抑郁动机因素与认知缺陷的计算关联：基于期望控制价值（EVC）的资源分配模型

《Cognitive Computation》：Computational Link Between Motivational Factors and Cognitive Deficits in Depression

　　

摘要：认知缺陷是抑郁症的常见症状，并显著促成该障碍的致残效应。在实验上，多种认知范式中可观察到反应时间增加、错误率升高以及在犯错或接受不良反馈后表现适应不足。在本研究中，研究人员旨在从理论视角探讨这些认知缺陷的原因。研究人员构建了两个认知任务——延迟匹配样本任务（Delayed Match to Sample，DMS）和Eriksen Flanker任务（Eriksen Flanker，EF）——中最佳资源分配的计算模型。模型将表现反馈值和关于任务可控性的信念与认知表现指标（包括正确率、反应时间以及错误后正确率改善（post-error improvement in accuracy，PIA））明确关联。随后，研究人员引入抑郁相关动机变化——控制信念改变和反馈值改变（代表习得性无助、快感缺失性估值和负性偏向）——以检验这些因素能否解释认知表现缺陷。在DMS任务中，控制信念改变和对正确表现的低估值解释了正确率下降和PIA下降。在EF任务中，这两个因素可解释反应时间增加、正确率下降和错误相关负性（error-related negativity，ERN）信号幅度下降。另一方面，对不良反馈估值的增加与EF正确率增加和ERN信号幅度增加相关。此外，在EF任务中，不同抑郁相关动机因素组合导致不同认知表现模式，这可能为分层提供基础。本研究为抑郁症认知缺陷可被视为动机因素改变的结果提供了新视角。所开发模型在常见认知缺陷（反应时间增加、表现正确率下降、错误后适应更差）与习得性无助、快感缺失性估值等因素之间提供了明确的计算和算法桥梁。

研究背景与问题：抑郁症是常见精神疾病，核心诊断标准包括低情绪和日常活动兴趣丧失（快感缺失），常伴认知与躯体症状。认知缺陷是该病重要临床特征，涉及执行功能、工作记忆和注意等，表现为反应时间增加、正确率下降及错误后正确率改善（PIA）减弱；后者在逐试次反馈任务如DMS和EF中较一致，在无明确反馈任务中证据混合。神经生理方面，错误相关负性（ERN）和反馈相关负性（FRN）被认为反映对错误和反馈的认知适应，但抑郁中ERN/FRN改变证据不一致，可能与抑郁异质性及快感缺失、低情绪、威胁敏感性等主要症状有关。动机层面，抑郁可 caratterised by 控制估计下降（习得性无助）、奖赏敏感性下降（快感缺失）和负性情感偏向（不良结果估值增加）。期望控制价值（Expected Value of Control，EVC）理论认为认知控制（努力）按预期奖赏与努力成本的权衡进行分配，可将动机因素与认知控制缺陷因果联系。既有研究多从机制神经生物学角度部分解释抑郁相关表现缺陷，尚缺乏规范性解释；DMS和EF中的结果不一致也待解释。因此，研究人员旨在构建与EVC一致的计算模型，显式连接结果估值、控制信念与DMS/EF表现指标，并模拟抑郁相关动机改变，检验其能否因果解释认知缺陷及不同动机组合是否产生不同表现模式。

研究人员开展的研究与结论：研究人员未收集或分析新的实验数据，而是基于已发表数据开展理论建模。其构建DMS和EF最佳资源分配模型：DMS中记忆特征数与认知资源成正比，控制信念加权正确反应概率，任务难度未知并据逐试次反馈重估，错误后重估更高形成PIA；EF采用Dillon et al. (2015)改编自Noorani & Carpenter (2013)的漂移扩散模型（drift-diffusion model，DDM），将抑制与执行漂移率同认知努力成本联系。模型先参数化复现健康对照表现，再引入三种抑郁相关动机改变：控制信念α_c下降、正确结果价值V_c下降、不良结果价值V_e幅度增加（V_e为负值）。结论为：抑郁相关动机因素可因果性解释DMS和EF中的认知表现缺陷；不同动机因素组合导致不同表现模式，可能为抑郁分层提供基础；模型在动机因素与认知缺陷间提供计算和算法桥梁，提示认知缺陷未必总源于脑机制改变，治疗核心情感或动机方面可能改善部分亚型认知缺陷。

关键技术方法概括：未收集新实验数据，未涉及真实样本队列；基于EVC理论构建DMS与EF资源分配模型；DMS采用解析正确概率函数及逐试次反馈的任务难度重估；EF采用Dillon et al. (2015)的DDM，将抑制与执行漂移率联系努力成本；模拟200个独立模型运行、每运行1000试次；引入α_c降低、V_c降低、V_e幅度增加并比较行为与ERN/FRN指标。

研究结果：
Delayed Match to Sample Modelling Results（DMS建模结果）：模拟显示三种抑郁相关缺陷中，α_c下降或V_c下降可复制DMS正确率下降和PIA下降，V_e增加不能；结果在不同参数值下成立。约束至约10%正确率下降时，对应V_c降低79%、α_c降低40%。快感缺失模型较控制信念模型预测FRN下降更大（P<0.00001），而正确率和PIA下降相似（P>0.10）。
Eriksen Flanker Modelling Results（EF建模结果）：三种抑郁相关缺陷均导致不一致试次正确反应时间增加。约束至Dillon et al. (2015)抑郁均值约475 ms（对照约450 ms）后，控制信念和奖赏敏感性缺陷模式相似：不一致试次反应时间增加（错误和正确）、不一致试次正确率下降、ERN幅度下降，PIA无变化；不良结果估值增加模型除不一致正确反应时间外呈相反模式。两个组合模型除不一致正确反应时间和ERN增加外，其余表现保留，提示共现时可能相互抵消。不同组合产生不同表现模式，可作分层基础。

讨论总结：结果总结表明，控制信念下降和快感缺失性奖赏敏感性可解释DMS正确率、PIA和FRN下降，且奖赏敏感性下降对应更大FRN降低；EF中不同动机因素导致不同模式，但均增加不一致正确反应时间；表现模式可能用于按动机改变分层。抑郁建模部分指出，模型中的缺陷源于效用估计改变，即较低认知资源被赋予更高效用；模型仅提供规范性解释，未考虑其他认知或机制变化；未纳入努力成本η_c增加及任务无关干扰过程如反刍，后续需研究。建模预测部分提出，DMS中快感缺失组应较无助组显示更低FRN（匹配正确率时）；EF中正确率和ERN下降可能与对行为激活治疗或多巴胺能药物反应相关，正确率和ERN增加与负性估值增加相关，可能指示对高剂量选择性5-羟色胺再摄取抑制剂（SSRI）或认知行为疗法（CBT）等抗焦虑治疗的反应，需未来实证检验。神经生物学解释部分认为核心资源分配计算可能在背侧前扣带皮层（ACC），结果价值可能来自杏仁核和腹侧纹状体并维持于眶额皮层和岛叶，控制信念可能由前额叶及5-羟色胺能张力维持，任务执行由外侧前额叶皮层（LPFC）亚区完成，认知资源候选包括多巴胺、去甲肾上腺素、乙酰胆碱及代谢能源，但许多仍属假设。局限包括未建模完整统计或强化学习、仅关注工作记忆和注意、未涵盖学习和长时记忆、人口学与临床因素需控制、动机参数可能受抑郁严重度影响。研究结论（翻译）：抑郁症仍是一种流行且影响深远的疾病，对认知功能产生不良影响。在本研究中，研究人员从理论视角表明，DMS和EF任务中的工作记忆和注意缺陷可由抑郁相关动机因素——控制信念下降和结果估值改变——因果性地解释。计算建模还作出若干预测，可通过在实验中仔细评估认知表现指标与主要动机症状的关系加以检验。总体而言，这些结果有助于在未来实证研究中形成与抑郁分层以及可能的最佳治疗选择相关的新假设。