跨诊断特质维度对社会评价学习中的选择与决策时间的差异化塑造：一项强化学习与计算建模研究

《Psychological Medicine》：Transdiagnostic factors differentially shape choices and decision times in social evaluative learning

　　

： 背景：从他人提供的反馈中学习对于驾驭复杂社会环境至关重要。此类社会反馈的异常加工与多种精神健康障碍（包括社交焦虑和抑郁）的精神病理学有关。近期精神病学研究日益采用跨诊断（transdiagnostic）方法，考察跨越传统诊断类别的机制与构念。 方法：本研究应用强化学习（reinforcement learning, RL）模型，结合精神病理学的跨诊断测量，正式评估社会评价学习。人类被试（n = 193）完成了社会评价学习任务（Social Evaluation Learning Task, SELT），学习计算机人物角色（personas）对其是“喜欢”、“不喜欢”还是“中性”态度。被试还完成了六份评估社交相关精神科特质的问卷。 结果：计算建模揭示，一个对正性和负性反馈采用分离学习参数的模型最能解释学习行为。探索性因子分析识别出三个跨诊断因子。反映社交回避的因子预测了从负性反馈中增强的学习以及减弱的正性学习偏向。具有较高负性学习率（negative learning rate）的社交回避个体，在正性社会情境中还表现出更慢的决策时间。第二个与对他人情感不敏感相关的因子，预测了在正性和负性效价条件下的较低选择准确率。第三个反映抑郁和情绪相关症状的因子未出现显著关联。 结论：这些结果展示了跨诊断特质维度如何通过特定的行为与计算过程塑造社会学习机制。

论文解读文章

一、研究背景与问题提出

从社会反馈中学习是个体根据赞美、批评等社会线索调整自身行为的关键认知过程，对于驾驭复杂社会环境、维持人际关系以及塑造自我概念至关重要。在精神病理学研究中，社会反馈加工的异常已被 implicated 于多种精神健康障碍，包括社交焦虑、抑郁、边缘型人格障碍（Borderline Personality Disorder, BPD）等。以往研究多采用分类学方法（categorical approach），聚焦于单一疾病或特质。例如，社交焦虑个体和BPD患者偏向于从负性社会反馈中更强地学习，而抑郁个体则未表现出对正性反馈的增强更新。然而，此类方法难以捕捉跨越传统诊断类别的共享机制。

近年来，精神病学研究日益采用跨诊断（transdiagnostic）方法，聚焦于跨越诊断类别的维度性特质与构念。将跨诊断评估与计算建模相结合，能够识别特定精神障碍中异常行为背后的具体认知过程。然而，目前尚不清楚这些跨诊断特质如何差异化地影响个体从社会反馈中的学习。为弥合这一研究空白，本研究采用社会评价学习任务（Social Evaluation Learning Task, SELT），结合跨诊断问卷评估与强化学习（reinforcement learning, RL）计算建模，系统考察社交相关精神病理学特质维度对社会评价学习的差异化影响。

二、研究设计与核心结论

研究人员在非临床样本中（n = 193，主要为女性大学生）开展了研究。被试完成SELT任务，学习三个计算机人物角色（personas）对自身是“喜欢”、“不喜欢”还是“中性”态度，同时完成六份评估自闭症特质（AQ-10）、社交恐惧（SPIN）、抑郁（BDI-II）、动机缺乏（AMI）、自恋（NARQ）和边缘型人格障碍（BPD）的问卷。研究核心发现包括：第一，计算建模表明，具有分离的正性和负性学习率（learning rates, α⁺与α^?）并包含初始值偏置的RL模型最能解释行为数据，证实了社会反馈学习中的不对称加工；第二，探索性因子分析提取出三个跨诊断因子——“社交回避”（Social Avoidance）、“情感不敏感”（Emotional Insensitivity）和“抑郁自我认同”（Depressive Self-Identity）；第三，“社交回避”因子特异性地预测了增强的负性学习率与减弱的正性学习偏向，且高社交回避与高负性学习率的个体在正性社会情境中表现出更慢的决策时间；“情感不敏感”因子则预测了正性和负性效价条件下均降低的选择准确率；“抑郁自我认同”因子未发现显著关联。这些发现揭示了跨诊断特质维度通过特定计算过程塑造社会学习机制的重要路径。

三、关键技术方法

本研究采用的主要技术方法包括：第一，社会评价学习任务（SELT），包含三个自我参照区块，每个区块对应一个具有独特反馈概率的人物角色（正性词为正确选择的概率分别为80%、20%和50%），被试通过试错学习反馈规则；第二，强化学习（RL）计算建模框架，在分层贝叶斯框架下比较了四种模型（单/双学习率 × 有无初始值偏置），采用留一法信息准则（LOOIC）进行模型比较；第三，探索性因子分析（Exploratory Factor Analysis, EFA），基于六份问卷的82个条目（去除两个零方差条目后为80个）计算多分格相关（polychoric correlations），采用最大似然估计与斜交旋转提取因子；第四，贝叶斯混合效应回归模型（Bayesian mixed-effects regressions），用于检验跨诊断因子与计算参数对行为指标（选择准确率、决策时间、区块末评分）的预测作用。被试通过伯明翰大学研究参与计划（Sona Systems?）和校园海报招募，在线平台Gorilla（http://www.gorilla.sc）完成测试。

四、研究结果

1. 社会反馈效价驱动行为表现

单因素重复测量方差分析显示，反馈效价对选择准确率有显著主效应（F_{(2, 384)} = 208.41, p < .001, η_p² = 0.52），“喜欢”条件下准确率最高（M = 80.6 ± 14.7%），其次为“不喜欢”（M = 75.9 ± 15.6%）和“中性”（M = 51.6 ± 18.1%）条件，两两比较均显著。区块末评分同样受条件显著影响（F_{(1.85, 354.82)} = 331.93, p < .001），所有条件间差异显著。决策时间分析显示条件主效应显著（F_(2,384) = 4.18, p = 0.016），被试在“不喜欢”条件（M = 1604 ± 476 ms）下显著快于“中性”条件（M = 1698 ± 529 ms）。

2. 正性和负性反馈的分离学习率构成社会评价学习的基础

模型比较显示，具有共享初始值偏置的双学习率模型为最优模型（ΔLOOIC = 18.4），证实被试对正性和负性社会反馈的加工存在差异。学习率效价×条件的重复测量方差分析显示显著的交互效应（F_{(1.27, 243.82)} = 111.26, p < .001）。正性学习率在“喜欢”和“不喜欢”条件下均显著高于“中性”条件，而负性学习率在“喜欢”条件下显著低于“中性”和“不喜欢”条件。逆温度（inverse temperature, τ）在效价条件下显著高于中性条件。肯德尔等级相关分析显示，正性学习率（Kendall’s τ = 0.262, p < .001）和正性学习偏向（α⁺ ? α^?；Kendall’s τ = 0.195, p < .001）均与“喜欢”条件下的选择准确率显著正相关。平均正性词学习价值（V^positive）与区块末评分在“中性”和“喜欢”条件下显著相关，但在“不喜欢”条件下不显著。

3. 跨诊断因子与学习参数及任务行为的差异化关联

探索性因子分析提取出三因子解（解释25.8%方差）：“社交回避”（Social Avoidance）主要负载社交恐惧和动机相关条目，“情感不敏感”（Emotional Insensitivity）负载情感淡漠和自闭症特质条目，“抑郁自我认同”（Depressive Self-Identity）主要负载抑郁和人格障碍条目。贝叶斯混合效应模型显示，“社交回避”因子显著预测负性学习率（后验均值 = 0.023, 89% CrI [0.007, 0.040]）和学习率差（后验均值 = ?0.022, 89% CrI [?0.040, ?0.005]），表明高社交回避个体从负性社会反馈中学习更多，呈现负性学习偏向。三因素交互模型显示，“情感不敏感”因子与“喜欢”（后验均值 = ?0.333）和“不喜欢”（后验均值 = ?0.222）条件存在可信的交互作用，削弱了效价一致情境中的准确率优势。负性学习率与“不喜欢”条件（后验均值 = 1.138）及“社交回避”（后验均值 = 0.832）存在可信正交互。决策时间分析显示，负性学习率与“社交回避”存在可信二交互（后验均值 = ?0.359），且与“喜欢”条件和“社交回避”存在可信三交互（后验均值 = 0.478），表明高社交回避和高负性学习率的个体在“喜欢”条件下决策时间更慢。

五、讨论与结论总结

讨论部分指出，本研究通过跨诊断方法与RL建模的结合，识别出社会评价学习中偏倚的关键行为特征。提取的三个跨诊断维度与既往研究部分重叠，其中“社交回避”因子与社交焦虑、自闭症和动机缺乏相关条目高度相关，其与负性学习偏向的关联扩展了以往分类学研究的发现；“情感不敏感”因子反映了共情和心智化困难，其与效价一致情境中准确率降低的关联提示情感识别能力在社会评价学习中的重要性。研究局限性包括：模型空间相对受限、样本以女性大学生为主且抑郁症状水平较低（BDI均值 = 12.52 ± 9.34），可能解释“抑郁自我认同”因子未出现显著结果。研究结论为：结合跨诊断行为测量与计算建模，本研究识别出社会评价学习偏倚的关键行为特征。计算建模揭示被试对正性与负性社会反馈存在不对称学习，学习率随反馈效价变化。反映社交焦虑和动机缺陷的跨诊断因子将社会学习偏向于负性显著信息；“情感不敏感”因子捕捉的共情和心智化困难与正性社会反馈的敏感性相关。这些发现展示了跨诊断特质如何影响社会评价学习，识别出可在未来研究中靶向的候选计算过程。