目标导向行为的缺陷，这严重损害患者的功能。既往研究发现MDD患者在探索/利用决策中存在偏差，但文献结果高度异质，既有探索增加也有减少的报告。从神经生物学角度看，多巴胺神经递质被认为是探索/利用决策的关键介质，而多巴胺神经元表达感知能量可用性的激素受体，如胰岛素、瘦素、饥饿素和胰高血糖素样肽-1（GLP-1）。这提示生理能量状态可通过调节多巴胺神经传递进而影响探索/利用行为。GLP-1受体激动剂（GLP-1RA）如司美格鲁肽，已被批准用于肥胖和糖尿病治疗，主要通过调节进食的奖赏方面发挥作用。然而，其效应是否能扩展到非食物奖赏，从而应用于神经精神疾病，尚待阐明。为此，研究人员在一项随机、双盲、安慰剂对照试验中，评估了口服司美格鲁肽对MDD患者探索/利用行为的影响。
研究方法概述
本研究为一项为期16周的双盲、安慰剂对照、平行组、固定剂量随机临床试验（NCT04466345）的二次分析，在加拿大多伦多大学健康网络心境障碍精神药理学单元进行。纳入标准为18-60岁、符合DSM-5 MDD诊断、连线测试-B成绩低于平均水平（低于常模1个标准差以上）、体重指数（BMI）≥25 kg/m2的门诊患者。72名受试者按1:1比例随机分组，分别接受口服司美格鲁肽（从3 mg起始，经8周滴定至14 mg）或匹配安慰剂，作为常规治疗的辅助治疗。研究使用四臂波动老虎机任务评估不确定性下的决策，共300个试次，分两个区块各150试次。受试者在基线和治疗16周后完成任务。研究人员采用卡尔曼滤波器（Kalman filter）进行信念更新，并以SoftMax规则建模选择行为，量化三个潜变量：利用（β?，对期望奖赏差异的敏感性）、定向探索（β?，对不确定性的敏感性）和选择持续行为（β?，独立于价值和不确定性的前一次动作重复倾向）。此外，还进行了归一化遗憾分析和中介分析。
研究结果
人口学和临床特征：72名MDD受试者在基线时的人口学和临床特征在对照组（n=37）和治疗组（n=35）间均衡，年龄、BMI、汉密尔顿抑郁量表（HAMD-17）评分和性别均无显著差异。54名受试者（75%）完成了16周终点评估，两组完成率无统计学差异。
异质性效应：
- •
利用行为（Exploitation）：干预与正向总体处理效应相关（平均处理效应[ATE]=0.0242，p<0.001）。探索性调节分析显示，较高基线BMI与较小的治疗相关利用增加相关（估计值=-0.0141，q<0.001），治疗×性别的交互作用经错误发现率（FDR）校正后仍显著（估计值=-0.0178，q=0.018）。治疗×年龄的交互作用为正（估计值=0.0086，名义p=0.029），但未达到5% FDR阈值（q=0.050）。
- •
选择持续行为（Choice Perseveration）：存在正向总体处理效应（ATE=0.3017，p=0.013）。调节分析表明，效应与基线BMI（估计值=0.2368，q=0.002）、年龄（估计值=-0.5520，q<0.001）和抑郁严重度（估计值=0.3829，q<0.001）存在异质性关联。治疗×性别的交互作用名义显著（p=0.042），但未达FDR阈值（q=0.063）。
- •
定向探索（Directed Exploration）：时间主效应显示随会话进行定向探索降低（估计值=-0.0130，p=0.009），而总体处理效应为正（ATE=0.0619，p=0.013）。治疗×性别的交互作用经FDR校正后仍显著（估计值=-0.1025，q=0.002），表明男性受试者的治疗相关增加较小。
值得注意的是，利用、定向探索和持续行为的同时增加并非简单的从探索向利用的转变，而是反映了对期望价值和不确定性两种不同信息来源敏感性的增强，以及更强的选择持续性。
行为结局：归一化遗憾：治疗后，治疗组的归一化遗憾低于对照组。在第100、200和300轮检查点，调整后的治疗效应均为负值，分别为-0.05、-0.06和-0.04。在第200轮时名义显著（p=0.032），但经Holm校正后，所有检查点的p值均不显著（分别为0.204、0.096和0.204）。
中介分析：干预与BMI显著降低相关（估计值=-0.995，p<0.001）。对于利用行为，调整BMI变化后直接治疗效应仍显著为正（估计值=0.0225，p<0.001），而通过BMI变化的间接效应不显著（估计值=-0.0012，p=0.685）。对于选择持续行为，调整BMI变化后的治疗效应为正但95%置信区间跨越零，间接效应为负但未达统计显著性（估计值=-0.1193，p=0.053）。对于定向探索，调整BMI变化后治疗效应仍显著为正（估计值=0.0874，p=0.003），间接效应不显著（估计值=0.0199，p=0.121）。
讨论与结论
研究表明，司美格鲁肽治疗可调节MDD患者的探索/利用行为，表现为利用、定向探索和持续行为增加。治疗后患者能更好地监测和/或在不确定情境中选择最具奖赏性的选项，这可能反映了结果监测的改善和价值导向选择的增强。同时，定向探索的增加表明患者更愿意进行主动的信息获取，尽管这需要付出努力和机会成本。结合此前在该人群中观察到的注意力、记忆改善以及对高期望奖赏的努力意愿增加，研究人员认为司美格鲁肽的行为特征既体现了追踪和更新多个选项能力的提升，也反映了做出费力选择的便利化。关于持续行为增加的反直觉发现，研究人员将其解释为一种简化决策策略的适应性机制，可释放认知资源以考虑其他输入指导行动选择。研究还发现，虽然基线特征调节了司美格鲁肽的效应，但这些效应并未被体重减轻所中介，提示其作用可能并非单纯源于代谢改善，但鉴于样本量有限，不能排除代谢介导的可能性。
研究结论：本研究表明，与安慰剂相比，司美格鲁肽治疗显著增加了MDD患者在四臂波动老虎机任务中的利用、定向探索和持续行为。据研究人员所知，这是首个在临床样本中调查GLP-1RA对探索/利用行为影响的临床试验。
