《Bipolar Disorders》：Bipolar Disorder Psychosis Risk Predicts Cue Discrimination on the AX-Continuous Performance Task Paradigm
编辑推荐：
目的：双相障碍（Bipolar Disorder, BD）——以躁狂、情感不稳定性和升高的精神病风险为特征——与持续注意缺陷相关。然而，关于AX-连续操作任务（AX-Continuous Performance Test task, AX-CPT）表现（该任务
目的：双相障碍（Bipolar Disorder, BD）——以躁狂、情感不稳定性和升高的精神病风险为特征——与持续注意缺陷相关。然而，关于AX-连续操作任务（AX-Continuous Performance Test task, AX-CPT）表现（该任务在精神分裂症谱系精神病中可靠受损）的证据尚不一致。本研究检验了在BD和BD高危个体队列中，躁狂/情感不稳定性风险和精神病风险的个体差异是否与AX-CPT表现改变相关。
方法：标准测量d'context（目标辨别指标）和A-cue bias（线索偏差指标）量化了AX-CPT表现。来自心境谱自评问卷（Mood Spectrum Self Report, MOODS-SR-L）的因子标记了终生躁狂/情感不稳定性风险（精神运动激活、自杀倾向和混合不稳定性）和终生精神病风险。针对d'context和A-cue bias，研究人员进行了维度连续目标（目标1–2）的线性回归。对于BD与低风险和高风险组之间的比较（目标3–4），研究人员对两种AX-CPT输出测量指标进行了协方差分析（ANCOVA）。
结果：在最终样本（稳定期BD [n?=?27] 和高危个体 [n?=?121]）中，较高的精神病和躁狂/情感不稳定性风险水平与降低的目标辨别（d'context; 绝对t's?>?2.015, p's?'context的关联在协变量调整当前抑郁症状后仍然存在，但在协变量调整当前躁狂严重度后被移除（绝对t's??0.203）。
结论：目标辨别缺陷在维度上与精神病和躁狂/情感不稳定性风险相关，但在类别上与BD诊断无关。这表明维度风险模型在理解BD和高危个体持续注意缺陷方面具有潜力，并强调了躁狂/情感不稳定性和精神病风险的贡献。
## 论文解读：双相障碍中精神病与躁狂/情感不稳定性风险对持续注意缺陷的维度影响
### 研究背景与问题
双相障碍（Bipolar Disorder, BD）是一种以复发性心境发作（躁狂/轻躁狂和抑郁）为特征的慢性精神疾病，常伴随情感不稳定性（affective lability）和显著的自杀风险。约54%的BD-I型患者共病精神病性症状，且躁狂/轻躁狂与精神病症状的严重度与不良临床结果密切相关。尽管BD患者的持续注意（sustained attention）缺陷已被广泛记录，但以下核心问题尚未明确：（1）该缺陷是否在疾病发作前或高危个体中即已存在；（2）该缺陷与精神分裂症谱系中观察到的缺陷是否共享相同的认知基础。AX-连续操作任务（AX-Continuous Performance Task, AX-CPT）是测量持续注意和情境线索维护的经典范式，其指标d
'context（目标辨别能力）在精神分裂症中显著降低，但在BD中结果不一致（部分研究显示中间缺陷，部分无差异）。此外，BD中线索利用（A-cue bias）的发现也存在矛盾。以往研究主要采用诊断类别比较（BD vs. 健康对照），忽视了精神病风险与躁狂/情感不稳定性风险这两个维度对认知功能的可能贡献。因此，本研究旨在检验：在BD患者及BD高危个体中，维度化的精神病风险和躁狂/情感不稳定性风险是否与AX-CPT表现改变相关。
### 研究内容与结论
研究人员招募了27名稳定期BD患者（BD-I型9例，BD-II型18例）和121名BD高危个体（包括其他诊断如重性抑郁障碍23例、健康对照75例），均来自匹兹堡大学及社区。所有参与者完成AX-CPT任务，并通过心境谱自评问卷（MOODS-SR-L）评估终生精神病风险（精神病特征因子）和躁狂/情感不稳定性风险（由精神运动激活、自杀倾向和混合不稳定性三个因子综合为一个主成分分数）。研究采用维度连续分析（线性回归）和类别组间比较（ANCOVA）的双重方法。结果表明：
- **精神病风险与d
'context**：更高水平的精神病风险与更低的目标辨别（d
'context）显著相关（B?=??0.083, t?=??2.015, p?=?0.046），但与A-cue bias无关。
- **躁狂/情感不稳定性风险与d
'context**：更高的躁狂/情感不稳定性风险与更低的d
'context相关（B?=??0.150, t?=??2.02, p?=?0.045），其中混合不稳定性因子贡献最大（Bonferroni校正后显著），自杀倾向为趋势水平，精神运动激活不显著。
- **组间比较**：BD组与低精神病风险组、高精神病风险组、低躁狂/情感不稳定性风险组、高躁狂/情感不稳定性风险组之间，d
'context和A-cue bias均无显著差异。
- **当前症状严重度的影响**：协变量调整当前抑郁（HAMD）后，上述维度关联仍显著；但调整当前躁狂（YMRS）后，关联消失，提示该缺陷更直接地与躁狂严重度而非抑郁相关。
结论指出：目标辨别缺陷是精神病和躁狂/情感不稳定性风险的维度特征，而非BD诊断的类别特征，支持采用维度风险模型理解BD及相关高危个体的持续注意缺陷。
### 主要技术方法
研究采用的主要方法包括：（1）招募稳定期BD患者（n=27，来自匹兹堡大学社区）和BD高危个体（n=121，包括其他诊断患者及健康对照）作为样本队列；（2）使用AX-CPT范式（E-Prime 2.0）测量持续注意，计算d
'context（目标辨别指标，z[AX命中率]–z[BX虚报率]）和A-cue bias（线索利用指标，0.5×[z[AX命中率]+z[AY虚报率]]）；（3）采用MOODS-SR-L量表提取精神病风险因子和躁狂/情感不稳定性风险因子（将三个子因子通过主成分分析合并为单一分数）；（4）通过线性回归（维度分析）和ANCOVA（类别组间比较）进行统计检验，协变量包括年龄、出生性别和智商（NAART）。
### 研究结果
#### 假设1：更高精神病风险与更低d
'context相关
线性回归显示，精神病风险（MOODS-SR-L精神病因子）与d
'context呈显著负相关（B=?0.083, p=0.046），智商（IQ）为显著协变量（p=0.013），而年龄和性别不显著。该关联不受当前抑郁严重度影响，但被当前躁狂严重度（YMRS）协变量消除。
#### 假设2：更高躁狂/情感不稳定性风险与更低d
'context相关
躁狂/情感不稳定性风险综合分数与d
'context呈显著负相关（B=?0.150, p=0.045），且独立于当前抑郁，但被YMRS消除。子因子分析显示，混合不稳定性（混合不稳定性子量表）与d
'context显著相关（Bonferroni校正后α=0.017, B=?0.078, p=0.013），自杀倾向为趋势（p=0.048），精神运动激活不显著（p=0.301）。
#### 假设3和4：BD组与风险组之间无显著差异
通过ANCOVA比较BD组（n=27）与低/高精神病风险组、低/高躁狂/情感不稳定性风险组，发现d
'context和A-cue bias均无显著组间差异（所有p>0.1）。在低躁狂/情感不稳定性风险组与BD组比较中，性别为显著协变量（p=0.035），男性目标辨别更差。
#### 随访分析：当前症状严重度与药物影响
协变量分析表明，HAMD（抑郁）不改变维度关联，而YMRS（躁狂）消除关联，且MOODS因子与YMRS的相关性（Spearman's rho>0.4）强于与HAMD的相关性，支持躁狂严重度是中介因素。药物类别分析未发现显著效应。
### 讨论与结论
讨论部分指出，本研究发现d
'context的降低与精神病风险及躁狂/情感不稳定性风险呈维度关联，但与BD诊断类别无关，这与精神分裂症中观察到的模式一致，但效应量较小（接近Cohen's d=0.37，低于精神分裂症meta分析的d>0.8）。混合不稳定性因子（包含去抑制、冲动和感觉寻求）与d
'context的关联最强，提示快速情感转换和行为反应性消耗了维持情境所需的注意资源。A-cue bias无显著关联，表明响应倾向可能保持完整，但当前任务缺乏奖赏操作可能解释此阴性结果。组间比较的阴性结果强调了维度方法相对于类别方法的优势，符合NIMH研究领域标准（RDoC）框架。研究局限性包括BD样本量较小（n=27）、多数患者服药且稳定期，以及IQ和性别可能作为保护或调节因素。
研究结论（翻译原文）：
本研究的发现有助于描述BD风险个体及BD患者认知功能障碍谱系的特征。它们表明，基于自我报告的精神病和躁狂/情感不稳定性风险测量的维度方法，在阐明BD潜在认知缺陷的本质方面，比诊断性类别方法更具洞察力。未来研究可在独立样本中（包括伴有精神病的BD患者和/或分裂情感障碍患者）尝试重复发现，以确认并拓展这些发现。
