青少年STB患者工具学习中Pavlovian回避偏向减弱与一般行动偏向降低：强化学习计算建模研究

《Biological Psychiatry Global Open Science》：Adolescent suicidal patients exhibit reduced Pavlovian avoidance biases on instrumental learning

　　

背景：青少年自杀性构成全球重要公共卫生危机。主流理论框架将自杀意念与行为（suicidal thoughts and behaviors, STB）概念化为逃避不可忍受情感状态的尝试，但自杀行动背后的精确计算机制仍认识不足。识别这些机制对于制定更具针对性的自杀预防与干预策略至关重要。方法：共83例青少年住院患者参与研究，其中58例伴STB（S⁺），25例不伴STB（S^?）。鉴于样本临床特征，精神科共病较常见。参与者完成趋近–回避go/no-go学习任务，用于评估正性与负性情境下的行动与抑制倾向。随后将计算强化学习（reinforcement learning, RL）模型拟合参与者选择，以估计任务表现背后的个体水平参数。结果：与S^?相比，S⁺表现出显著减弱的Pavlovian回避偏向，表现为负性情境中对行动的抑制减弱。该发现为青少年面对厌恶情境时自杀行动倾向提供了计算机制。此外，S⁺较S^?表现出更低的一般行动偏向，反映情境独立的谨慎行为以及不确定性下的行为不行动倾向。结论：这些发现为青少年自杀性提供了计算见解。回避偏向减弱与行动偏向降低共存提示该人群具有复杂、情境敏感决策特征。这些发现具有重要临床意义，强调基于强化学习的评估可作为早期识别风险青少年的有前景工具，并为自杀预防的靶向行为干预提供信息，尤其在临床住院环境中。

作者为Tian Nan|Zongling He|Yuejia Luo|Zhihao Wang。青少年自杀性已成为重要公共卫生危机，STB是青少年死亡的重要原因，且青少年自杀率在近年明显上升，早期预测、筛查、检测与干预受到强调。然而，成人自杀性研究数十年积累后，STB预测进展仍有限，青少年自杀性的神经计算机制亦不清楚，亟需从描述性风险因素转向机制性解释。理论框架多将STB视为逃避不可忍受且难以摆脱的负性情感状态；逃逸动机如何转化为行动，需要区分工具系统与Pavlovian系统。工具系统建立行动–结果关联以最大化奖赏或最小化惩罚；Pavlovian系统将情绪显著的结果预测直接联结到效价依赖的刻板反应，包括奖赏预期时促进行动的趋近子系统和惩罚预期时抑制行动的回避子系统。正常情况下两系统趋同，促进有效学习；但在试图逃避不可忍受负性状态时，Pavlovian回避可能适应不良地抑制工具系统选择的目标导向行动。成人研究提示STB与Pavlovian回避减弱相关，但青少年STB是否同样存在尚不明确；健康青少年较儿童和成人Pavlovian反应降低，可能与其在学业压力或家庭冲突下出现极端行为有关。因此，本研究检验青少年STB的Pavlovian回避系统，假设S⁺较S^?Pavlovian回避偏向减弱，且该缺陷特异于惩罚驱动抑制而非一般行动缺陷，并与工具行动偏向可分离；同时探索药物相关因素。

方法上，研究纳入来自电子科技大学成都脑科学研究院临床医院（中国四川省成都市心理健康中心）的青少年住院患者，最终分析83例（S⁺ 58例，S^? 25例）；采用趋近–回避go/no-go强化学习任务，正交操纵go/no-go与奖赏/惩罚，形成go to win（GW）、go to avoid losing（GA）、no-go to win（NW）、no-go to avoid losing（NA）四条件；以Rescorla-Wagner规则构建候选强化学习模型，包含学习率、奖赏/惩罚敏感性、行动偏向、Pavlovian偏向和注意失误参数，采用最大似然估计（maximum likelihood estimation, MLE）与Akaike信息准则（AIC）比较模型，并进行模型与参数恢复分析。

Demographic and clinical characteristics：通过临床资料与量表比较，S⁺与S^?性别和年龄可比，S⁺在贝克自杀意念量表（BSI）当前与最差时点评分显著更高；病程、家族史、诊断及多数药物使用无显著差异，仅其他抗焦虑药使用存在差异（χ²=5.434，p=0.020），后续控制相关协变量。Model-agnostic results：通过目标检测与三因素方差分析，参与者平均正确率约95%；发现行动与效价显著交互，奖赏条件下go学习优于惩罚条件，惩罚条件下no-go学习优于奖赏条件，确认Pavlovian影响；行动与效价主效应显著；组别×行动交互显著，S⁺的go与no-go差异弱于S^?，控制协变量后仍显著；NA与NW差值组间无显著差异。Model-based results：通过计算模型拟合与模型比较，胜出模型含分离的Pavlovian趋近/回避参数、奖赏/惩罚学习率、奖赏/惩罚敏感性、行动偏向和注意失误（8参数）；S⁺较S^?Pavlovian回避更低（t=-2.679，p=0.009，p_Bonferroni=0.018），扩展参数边界后仍稳健（t=-2.034，p=0.023）；S⁺行动偏向更低（t=-2.828，p=0.006，p_Bonferroni=0.013）；探索性发现S⁺奖赏学习率更低（t=-2.211，p=0.033）；控制协变量后仍显著；中位数分割控制分析显示Pavlovian回避对儿童期创伤问卷（CTQ）、情绪调节问卷（ERQ）、特质焦虑量表（TAI）、宾州忧虑问卷（PSWQ）、贝克抑郁量表（BDI）和流行病学研究中心抑郁量表（CESD）等均不显著，而行动偏向与焦虑相关（p=0.019），提示行动偏向可能部分共享内化病理。Pharmacological effects on mental parameters：通过药物组比较，心境稳定剂对Pavlovian回避无显著有益效应（t=0.039，p=0.969，单尾），但对go偏向有显著效应（t=1.840，p=0.035，单尾）；探索性分析显示使用苯二氮?类药物（benzodiazepines, BZDs）者Pavlovian回避更低（t=-2.280，p=0.025，双尾），但需谨慎解释。

讨论总结：本研究将成人STB中Pavlovian回避减弱扩展至青少年，提示惩罚预期下行动抑制减弱可能降低负性状态下冲动反应阈值；该机制可能延伸至其他适应不良行为，但本研究未测量。结合既往赌博研究，结果提示STB存在跨年龄一致性与跨情境特异性。行动偏向降低为情境独立的一般行动倾向减弱，可能与不确定性下抑制性行为风格或精神运动疲劳有关，且控制分析中与焦虑相关，可能部分反映更广泛内化病理；Pavlovian回避则在所有协变量控制中稳健，可能是更特异的自杀表型标志。S⁺内模型参数与连续自杀性严重度无显著关联，作者解释为与从意念到行动的质性转变理论一致，Pavlovian回避可能为STB状态分类标志而非意念强度维度指标，并受严重度范围限制及主观意念与内隐行动准备分离影响。BZD使用与更低Pavlovian回避相关，但分析为横断面、探索性、组间不等且可能受诊断严重度混杂，不能作因果推断。局限包括横断面设计不能推断因果、S^?样本量较小、跨诊断样本异质性、药物分析探索性且未控制。研究优势为任务在急性症状住院患者中完成率较高、仅4/87因未完成或低参与被排除、需标准计算机/平板设备、耗时20–25分钟，且不要求口头披露自杀意念，可能较自评筛查污名化更低。研究结论翻译：总之，本研究发现伴STB的青少年表现出情境依赖性的Pavlovian回避降低，为负性情境下冲动性逃逸导向行动提供了计算机制，同时伴情境独立的一般行动倾向降低。这些计算特征在控制人口学、临床和药物相关混杂后仍存在，并与成人STB人群发现一致，提示自杀性背后Pavlovian机制具有发育连续性。鉴于该范式在真实世界青少年住院样本中的可行性，go/no-go强化学习任务可能作为客观行为筛查工具补充现有自评量表。更广泛地，通过趋近–回避训练或谨慎选择药物恢复Pavlovian回避的干预是未来研究的有前景方向。下一步是检验临床就诊时测量的Pavlovian回避参数是否前瞻性预测自杀行为，以及靶向干预能否正常化这些特征并降低STB风险。