感知愉悦度在高唤醒度和情感复杂音乐对疼痛的影响中起中介作用

《PAIN》：Perceived pleasantness mediates the effects of high-arousal and emotionally complex music on pain

　　

音乐能有效减轻疼痛，但音乐诱发低痛觉的机制仍知之甚少。我们在2项实验中，通过检验刺激特征以及对这些特征的主观评价，探讨了音乐潜在感知维度如何影响疼痛。134名参与者在热痛刺激期间聆听不熟悉的音乐片段。音乐刺激系统性地选自经验证的唤醒度、效价、深度（AVD）模型，该模型根据"有力"或"平静"等描述符群组量化了音乐的3个关键潜在感知维度。研究A（n = 74）表明，高唤醒度音乐增加了疼痛的不愉悦感，而高深度音乐则提供了缓解，但关键在于，这些效应完全由参与者对音乐愉悦感的主观评分所中介。研究B（n = 60）复制了音乐深度的有益效应，并确认参与者的感知与AVD模型维度的载荷一致。在特质系统化方面，个体差异调节了一项研究中深度产生的镇痛效应。愉悦感评分的完全中介作用表明，驱动音乐诱发低痛觉的是奖励体验和主观审美评价，而非感知的音乐维度本身。这提示音乐镇痛干预应优先考虑深度、放松且受参与者喜爱的音乐。

1. 引言

音乐因其跨文化的疗效潜力而自古被认可。4,19,78 如今，使用音乐缓解疼痛——即音乐诱发低痛觉——已有大量研究支持，这些研究表明音乐能降低疼痛评分、减少镇痛药物的需求，并改善疼痛患者的生活质量。9,12,18,25,36–38,44,49,61,79 为了提高音乐干预的有效性，有必要更好地理解音乐暴露如何导致疼痛缓解。

音乐对疼痛的影响很可能通过多条通路发挥作用，3,9,27,50 涉及基本神经过程（如脊髓反射、注意和内源性节律），59,68,84 奖赏系统53 以及高阶认知过程，后者将多种输入整合为引人入胜的、有意义的情感体验。39,69,81 研究一致认为，"偏好的"或"令人愉悦的"音乐比中性或不愉快的替代品能提供更大的疼痛缓解，8,17,25,41,58,81 提示积极情绪和个人品味的可能影响。"放松的"音乐似乎也很有效，但不清楚其效应是由于低唤醒度、积极效价（愉悦感），还是二者兼有。81 因此，研究受限于对愉悦感和偏好的不精确描述。迫切需要区分基于前注意、基本感官愉悦的简单喜好——即什么是无害或放松的——与基于习得认知图式的审美欣赏和品味（如"我最喜欢的"或"美丽的"）。由于音乐偏好受个体差异指标调节，30 将音乐的感知属性与这些特质、音乐引发的情感维度以及已知影响疼痛认知的指标联系起来，将有助于更深入地了解聆听体验如何减少疼痛。77

解决这些先前局限需要一个稳健的分类和表征系统来组织从音乐中感知到的大量属性。52 我们选择使用Greenberg等人使用词汇方法开发的唤醒度、效价、深度（AVD）模型。30 该三维模型已在不同地理区域的多个样本中、数千种多样的听觉刺激中得到复制，23 并通过机器学习模型进行了外部验证。22 AVD-唤醒度代表从平静放松到强烈刺痛的连续体，AVD-效价捕捉音乐中感知的情绪，从负效价（如悲伤）到正效价的连续体（如快乐），AVD-深度反映音乐中的情感和结构复杂性。

本研究旨在利用这一数据驱动的模型，检验主观体验和个体差异如何中介和调节模型推导的感知维度对疼痛的影响。我们进行了2项实验，系统地操纵AVD-唤醒度、AVD-效价和AVD-深度，并测量其对急性热痛评分的影响。在一项实验中，我们旨在阐明AVD维度、聆听音乐期间主观情感维度和疼痛感知之间的关系。一项互补实验旨在复制结果并确认AVD成分载荷与参与者自己对研究者所选音乐中唤醒度、效价和深度的感知相一致。然后我们检验了AVD维度对疼痛的影响是否因个体差异而异，这些个体差异已显示对音乐偏好或疼痛感知有影响，包括共情-系统化（E-S）认知风格、29 人格特质、30 正念以及在两项研究中均涉及疼痛灾难化的个体差异。2. 方法 2.1. 研究A 2.1.1. 参与者 74名参与者（22名男性，平均年龄 = 21.46，SD = 2.70）通过在线广告和麦吉尔大学心理学系参与者库招募，获得货币补偿或课程学分。参与者未基于其音乐专业知识或训练进行筛选。在实验开始前获得参与者的知情同意，所有程序均经麦吉尔大学研究伦理委员会办公室批准。排除标准包括神经系统或精神疾病的历史或当前诊断，慢性疼痛综合征或神经病诊断，酒精或药物滥用史，以及规律使用（>每周2次）镇痛药、抗癫痫药、麻醉剂、抗抑郁药和抗焦虑药。2.1.2. 音乐片段 Greenberg等人对AVD模型的开发和验证已在先前的研究中描述。30 在初步研究中，76名没有正式音乐训练的评分者对102首不同流派和风格的歌曲池，使用38个感知音乐属性（如"梦幻的"、"强烈的"、"悲伤的"和"欢快的"）进行评分。主成分分析将这些属性压缩为3个维度成分，解释了评分方差的73%（图1A）。此后，AVD模型已在不同地理区域的多个样本、特征-形容词集合以及大量音频刺激集合中得到复制，其中包括一组超过200,000首歌曲的集合。23 它也已通过机器学习模型进行了外部验证。22 图1A展示了成分空间的表示以及模型推导的、用于反映每个维度高载荷和低载荷的代表性形容词群组。开放多媒体模式 图1. 开放多媒体模式 研究设计的要素。（A）唤醒度-效价-深度模型中坐标空间的示意图。每种维度名称旁边列出了具有最强正载荷和负载荷的部分描述符。（B）研究A和B中的试验结构。在每项研究中，音乐和对照条件在疼痛刺激开始前播放25秒。音乐和刺激在40秒后同时结束，随后通过视觉模拟量表收集一系列评分。 AVD模型的前两个维度——唤醒度和效价——大致对应于Russell情感环形模型的维度，71 但应被视为其自身独特的构建体。首先，AVD-唤醒度代表一个映射到生理唤醒度表征的连续体，由"紧张的"、"好斗的"和"刺激的"等形容词所反映，与"放松的"、"沉思的"和"柔和的"相对立。第二个维度，AVD-效价，描述了音乐中感知的情绪，从悲伤到快乐的连续体。重要的是要注意，这些维度并非完全正交化；许多用于表征AVD-唤醒度维度的描述符（如"浪漫的"和"愤怒的"）必然伴随某种效价（愉悦到不悦）。同样，AVD-效价形容词跨越高唤醒度到低唤醒度的连续体，因为该成分包括"令人沮丧的"和"活泼的"相对立，而"生动的"在AVD-唤醒度和AVD-效价上均显示出高成分载荷。隐含地，这些维度捕捉了环形模型的拟议扩展，如紧张到平静、疲劳到精力的连续体86 或强烈的行为激活到强烈的回避。47 尽管如此，由于每首歌曲都伴随每个维度的成分载荷，通过将每个维度的分数作为协变量纳入我们的分析中，有助于隔离AVD-唤醒度和AVD-效价的独特效应，从而辅助解释。最后，AVD-深度描述了音乐中认知和情感复杂性的连续体，高成分载荷反映审美属性如"情感的"、"诗意的"和"聪明的"，与"派对音乐"相对立。为区分代表感知属性的AVD维度与捕捉感受情感的环形度量指标，为清晰起见，模型维度被称为AVD-唤醒度、AVD-效价和AVD-深度。 27首商业发行和未发行的歌曲从用于开发AVD模型的原始102首歌曲池中选择。30 我们的选择通过创建唤醒度-效价-深度空间中的三维"坐标"集合而战略性地进行（图1A），并使用每首歌曲在这些因子上的成分载荷来表示3个属性在低（?2 SD）、中（均值）和高（+2 SD）水平的每种组合。歌曲跨越多种流派（如流行、乡村和古典），包括声乐和器乐音乐。例如，That's not Rockabilly（Hillbilly Hellcats，流派：乡村）和Laugher in the Rain（Earl Klugh，流派：抒情爵士）均具有高AVD-效价和低AVD-唤醒度载荷，但分别位于AVD-深度维度的低端和高端。一首在所有三个成分上均具有高载荷的歌曲是Ruben Gonzales和Noneto Cubano de Jazz演奏的Zancudo，一首非裔古巴爵士歌曲。选择意在让研究参与者不熟悉。片段列表可在补充材料中找到，https://links.lww.com/PAIN/C569。 2.1.3. 测量工具 参与者完成了5个评估人格特质和认知风格的问卷。先前已链接到AVD维度偏好的个体差异测量工具被用于检验个人品味是否调节音乐特征对疼痛的效应。30 使用Big Five Inventory简短版（BFI-2-S）75 评估一般人格维度，包括外倾性、宜人性、尽责性、开放性和神经质。系统化与共情商数（SQ-R-10和EQ-10）31 是用于评估系统化与共情特质的简短测量工具，这些特质在文献中被称为认知风格。29 系统化反映分析和构建基于规则系统的倾向，而共情是关注他人情绪状态的倾向。除共情和系统化商数需要加权评分方案外，所有测量的子量表分数均进行求和。鉴于其已在调节疼痛体验中的既定作用，35,77 也纳入了疼痛灾难化和正念的测量工具。Five Factor Mindfulness Questionnaire5 评估正念的5个方面：观察和描述内部状态、以觉察行事、以及非评判性和非反应性态度。Pain Catastrophizing Scale77 评估放大疼痛威胁价值、在疼痛中感到无助、以及抑制与疼痛相关思维的倾向，无论是在预期、经历还是反思疼痛事件时。 2.1.4. 疼痛刺激 首先，进行感官校准程序以估计每位参与者的适当刺激温度，对应于100点视觉模拟量表上的50分评分（0 = "完全无痛" 100 = "极其疼痛"）。通过使用9 cm2热接触探头（TSA-II神经感觉分析仪，Medoc Ltd，Advanced Medical Systems，Ramat Yishai，以色列）施加热痛，该探头能够输出并维持精确到小数点后一位的温度至左侧前臂内侧表面。探头产生的感觉类似于用热咖啡杯贴在皮肤上的感觉，刺激10秒温度平台期最高温度为49°C，确保烧灼或皮肤损伤的风险最小。校准包括在左侧前臂4个交替位置施加7个介于40°C和49°C之间的温度。每次刺激中，热量施加15秒（从32°C基线上升2.5秒，10秒平台期，下降2.5秒）。在校准任务之前，向参与者指示"疼痛强度"指的是感觉有多强烈，而"疼痛不愉悦感"指的是感觉令人多不舒服。在此指示之后，屏幕文字提供了一个关于感知收音机噪音的类似例子：收音机的音量可能更强烈或更弱，但独立于这种强度，声音可能更令人愉悦或更不令人愉悦，取决于信号中是否有噪音、音乐类型或收音机是否属于吵闹的邻居。每次刺激后，参与者表明刺激是被感知为疼痛还是仅仅温暖。如果报告为疼痛，参与者在100点视觉模拟量表上评分疼痛的强度和不愉悦感。疼痛强度在从"完全无痛"到"极其疼痛"的量表上评分，疼痛不愉悦感在从"完全不令人不悦"到"极其令人不悦"的量表上评分。对校准数据拟合了一个广义线性回归模型，以识别对应于50/100疼痛强度评分的温度。

该温度被用于主要程序中每一次刺激。温度通常介于 45 到 49°C 之间。

**2.1.5. 程序**

参与者完成了一个音乐聆听任务中的 32 次试验，其中疼痛热刺激与音乐片段或静默配对。这些试验包括 27 个经选定的音乐片段（用于覆盖 AVD 组分空间）以及 5 次静默对照试验（用于建立疼痛强度和疼痛不愉快度的基线水平，以便与音乐效应进行比较）。对照试验的数量由时间限制决定。每次试验中播放每首歌曲的前 40 秒。所有刺激均通过 Sennheiser HD 4.50 耳机呈现。要求参与者将目光固定在电脑显示器中央的一点上。在每次 40 秒的试验中，音乐或静默先播放 25 秒，然后开始热刺激。与校准程序相同，刺激持续 15 秒（包括 2.5 秒的升温与降温时间），并在左前臂内侧表面的 5 个位置之间交替进行。图 1B 展示了单次试验的结构。每次试验结束时，参与者将疼痛作为疼痛体验的两个独立组分进行评分：疼痛强度（反映疼痛的感觉成分）和疼痛不愉快度（反映情绪成分）。这种疼痛双方面模型已在多项实验中得到验证??,??，并允许对音乐诱导的低痛觉所涉及的潜在机制进行细致的理论理解。

在每段音乐之后，参与者按照 Russell 的环状模型，使用视觉模拟量表对效价和唤醒度进行评分，其中效价范围为 ?100（"极度不愉快"）到 100（"极度愉快"），唤醒度范围为 0（"完全不唤醒"）到 100（"极度唤醒"）。随后，参与者回答"是"或"否"，以指示是否体验到"寒颤、颤栗或激颤"?1，这是音乐聆听中已被充分记录的峰值情绪愉悦与唤醒的相关指标，与可靠的神经营理活动和生理活动相关1?,32,3?,??,?2,?3。我们之所以采用环状模型来测量情绪反应，是因为对唤醒度和效价的测量在情绪心理学研究中广泛应用，包括音乐情绪感知研究?2，且这两个维度已被证明与反映情绪适应功能的趋利和防御心理生理反应的变化相关??。例如，对响亮、意外事件产生的惊吓眨眼反射已被证明会被愉快与不愉快刺激（如毒蛇图像与诱人食物）以不同方式调节11。已有研究表明，改变刺激的效价会影响疼痛强度和疼痛不愉快度，以及综合测量??,??。由于疼痛本身是一种防御反应，使用环状模型中低/高唤醒度与愉快/不愉快效价维度，可以将我们的结果与这一理论基础联系起来。

需要清楚地区分环状变量与 AVD 模型的变量：AVD-效价和 AVD-唤醒度是对音乐特征的数据驱动标签，反映对各种形容词象征性表达的感知。由于一些 AVD 维度描述符（如"粗糙"）混合了唤醒和效价成分，它们通常会被放置在环状模型的象限而非中央轴上。相比之下，环状唤醒度和效价评分是对所体验情绪方面的主观报告，直接以维度轴为单位进行测量。为进一步区分这两组变量，我们使用"模型推导"一词指代 AVD 组分分数，使用"主观"一词指代参与者对音乐的情绪体验。

**2.1.6. 分析**

为评估疼痛效应，我们采用了残差化方法，在剔除先验的无关方差来源后，为疼痛强度和疼痛不愉快度导出新变量。试验编号用于建模疼痛敏化，因为疼痛评分往往对重复刺激呈线性增长。试验编号的对数用于建模疼痛习惯化，因为在实验最初的几次刺激通常被评价为比平均水平更痛，之后才会趋于稳定的较低水平。

除了条件（静默：0，音乐：1）的对比编码效应外，所有变量均被标准化为均值为 0、标准差为 1，以提高由多种量表测量的变量系数的可解释性。这些标准化 beta 系数应被解释为：当预测变量的标准差增加 1 时，结果变量变化的标准差单位数。

首先，估计了模型推导的 AVD 变量与主观情绪报告之间的非参数 Spearman 相关性（补充材料中的图 S1，https://links.lww.com/PAIN/C569）。

使用 R 基础 stats 软件包的 lm() 函数拟合线性模型?3。由于假定同一被试内多次试验之间的标准误是相关的，数据中的这种依赖性被视为无关因素，并通过采用聚类稳健标准误予以纠正，以避免第一类错误率膨胀1?,??。对于所有模型，在使用 lm() 估计后，使用 Sandwich 软件包?? 调整方差-协方差矩阵，以获得用于检验统计量推断和置信区间估计的聚类稳健标准误。

我们首先评估了音乐与静默的对比编码效应对疼痛强度和疼痛不愉快度的影响。由于音乐仅降低了疼痛不愉快度而未降低疼痛强度，我们在以下模型中以疼痛不愉快度作为因变量。这些分析仅在音乐试验中进行。变量被重新缩放到这些试验中的均值为 0，使得截距反映所有音乐试验中的平均疼痛评分，beta 值反映每个维度相对于该平均值的疼痛影响。在这些模型中，正的 beta 值反映的是音乐的低痛觉效应减弱，而非相对于静默的疼痛增加。

然后我们检验了 AVD-唤醒度、AVD-效价和 AVD-深度 的主效应和交互效应，以确定哪些维度影响了疼痛不愉快度，以及这些维度的组合是否会产生协同效应。为了更深入地了解参与者对这些模型推导音乐维度的体验如何影响疼痛不愉快度，我们随后估计了一个添加了主观环状唤醒度、环状效价和音乐激颤存在性作为固定效应，以及这些效应与 AVD 维度交互项的第二模型。

接下来，我们评估了个体特质如何调节模型推导音乐维度对疼痛不愉快度的影响。系统化与共情量表、大五人格量表、五因素正念量表和疼痛灾难化量表的分数被作为观察层面的交互项，与 AVD-唤醒度、AVD-效价和 AVD-深度 一起纳入模型。每个模型均包含与所有 3 个维度的交互项，并加入主观报告的环状唤醒度、环状效价和音乐激颤存在性作为协变量。为校正多重比较，我们对 13 个特质变量与每个 AVD 维度的所有检验应用了 Bonferroni 校正，得到的校正显著性阈值为 P < 0.0013。

最后，我们估计了 6 个中介模型，以检验环状唤醒度、环状效价和音乐激颤存在性能否解释 AVD-唤醒度和 AVD-深度 对疼痛不愉快度的影响。我们在 R 中使用 mediation 软件包，为每个 AVD 预测变量拟合 3 个模型，在每个单独模型中将每个主观变量作为中介??。在所有模型中，我们将未作为中介建模的其他 AVD 维度以及其他主观变量作为协变量加入。这是为了隔离每个中介的独特间接效应。例如，非常愉快的音乐可能同时令人放松或令人兴奋，在评估环状效价作为中介时加入环状唤醒度作为协变量，可以确保效价的间接效应不被混淆。为估计每个模型的间接效应，我们进行了 5000 次非参数 bootstrap 抽样，并基于被试进行聚类以考虑重复测量设计。我们先验地将完全中介定义为：在纳入中介后，a 和 b 路径显著、间接效应（ab）显著，且直接效应（c′）不显著。我们将部分中介定义为：存在显著间接效应，但在控制中介所解释的方差后，直接效应仍然显著?,?1。

**2.2. 研究 B**

研究 B 的主要目的是在一个独立样本中，使用不同的歌曲集来复现模型推导的 AVD 维度对疼痛的效应。这样可以确保观察到的效应能够跨越不同的音乐刺激进行推广，而不是与研究 A 所用歌曲特有的歌词或结构内容相关联。研究 B 的次要目的是进一步验证 AVD 组分分数的使用，通过确认这些分数与参与者对这些维度的主观感知相一致。这将确认这些维度能够捕捉到在比先前研究所用更少的歌曲样本中明显的音乐感知差异。

**2.2.1. 参与者**

60 名参与者（16 名男性，平均年龄 = 22.46，SD = 4.33）按照研究 A 中所述的招募程序、伦理协议和排除标准被招募。所有程序均获得 McGill 大学研究伦理委员会办公室的批准。

**2.2.2. 刺激物与控制条件**

为确认效应是由 AVD 维度的一般特性而非研究 A 中特定片段特性引起的，我们使用研究 A 中所述的基于坐标的方法，从生成唤醒度、效价、深度模型所用的刺激池中选择了一个不同的 27 首歌曲集。除了静默外，还使用打乱音乐作为对照，以控制是否存在一般的听觉刺激。这些刺激控制了音乐的原始声学特征，如音高、动态范围、响度和音色，但缺乏音乐的特征性结构特征，如节奏和旋律。打乱的片段是使用 Python 脚本创建的，将歌曲切成 50 毫秒的片段，随机重新排列，并用 10 毫秒的交叉淡入淡出连接片段?2。为在不过度延长测试时长的情况下保持模型推导特征差异的代表性分布，我们选择了 27 首音乐片段中的 9 首（占据三维属性空间的"中心"和"角"，例如"低-低-高"为"角"的水平，或"中-中-中"为"中心"），并将其转换为打乱音乐控制条件。我们纳入了 9 次静默试验作为第二对照条件，与打乱音乐试验数量相匹配。

**2.2.3. 测量**

参与者完成与研究 A 相同的 5 份问卷：(1) 大五人格量表2?,??、(2) 五因素正念量表??、(3) 疼痛灾难化量表?? 以及 (4 至 5) 共情和系统化商数?2。

**2.2.4. 程序**

采用与研究 A 相同的校准和实验程序，并作了以下修改。任务纳入了打乱音乐作为对照，共 45 次试验（27 次音乐片段试验、9 次打乱音乐试验和 9 次静默试验），每次持续 40 秒。试验以 5 次为一组构成组块（3 次音乐、1 次打乱音乐、1 次静默），条件在组块内随机化。要求参与者使用视觉模拟量表（从 0"完全不痛"到 100"极度疼痛"）对他们的疼痛总体体验进行评分，而非分别评价疼痛强度和疼痛不愉快度。此设计选择旨在缩短研究程序，并由先前工作证明综合疼痛评分能产生与单独评分相当的情绪操纵对疼痛的效应?? 而得到支持。需要注意的是，此实验选择限制了对感觉和情绪维度相对效应的解释。

在此实验中，我们还旨在评估 AVD 维度在我们自己的参与者和歌曲样本中的可靠性。在包含音乐或打乱音乐的试验之后，参与者使用 0 到 100 分的视觉模拟量表对他们对所听片段在 AVD-唤醒度、AVD-效价和 AVD-深度 上的感知进行评分。对于每次评分，图 1 中显示的每个维度高低负荷的描述符被显示在量表的任一端。

**2.2.5. 分析**

采用了与研究 A 中所述的相同残差化程序，在剔除先验的无关方差来源后，导出用于预测疼痛的新变量。然后，所有变量均被标准化为均值为 0、标准差为 1，以计算标准化 beta 系数。

随后，我们使用了与研究 A 中描述相同的具有聚类稳健标准误的线性建模程序来调查音乐对疼痛的影响。分析中仅纳入音乐试验，以保持与实验 A 相同的试验数量，并且假设在音乐操纵后，AVD 成分载荷无法在原曲片段及其乱序版本之间转移。首先，对音乐、乱序音乐和沉默进行效应编码以计算对比，确立与对照组相比音乐产生基线镇痛效果。其次，为了更好地阐明模型推导出的 AVD 评分的使用背景，有必要确认参与者对音乐中唤醒、效价和深度的感知与数据驱动的坐标值相对应。尽管 AVD 模型提供了描述音乐感知特征差异的有效结构，但由于性格、音乐背景、基线唤醒度、模型约束或其他混杂因素的不同，个体的主观体验可能无法与成分载荷完美匹配。为此，我们为每个维度估计了一个模型，使用 AVD 模型中 AVD-唤醒、AVD-效价和 AVD-深度的成分载荷来预测参与者自己对唤醒、效价和深度的评分。所有 3 个模型都添加了其他维度的 AVD 主观评分和成分载荷作为协变量。为了可视化这些关系，我们还估计了一个非参数斯皮尔曼相关矩阵（补充材料中的图 S2，https://links.lww.com/PAIN/C569）。

在确认音乐相对于乱序音乐和沉默减轻了疼痛之后，我们随后比较了音乐试验期间 AVD-唤醒、AVD-效价和 AVD-深度对复合疼痛评分的影响。使用研究 1 中相同的缩放程序对疼痛评分进行缩放，使 0 反映音乐试验期间的平均疼痛评分。我们首先估计了一个包含所有 3 个维度的预测疼痛评分的模型，以隔离每个维度的独特贡献以及 AVD 变量之间的交互效应。第二个模型估计了 AVD 维度与这些维度的主观报告之间所有可能的交互效应。最后，我们检查了个体特征如何调节音乐维度对疼痛的影响。系统化与共情商数、大五人格问卷、五因素正念问卷和疼痛灾难化量表的分数被建模为与每个 AVD 维度的交互项。与研究 A 一样，我们为每个特征水平变量估计了一个模型，包括与所有 3 个 AVD 维度的交互项，并使用 Bonferroni 校正阈值 P < 0.0013 对多重比较进行校正。

3. 结果

3.1. 研究 A

3.1.1. 实验变量之间的相关性

显著结果显示在补充材料的图 S1 中（https://links.lww.com/PAIN/C569）。值得注意的是，AVD-唤醒与环状效价呈负相关（ρ = ?0.17, P = >0.001），确认了 AVD-唤醒载荷较高的音乐往往被评为更不愉快。此外，环状唤醒与 AVD-唤醒不相关（ρ = ?0.01, P = 0.81），这意味着捕捉音乐中紧张和攻击性的模型推导分数并不一定导致环状唤醒感知的增加。AVD-深度载荷较高的音乐被参与者评为更愉快（ρ = 0.22, P = <0.001）。

3.1.2. 音乐与对照条件对疼痛强度和不适感的影响

我们比较了主动音乐条件与沉默的效果，以建立与前人发现一致的音乐基线镇痛效果。在疼痛不适感方面，音乐条件下的疼痛评分较低（β = ?0.12, 95% CI, ?0.22 至?0.004, P = 0.04），但在疼痛强度方面没有显著差异（β = ?0.05, 95% CI, ?0.22 至 0.07, P = 0.27）。由于音乐对疼痛强度的影响不显著，我们仅报告关于疼痛不适感的以下发现。

3.1.3. 音乐维度对疼痛不适感的影响

我们观察到 AVD-深度（β = ?0.05, 95% CI ?0.09 至?0.01, P = 0.01）和 AVD-唤醒（β = 0.05, 95% CI, 0.001-0.09, P = 0.03）对疼痛不适感具有统计学显著影响，而 AVD-效价没有显著影响（β = ?0.02, 95% CI, ?0.05 至 0.02, P = 0.29）。我们发现 AVD 维度之间没有显著交互作用。图 2A 显示了 Beta 估计值和结果的自助法分布。

打开多媒体模态
图 2. 两项研究实验效果的总结。(A) 显示了 AVD 维度对疼痛线性影响的标准化 Beta 系数的点估计值，并配以每个预测变量的 95% 置信区间（黑色误差线）和主体水平的自助法抽样分布（彩色小提琴图）。显著性星号基于具有聚类稳健标准误的线性回归结果分配，并用星号标注：(P < 0.05*, P < 0.01**, P < 0.001***)。(B) 研究 A 中介分析的结果。感知深度和唤醒对疼痛不适感的影响完全由情绪效价中介。数值是标准化系数。AVD：唤醒、效价、深度。

3.1.4. 环状唤醒、环状效价和音乐战栗的影响

这些主观情绪变量作为固定效应和交互作用添加到基础 AVD 模型中。我们发现了环状效价的主效应（β = ?0.24, 95% CI, ?0.33 至?0.15, P < 0.001）和环状唤醒的边缘显著效应（β = 0.12, 95% CI 0.00-0.24, P = 0.052），表明高度令人愉快的音乐减少了疼痛不适感，而较不令人平静的音乐倾向于增加疼痛不适感。音乐战栗的影响不显著（β = ?0.07, 95% CI ?0.35 至 0.22, P = 0.65），这可能是由于统计效力有限，因为虽然 58% 的参与者报告至少出现过一次战栗，但战栗仅发生在 13% 的总实验试验中。然而，我们发现了 AVD-唤醒与环状效价（β = ?0.06, 95% CI ?0.11 至 0.005, P < 0.05）以及 AVD-唤醒与音乐战栗（β = 0.05, 95% CI 0.01-0.08, P < 0.01）之间的显著交互作用。这些交互作用表明，音乐中模型推导的紧张和攻击性评分与其对疼痛不适感影响之间的关系，会随着听众的主观情绪体验而变化。如果高唤醒音乐被认为令人愉快或伴随战栗，它可能有助于镇痛，因为较高的 AVD-唤醒音乐主效应的方向与环状效价和战栗的主效应方向相反。在这一系列模型中，在添加环状唤醒、环状效价和音乐战栗作为协变量后，AVD 维度的独特影响变得不显著。由于环状唤醒和环状效价对疼痛不适感显示了相对较强的影响，我们进一步使用以下中介模型调查了这些关系。

3.1.5. 人格变量的调节作用

在 Bonferroni 校正后，系统化显著调节了 AVD-深度对疼痛不适感的影响（β = ?0.02, 95% CI ?0.05 至?0.05, Punc = <0.001, Pbonf = 0.0013），表明 AVD-深度的镇痛效果取决于认知风格。观察到 AVD-深度与神经质（β = ?0.04, 95% CI ?0.07 至?0.001, P = 0.04 unc）以及 AVD-唤醒与五因素正念量表的“带着觉察行动”子量表（β = ?0.04, 95% CI ?0.07 至?0.003, P = 0.03unc）之间的交互作用呈现不显著趋势。由于这些趋势未能通过 Bonferroni 校正，应谨慎解读。其他特征变量对疼痛不适感没有显著影响。

3.1.6. 自报情绪变量对唤醒、效价、深度影响的中介作用

我们进行了中介分析，以检查 AVD-深度和 AVD-唤醒对疼痛不适感的影响是否由环状效价、环状唤醒和战栗的自报所中介。我们发现环状效价（愉快与不愉快）完全中介了 AVD-深度和 AVD-唤醒对疼痛不适感的影响（图 2B）。环状效价中介了 AVD-深度影响的 98%（间接效应：β = ?0.05, 95% CI ?0.07 至?0.03, P < 0.001）和 AVD-唤醒影响的 67%（间接效应：β = 0.03, 95% CI 0.01-0.05, P < 0.001）。在这两个中介模型中，直接效应变得不显著，表明完全中介。战栗和主观情绪唤醒并未中介 AVD-深度和 AVD-唤醒与疼痛不适感之间的任何一种关系。

3.2. 研究 B

3.2.1. 音乐与对照条件对疼痛评分的影响

首先，我们比较了主动音乐条件与对照刺激的效果，以建立音乐的基线镇痛效果。R 中估计的线性对比表明，音乐与较低的疼痛评分相关，低于乱序音乐（β = ?0.15, 95% CI ?0.22 至?0.09, P < 0.001）和沉默（β = ?0.18, 95% CI ?0.26 至?0.10, P < 0.001）。乱序和沉默条件下的疼痛评分之间没有显著差异（β = ?0.05, 95% CI ?0.12 至 0.03, P = 0.19）。

3.2.2. 唤醒、效价、深度维度与唤醒、效价、深度描述符主观报告之间的预测关系和相关性

每个模型推导的 AVD 维度的成分载荷预测了对应维度的主观报告，表明当参与者根据载荷最高的形容词进行评分时，由成分载荷描述的 AVD 维度能被参与者可靠地感知（唤醒：β = 0.44, 95% CI, 0.39-0.48, P < 0.001, 效价：β = 0.41, 95% CI 0.37-0.46, P < 0.001, 深度：β = 0.37, 95% CI 0.29-0.46, P < 0.001）。

AVD 模型变量与这些变量主观评分之间的斯皮尔曼相关系数汇总在补充材料的图 S2 中（https://links.lww.com/PAIN/C569）。尽管 AVD 维度的成分载荷与参与者对其各自维度的主观报告显示出了强烈的正相关关系，但参与者对这些维度的感知并不完全匹配模型的表示。例如，高 AVD-深度载荷（“易舞动”对比“诗意、梦幻”）与 AVD-效价的主观报告（“悲伤”对比“快乐、喜悦”）呈负相关（ρ = ?0.25, P = <0.001），表明更深层的音乐被感知为听起来更悲伤。相反，AVD-效价的载荷与主观 AVD-深度呈正相关（ρ = 0.13, P = <0.001），这意味着根据模型更悲伤的音乐并不与参与者感知到的更大深度相关。与基于成分载荷的 AVD 模型变量之间的关系（显示较大的 AVD-深度与较大的 AVD-唤醒（“紧张、惊险、攻击性”）之间存在弱正相关（ρ = 0.15, P = <0.001））不同，研究 B 样本中的高 AVD-深度歌曲被参与者主观评为听起来更“平静”和“柔和”（ρ = ?0.47, P = <0.001）。总之，这些结果表明，尽管模型是可靠的，但在解释结果时仍应考虑测量误差和参与者的主观体验。

3.2.3. 音乐维度对疼痛评分的影响

随后，我们检查了模型推导的 AVD 维度及其主观感知在音乐条件下对疼痛的个体影响。我们发现了 AVD-深度的显著影响（图 2A, β = ?0.04, 95% CI ?0.8 至?0.0005, P = 0.048），但未复制 AVD-唤醒的影响。AVD 维度之间没有交互作用，也没有 AVD 维度主观报告的独特效应。

3.2.4. 人格变量对固定效应的调节作用

没有交互效应通过多重比较的 Bonferroni 校正（Pbonf = 0.0013）。我们观察到 AVD-效价与神经质（β = 0.04, 95% CI 0.01-0.06, P < 0.003unc）以及五因素正念问卷的描述子量表（β = 0.03, 95% CI, 0.049-0.002, P = 0.03 unc）之间的交互作用呈现不显著趋势。与研究 1 一样，我们观察到系统化与 AVD-深度之间的交互作用（β = ?0.01, 95% CI, ?0.02 至 0.00, P = 0.033unc），但在此分析中该效应不显著。这些趋势表明，特质神经质和描述心理状态的能力可能影响听起来更快乐音乐的镇痛效果，且系统化调节高 AVD-深度音乐对疼痛的影响，但鉴于α膨胀的可能性，应谨慎解读。

4. 讨论

本研究旨在识别最能驱动镇痛的数据驱动音乐特征，并阐明其运作的情绪机制。使用 Greenberg 的 AVD 模型，30 我们发现深度在两项研究中最为一致地增强了音乐镇痛效果，且研究 A 表明这一效应是通过特质性的愉悦和奖励体验运作的。模型推导的和主观情绪唤醒的影响不太一致，但两者都表明较低的唤醒度可能与更大的疼痛缓解相关。

主观愉悦度（从愉悦到不愉悦）完全中介了模型推导的深度和模型推导的唤醒对疼痛的影响，而主观唤醒则未表现出这一中介作用。研究B验证了模型推导分数相对于参与者自身感知的有效性。综合来看，这些发现表明，可以基于具有广泛吸引力的模型推导特征为疼痛缓解预先选择音乐，并且应利用欣赏音乐深度所产生的积极情感来改善音乐诱导的镇痛效应。

**4.1 音乐深度对疼痛的影响**

对音乐复杂性和情感深度的欣赏可以产生愉悦体验，从而通过调动认知和评价过程来减轻疼痛，这些过程将感官输入与个人和文化背景相结合。高AVD-深度音乐（例如，"激励人心的"、"富有诗意的"、"精致雅致的"）在两项研究中均降低了疼痛（图2A）。这一效应独立于AVD-愉悦度和AVD-唤醒的影响，并完全通过环形模型愉悦度进行了中介（图2B）。由于反映更高AVD-深度的描述符指向审美品质，且对AVD-深度的偏好与"艺术兴趣"高度相关，30我们将环形模型愉悦度评分的中介效应解读为：深度的影响源于对音乐艺术性质所产生的审美愉悦。

审美愉悦被认为紧随或伴随审美情感的体验，而这些审美情感必然源于对"美"等属性的主观评价。14,57,74 即使整体体验包含混合的情感和唤醒状态，这些情感也能贡献愉悦感。13,43,57,60 例如，我们可以通过感到感动从悲伤的音乐中获得享受。83 在我们的研究中，高AVD-深度与环形模型愉悦度和音乐颤栗（chills）均呈正相关，而音乐颤栗是高回报、音乐"巅峰"情感体验的标志。10,24,28,32,34,42,60

审美愉悦的一个关键方面是对音乐采取评价态度，这在我们的实验情境中得到了促进，因为参与者知道每次试验后都会被要求对其体验进行评分。尽管有观点认为审美评价不需要特定的任务焦点，57但现有的音乐对疼痛影响模型中强调了刻意参与的重要性，其中主动聆听期间的情感被认为通过情绪调节和对自己思想和感受的认知重新评价，中介了音乐改善整体积极幸福感的能力。40

审美愉悦的第二个关键方面是，对这些艺术品的评价受构成个人品味的标准所影响——这一标准会减少或赋予音乐聆听的感知、认知和情感成分的权重，包括对"原创性"等特定感知品质的评价。43,48 "愉悦感"有很多途径，因为通过这一过滤器的内容由情境、社会文化、进化、发展及动机影响的混合体决定，包括人格、21,23,30 专业知识、2,14 奖励敏感性54和文化。26 当音乐被认为是审美上有吸引力的时候，伴随的情感以及奖励的生理感觉（例如，音乐颤栗）使整体体验变得愉悦。57 在研究A中，对参与者而言新颖的片段中更高的AVD-深度与更大的愉悦感相关（图S1，https://links.lww.com/PAIN/C569），这表明AVD-深度捕捉了反映广泛习得音乐品味的品质。我们将此解读为审美情感镇痛潜力的证据，即从评价艺术对象为美丽、感人或有意义的过程中产生的复杂情感状态。未来研究应进一步探究个性化的深度指标（如文化相关性）如何影响疼痛。

我们关于疼痛缓解源于由个人品味所 informing 的审美愉悦的解读，进一步得到了研究A中AVD-深度与系统化者（systemisers）之间的交互效应的支持，即那些偏好分析复杂的、有规则约束系统的人。这种认知风格与偏好高深度音乐相关联，29 反映了分析可预测性的倾向，因为音乐本身就是随时间展开的有规则约束的模式系统。这些结果表明，音乐的镇痛效应依赖于音乐中的复杂性与个体对该复杂性的偏好之间的匹配。

**4.2 音乐唤醒对疼痛的影响**

模型推导的唤醒和主观唤醒的效果不如深度所观察到的那样一致。在研究A中，较高的AVD-唤醒（例如，更"紧张"而非"放松"）削弱了音乐对疼痛不愉悦感的镇痛效应，而在研究B中，我们观察到同方向的不显著趋势。值得注意的是，研究A中AVD-唤醒的模型推导分数与主观情感唤醒没有显著相关。这种缺乏相关性可能反映了尽管名称相似，但这些构建体并不等价这一事实。本研究中AVD-唤醒隐含地与情感愉悦度混淆，因为"平静的"反映低环形模型唤醒与正环形模型愉悦度，而"侵略性的"反映高环形模型唤醒和负环形模型愉悦度。由于模型推导AVD-唤醒分数较高的音乐被评价为更不愉悦（图S1，https://links.lww.com/PAIN/C569），且AVD-唤醒的效应受愉悦度调节，群体水平的效应可能反映了"不愉悦"音乐的品味依赖效应，而非高生理唤醒的效应。

我们在研究A中还发现了一个边缘显著的趋势，即较低的主观唤醒独立于AVD维度、愉悦度和音乐颤栗而增强了音乐的镇痛效应（P = 0.052）。这与一种可能性一致，即被音乐抚慰可能对疼痛不愉悦感有益，无论音乐是否被数据驱动模型认为是"平静的"。具有平静和安宁特征的音乐仍然是疼痛调控的良好起点，因为它的愉悦和抚慰品质在个体间相对一致，并与成人群体和新生儿情境中的疼痛缓解相关联，18,33 这可能反映了其在婴儿-照护者关系中的情绪共调节作用。78 然而，我们的发现中主观愉悦度相对更强的作用表明，仅生理唤醒不足以解释成人中的音乐诱导镇痛。相反，音乐减少疼痛不愉悦感的能力取决于评价过程，这些过程将音乐维度的情感反应与听众状态、先前经验、预期和个体偏好整合在一起。

这些发现与现有的疼痛-情绪相互作用模型部分一致。46,66 在非音乐范式下，高主观唤醒通常放大愉悦度对疼痛的影响，即既具有强烈情绪极性又具有高唤醒度的刺激产生最强的效应。67 由于参与者的评分显示AVD-唤醒与不愉悦感呈正相关，我们的结果与愉悦刺激降低疼痛、不愉悦刺激增加疼痛的一般模式一致。相比之下，在我们的数据中，模型推导的和主观的唤醒都表现出相同的模式，即较低的唤醒与更强的镇痛效应相关。此外，AVD-唤醒的效应完全由主观愉悦度中介而非主观唤醒中介，且主观唤醒与主观愉悦度无交互作用，这表明积极情感可能是音乐疼痛缓解的更强驱动因素，而非诱导特定的唤醒状态。这一结果模式与使用音乐刺激的其他近期研究更加一致，而非源自非音乐范式的模型，1 这可能反映了音乐与非音乐刺激在如何采样唤醒-愉悦空间方面的根本差异。在图像范式中，这些维度本质上相关，即高度愉悦或不愉悦的图像（例如，色情、血腥）往往也具有高唤醒度，而低唤醒刺激往往更具情感中性。然而，由于音乐可以是主动放松的，它可以诱导同时高度愉悦和低主观唤醒的状态。

**4.3 局限性、启示和未来方向**

深沉、平静的音乐是疼痛管理的有效起点，但应考虑由人格和认知风格所 informing 的审美品味的个体差异，例如，通过从一系列放松歌曲中提供选择。33,76 治疗应鼓励音乐颤栗等巅峰体验。未来研究应评估与审美体验相关的音乐奖励和情感唤醒的神经生物学，以阐明镇痛的神经机制，例如，通过探索审美体验的神经适应效益65以及促进对音乐正念"品味"（savouring）的干预。14,15 唤醒度、愉悦度和深度组分分数有助于描述音乐差异，30 它们在推荐算法中的使用可用于预先选择音乐，以避免自选引入混杂因素的研究。最后，我们的实验情境（参与者在安静房间里听音乐）与音乐治疗中的结构化音乐暴露和日常音乐聆听有很大不同，且实验诱导的急性疼痛不能完全模拟慢性疼痛的体验。

**5. 结论**

尽管音乐的镇痛特性受主观愉悦度驱动，但某些数据驱动的音乐特征比其他特征更可靠地塑造了这些体验。低唤醒度和高深度与更强的音乐镇痛相关，表明这些维度是音乐选择和干预设计的最有效目标。深沉和放松的音乐普遍具有愉悦感，使其在无法满足患者偏好时成为有效的起点。然而，在临床可行的情况下，应优先使用由个体审美偏好所 informing 的自选且高度愉悦的深沉音乐，以最大化效应。

**利益冲突声明**

作者声明无利益冲突。