脆弱的连胜目标引发多模态压力反应和后期表现下降

《iScience》：Fragile streak goals elicit multimodal pressure responses and late-stage performance decline

　　亮点
•在连胜目标下，随着连续成功的累积，感知压力上升
•在连胜目标而非总目标下，随着连胜延长，心率和瞳孔尺寸上升
•当连胜达到最大值时，在压力和唤醒达到峰值的情况下，连胜目标表现下降
•运动活力指标（速度、反应时间）不随连胜长度可靠变化

摘要
理解心理压力如何改变运动表现，需要能够可靠诱发高压状态的实验范式；然而，实验室研究往往无法诱发足以影响表现的强烈状态。我们测试了是否一种脆弱的目标结构——即失败会重置连续成功的进度——能在需要持续力控制的任务中诱发与压力相关的状态。参与者被要求实现10次连续成功或100次总成功（不考虑顺序）。在连胜目标下，随着参与者接近其最大连胜次数，心率、瞳孔尺寸和感知压力上升；在总目标下，心率和瞳孔尺寸几乎没有变化。关键的是，在连胜目标下，当达到最大连胜时表现下降，而总目标没有相应的后期下降。运动活力指标不与连胜进度可靠变化，表明表现下降不能由更快、更有力的动作解释。脆弱的连胜目标为在控制任务中研究与压力相关的反应和目标结构依赖的类似窒息的表现下降提供了可扩展的情境。

图形摘要

引言
在金融奖励或社会评价取决于个体表现的情境中，个体有时难以按预期表现。这种现象被称为“压力下窒息”，定义为“由于心理压力导致的表现下降”。然而，在实验室环境中观察高心理压力下的表现变化通常具有挑战性。在现实世界的高风险情境中，例如在大量观众和评委面前举行的钢琴比赛，个体会表现出显著的生理和心理反应。相比之下，常见的实验室操纵（如金钱激励或轻度社会评价）很少能诱发相当量级的反应。由于标准的实验室操纵很少能将人推入真正的高唤醒状态，研究者可能只能采样到有限范围的压力水平。这种方法论上的局限性导致了对在严重心理压力下运动表现如何变化缺乏清晰认识。

在我们最近的研究中，我们引入了一种实验范式，通过将连续成功设为目标来逐步诱发唤醒。当参与者旨在实现十次连续成功时，他们的心率（一种广泛使用的唤醒客观指标，通常与心理压力相关）随着成功次数的累积呈指数增长。这种心率增加的幅度显著大于以往使用更传统压力操纵的研究所报告的值。然而，由于心率反映的是生理唤醒而非心理状态本身，仅凭那项研究无法完全区分所观察到的唤醒增加是否特异地反映了心理压力的升高。仅从生理数据推断特定的心理状态需要谨慎，因为反向推断存在问题，除压力外，其他状态也可能影响心率。

为解决这一局限性并严格验证该范式，本研究纳入了两项额外测量。首先，我们测量了瞳孔尺寸，它反映了与交感神经系统活动相关的情绪唤醒，并密切追踪逐试次的脑状态变化，使其成为压力下波动唤醒的合适指标。其次，更重要的是，我们通过主观评分直接评估参与者的感知压力。这种多模态方法使我们能够在不依赖单一生理指标的情况下评估目标结构操纵所诱发的压力相关状态。

使用这种基于目标结构的范式，我们旨在测试脆弱的连胜目标是否能诱发收敛的主观和生理压力相关反应，以及这种高压脆弱目标情境是否伴随运动表现的变化。我们未将心理压力视为与任务结构分离，而是将连胜目标概念化为一种脆弱目标情境，其中感知压力和生理唤醒可能同时出现。因此，我们关注两个问题：连胜目标结构是否产生压力相关反应，以及表现是否特异地恶化在连胜目标情境的后期阶段。

结果
参与者被要求用食指施加力，尽可能长时间地将光标维持在目标区域内。这需要尽可能快地将光标移入目标区域并保持其位置在目标内（图1A）。为诱发压力相关反应，我们采用了连续成功范式。参与者被随机分配到两组之一：连续组或总数组。连续组（n = 22）被指示实现10次连续成功，而总数组（n = 22）被指示实现100次总成功，不论顺序（图1B和1C）。在连续组中，试次开始时显示的计数器在失败后重置为零，而在总数组中，显示的计数跟踪累积成功次数，因此在失败后保持不变。该设计使我们能够检查脆弱的连胜目标结构是否伴随压力相关的主观和生理反应以及表现变化，这些变化超出了成功累积而不重置时观察到的变化。

图1 任务与实验设计
显示完整说明
图查看器
（A）参与者执行一项需要精细力输出的任务。屏幕上显示的光标根据参与者施加的力的大小垂直移动。
（B）每个试次的程序顺序。首先，显示参与者在连续组中的当前连续成功次数或在总数组中的总成功次数。然后，在可变间隔后，参与者被要求施加力以尽快将光标移动到目标并保持其位置在目标内。最后，根据光标在目标内停留的持续时间，向参与者提供成功或失败的视觉反馈。
（C）假设如图所示的一系列成功和失败试次，说明每个试次开始时显示的数字。在连续组中，显示的计数反映当前连胜并在失败后重置为零，而在总数组中，它反映累积成功次数，因此在失败后不重置。即使结果序列相同，各组在每个试次开始时显示的数字也不同。

压力相关反应在连胜目标下随接近连胜而增加
心理压力状态的出现通过压力敏感的生理唤醒指标（即心率、瞳孔尺寸）以及感知压力的主观评分来评估。为将这些测量与连胜中的进展联系起来，并以跨参与者可比的方式，我们首先对每个连续成功次数计算试次平均值，然后将试次分为三个受试者内的连胜接近条件，这些条件相对于每个参与者的最大连续成功次数定义（详见STAR方法）。简而言之，根据试次发生在距离最大连胜较远、刚之前或正好在最大连胜时，将其分类为远、近或最大。

生理指标与参与者在追求连续成功目标时压力相关唤醒增加相一致。心率显示连胜接近的显著主效应（F [1.31, 52.34] = 16.46, p < 0.001, ηG2 = 0.047）以及组别×连胜接近的交互作用（F [1.31, 52.34] = 17.44, p < 0.001, ηG2 = 0.049）（图2A）。在连续组中，心率从远到近和最大条件单调增加（F [1.23, 24.63] = 19.31, p < 0.001, ηG2 = 0.137），所有配对比较均显著（远vs.近：F [1, 20] = 16.51, p < 0.001, ηG2 = 0.095；近vs.最大：F [1, 21] = 16.89, p < 0.001, ηG2 = 0.033）。相比之下，在总数组中，心率不随连胜接近可靠变化（F [1.58, 31.50] = 0.28, p = 0.70, ηG2 = 0.001）。

图2 连胜接近伴随连胜目标下压力相关反应增加
显示完整说明
图查看器
（A）连续组和总数组在三个连胜接近条件（远、近、最大）下的心率。
（B）两组在三个连胜接近条件（远、近、最大）下的瞳孔尺寸。
（C）连续组在三个连胜接近条件（远、近、最大）下的回顾性感知压力评分。连胜接近（远、近、最大）是相对于每个参与者的最大连续成功次数定义的（见STAR方法）。在（A）和（B）中，红色表示连续组，蓝色表示总数组（C仅包括连续组）。箱线图显示中位数（中心线）和四分位距（箱体）；须延伸至1.5倍四分位距，点表示离群值。细线连接个体参与者在连胜接近条件间的数据。星号表示显著的计划配对比较（??p < 0.01, ???p < 0.001）。

瞳孔尺寸观察到类似模式。总体瞳孔尺寸显示出组别（F [1, 38] = 18.23, p < 0.001, ηG2 = 0.225）和连胜接近（F [1.46, 55.38] = 5.50, p < 0.05, ηG2 = 0.054）的显著主效应，以及组别×连胜接近的交互作用（F [1.46, 55.38] = 15.09, p < 0.001, ηG2 = 0.135）（图2B）。在连续组中，瞳孔尺寸随连胜接近水平显著增加（F [1.47, 27.93] = 19.32, p < 0.001, ηG2 = 0.278），所有配对比较均显著（远vs.近：F [1, 19] = 11.14, p < 0.01, ηG2 = 0.203；近vs.最大：F [1, 20] = 18.86, p < 0.001, ηG2 = 0.103）。在总数组中，瞳孔尺寸不受连胜接近可靠调节（F [1.41, 26.75] = 1.40, p = 0.26, ηG2 = 0.029）。

为确认这些生理效应不是远/近/最大分箱程序的假象，我们还使用原始连续成功次数作为连续预测变量拟合了试次水平的混合效应模型。这些分析得出相同的定性结论（图S1A和S1B）。

由于感知压力以外的心理状态也可能影响生理测量，仅凭心率和瞳孔尺寸的变化无法确定参与者的心理状态。以往研究采用了使用主观和客观测量验证压力操纵的方法。因此，我们在连续组的主实验后使用问卷评估参与者的感知压力，并通过主观测量确认他们的感知压力随连胜接近增加（F [1.44, 30.31] = 51.7, p < 0.001, ηG2 = 0.440），所有配对比较均显著（远vs.近：F [1, 21] = 37.66, p < 0.001, ηG2 = 0.252；近vs.最大：F [1, 21] = 36.89, p < 0.001, ηG2 = 0.213）（图2C）。自我报告和生理测量的收敛表明，本研究的实验操纵成功诱发了心理压力状态。

表现仅在脆弱连胜目标下于最大连胜时下降
我们接下来检查了诱发强烈主观和生理压力相关反应的脆弱连胜目标情境是否伴随任务表现的变化。由于连续组和总数组在目标结构以及压力相关反应上不同，我们没有假设所有随连胜接近的表现变化都是独特压力驱动的。相反，我们关注的是，两组共有的表现变化能否与脆弱连胜目标情境特异的后期变化区分开来。光标在目标区域内停留的持续时间被记录为得分（图3A）。基于该得分，每个试次被分类为成功或失败。参与者被告知此评分标准，并被指示最大化其得分。因此，得分可被视为本实验中表现的测量。

图3 连胜接近与表现
显示完整说明
图查看器
（A）表现测量的示意图。得分定义为每个试次中光标完全保持在目标内的时间（毫秒）；得分≥1000毫秒的试次计为成功。
（B）连续组（红色）和总数组（蓝色）在三个连胜接近条件（远、近、最大）下的表现得分。连胜接近是相对于每个参与者的最大连续成功次数定义的（见STAR方法）。红色表示连续组，蓝色表示总数组。箱线图显示中位数（中心线）和四分位距（箱体）；须延伸至1.5倍四分位距，点表示离群值。细线连接个体参与者在连胜接近条件间的数据。星号表示显著的事后两两比较（?p < 0.05, ??p < 0.01, ???p < 0.001）。对得分进行的2（组别：连续 vs. 总计）× 3（连胜接近度：远、近、最大）混合方差分析揭示了组别的主效应显著（F [1, 40] = 4.82, p < 0.05, ηG2 = 0.062）、连胜接近度的主效应显著（F [1.51, 60.46] = 13.25, p < 0.001, ηG2 = 0.129），以及组别与连胜接近度的交互作用显著（F [1.51, 60.46] = 4.62, p < 0.05, ηG2 = 0.049）。两组的表现随连胜接近度水平而变化，但模式不同（图3B）。在连续组中，表现随连胜接近度水平发生显著变化（F [1.64, 32.89] = 12.31, p < 0.001, ηG2 = 0.222）。得分从远到近连胜接近度增加（F [1, 20] = 4.45, p < 0.05, ηG2 = 0.072），然后在最大连胜接近度时下降（F [1, 21] = 18.77, p < 0.001, ηG2 = 0.223）。值得注意的是，最大连胜接近度时的得分与远连胜接近度时显著不同（F [1, 20] = 10.12, p < 0.01, ηG2 = 0.154）。在总计组中，表现也随连胜接近度水平而异（F [1.36, 27.22] = 5.18, p < 0.05, ηG2 = 0.101），这主要是由从远到近连胜接近度的得分提高所驱动的（F [1, 20] = 28.06, p < 0.001, ηG2 = 0.276）。然而，与连续组不同，从近到最大连胜接近度没有可靠的表现下降（F [1, 21] = 3.86, p = 0.09, ηG2 = 0.050），且最大时的表现与远时没有差异（F [1, 20] = 0.68, p = 0.42, ηG2 = 0.011）。因此，从远到近的改善在两组中是共同的，可能反映了任务共同因素，如近期成功表现、适应或连胜内熟悉度的增加。相比之下，从近到最大的下降仅在连胜本身决定任务终止时观察到。试验层面的混合效应分析为这种后期下滑提供了佐证，并表明其并非完全归因于分箱程序（图S1C）。总之，最大时的表现下降发生在感知压力、心率和瞳孔尺寸最高的同一条件下。我们将后期下降解释为与高压、脆弱的连胜目标情境相关的表现衰退。没有证据表明在压力增加时运动活力增强。已有充分证据表明，当更大的奖励处于风险中——即动机增强时——人类运动行为会发生变化，这些变化归因于运动活力的增加。活力增强与反应时间缩短、运动速度加快和力量输出增大相关。在本研究中，我们考察了观察到的行为变化是否同样可以由连胜接近度增加时运动活力的变化来解释。为此，我们检查了连胜接近度是否与反应时间、峰值运动速度或力量大小的变化相关。对于每个因变量，我们计算了每个参与者在远、近和最大连胜接近度条件下的试验平均值，并将这些值提交给2（组别：连续，总计）× 3（连胜接近度：远，近，最大）混合方差分析。没有证据表明反应时间随连胜接近度缩短。对于反应时间（图4A），混合方差分析显示组别（F [1, 39] = 1.59, p = 0.22, ηG2 = 0.034）或连胜接近度（F [1.29, 50.43] = 0.29, p = 0.65, ηG2 = 0.001）的主效应不显著，组别与连胜接近度的交互作用也不显著（F [1.29, 50.43] = 0.40, p = 0.58, ηG2 = 0.001）。与此一致，每组内的单因素重复测量方差分析显示，在连续组（F [1.21, 22.95] = 0.54, p = 0.50, ηG2 = 0.004）或总计组（F [1.36, 27.25] = 0.02, p = 0.95, ηG2 = 0.000）中，反应时间随连胜接近度水平没有可靠变化。图4 没有证据表明运动活力随连胜接近度增加而增强。显示完整说明。图查看器。（A）连续组（红色）和总计组（蓝色）在不同连胜接近度条件下的反应时间。（B）两组在不同连胜接近度条件下的峰值速度。（C）两组的力相关输出指数（预测终点相对于目标）在不同连胜接近度条件下的表现。连胜接近度是相对于每位参与者最大连续成功次数定义的（参见STAR方法）。在（A–C）中，红色代表连续组，蓝色代表总计组。箱线图显示中位数（中心线）和四分位距（箱体）；须延伸到1.5倍四分位距，点表示离群值。细线连接不同连胜接近度条件下的个体参与者。类似地，连胜接近度与运动速度增加无关。对于峰值运动速度（图4B），混合方差分析再次显示组别（F [1, 39] = 0.41, p = 0.53, ηG2 = 0.009）或连胜接近度（F [1.77, 69.10] = 0.02, p = 0.97, ηG2 = 0.000）的主效应不显著，组别与连胜接近度的交互作用也不显著（F [1.77, 69.10] = 0.54, p = 0.56, ηG2 = 0.001）。组内分析证实，在连续组（F [1.39, 26.34] = 0.27, p = 0.69, ηG2 = 0.001）和总计组（F [1.92, 38.50] = 0.30, p = 0.73, ηG2 = 0.003）中，连胜接近度对峰值速度均无可靠影响。最后，我们考察了力相关输出，以从加速阶段运动学推导出的预测终点（参见STAR方法）相对于目标来索引（图4C）。混合方差分析显示组别（F [1, 39] = 0.04, p = 0.84, ηG2 = 0.001）或连胜接近度（F [1.83, 71.55] = 1.25, p = 0.29, ηG2 = 0.007）的主效应不显著，交互作用也不显著（F [1.83, 71.55] = 0.10, p = 0.89, ηG2 = 0.001）。每组内的单因素方差分析同样显示，在连续组（F [1.20, 22.80] = 1.03, p = 0.33, ηG2 = 0.012）或总计组（F [1.87, 37.36] = 0.33, p = 0.71, ηG2 = 0.004）中，连胜接近度对预测终点没有可靠调节作用。总之，这些结果表明，通常与运动活力增强相关的运动变化——更短的反应时间、更快的运动和更大的力量输出——并未在参与者接近其最大连胜时被诱发。相反，在脆弱的连胜目标情境下，与连胜接近度增加相关的表现变化似乎源于运动控制的其他方面。为了探究运动活力之外的运动控制候选机制，我们进行了探索性运动学分析，基于预测性和感觉驱动控制之间的区别（图S2）。此外，我们考察了生理和主观压力相关反应的个体差异是否共变，并预测连胜内的表现变化（图S3）。这些分析大多得出无效结果：在群体水平上，前馈/反馈相关的运动学指标没有显示连胜接近度依赖的稳健特征，压力指数的个体差异也不能可靠预测表现变化。讨论观察和理解心理压力下的表现下降可能受到在实验室环境中诱发真正高压状态的方法学困难所阻碍。通过施加一个“脆弱”的目标结构——要求连续十次成功——我们引发了收敛的主观和生理压力相关反应，并观察到后期阶段的表现下降。这项工作的核心贡献是对连续成功范式作为基于目标结构的方法诱发压力相关任务状态进行了更严格的验证。在先前的工作中，压力主要从心率推断，这留下了替代解释的空间，因为单独的生理指标不能唯一确定心理状态。在这里，我们使用心率、瞳孔尺寸和感知压力评分来三角测量压力——这些指标被广泛用作压力、竞争性焦虑和唤醒度的指标。当成功必须保持为连胜时，这三项指标随连胜接近度增加而系统性上升，而当目标是累积固定数量的成功而不论顺序时，生理指标几乎不随连胜接近度增加而系统性调节。这种比较表明，并非重复成功本身，而是每次尝试与保持连胜之间的耦合关系，才会强烈放大压力。总计组未评估感知压力，因此无法直接比较两种目标结构下的主观体验。然而，该组中缺乏类似的心率和瞳孔尺寸调节并不支持类似增加的多模态压力相关状态。在连胜目标下观察到的表现轨迹为运动控制如何在高风险环境中变化提供了关键见解。在连胜目标结构内，当参与者接近所需连胜的末端（更高的连胜接近度）时，表现从低到中等的连胜接近度有所提高。然而，由于在总计组中观察到类似的改善，这种初始上升可能反映了任务学习或一般适应。但关键的是，当成功取决于保持连胜时，表现在高连胜接近度时下降——此时我们的生理和主观指标表明压力最高——而在总成功目标下，表现趋于平稳而非崩溃。这种分离与“窒息”最可能发生在失败特别昂贵或显著的情境中（反映现实世界中的“一次失误”情境，如制胜球和赛点）的观点一致，而不是在激励或重复存在时。同时，连胜目标必然增加了失败的成本和显著性，并可能改变了注意、动机和策略需求。这些因素与范式诱导的压力相关任务状态交织在一起，而当前设计无法分离它们对后期下降的各自贡献。因此，我们将下降解释为发生在高压、脆弱的连胜目标情境中，而不是单独由心理压力引起的影响。我们接下来询问高压下的表现下降是否可以通过运动活力的变化来解释。在许多奖励和动机情境中，更高的风险会激励行动，产生更短的反应时间、更快的运动速度和更大的力量输出。我们的数据没有为这一解释提供证据：反应时间、峰值光标速度和力相关指标不随连胜接近度可靠变化。这些零效应反对了“高压使参与者‘移动更快/更强，因此失败’”的简单解释，而是指向其他机制。例如，先前的研究表明，注意和焦虑的变化可以改变视觉运动执行，而无需明显的活力增强。为了更直接地探究候选的运动控制机制，我们进行了探索性运动学分析（见补充信息），基于预测性和感觉驱动控制之间的区别。然而，前馈和反馈控制的准确性在群体水平上没有显示出连胜接近度的一致性调节。这与来自非人灵长类动物的证据形成对比，在高风险情境中，非人灵长类动物可以产生相对系统的行为和神经变化。一种可能性是，在人类中，“窒息”反映了通向失败的异质性“路径”，当在群体水平分析时会被平均化：一些人可能变得容易分心，另一些人可能过度监控自己的动作，还有一些人可能改变他们权衡感觉证据与预测的方式。然而，如果没有对这些内部过程的直接测量，当前数据无法支持表现崩溃背后的任何特定机制。与这种多方面观点一致，变化分数的相关分析没有显示心率、瞳孔尺寸、感知压力和表现之间的稳健关联，表明压力相关反应不一定在人与人之间共变，并且可能仅在生理、主观和行为通道之间部分重叠。总之，这些发现表明，人类中压力诱导的表现变化可能不能简化为单一的运动学机制，而是可以通过多种部分可分离的路径出现，这些路径因个体而异——并且在群体水平上没有一致的压力相关效应在运动学中发现。有趣的是，这里观察到的表现下降与我们在先前使用类似连续成功范式中的发现形成对比。在那项研究中，随着连胜延长，表现单调改善，即使目标结构引发了与本研究观察到的强烈唤醒相当的心率指数增长。这种差异——相同压力诱导框架产生线性改善或后期崩溃——表明压力与表现之间的关系高度依赖于任务。一些理论和实证解释提出，任务难度决定了这种关系是线性的还是遵循倒U形曲线。然而，先前研究的平均成功率（51.1 ± 10.1%）和本研究中连续组的成功率（47.4 ± 10.8%）没有显著差异。因此，可能除整体任务难度之外的因素决定了压力如何塑造表现轨迹。一个潜在因素是运动执行的性质：以往的研究涉及没有连续视觉反馈的离散力产生，而当前任务需要由连续视觉反馈引导的持续力控制。虽然任务中的这种结构差异可能导致不同的结果，但这仍属推测。由于我们的分析无法明确识别压力引起表现变化的具体机制，因此发现决定压力何时导致表现恶化的关键变量仍然是未来研究的重要方向。

总之，要求连续成功序列为在实验室中诱发多模态压力提供了一种强大且可扩展的方法，扩展了先前仅基于心率的研究，并将操作推广到视觉运动任务。这种脆弱目标情境伴随着后期表现下降，但运动活力指标和当前运动学指标均未显示出一致的序列接近依赖特征，个体差异在生理、主观和行为测量中也不一致。最终，通过提供一种在受控环境中轻松诱发伴随主观和生理变化的重大心理压力的方法，本研究为阐明压力对运动控制的影响及其潜在机制提供了有价值的平台。

本研究的局限性
一个概念性限制是当前设计无法分离生理唤醒与主观心理压力。心率和瞳孔大小反映唤醒相关反应，而感知压力评分反映压力相关状态的主观成分，但这些测量在参与者接近最大连续序列时共同变化。因此，数据无法确定后期下降是否主要与生理唤醒、主观压力或其相互作用相关。

本研究尚未明确压力改变运动控制的因果计算或神经机制。未来工作应将此范式与更具针对性的扰动相结合，直接测试压力如何改变感觉预测权重和控制策略——例如，通过操纵视觉反馈和误差信号，并整合与压力下发挥失常相关的神经测量。

最后，全男性样本限制了普遍性。竞技焦虑特征可能因性别和年龄而异，如使用运动焦虑量表-2所示，特质焦虑可以影响压力下的状态焦虑和表现。由于未评估特质焦虑，我们无法测试它是否对后期下降的个体差异有贡献。未来研究应招募更多样化的样本，并纳入经过验证的特质焦虑测量，以测试这些因素是否调节脆弱连续目标情境下的主观、生理和行为反应。

资源可用性
主要联系人
有关进一步信息和资源的请求应发送至主要联系人Kagari Yamada（[e-mail]），并将由其完成。

材料可用性
本研究未生成新的独特试剂。

数据与代码可用性
•本研究报告的行为、生理和感知压力数据已存放在开放科学框架（OSF）中，并可在 https://osf.io/fwhe2/ 公开获取。
•本研究的原始MATLAB分析代码已存放在OSF中，并可在 https://osf.io/fwhe2/ 公开获取。
•重新分析本研究数据所需的任何其他信息可向主要联系人索取。

致谢
我们感谢工藤实验室成员的有益讨论和评论，以及行政人员的支持。本研究由日本学术振兴会（JSPS）的KAKENHI（JP22K17673、JP24K02825、JP24H01434、JP25H01237和JP25KJ1145）、日本科学技术振兴机构的战略性基础研究计划ACT-X（JPMJAX24LA）以及久保田公司的久保田捐赠基金资助。K.Y. 获得JSPS研究员的资助。

作者贡献
概念化与方法论，K.Y.和K.K.；调查、正式分析、数据管理、可视化和撰写初稿，K.Y.；撰写审阅与编辑，K.T.和K.K.；资金获取，K.Y.、K.T.和K.K.；资源，K.K.；监督，K.K.。所有作者已阅读并批准最终稿件。

利益声明
作者声明无竞争利益。

稿件准备过程中生成式人工智能和AI辅助技术的声明
在准备本工作期间，作者使用ChatGPT来改善稿件的可读性和语言。使用此工具/服务后，作者根据需要审查并编辑了内容，并对已发表文章的内容承担全部责任。

STAR★方法
关键资源表
试剂或资源 来源 标识符
存放数据
行为、生理和感知压力数据 OSF https://osf.io/fwhe2/
代码 OSF https://osf.io/fwhe2/
软件与算法
MATLAB 2025a The Math Works, Inc. https://www.mathworks.com
EMGworks采集系统 Delsys https://delsys.com/
Eyelink 1000 plus SR Research https://www.sr-research.com/
在新标签页中打开表格

实验模型和研究参与者详细信息
44名男性（平均年龄±标准差 = 25.7 ± 10.0岁，年龄范围：18-60岁）参与本研究。根据自我报告，四名参与者为左利手。所有参与者视力正常或矫正至正常。无人报告心脏病史。本研究经东京大学研究生院人文科学研究科涉及人类受试者的实验研究伦理审查委员会批准。目标样本量（n = 44）根据我们先前使用连续成功范式的工作先验确定，该工作显示随着连续成功累积，心率呈稳健、进行性增加，并允许在连续组和总数组之间进行平衡分配（每组n = 22）。由于样本完全由男性组成，无法评估不同性别或性别群体间研究结果的差异。所有参与者在参与研究前均提供书面知情同意。

方法细节
装置
所有视觉刺激均由计算机（Dell，XPS）控制，并显示在显示器（I-O DATA，KH2500V-ZX2，1920 × 1080像素，刷新率：240 Hz）上。参与者坐在有显示器的桌子前，被指示将其惯用手的肘部放在扶手上，手腕放在盒子上，食指放在压力传感器（TEAC，TU-QR(T)500N-G）上。非惯用手被指示放松放置，同侧腿放松。

参与者施加的力由压力传感器转换为电压信号。电压信号通过数字指示器（TEAC，TD-700T）传输至数据采集设备（National Instruments，USB-6218（BNC）），并以1000 Hz的采样频率在运行MATLAB数据采集工具箱的计算机上数字记录。

心率使用心电图传感器（Delsys，Delsys Trigno EKG生物反馈传感器）测量。每个参与者贴上两个预润滑的一次性心电图电极（日本光电，Dispo电极M Vitrode）。使用EMGworks采集系统（Delsys）以519 Hz的采样频率数字记录测量数据。使用触发器（Delsys，触发模块SP-U02）通过计算机控制心电图传感器。

瞳孔大小使用由计算机（Dell，OptiPlex）控制的Eyelink 1000 plus（SR Research）测量，并以500 Hz记录。为提高瞳孔大小数据质量，使用下巴托减少头部运动，并在每个区块开始时进行校准。

程序
参与者被随机分配到两个组之一：连续组或总数组。连续组（22名参与者，平均年龄±标准差 = 25.1 ± 8.23岁，年龄范围：19-53岁）被告知实验将在10次连续成功后结束，而总数组（22名参与者，平均年龄±标准差 = 26.3 ± 11.4岁，年龄范围：18-60岁）被告知实验将在总共100次成功后结束。

在测量其食指施加的最大力后，参与者进行训练阶段（2个区块）。在训练阶段，成功导致后续试验的目标尺寸减小显示器高度的1%，而失败导致目标尺寸增加显示器高度的2%。第一个区块开始时目标尺寸为显示器高度的20%。第二个区块开始时目标尺寸为第一个区块结束时的尺寸。主阶段的目标尺寸通过平均训练阶段第二个区块中的所有反转来计算。

训练阶段后，主阶段开始。一个区块由50次试验组成。如果第50次试验成功，则该区块的试验继续直至失败。参与者在每个区块之间休息5分钟。实验持续至连续组实现10次连续成功，总数组达到总共100次成功试验。然而，如果未能达到，实验在开始后90分钟终止。每个参与者的总试验次数因表现和两个停止标准中先满足者而异。每个参与者的试验次数详见表S1和S2。参与者事先被告知这些条件。

主阶段后，我们向连续组参与者发放问卷，让他们回顾性评估感知压力。采用回顾性评估以避免在实验期间中断任务和改变参与者的注意力焦点或评价情境。参与者使用视觉模拟量表（VAS）评分感知压力，范围从1（“无压力”）到10（“压力很大”）。总数组参与者不知道连续成功的次数，因此难以按序列接近度评分感知压力。因此，未在总数组调查感知压力。

任务
首先，连续组呈现当前连续成功次数，总数组呈现当时的成功总数。然后，单词“Ready”出现在显示器中央，并显示目标。目标的下边缘位于显示器底部以上显示器高度的70%处，目标尺寸基于训练阶段的表现。在此阶段，指示参与者不要对压力传感器施加任何力，并校准传感器。当施加其最大力的10%时，光标将位于目标中心。然后“Ready”消失，光标出现在显示器底部以上显示器高度的10%处。指示参与者尽可能快地将代表其施加力的光标移入目标，并保持光标在目标内直至消失。施加力的实时反馈以光标在显示器上移动的形式提供。光标在出现后2000毫秒消失。如果光标在该区间内保持在目标内至少1000毫秒，则试验被分类为成功。最后，参与者收到视觉反馈，告知其是否能够将光标保持在目标内超过1000毫秒。所有视觉刺激和程序均使用MATLAB创建。

量化与统计分析
所有心率数据使用自定义MATLAB程序分析。为去除任务结果的影响，排除显示每次试验结果视觉反馈时的数据，即分析从呈现连续成功次数或总成功次数到试验结果呈现前的数据。由于未能获取心率数据，排除了一个参与者的5次试验数据。

所有瞳孔大小数据使用自定义MATLAB程序分析。首先，我们丢弃眨眼事件前后50毫秒的瞳孔大小数据。然后使用分段三次埃尔米特插值多项式（MATLAB pchip.m函数）对丢弃的数据进行插值。插值后，对数据进行平滑处理（smoothdata.m函数）。为去除力施加期间注视位置和任务结果的影响，排除参与者在力施加期间的数据以及显示每次试验结果视觉反馈时的数据，即分析从呈现连续成功次数或总成功次数到其施加力前的数据。为控制个体差异的基线和动态范围，瞳孔大小的试验数据在聚合前在每个参与者内进行Z分数标准化。由于未能获取瞳孔大小数据，排除了一个参与者的数据。

所有行为数据使用自定义MATLAB程序分析。以1000 Hz采样的电压数据经过转换，使参与者在施加其最大力量10%的力时，光标将位于目标中心。每次试验中光标完全处于目标内的总时间被计算为得分。如果得分达到或超过1000毫秒，则判定为成功，否则判定为失败。

遵循以往研究的方法，我们对光标运动进行了详细分析。我们将任务中的力量施加过程划分为三个阶段：运动开始时的加速阶段、光标接近目标时的减速阶段，以及在目标内的保持阶段。为了计算加速阶段的预测误差，我们首先找到光标速度峰值的时间点。然后，我们取光标出现至该时间点的速度曲线，并围绕速度峰值时间进行镜像反射。将所得对称速度曲线积分，以求出从光标出现位置起的位移，这代表了基于速度峰值时间之前数据的预测终点。预测终点与目标中心之间的相对误差绝对值被计算为"加速阶段的预测误差"。对于减速阶段的修正，我们不仅需要预测终点，还需要实际终点。我们确定光标速度在峰值之后变为负值的时间点，并将该时刻的光标位置定义为实际终点。实际终点与目标中心之间的绝对误差被定义为减速阶段结束时的实际误差。通过从加速阶段的预测误差中减去该值，我们量化了减速期间的误差修正。此外，光标进入目标后光标位置的标准差被计算为"保持阶段的波动"。每次试验的反应时间基于从运动提示出现到速度峰值时间的光标速度数据进行估算。假设速度曲线中存在单一变点，使用ischange.m函数来检测使总代价函数最小化的点。

满足以下任一标准的数据将从这些光标运动的详细分析中排除："得分为0"、"光标出现时已经施加了力量"或"光标速度未变为负值"。由于连续组中一名参与者超过一半（263次试验中的148次）的数据符合排除标准，该参与者的所有数据均从详细分析中排除。对于所有其他参与者，符合排除标准的试验数在连续组为4382次试验中的42次（1.0%），在总数（Total）组为4367次试验中的26次（0.6%）。

为了考察连胜接近度与生理、行为和运动学指标之间的关系（以及在连续组中随之增加的心理压力），我们将逐次试验的数据转换为三种参与者内部的连胜接近度条件。对每位参与者，我们确定其在整个实验中最大连续成功次数。然后试验被分箱为：（i）远连胜接近度，包括从连胜开始到低于个体最大值三次成功以内的试验；（ii）近连胜接近度，包括低于最大值两次和一次的试验；以及（iii）最大连胜接近度，包括参与者最大连续成功次数的试验。对于总数（Total）组，最大连续成功次数被截断为九次，以匹配连续组的范围。在每个分箱内，我们跨试验对因变量进行平均，从而为每位参与者和每项测量指标产生三个观测值（远、近、最大）。这种不对称分箱（较宽的"远"分箱和靠近最大值的较细分箱）是基于先前研究的动机——先前研究表明，随着连续成功的累积，心率近似呈指数增长，因此最陡峭的生理变化预计发生在连胜接近尾声时。

对于生理和运动学指标，这些平均值被提交给混合设计方差分析（ANOVA），其中包含被试间因素组别（连续组 vs. 总数（Total）组）和被试内因素连胜接近度（远、近、最大）。被试内因素的球形性使用Greenhouse-Geisser epsilon进行评估。当违反球形性假设时，我们报告Greenhouse-Geisser校正后的自由度和p值。我们报告F统计量（含相应自由度）、p值和广义eta平方（ηG2）。

为了处理连胜进展的连续性质，并检验主要结果是否依赖于远/近/最大分箱程序，我们还使用原始连续成功次数作为连续预测变量进行了试验层面的线性混合效应分析。在这些分析中，试验未按连胜接近度条件分箱。对于总数（Total）组，连续成功次数大于九次的试验被排除，以使分析范围与连续组匹配。

具体而言，我们首先拟合一个混合模型，以检验连续成功次数是否主要对感兴趣的生理指标（y）表现出单调（一阶）效应。然后我们拟合两个混合模型，以检验连续成功次数是否主要对感兴趣的绩效指标（y）表现出单调效应或非单调（二阶）效应。固定效应指定如下：

模型1：y ～ β0 + β1·CS1
模型2：y ～ β0 + β1·CS1 + β2·CS2

其中β为回归系数，CS为连续成功次数。为了得出可推广到所有参与者的结论，截距和系数均作为被试内随机效应纳入。我们检验模型1中β1是否显著，以及模型2中β2是否显著。为了评估二次模型是否比线性模型更好地描述得分数据，我们在每组内使用信息准则（AIC和BIC）分别比较这两个模型。

连续组中的感知压力评分使用单因素重复测量方差分析进行分析，被试内因素为连胜接近度（远、近、最大），其定义方式与生理和运动学指标相同。

在每组内进行了连胜接近度水平之间的计划配对比较。为与方差分析报告保持一致，配对检验以分子自由度为1的F统计量报告（等效于配对样本t统计量的平方），p值使用Benjamini-Hochberg错误发现率（FDR）程序进行调整。所有分析的显著性水平设定为α = 0.05。

为了评估压力相关指标是否提供冗余或部分可分离的信息，我们在连续组中进行了额外的探索性分析。对每位参与者，我们计算连胜接近度条件之间的变化分数（远到近和近到最大），涉及感知压力、心率、瞳孔大小和得分。我们首先评估感知压力、心率和瞳孔大小变化之间的两两相关性。然后，我们对三个压力相关指标的标准化变化分数应用主成分分析，以估计它们反映共同成分的程度。最后，我们检验单一压力相关指标、多模态复合指标或组合回归模型是否能预测得分变化。

为了表征后期表现下降的个体差异，我们根据近到最大的得分变化对连续组参与者进行分类。近到最大得分变化为负的参与者被分类为表现出类似"窒息"（choking）的下降，而变化为零或正的参与者被分类为表现出类似"关键球"（clutch）/非下降的轮廓。由于最大分箱是相对于每位参与者自身的最大连胜定义的，我们还进行了一项保守分析，仅限那些在试验中至少经历过一次当前连续成功次数为九（对应实际目标边界，即立即实现十次连续成功之前）的参与者。随后使用探索性逻辑模型检验感知压力、心率、瞳孔大小或多模态压力复合指标的变化是否能预测类似"窒息"的轮廓。

附加资源

本研究不是临床试验；不适用任何临床试验注册。

补充信息（1）
PDF（537.40 KB）
文档S1. 图S1–S4和表S1–S2