暴露过程中的预测误差是否与社交焦虑障碍认知行为疗法的临床结局相关?一项纵向与观察性研究

《Behaviour Research and Therapy》:Does Prediction Error During Exposure Relate to Clinical Outcomes in Cognitive Behavior Therapy for Social Anxiety Disorder? A Longitudinal and Observational Study

【字体: 大 中 小 】 时间:2026年08月29日 来源:Behaviour Research and Therapy 4.3

编辑推荐:

   **摘要要点** - 暴露疗法产生的预测误差引发了惊讶感与新学习。 - 在同一被试内,较大的预测误差并不意味着下次治疗会话中症状更低。 - 在不同被试之间,较大的预测误差与治疗症状变化无显著关联。 - 这表明预测误差的大小本身并不足以保证暴露疗法的成功。 **引言**

  

**摘要要点**

- 暴露疗法产生的预测误差引发了惊讶感与新学习。
- 在同一被试内,较大的预测误差并不意味着下次治疗会话中症状更低。
- 在不同被试之间,较大的预测误差与治疗症状变化无显著关联。
- 这表明预测误差的大小本身并不足以保证暴露疗法的成功。

**引言**

焦虑障碍以过度焦虑、恐惧和回避为特征,这些症状给个体带来痛苦和功能损害(Craske & Stein, 2016)。据估计,2021年全球有3.512亿人患有焦虑障碍,导致近4300万生命年因疾病、残疾或过早死亡而丧失(Wu et al., 2025)。针对焦虑的有效医学和心理学治疗方法已经存在,能够减轻症状和功能损害(Bandelow et al., 2015)。在心理治疗中,认知行为疗法(CBT)对焦虑障碍的有效性证据最为充分,其关键治疗要素之一是暴露疗法(Craske & Stein, 2016; Hofmann & Smits, 2008; Norton & Price, 2007; Tolin, 2010)。暴露疗法涉及以系统化的方式反复接近令人恐惧但安全的刺激物(Pittig et al., 2018)。尽管CBT是焦虑障碍最有效的心理治疗,但不幸的是,接近一半完成焦虑治疗的患者在CBT结束后并未完全康复(Loerinc et al., 2015)。鉴于焦虑障碍的高发病率和疾病负担,改善这些治疗结果至关重要。要优化治疗,研究必须确定有效暴露疗法背后的机制。相比之下,迄今为止大多数心理治疗研究更多地关注量化疗效,而非识别治疗机制(Salkovskis et al., 2023)。因此,有效暴露疗法背后的过程仍不确定。

旨在解释暴露疗法的关键模型包括抑制性提取模型(Craske et al., 2022)、情绪加工理论(Foa et al., 2006)和认知理论(Beck et al., 1985; Beck & Haigh, 2014)。抑制性提取模型认为,暴露疗法通过恐惧消退学习发挥作用,而这种学习由威胁-预测误差驱动。消退是一种在实验室中广泛研究的联想学习类型,个体对某一刺激(即条件刺激,CS;如电脑屏幕上的蓝色圆圈)的恐惧,通过反复在缺乏生物学上相关且本质上令人厌恶的结果(如电击带来的疼痛,即非条件刺激,US;Lonsdorf et al., 2017)的情况下接触该刺激而减少。从理论上看,恐惧之所以减少,是因为大脑将新的以安全为导向的关联编码到记忆中(例如,蓝色圆圈不会引发疼痛),然后利用这些信息预测未来厌恶结果发生的概率和严重程度(例如,蓝色圆圈大概不会引发疼痛;Myers & Davis, 2007)。新的学习抑制了先前的威胁关联,而非将其从记忆中抹除(Bouton, 2004)。重要的是,学习发生在预测误差之后(Rescorla & Wagner, 1972)。预测误差指的是一个人的预测与他们在特定情境中实际经历之间的不匹配,对应于体验的意外性或令人惊讶的程度(综述见Fernández et al., 2016)。总体而言,人们从意想不到的体验中学到更多,换言之,产生较大预测误差的体验带来的学习更多(Fernández et al., 2016)。当厌恶结果的实际情况率或严重程度低于预期时,恐惧消退即发生,并持续直到体验与预测一致(Rescorla & Wagner, 1972)。

根据抑制性提取模型,焦虑障碍通过过度威胁预测得以维持,这些预测基于记忆中先前的关联,而恐惧消退学习(通过暴露实现)则由威胁-预测误差驱动(Craske et al., 2022; Foa & McLean, 2016)。在此,暴露产生威胁-预测误差,指的是一个人感知到他们对面对恐惧情境的灾难性预测并未成真,或实际结果远好于预期。例如,与一个新认识的人打招呼的暴露任务可能会引发对US发生的灾难性预测(例如,"我一定会被拒绝")。意识到这一灾难性预测并未成真(例如,未被拒绝)即涉及威胁-预测误差的体验。这个人下次与人打招呼时会记住这一信息,从而减少灾难性思维(例如,"我大概不会被拒绝"),焦虑也会降低。这一假设的一个推论是,治疗师可以通过以最大化威胁-预测误差的方式进行暴露来优化其治疗效果(Craske et al., 2022)。此外,由于恐惧消退被认为由US-预测违背驱动,暴露应旨在最大限度地违背关于作为焦虑障碍焦点的US发生或严重程度的预测,而非关于非US结果发生的预测——后者虽非本质上令人厌恶,但也是该障碍的一个特征(Craske et al., 2022)。例如,在社交焦虑的情况下,被拒绝被认为是一种US,但脸红则不是,因为后者并非本质上令人厌恶,可能仅在增加社交焦虑患者感知被拒绝可能性这一方面相关(Craske et al., 2022)。

根据情绪加工理论,焦虑障碍由病理性恐惧结构所维持,这些结构包含关于恐惧刺激、关联结果、反应及其广泛含义的信息(Foa & Kozak, 1986; Foa & McLean, 2016)。暴露的作用在于激活相关的恐惧结构,并提供与恐惧结构病理性部分不相容的信息。纠正性信息被整合到一个新的、更具适应性的恐惧结构中,与旧的竞争(Foa & McLean, 2016)。根据现代情绪加工理论,当US预测在暴露过程中被违背时,消退学习发生,其产出被存储在新的恐惧结构中。此外,暴露还可以违背源自恐惧结构中负面信念和含义的预测。理论上,这导致"情绪加工",即新的适应性信念和含义要素被整合到竞争性恐惧结构中(Foa & McLean, 2016)。例如,与新认识的人交谈作为暴露任务,将引发病理性恐惧结构,包括负面信念和含义要素(如"我很无聊"、"我社交无能"、"人们总是别有用心"、"焦虑是软弱的表现"),相关的威胁预测(如"我会结巴、显得焦虑、他们会严厉评判我、我会被拒绝"),以及应对反应(如"努力说好话"、"不展现真实的自我"、"试图控制或隐藏焦虑"、"回避该情境")。在有效的暴露过程中,个人会接触到与上述内容不相容的信息(如未被拒绝、"我话说得不错"、"他们对我感兴趣"、"他们很友善"、"他们没有注意到或不在乎我是否焦虑")。这种体验会触发消退学习(即CS-无US关联;"和新人交谈时我大概不会被拒绝")和情绪加工(即新的含义要素;"对很多人来说我很有趣"、"我不必完美地说每句话"、"大多数人值得信任"、"焦虑是为人的一部分正常表现"、"我表达自我时感觉很好"等)。无论是消退学习还是情绪加工,预测与体验之间的差异都驱动了用纠正性信息更新记忆。

认知理论提出,病理性恐惧由灾难性威胁评估所驱动,这些评估源自关于自我、世界和他人的不良信念(Beck & Clark, 1997; Beck et al., 1985; Beck & Haigh, 2014; Murray & El-Leithy, 2021; Salkovskis et al., 2006)。例如,在社交焦虑障碍的知名认知模型中(Clark, 2005; Rapee & Heimberg, 1997),社交焦虑部分由负面信念(如"我很古怪"、"人们很刻薄残忍"和"我不属于社会")、不健康的假设(如"有趣的人总能想到说什么而且绝不会冷场")、负面自我知觉(如"我脸红和大量出汗,所有人都看得出来")所驱动,这些因素共同导致社交情境中对社会威胁的高估(如"他们会觉得我很古怪然后不理我")。认知治疗师将暴露定义为"行为实验",患者完成一项明确设计用于强有力检验其负面信念和预测有效性的任务。暴露旨在通过体验强烈地证伪患者的信念,从而促使他们将其信念更新为更具适应性(Rouf, 2004)。

抑制性提取模型、情绪加工理论和认知理论共享一些核心假设。第一,病理性焦虑由灾难性威胁预测所维持。第二,暴露是一个由预测误差驱动的纠正性学习过程。第三,治疗师应最大化暴露产生的预测误差以获得更好的治疗效果。这些暴露模型也存在重要差异。根据抑制性提取模型,暴露必须违背关于US发生和效价的预测,否则暴露可能无法引发消退学习并减少恐惧。根据情绪加工理论和认知理论,暴露即使违背的是非US预测,仍可能具有治疗效果,前提是这些预测仍源自病理性信念和含义要素,而这些要素参与了威胁评估。

消退学习从行为和神经科学实验室研究中已得到相对充分理解(综述见Craske et al., 2022; D'Astolfo & Rief, 2017; Fernández et al., 2016; Garrison et al., 2013; Pittig et al., 2018; Rief et al., 2015)。然而,研究人员尚未确立这些机制是否能转化为临床结果,尽管理论假设如此(Carpenter et al., 2019; Scheveneels et al., 2016)。在过去十年中,研究者开始探索预测误差是否驱动暴露成功,但仍存在显著空白。

迄今为止,预测误差已在强迫症(Elsner et al., 2022; Guzick et al., 2018; Kircanski & Peris, 2015)、惊恐障碍(Pittig et al., 2023; van Hout & Emmelkamp, 1994)、社交焦虑障碍(Pittig et al., 2023)、亚临床社交焦虑(Winkler et al., 2025)、创伤后应激障碍(de Kleine et al., 2017)和特定恐惧症(Pittig et al., 2023)的治疗中被探索。在这些研究中,患者对暴露的威胁预测和感知结果使用自报告方式测量,具体包括预测与实际焦虑程度的比较(Elsner et al., 2022; Guzick et al., 2018)、伤害(de Kleine et al., 2017)、特定于每次暴露的恐惧结果发生(Pittig et al., 2023)或负面社交结果发生(Winkler et al., 2025)。预测误差通常被操作化为暴露过程中预测与结果评分之间的差异。与理论一致的是,接受治疗的人经常报告称,在暴露过程中,他们所恐惧的结果实际发生程度远低于预期(de Kleine et al., 2017; Guzick et al., 2018; Kircanski & Peris, 2015; Pittig et al., 2023; van Hout & Emmelkamp, 1994)。然而,五项研究发现,暴露中预测与结果之间的平均差异与治疗结果无显著关联(de Kleine et al., 2017; Guzick et al., 2018; Kircanski & Peris, 2015; Pittig et al., 2023; Winkler et al., 2025)。

更深层地看,Pittig等人(2023)还测量了每次暴露中发生的威胁预测变化,操作化为暴露前的预测评分减去暴露后调整后的预测评分。此外,Pittig等人(2023)使用了源自Rescorla和Wagner(1972)的消退学习公式,估计每个人倾向于将暴露产生的预测误差转化为预测变化的程度。Pittig等人(2023)发现,那些倾向于从暴露中更多减少威胁预测的人具有更好的治疗结果。此外,那些倾向于最大程度将预测误差转化为预测变化的人(即从预测误差中学习效率最高的人)也获得了更好的治疗结果。Pittig等人(2023)得出结论:威胁-预测误差对于纠正性学习仍然是必要的,但它必须被转化为预测变化,而有些人比其他人更高效地完成这种转化。最近,Winkler等人(2025)在一项研究中复制了这些发现,在该研究中,健康人群到社交焦虑成年人完成了语音表现暴露的控制程序。与Pittig等人(2023)一样,他们发现预测变化以及预测误差转化为预测变化的程度能预测暴露成功,但预测误差本身的幅度则不能。

文献中存在若干空白,阻止研究者对这些机制得出确定性结论。

首先,以往研究主要探讨了预测误差的个体差异与治疗结果之间的关系,但并未将预测误差的结果作为个体内过程进行追踪。也就是说,迄今为止的研究通常考察的是在多次暴露中平均预测误差的个体差异与治疗结果之间的关联。这种均值聚合将个体内预测误差的波动缩减为一个仅在个体间变化的单一数值(Curran & Bauer, 2011)。个体的平均威胁预测误差可能反映了他们在个体间存在差异的持久特质,例如他们在暴露中体验预测误差的总体倾向、神经质水平,抑或是根深蒂固的认知偏差。相比之下,暴露理论认为,当个体在暴露中经历较大的威胁预测误差时,其症状应得到改善。这一假设关注的是同一个体在经历不同预测误差后会发生什么——即一种个体内的治疗过程(Brose等, 2024; Falkenstr?m等, 2017; Zilcha-Mano & Webb, 2020)。Winkler等(2025)据我们所知是唯一一项探讨预测误差的个体内影响及暴露带来的威胁预测变化的研究。他们发现,预测与结果之间的差异幅度并不能预测下次暴露时的焦虑水平降低,但暴露带来的预测变化量确实能预测:在这种情况下,这一结果与个体间水平上观察到的效应模式相呼应。然而,迄今为止的多数研究并未将预测误差作为个体内过程进行考察,而仅考察了在暴露中平均预测误差的个体间差异对治疗结果的影响。

其次,以往研究依赖差异分数(预测减去结果)来操作化预测误差,而这一方法存在重大局限性(Barranti等, 2017; Edwards, 1994; Shanock等, 2010)。差异分数比其组成部分的可靠性更低,从而降低了统计功效(Edwards, 1994)。使用差异分数还假设预测和结果对结果具有同等但方向相反的影响,而这一假设可能并不成立(详见Edwards, 2001; Edwards, 2002的深入讨论)。例如,预测或暴露的感知结果(但并非两者同时)可能与症状变化相关,或者其中一个与症状变化的关系较弱而另一个关系极强。此外,预测和结果也可能以复杂且非线性的方式共同影响症状,但将分析限制在差异分数上无法揭示这些细微差别。这些局限性可以通过在回归模型中将预测和结果指定为独立变量并探索其效应模式来克服(条件回归分析;CRA;Humberg等, 2018)。例如,检验威胁预测和威胁结果是否均与症状变化显著相关,且效应量相同但方向相反。这避免了使用差异分数带来的可靠性损失,并使其假设得以被检验而非被假定。此外,多项式回归配合响应面分析(RSA;Barranti等, 2017; Edwards, 1994; Nestler等, 2019)能够揭示两个预测变量与第三个结果变量之间广泛的复杂效应模式。在这一方法中,将结果变量对两个预测变量的主效应、二次效应和交互效应进行回归,然后利用模型的三维图来辅助解释效应模式。预测误差研究将从使用这些先进技术中受益,以避免差异分数的局限性。

最后,以往研究尚未充分探讨主观预测误差与暴露对个体而言的主观意外性之间的关系。根据学习理论(Fernández等, 2016; Kamin, 1969)和情绪理论(Meyer等, 1997; Reisenzein等, 2019),意外感源于对意外事件的加工。与此一致,开发抑制性检索模型的理论家们建议治疗师询问患者暴露的结果是否令人意外(例如参见Craske等, 2022图3中建议的抑制性暴露日志):或许假设主观意外体验是预测误差的替代指标。Winkler等(2025)提供了初步支持,他们发现言语表现过程中更出乎意料的暴露结果(定义为预测与结果之间差异幅度更大的暴露)总体上更令人意外,但根据预测误差类型存在一些不对称效应:好于预期的结果往往比差于预期的结果更令人意外。然而,据我们所知,迄今尚无任何研究探讨过在治疗过程中意外的暴露结果是否与暴露时的主观意外体验相关。

本研究旨在探讨威胁预测误差在成人社交焦虑障碍(SAD)的基于暴露的认知行为疗法(CBT)中如何与临床结果相关联。SAD的特征是对社交互动或表现情境存在过度的恐惧和回避(American Psychiatric Association, 2013)。我们选择SAD是因为它在焦虑障碍中十分常见(Bandelow & Michaelis, 2015),而且在该研究设计时预测误差尚未在SAD治疗中得到探讨。预测误差是暴露疗法的一种跨理论机制。抑制性检索模型指出,症状的改善必须以违反无条件刺激(US)预测为前提;而情绪处理理论和认知理论则指出,违反更广泛范围的预测同样具有治疗作用。我们研究的重点在于探讨预测误差作为暴露疗法中的一项跨理论机制,其在SAD的常规循证CBT实践中是如何运作的,而非试图检验抑制性检索模型、情绪处理理论和认知理论的相对有效性。

我们的分析方法确保了将测量中的个体内方差和个体间方差分离开来,以隔离个体内效应并将其与以往研究的个体间效应进行比较。为避免差异分数带来的方法学问题,我们在回归分析中将威胁预测和威胁结果作为独立组分,然后探索其效应模式(如CRA和RSA中所述)。我们未检验学习率或预测变化,因为我们的研究设计早于Pittig等(2023)和Winkler等(2025)的发表,且我们的设计不允许对这些变量进行事后计算。

我们的主要假设是,个体参与者报告的逐次治疗的症状波动与其在近期暴露中经历的预测误差水平相关(个体内效应)。具体而言,我们预测症状在暴露结果好于预期后会较低,在暴露结果差于预期后会较高。我们的次要假设是,在治疗过程中总体上经历更多威胁预测误差的参与者将倾向于经历更多的症状减轻(个体间效应)。最后,我们假设参与者报告的暴露意外感将随他们感知到的暴露结果与预测之间差异程度的增加而增加(个体内效应)。我们未预先注册这些假设,但它们源自以往的理论和研究,并在数据分析前发表的研究报告方案(Winkler等, 2022)中有所描述。

**设计**

本研究的数据来源于一项纵向研究,该研究考察了接受12次个体暴露式CBT治疗的成人中症状变化的预测因素和调节因素。研究方案和施行了无重大变更,除以下注明者外。所有参与者均签署了书面知情同意书,研究程序经墨尔本大学人类研究伦理委员会批准(申请编号:1750026)。无其他

**描述性统计**

均值、标准差以及分解到个体内和个体间水平的双变量相关系数显示在补充材料中的表S2和表S4中,同时包含组内相关系数。表1显示了从43名参与者汇总的203个暴露会话间区间的暴露过程得分。补充材料中的图S1-2为意大利面图,展示了汇总前来自523次暴露的每个暴露过程的原始数据。图1显示了观察到的

**讨论**

本研究探讨了威胁预测误差如何与基于暴露的SAD CBT中的症状动态和意外感相关联。社交焦虑症状和社交威胁评价从基线到三个月随访时平均改善幅度较大。参与者在治疗中完成了许多且多样化的暴露。几乎全部这些暴露都违反了个体的威胁预测,且主要方向好于预期。参与者还报告从暴露中

**结论与意义**

研究参与者在SAD的CBT暴露中频繁经历较大的威胁预测误差。他们发现这些体验令人意外,并频繁报告从中获得了新学习。更出乎意料的结果被评为更令人意外,更有可能引发新学习。然而,预测误差的幅度本身并不能预测暴露的短期或长期成功。其他研究的新近发现表明,预测的变化以及

**CRediT作者贡献声明**

Kim L. Felmingham:写作——审阅与编辑、指导、资源、方法论、概念化。Lisa J. Phillips:写作——审阅与编辑、指导、资源、方法论、概念化。Peter Koval:写作——审阅与编辑、形式分析。Christopher David Winkler:写作——审阅与编辑、写作——原始草稿、可视化、验证、软件、资源、项目管理、方法论、调查、形式分析、数据管理、概念化

**利益冲突**

作者声明,在本文的作者身份或出版方面不存在利益冲突。

**数据可用性**

数据可根据要求提供。

**资金**

本研究是Christopher D. Winkler博士研究的一部分,该研究得到了澳大利亚政府研究培训项目奖学金(学费减免)、澳大利亚国家健康与医学研究理事会卓越研究中心资助(申请编号2024803)以及澳大利亚墨尔本大学心理科学学院内部资金的资助。这些资金方未参与研究设计、数据收集、数据分析

**竞争性利益声明**

? 作者声明,不存在任何已知的竞争性经济利益或个人关系可能对本研究报告的工作产生影响。

**致谢**

我们感谢所有参与研究的参与者、治疗师和监督者。我们感谢墨尔本大学的Litza Kiropoulos副教授,她在研究期间担任临床主任。我们感谢Ron Rapee教授和麦考瑞大学允许我们为研究改编其治疗手册。

Christopher D. Winkler|Peter Koval|Lisa J. Phillips|Kim L. Felmingham
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号