《npj Science of Learning》：Comparing feedback learning and arousal responses in Down, Fragile X, and Williams syndromes
智力障碍（intellectual disability, ID）中反馈学习的潜在机制仍知之甚少。唐氏综合征（Down syndrome, DS）、脆性X综合征（Fragile X syndrome, FXS）和威廉姆斯综合征（Williams syndrome, WS）是与ID相关的遗传综合征，具有截然不同的注意力和唤醒调节特征。瞳孔扩张是典型的发育（typical development）中反馈处理的公认指标；关于这些综合征中非社交学习的这些过程知之甚少。研究人员让DS（n=13）、FXS（n=13）、WS（n=27）和典型发育（typically developing, TD）个体（n=56）（年龄6–60岁）完成一项奖赏偶联逆转任务（reward contingency reversal task），同时通过眼动追踪记录瞳孔扩张和注视分配。数据使用贝叶斯混合效应模型（Bayesian mixed-effects models）进行分析。所有组别均能有效地从反馈中学习，即在获得奖赏后坚持选择，在损失后转换选择。WS参与者的表现与TD参与者相似。DS和FXS个体表现出更可变的行为表现，表明反馈处理中存在潜在的个体差异，值得进一步研究。在生理层面，TD个体在损失后的瞳孔扩张大于获胜后，而WS个体未显示出差异，表明其对反馈效价（feedback valence）的生理敏感性减弱。所有组别都倾向于注视先前获得奖赏的选项。本研究强调了在ID研究中结合行为和生理学方法的价值。
该研究发表于《npj Science of Learning》。目前关于智力障碍（intellectual disability, ID）群体下反馈学习的认知与生理机制研究十分有限，而基于反馈将行动与奖赏关联的强化学习（reinforcement learning）是日常生活的基础，常见的应用行为分析干预便基于此原理。唐氏综合征（Down syndrome, DS）、脆性X综合征（Fragile X syndrome, FXS）和威廉姆斯综合征（Williams syndrome, WS）是具有明确遗传病因的ID相关疾病，它们在一般智力、注意力、执行功能和唤醒调节方面各具特征与挑战，但关于其学习发生过程尤其是涉及的生理过程研究不足。直接比较不同ID相关遗传条件下的反馈过程，能为理解ID的异质性提供新见解。因此研究人员旨在考察ID中遗传病因、学习行为与生理唤醒（arousal）的相互作用，聚焦DS、FXS和WS，通过奖赏偶联逆转任务结合眼动追踪，检验反馈学习行为、瞳孔扩张及注视分配在组间及与典型发育（typically developing, TD）间的差异，并探究瞳孔扩张和注视分配是否预测反馈学习行为。
研究人员主要采用的关键技术方法包括：样本队列来源于瑞典医疗保健服务及患者组织招募的DS（n=13）、FXS（n=13）、WS（n=27）患者及通过社交媒体和数据库招募的TD（n=56）个体，年龄6–60岁，遗传诊断经医疗记录确认，使用瑞典版适应性行为评估量表第三版（Adaptive Behavior Assessment Scales, ABAS-3）评估全球适应功能（Global Adaptive Functioning, GAF）；实验范式采用最大25试次的奖赏偶联逆转任务，含几何图形或面孔刺激对，连续四次正确后无预警逆转奖赏偶联，反馈以视觉（拇指上下）与听觉呈现3秒；眼动追踪使用Tobii Spectrum（1200 Hz）与Tobii X-120（40 Hz瞳孔数据）记录瞳孔直径与注视，预处理依认知瞳孔测量学指南做线性插值、滤波、基线校正（取每试次选择前500 ms为基线）及用kollaR包识别注视与扫视；统计分析采用贝叶斯广义线性混合效应模型（generalized linear mixed-effects models, GLMMs）与线性混合效应模型（linear mixed-effects models, LMMs），以TD为参照组，用brms包进行马尔可夫链蒙特卡洛（Markov Chain Monte Carlo, MCMC）采样估计后验分布，以贝叶斯因子（Bayes factor, BF）、方向概率（probability of direction, pd）及95%最高后验密度区间（highest posterior density interval, HPDI）评估证据。
研究结果部分保留如下小标题及对应结论：
Descriptive data
研究人员通过可视化评估正态性，用贝叶斯线性回归与逻辑回归分别考察年龄、全球适应功能（Global Adaptive Functioning, GAF）及性别分布差异，发现各组年龄分布不同（DS较年长、FXS较年轻），FXS男性比例更高，但年龄与性别未影响结果变量故未纳入最终模型；DS与FXS的GAF估计均值无差异，WS的GAF估计均值更高；贝叶斯列联分析显示DS与FXS、WS与FXS的ID严重程度比例分布无差异证据，DS与WS分布可能不同但证据不明确，总体ID严重程度模式在各综合征组间大致可比。
Preliminary analysis
研究人员在模型中加入刺激类型作为预测因子，发现其不影响结果输出，故未纳入后续分析。
Does feedback valence influence the likelihood of changing responses across syndromes?
研究人员以TD和损失反馈为参照拟合模型并做组内与组间配对比较，发现所有组在损失后比获胜后更可能改变反应（TD: OR=20.97；DS: OR=4.78；FXS: OR=14.23；WS: OR=49.56）；DS在获胜后比TD更易改变反应（b=1.47, 95% CI=[0.74, 2.18], BF>150, pd=1），WS在获胜后比TD更少改变反应（b=-0.87, 95% CI=[-1.51, -0.23], BF=12.79, pd=1），FXS与TD交互效应证据不明确（b=0.39, 95% CI=[-0.33, 1.09], BF=0.67, pd=0.86）；组间比较显示获胜后DS比FXS（OR: 2.8）和WS（OR: 6.59）更易改变反应，FXS比WS更易改变（OR: 2.34），表明DS和FXS在正反馈后转换倾向更高，WS则更稳定。
Do individuals with higher adaptive functioning adapt their behavior more effectively after feedback?
研究人员将响应改变模型的随机效应用于贝叶斯线性回归检验全球适应功能（GAF）得分与反馈敏感性关联，未发现可靠联系（b=-0.00, 95% CI=[-0.03, 0.02], BF=0.01, pd=0.57），因样本量有限及GAF得分变异性低需谨慎解释。
Does pupil dilation to feedback valence differ between the groups?
研究人员以TD和损失反馈为参照拟合模型并做配对比较，发现整体获胜后瞳孔扩张小于损失后（b=-0.37, 95% CI=[-0.50, -0.23], BF>150, pd=1），瞳孔扩张随实验进程下降（b=-0.01, 95% CI=[-0.02, -0.01], BF<0.01, pd=1）；DS、FXS、WS损失后瞳孔扩张小于TD但仅WS有稳健差异证据；WS存在综合征与反馈交互的中等证据（b=0.34, 95% CI=[0.09, 0.59], BF=6.66, pd=1），TD损失后瞳孔扩张大于获胜（b=0.37, 95% HPD=[0.23, 0.5]），而WS正负反馈间无可靠差异（b=0.03, 95% HPD=[-0.19, 0.24]），表明WS未出现TD预期的损失驱动瞳孔扩张，对反馈效价（feedback valence）生理敏感性减弱；FXS与DS与TD瞳孔反应差异证据不明确。
Does pupil dilation predict the likelihood of changing response?
研究人员仅在损失试次对各综合征分别拟合广义线性混合效应模型（GLMM），发现TD中较小瞳孔扩张与更高反应改变可能性相关（b=-0.51, 95% CI=[-0.85, -0.18], BF=9.64, pd=1）；FXS中较大瞳孔扩张与更高损失试次反应改变相关（b=1.24, 95% CI=[0.02, 2.63], BF=2.80, pd=0.98）；DS与WS无稳健证据表明瞳孔扩张预测损失试次反应改变（DS: b=0.43, 95% CI=[-0.52, 1.45], BF=0.45, pd=0.81；WS: b=-0.33, 95% CI=[-1.16, 0.46], BF=0.36, pd=0.79）。
Does feedback influence gaze allocation?
研究人员以TD和损失反馈为参照拟合模型，发现整体参与者看获胜关联选项时间长于损失（b=0.43, 95% CI=[0.23, 0.63], BF>150, pd=1），随任务推进看先前选择选项减少（b=-0.02, 95% CI=[-0.02, -0.01], BF<0.01, pd=1）；FXS与WS看先前选择少于DS与TD但与TD无差异证据，各综合征组先前选择与注视分配无交互证据，所有组均更可能看先前获胜而非损失选项；探索性中心感兴趣区（area of interest, AOI）注视分析显示DS注视中心AOI时间短于TD，WS与FXS与TD无差异。
讨论部分总结：研究人员指出ID个体（含DS、FXS、WS）常有学习困难但对反馈处理知之甚少，瞳孔扩张虽是典型发育中惊讶与错误反馈的指标，既往对这些综合征的研究多聚焦社会刺激的瞳孔反应，本研究扩展至非社交强化学习任务。行为上所有组均高水平反馈学习，胜后坚持、负后转换，WS与TD相似；但WS生理反应不同，未出现TD预期损失后更大瞳孔扩张，提示对非社交反馈的负性反馈生理敏感性减弱（低唤醒hypoarousal），与既往WS对社会信息低唤醒、缺乏瞳孔传染一致，并将此模式扩展至非社交学习情境。DS与FXS反馈学习变异性更大、正反馈后更易转换，但因样本小需谨慎。注视分配支持行为结果，所有组更多看先前奖赏选项，表明注意力分配无组间差异，WS行为正常但瞳孔反应异常揭示反馈处理生理机制分离，非任务理解或注意因素所致。研究局限包括两台不同采样率眼动仪、DS与FXS样本小（n=13）及异质性、缺乏一般智力或推理（IQ）测量，不能排除ID本身而非综合征特异机制导致TD与WS瞳孔差异；任务简化确保可行性，未体现认知灵活性差异，未来需更复杂范式与更大样本。总之，WS反馈处理剖面独特，DS与FXS可能有类似模式；所有组成功适应行为，WS行为正常但瞳孔反应异常揭示低唤醒特征；DS与FXS学习策略可变；瞳孔测量可识别行为未见之生理差异。
研究结论部分原文翻译如下：
总之，本研究揭示了WS中独特的反馈处理特征，并提示DS和FXS中也可能存在类似模式。所有组别均成功调整其行为，表明该任务有效捕捉了与ID相关的遗传综合征个体的反馈学习。关键在于，尽管WS个体在行为表现上与TD个体相当且注视分配相似，但其对反馈的瞳孔扩张反应非典型。这种分离表明其对反馈的生理反应改变，无法用学习成功差异或注意焦点差异解释，且与WS既往报道的低唤醒（hypoarousal）特征一致。相比之下，DS和FXS参与者表现出更具变异性的学习策略，尽管考虑到组的异质性，这些发现应谨慎解释。此外，我们无法就DS或FXS中对反馈的瞳孔反应性改变得出确切结论。综上所述，这些发现表明瞳孔测量法可用于识别反馈生理反应的差异，而这些差异仅从行为表现中无法显现。
要不要我帮你把这篇论文解读中的关键专业术语（如贝叶斯混合效应模型、奖赏偶联逆转任务等）整理成一个简明的中英对照词汇表？
