《Dialogues in Clinical Neuroscience》：Dynamical system modeling in schizophrenia: a narrative review of computational psychiatry frameworks
精神分裂症（Schizophrenia, SZ）的症状时间演化本质上复杂且非线性。临床状态在相对稳定与高度紊乱阶段之间波动。这些动力学仅被传统诊断框架部分捕获。这一局限促使了明确考虑时间结构与状态转换的模型的发展。动力学系统理论（Dynamical Systems Theory, DST）为描述非线性相互作用与演化中的症状轨迹提供了严谨框架。纵向数据采集与计算分析的最新进展使得识别信息丰富的动力学特征以及刻画患者特异性轨迹成为可能。本叙述性综述综合了将动力学系统理论应用于精神分裂症谱系障碍的日益增长的研究工作。它区分了理论模型、数据驱动方法以及针对真实患者数据经验性评估的框架。它还审视了方法学局限、转化挑战以及进一步纵向验证的需求。其目标是提供一个连贯的概念框架，以将精神分裂症理解为动态过程，促进跨学科对话，并指导转化性计算精神病学的未来研究。
引言
精神分裂症（SZ）是一种严重且慢性的精神障碍，深刻扰乱大脑功能与日常生活。它被广泛认为是一种神经发育障碍，通常始于成年早期。其终生患病率约为0.7%，影响全球约2100万人，是全球伤残调整生命年的主要贡献者。SZ以异质性症状群为特征，包括幻觉、妄想、认知缺陷、思维紊乱和动机损害。症状特征在个体间差异显著，并可能在疾病过程中演变。
然而，SZ的诊断与管理仍依赖静态的分类系统（DSM和ICD）。这些基于症状的类别由临床共识而非潜在神经生物学定义。它们与神经科学和遗传学的发现吻合不佳，对预测治疗反应价值有限，且未能捕捉障碍的根本机制。此外，文化背景可影响症状表达与临床解释，进一步限制了纯基于症状分类的普遍适用性。误诊影响高达25%的患者，主要由于依赖主观临床判断，导致治疗欠佳。鉴于未治疗精神病持续时间较长与较差结局相关，早期检测与及时干预至关重要。
约20%–30%的患者对常规抗精神病药物治疗表现出抵抗，经历持续症状和显著副作用而缺乏充分治疗获益。治疗抵抗还与精神共病率升高相关，反映重叠的症状维度而非清晰划分的疾病实体。这种高共病水平强调了SZ病因学的复杂性，源于生物、环境与心理因素的错综复杂相互作用。这些观察凸显了对更灵活和时间信息丰富的诊断框架的需求，尤其在处理精神共病时。
精神分裂症中的动力学
自Kraepelin早期将早发性痴呆描述为慢性退行性疾病以来，SZ被视为进行性精神衰退。随后，Bleuler引入SZ一词来描述心理功能、情感、思维与行为的根本性“分裂”，反映整体心理紊乱。他强调核心结构特征，提出“四A”（情感平淡、联想松散、矛盾情感、自闭），认识到临床异质性与可能的动态稳定性。
聚焦于患者主观体验，Clérambault描述了“精神自动症”，即缺乏清晰观念内容的被动、无观念现象的序列。他对精神病理现象时间展开的强调预示了后来以潜在神经动力学解释症状演化的尝试。同时，神经生理学进展转变了对大脑功能的理解。du Bois-Reymond和Lapicque的早期工作确立了神经元作为产生电信号的可兴奋元素，为研究神经元动力学如何产生时间依赖性活动模式奠定了基础。
如今，SZ被理解为症状的动态相互作用，其组合与严重程度随时间和个体波动。症状动力学涉及间歇性变化和复杂时间依赖性，反映多过程相互作用与不同临床状态间潜在转换。长期结局研究，包括世界卫生组织（WHO）数据，强调了疾病轨迹的显著异质性：一些个体实现持续恢复，而另一些经历复发过程或持续严重损害。这种变异性可能反映神经发育过程，其中早期脆弱性与出生后事件（包括改变的凋亡和突触修剪）相互作用，塑造多样临床轨迹而无典型神经退行性过程的主要组织病理学标志。
SZ常以隐匿起病为特征，症状逐渐出现而非突然转换。前驱期可能涉及微妙自我紊乱，如过度反思、思维干扰和知觉-想象边界改变，反映精神病谱系内的变化。基本症状范式进一步聚焦主观异常，包括现实感丧失和自身明证性减弱，作为精神病易感性标志。
超高危（UHR）概念被开发用于基于临床标志和风险特征识别精神病风险升高的个体。该方法促成了如危险精神状态综合评估（CAARMS）等评估工具，其评估衰减的精神病症状、短暂有限间歇性精神病症状（BLIPS，UHR标准的一部分）以及遗传风险合并功能衰退。然而，UHR标准仅捕获后来发展为精神病个体的一部分，转换率仍相对较低（两年内约15–30%）。此外，密集监测引发资源需求、假阳性、污名和个体水平预测准确性有限等担忧。这些局限推动了动态、个体化和跨诊断风险模型的发展。
临床分期模型被引入以刻画疾病轨迹并改善早期检测，尤其在严重精神障碍风险青年中，其对预测临床结局具有经验效度。SZ常被概念化为三个宽泛阶段——病前、前驱和慢性——与不同临床、认知和神经生物学特征相关。这些观察推动了整合维度症状与神经生物学测量的多模态和跨诊断分期方法。
然而，理解疾病进展需区分不同水平的时间组织。神经动力学指跨脑网络神经元活动的时间依赖性变化，而临床症状动力学描述个体间阳性、阴性和紊乱症状强度与组合的时间变异。这些水平相关但非相同：相似神经活动模式可能因环境影响、内部状态和个体变异性导致不同症状轨迹，而相似临床表现可能源于不同神经构型。因此，尽管分期框架常假设有序进展，SZ通常遵循异质性和非线性轨迹，以波动、缓解和复发为特征，挑战静态分类和预测。
SZ被视为由遗传与环境因素复杂相互作用塑造的多因素动态障碍。精神病维度可能共享共同发育通路，包括促成潜在脆弱性的早期心理社会应激源。此类应激源的跨诊断效应已在亚临床症状域观察到，支持共享风险机制的存在。基因组研究进一步揭示跨多种精神障碍的多效性变异，汇聚于共享分子网络，支持疾病出现和进展的维度性与动态模型。
动力学系统理论：精神病学应用入门
SZ因此被概念化为“动力学疾病”，其中定性不同的症状轨迹源于共同非线性生成过程而非单一同质病因。这一视角为现代SZ动力学研究奠定了概念基础。基于动力学系统理论（DST）的方法通过聚焦症状演化的时间结构和潜在机制，提供连接生物、认知和临床水平的方式。它们支持旨在建模和预测精神病理学转换的非线性精神病学。
DST源于经典力学和通过微分方程描述系统随时间连续演化的数学。它也借鉴了Leibniz微积分的发展，其提供了描述连续变化的系统方式，即微小时刻变化如何累积为大规模转换。Poincaré引入非线性动力学的定性方法，聚焦相空间中轨迹的几何组织而非显式解析解。
系统所有可能构型的集合构成相空间，其中每个点对应唯一系统状态。相空间由系统状态变量定义，其可代表生物、认知或临床量，包括膜电位、突触电流或SZ应用中的症状维度。其时间演化受潜在（生物）物理定律和模型参数支配，如突触权重、症状相互作用强度、治疗效果或Nernst电位。方程定义相空间中的流，轨迹描绘系统的时间演化。
随时间推移，这些轨迹常收敛于稳定几何结构，即吸引子，其刻画系统长期行为。不动点代表状态变量随时间保持恒定的稳定状态；极限环对应系统自身产生的持续振荡模式；奇异吸引子反映有界于相空间内但从不精确重复的非周期混沌动力学。当小参数变化使其定性行为不变时，系统结构稳定。相反，分岔（或所谓相变）发生在小参数变化触发系统动力学定性转换、导致新动力学状态时。
非线性大脑动力学已被提出促成SZ中观察到的认知和知觉紊乱。精神病状态可能源于情感与认知过程间的非线性相互作用，其中潜在参数的小变化可触发分岔。此外，在给定状态内，非线性系统可表现出对初始条件的敏感依赖性，即无限接近的状态随时间发散，即“蝴蝶效应”。分岔可能进一步涉及滞后形式，先前状态塑造未来轨迹并在临界点被跨越后产生持续变化。
这些机制共同为理解SZ轨迹的高变异性提供框架，其中情感和认知状态的逐渐波动可导致个体间显著不同的临床过程。这种异质性已有充分经验记录，长期随访研究报告初始表现相似患者间高度分化的结局轨迹。
自组织、集体动力学及其在精神病理学中的破坏
DST方法将行为概念化为自组织系统的涌现属性，其中稳定行为模式源于神经、身体和环境过程间的非线性相互作用而非集中控制。复杂性理论在二十世纪中叶通过非线性动力学系统和确定性混沌的开创性工作正式出现。此处，混沌不意味着随机或紊乱，而是系统保持确定性同时对内部状态和外部扰动高度敏感的状态。
具有许多相互作用元素的复杂系统可表现出不可还原为个体成分的涌现集体动力学。这一现象在Haken的协同学理论中被形式化。根据该框架，远离平衡驱动的系统（如大脑）可自发自组织，无需中央“指挥者”或控制器即可产生协调活动模式。在此过程中，少数慢变量或“序参量”主导集体动力学，而许多更快的微观过程适应这些主导模式。这与Prigogine倡导的“无序创造有序”原则一致。
尽管神经系统的维度高，大脑活动常沿少数集体变量演化，有效坍缩到低维流形上。这些模式非任意，反映在尊重大脑物理和功能约束的同时最大化结构化信息的组织形式。这些组织结构的中断可将连续吸引子扭曲为离散或不稳定状态，损害内部变量表征，可能促成认知功能障碍和精神病理学。病理状态可能反映无法达到此类组织状态，或对使功能模式不稳定的波动的过度敏感性。
精神分裂症作为非线性动力学系统
在随后几十年，这一跨学科框架扩展到生物和社会系统中的自组织，以及认知和心理学应用。此类非平衡动力学支持认知灵活性、多稳定性和功能网络的快速重构，同时增加对扰动的敏感性。因此，大脑功能是持续演化的动力学过程。一个有用类比是网球运动员准备回球：准备状态源于持续协调运动，使以最小能量消耗实现快速适应成为可能。
这些原则共同为将SZ概念化为非线性大脑动力学障碍提供框架，源于受损自组织和改变的集体动力学。与此观点一致，脑电图（EEG）研究显示不规则振荡和增加的时间变异性与SZ的认知和临床状态相关。这一动力学视角也与神经发育假说一致，即关键期环境和社会心理因素塑造疾病轨迹和个体风险。
在此动力学框架内，神经调质如多巴胺（DA）、血清素和乙酰胆碱可被理解为控制参数，重塑潜在流形几何从而改变大脑动力学可及的轨迹。神经质量模型研究阐明了这一原则：增加的多巴胺能输入扩展动力学模式库并改变其特征频率，强调神经调质在调节大脑活动中的作用。
这些机制性洞见推动了DST在精准精神病学中的近期应用。从常规电生理记录中提取的潜在神经动力学特征被提出用于个体化轨迹监测。同样，个体化“虚拟大脑”模型旨在模拟患者特异性大脑动力学并支持个体化治疗决策。
本叙述性综述旨在审视动力学系统理论如何被应用于刻画、解释和建模SZ。它整合理论框架、经验证据和新兴计算方法，区分既定动力学原则与探索性假说，并评估基于DST的模型如何促进对SZ病理生理学的机制性理解。为此，我们综述了大脑和症状水平的SZ动力学模型，以及临床转化所需经验和方法学基础。
迈向精神分裂症的DST建模
早期在精神障碍（包括SZ和抑郁）中建模大脑和症状水平动力学的努力阐明了DST对精神病理学的广泛适用性。补充纯数据驱动方法，理论驱动模型形式化机制性假说并使用模拟研究系统组件间相互作用如何产生观察到的动力学。它们提供测试因果机制、生成预测和探索无法直接实验检验场景的框架。在计算精神病学中，生物物理建模和模拟对连接生物机制与涌现临床现象及评估干预潜在效应特别有价值。
方法考量
本工作依据SANRA指南进行，确保文章选择和综合的透明度。检索词将SZ与DST、非线性动力学、吸引子和分岔概念结合。文章选择优先考虑概念相关性、历史意义和方法学贡献，而非穷尽性（1800–2025）。表1中文章若采用常微分方程（ODEs）建模动态系统则被优先选择，无论其是否最初针对经验数据验证，反映对机制性建模的方法学聚焦。
大脑水平模型
DST对中枢多巴胺能系统的早期应用将黑质纹状体多巴胺（DA）动力学建模为源自延迟微分系统的非线性差分方程。该模型中，参数k控制DA在突触后受体的效力。数值模拟显示增加k驱动系统通过倍周期分岔级联进入混沌放电状态。DA在SZ中起核心作用，受体过度活跃和代谢物水平改变与症状严重程度和精神病发作相关。这些发现共同表明多巴胺能系统的内在非线性特性可能产生不规则神经动力学，潜在地促成SZ中观察到的行为变异性增加，即使无外部扰动。
第二条通往动力学不稳定的补充途径源于连接性的结构改变而非内在动力学。发育性减少的突触连接和进行性修剪退化全局网络功能，产生类幻觉错误。这种基于吸引子的组织的破坏，特别是通过过度修剪长程皮层连接，碎片化大规模大脑动力学并破坏协调活动，重塑吸引子景观并创造新的病理性稳定极小值。这为持续幻觉和妄想提供机制性解释。
在回路水平，兴奋与抑制失衡连同DA的调节效应，使皮层吸引子不稳定，促进网络状态间的异常转换。DA功能的逐渐变化作为控制参数，影响SZ中健康与病理状态间的网络稳定性和转换。兴奋性-抑制性皮层回路和丘脑-皮层-纹状体环路可表现出不规则或混沌放电，可使用兴奋性输入、抑制性突触后电位和输出放电率的耦合微分方程计算捕获，其中DA调节抑制效力。
在突触和受体水平，减少的N-甲基-D-天冬氨酸（NMDA）受体电导使皮层吸引子盆地变平，增加对噪声的敏感性并损害工作记忆、注意力和前额叶、眶额叶及前扣带皮层的放电率。计算模型，包括整合-发放和具有DA调节的随机递归网络，显示兴奋性（NMDA）和抑制性γ-氨基丁酸（GABA）群体间相互作用决定吸引子稳定性。背外侧前额叶高活动吸引子的失稳构成认知症状基础，而眶额叶和前扣带区域较浅盆地促成阴性症状。颞叶和听觉关联网络中噪声诱导转换，因GABA功能低下加剧，可能产生幻觉和妄想等阳性症状。DA调节可部分恢复稳定性：D1受体激动剂增强高活动状态，改善认知和阴性症状，而D2拮抗剂稳定自发状态，减少阳性症状。经验支持包括减少的树突棘密度、降低的GABA介导抑制以及功能性磁共振成像（fMRI）中观察到的改变的功能连接和时间变异性。
基于这些视角，多吸引子脑网络模型已被应用于健康对照和SZ、双相障碍及注意缺陷/多动障碍（ADHD）患者的静息态fMRI数据。该模型表述为描述兴奋性和抑制性神经群体动力学的耦合ODE系统。通过计算所有稳定吸引子、跨吸引子协调矩阵和能量间隙，该方法将全局耦合和兴奋/抑制（E/I）平衡的改变与精神疾病联系起来。发现患者中全局耦合较低且能量间隙较小，尤其在默认模式网络（DMN）、躯体运动和视觉网络，以及SZ相比ADHD更高的E/I比，表明精神疾病涉及大脑吸引子景观的修改。
症状水平模型
超越神经回路水平，动力学系统原则也被直接应用于SZ精神症状和个体生理内表型的时间结构。位于大脑水平和症状水平描述边界，SZ中平滑追踪眼动异常可使用确定性非线性框架解释。眼动系统可建模为具有三次刚度的非线性振荡器，即Duffing振荡器。该系统可在不同行为模式间转换：稳定追踪、对称性破缺、混沌行为和滞后。这些动力学密切再现患者中观察到的不规则眼动。这表明SZ可能涉及因非线性效应放大导致的固有眼动控制不稳定。
在整体症状轨迹水平，三种互补方法已将SZ建模为非线性动力学过程。第一，纯理论模拟显示社会或认知参数的小变化可产生分化的SZ轨迹。这些离散时间模型将认知、压力、社会退缩、表达情绪和妄想表示为具有反馈和随机波动的相互作用变量，揭示稳定和不稳定疾病状态。它们进一步展示心理、社会或生化参数的缓慢变化如何触发复发或恢复等突然转换。
第二，定性概念框架，情感-逻辑，将精神分裂症精神病描述为耗散结构，其中复杂症状动力学源于远离平衡运行的生物、认知和社会过程间的非线性相互作用。尽管持续扰动，这些相互作用产生刻画障碍长期过程的组织模式和吸引子。情感状态作为控制参数调节认知-情感相互作用并塑造可及动力学状态，涌现模式、吸引子和分岔反映多稳定性。取决于初始条件和情感调节，症状严重程度可能恶化、发作性波动、稳定或缓解，说明SZ临床过程如何从受情感和随机扰动影响的共同潜在动力学系统涌现。
第三，与上述两种理论描述不同，真实症状时间序列的经验非线性分析直接支持这一图景。使用Grassberger–Procaccia算法和Sugihara–May方法分析的短期和长期症状波动揭示低维混沌吸引子，表明精神病动力学受分形、自组织过程而非随机噪声支配。扩展此SZ混沌理论观点，每日症状时间序列分析揭示不同动力学类别，包括混沌、线性自回归或随机状态，并表明许多患者遵循非线性、潜在混沌轨迹。尽管短临床时间序列不能证明确定性混沌，衰减可预测性和类分岔转换等特征表明SZ动力学是结构化的但对小变化高度敏感。
最后，已开发使用非线性DST框架的3+1维玩具模型描述精神症状的非线性进展。变量包括症状（x）、内部因素（y）、环境噪声（z）和时间特异性（f）。该模型模拟不同临床情景：健康、发作性、点燃样和高环境敏感障碍，并可测试治疗效果。该框架明确将症状动力学与SZ作为动力学疾病的概念联系起来：症状特征并非静态，而是源于内在神经元或认知因素与外在环境影响间的相互作用，以复杂、有时突然的方式随时间演化。通过在相空间中映射这些轨迹，模型说明临床状态间转换（如缓解、复发或恶化）如何对应吸引子景观的转变，为SZ的时间变异性和不可预测性提供机制性视角。尽管是理论性的，它为预测性、个体化和干预导向的计算精神病学提供具体工具，弥合纵向症状观察与机制模型间的差距。
精神分裂症中的数据
直到最近，SZ研究一直受高质量纵向数据集稀缺的限制。早期综述已强调该领域纵向研究的“极端不足”，这一局限至今大体持续。Ciompi强调症状表达的十年和逐日变异性，说明需要捕获微观（每日）和宏观（年度）时间尺度个体内变异的数据。此类时间丰富性对追踪遗传脆弱性和环境背景如何相互作用塑造症状发作和过程是必要的。
生态瞬时评估（EMA）的发展为通过DST视角理解精神障碍开辟新途径，使提取实时症状动力学和横断面评估中常隐藏的受试者内变异性成为可能。例如，在物质使用障碍（SUD）中，刻画线索与渴求间双向相互作用的优化线性SARIMAX模型被两个描述升级和饱和动力学的DST模型复制。
超越SZ，WARN-D项目说明了此类基础设施在大规模下的可能形态，结合可穿戴设备密集纵向监测与开放机器学习竞赛以众包预测抑郁发作，例证了可类似惠及SZ中基于DST研究的开放科学模型验证方法。近期，FACE-SZ分析揭示复发的稳健临床预测因子、药物依从性和生活质量，使用Cox模型、随机森林和分类树等统计和机器学习工具。然而，这些聚焦于时点预测而非症状轨迹的潜在结构和时间动力学。
模型验证与模型个体化
通过将模型参数拟合到观察数据，模型反演可使DST准确捕获大脑或症状动力学的个体变异性。此过程不仅针对经验观察测试模型有效性，还定制模型以反映个体化轨迹，实现更精确诊断和干预。
超越参数拟合，DST框架内的个体化近期被重新定义为控制工程问题，其中精神病理学被理解为低维认知-情感流形几何的扭曲而非孤立生物功能障碍。临床干预随后可建模为重塑流形本身以恢复健康动力学的控制输入，结合密集纵向测量和策略性设计扰动的闭环N-of-1实验范式已被提出用于训练个体流形的个体化替代模型，支持反事实干预模拟以指导个体化治疗设计。在相关转化方向，从常规电生理记录中提取的动力学特征已被提出作为个体化轨迹监测的实用、可扩展基质，为计算密集型流形方法提供轻量补充。
讨论
动力学系统模型和复杂性理论在心理和精神现象研究中的使用显著丰富了行为分析。此处审视的模型——从大脑水平神经元系统到症状水平动力学——为理解复杂系统内的涌现过程、多稳定性、分岔和混沌或不规则转换提供框架。这些属性可在不同时间和空间尺度观察，可补充心理学中经典统计方法，如线性回归或方差分析。
在大脑水平，这些模型说明短期动力学、混沌和不规则波动如何与可观察行为或症状相关，如运动、知觉或认知反应变异性。更近期模型，如Sun等人，结合通过结构脑连接耦合的兴奋性和抑制性群体研究稳定性和状态转换，强调多层方法捕获局部和全局尺度间相互作用的相关性。
在症状水平，本叙述性综述呈现的不同工作展示动力学建模对理解非线性症状轨迹、危机或失代偿发生以及干预反应的价值。纳入快慢动力学、多稳定性和随机扰动的模型提供连接内部过程（认知、情感）和环境因素与临床结局的概念方法。临床上，此观点意味着症状并非完全随机，干预可利用系统的短期确定性，靶向混沌状态以稳定有利行为。总体而言，简约非线性框架可能比传统多因果模型更好地解释SZ，对理论和治疗策略均有启示。
在个体水平，个体化DST框架和EMA方法允许重建患者特异性动力学景观，识别临床转换的潜在早期预警信号（EWS）。在精神病中具体而言，随着系统弹性减弱，即使微小扰动也可能足以将其推过临界点。接近此类临界转换通常以临界减速为标志，即扰动后恢复平衡的速度降低。这反映在方差和自相关增加中，提供即将发生临床变化的候选EWS。尽管概念上引人注目，这些EWS的实际效用受测量噪声、部分可观测性和高个体间异质性限制。
其他方法如动态因果建模、能量景观分析、网络控制理论和全脑模拟已揭示有效连接、突触增益和功能状态稳定性的改变如何构成认知僵化和症状维持的基础。虽然对研究一般神经动力学有信息价值，这些方法仍主要为理论性，未针对临床症状的显式建模定制，限制其转化应用。
相反，递归神经网络和储备池计算捕获神经和行为时间序列中的非线性时间依赖性，实现预测和判别分析，尽管这些仍主要为数据驱动和非机制性。这些局限在SZ特异性机器学习研究中日益被记录：实现强分类性能的模型常保持可解释性受限的“黑箱”，为临床医生提供输出机制性理由很少，与数据异质性、外部验证和临床实施相关的更广泛挑战继续限制其向精神病学实践的转化。
弥合这两个极端，慢快动力学、分岔和临界转换等机制性概念为神经动力学和可观察症状轨迹间提供理论联系，可能有助于解释精神障碍中的症状波动性、突然状态变化和多时间尺度变异性。
然而，这些方法面临更广泛方法学局限。现象学描述符与动力学分类间的清晰联系仍难建立，实施耦合或多层模型在技术上仍具挑战性。此外，密集纵向数据收集引入实践和伦理约束。临床实施受频繁评估负担、数字工具获取不平等以及精神病发作预测相关伦理担忧限制。密集监测还引发知情同意、数据隐私、预测模型透明性以及跨不同文化、社会经济和医疗保健背景稳定环境和可靠症状报告假设的问题。
即使现有纵向研究也面临结构和后勤挑战。多模态数据收集的标准化、可扩展基础设施仍缺乏，阻碍可重复性，长期随访进一步因高退出率、异质性临床过程和稀疏或不规则采样而复杂化。将DST概念转化为临床可操作工具因此需要高频、多模态、纵向数据集，理想来自多中心队列，以在常规应用考虑前测试机制性假说并确认预测标志物。因此，DST目前更多作为理论和机制性框架而非完全验证的临床工具。
结论
尽管存在这些局限，DST为跨多个时间尺度整合神经动力学、症状轨迹和环境影响提供机制性框架。它不依赖静态诊断类别，而是形式化吸引子、分岔、多稳定性和状态转换以解释精神分裂症的异质性和非线性演化。实现DST的转化潜力需要严格验证、纵向多模态数据集和真实世界患者群体中的动力学标志物。同样重要的是发展考虑影响症状表达、监测和护理路径的文化、社会经济和医疗保健系统变异性的情境敏感模型。
最后，需记住动力学建模并非旨在完美复制现实，而是提供驱动行为潜在机制的有用近似。尽管简化，此类模型对识别关键动力学属性、探索状态转换和生成机制性假说具有价值，无需完全生物现实性。解释认知需要弥合神经活动与行为的中间理论描述，因为仅神经相关性不提供机制性理解。
虽然神经实施研究对测试因果假说必要，挑战在于阐明为何纯还原论方法可能不足。在此意义上，模型的局限不是弱点而是理解复杂性的先决条件——这一原则继续指导心理健康研究和精神病学中复杂模型的谨慎应用。
