延长性悲伤中的奖励学习:来自概率性奖励任务的证据
《Behaviour Research and Therapy》:Reward Learning in Prolonged Grief: Evidence from the Probabilistic Reward Task
【字体:
大
中
小
】
时间:2026年09月20日
来源:Behaviour Research and Therapy 4.3
编辑推荐:
•改变的奖赏加工可能与延长哀伤障碍的持续有关。
•我们考察了有无疑似延长哀伤障碍的丧亲成人在概率性奖赏学习中的表现。
•疑似延长哀伤障碍的参与者反应更慢,但未检测到反应偏好、辨别力或总体准确率上可靠的组间差异。
•漂移扩散建模未检测到证据积累或其他潜在决策参数上的组间差异。
•改变的奖赏加工可能与延长哀伤障碍的持续有关。
•我们考察了有无疑似延长哀伤障碍的丧亲成人在概率性奖赏学习中的表现。
•疑似延长哀伤障碍的参与者反应更慢,但未检测到反应偏好、辨别力或总体准确率上可靠的组间差异。
•漂移扩散建模未检测到证据积累或其他潜在决策参数上的组间差异。
•研究结果未能提供广泛性从非对称货币强化中学习存在缺陷的证据。未来研究需要进一步了解社会及/或依恋相关奖赏在该人群强化学习中的作用。
引言
哀伤是失去至亲时普遍存在的反应。它以分离痛苦以及一系列认知、情绪和行为损害为特征,并随着对丧失的适应而逐渐减轻(Boelen, 2023; Maciejewski 等, 2016)。据估计,10%—13%的丧亲个体有发展为延长哀伤障碍(PGD)的风险,这是一种严重、持久且具有致残性的哀伤(Comtesse 等, 2024; Lundorff 等, 2017)。PGD 以持续的思念、情绪痛苦或麻木,以及难以整合丧失为特征,导致显著的功能损害(Prigerson 等, 2021)。理解促成这种持续性的机制仍然是该领域面临的重要挑战。
新兴证据表明,奖赏加工系统可能与 PGD 有关,因为依恋对象承担核心的奖赏和调节功能,提供安全感、安慰和情绪调节(Boddez, 2018; Kakarala 等, 2020; Mikulincer & Shaver, 2022)。依恋的一个核心特征是,预期依恋对象会持续可获得,即使他们并不直接在场。这种预期是适应性优势,因为它能促使分离时寻求接近,并在重聚时得到强化(Mikulincer 等, 2003)。然而在丧亲中,依恋对象永久地无法重聚。因此,为维持与有价值依恋对象的接近而演化出的动机过程的持续存在,可能促成持久的思念、对逝者的持续思念和持续的情绪困扰(O'Connor & Seeley, 2022)。与此观点一致,纵向和实验研究均发现持续的接近寻求、对逝者的专注及相关认知和行为反应与更严重且持久的哀伤症状有关(Boelen 等, 2006; Field 等, 2003; Maccallum & Bryant, 2019)。
Boddez(2018)通过提出一种将思念概念化为线索诱发渴求形式的条件化哀伤理论,扩展了这一观点。通过与至亲的反复互动,环境、社会和内部线索会与对方的在场建立关联。至亲去世后,这些线索仍能激活重聚的预期,并诱发出寻找、接近或接近寻求反应。该理论进一步指出,哀伤的持续性可以通过消退学习的原理来理解,因为丧失并不总是在过去与逝者相关联的多种情境和线索中完全更新。通过将哀伤置于联想学习的框架内,该理论提供了一种机制,通过该机制丧失相关线索可能保留动机显著性,并在丧亲后继续唤起思念。
最近的实验发现与"丧失相关线索在 PGD 中可保留动机显著性"这一观点一致。例如,在 Eisma 及其同事(2025)的研究中,参与者完成了一项自由观看任务,评估对逝者照片及逝者与丧失相关词语(例如"死亡"、"离世")组合的自愿注意。延长哀伤症状水平较高的个体对逝者照片表现出更大的注意集中。同样,在一项接近—回避任务中,PGD 个体对逝者和依恋相关名字的接近反应存在偏好,相对于中性刺激而言,而非 PGD 参与者未表现出类似的接近—回避偏好(Maccallum & Bryant, 2019)。因此,哀伤可以被概念化为一种由经验反馈及对逝者永久缺席的预期更新所塑造的学习过程(Boddez, 2018; O'Connor & Seeley, 2022)。
对丧亲的成功适应需要不止减少与丧失相关线索的接触。丧亲应对的双过程模型提出,这种适应涉及在丧失导向和恢复导向应对之间的灵活切换(Stroebe & Schut, 2008)。恢复导向的应对包括重返工作或学习、管理家务、重建社会联系以及恢复爱好或运动等活动。从强化学习的角度看,恢复导向行为依赖于学习哪些行动在改变的环境中能产生奖赏性结果,并根据经验反馈更新未来行为(Niv, 2009; Pizzagalli, 2022)。当代模型也提出,对丧亲的适应涉及更新对逝者永久缺席的预期,并将价值重新指向奖赏和意义的替代来源(Dulberg 等, 2025; O'Connor & Seeley, 2022)。因此,研究奖赏学习有助于澄清丧亲个体在丧失之后能否学习并维持替代价值来源。
关于 PGD 中强化学习改变的直接证据仍然有限。现有行为研究更多考察丧亲个体如何评估未来结果。例如,Maccallum 和 Bonanno(2016)使用延迟折扣任务,让丧亲参与者在较小即时奖赏与较大延迟奖赏之间进行选择,发现更严重的延长哀伤症状与对延迟奖赏的折扣率更陡峭有关。在随后的一项得失任务中,他们要求参与者进行涉及即时与延迟得失的选择,发现较高的延长哀伤严重程度与对未来损失的折扣更高以及社会信任度较低有关(Maccallum & Bonanno, 2022)。这些研究表明,PGD 可能涉及对未来结果的评估改变,并削弱面向未来的决策能力。然而,这些范式并不能评估个体能否从强化反馈中学习以指导行为。鉴于强化学习是更新价值和指导行动选择的核心(Sutton & Barto, 2014),这构成了一个关键的空白。
概率性奖赏任务(PRT)非常适合测试这一问题,因为它提供了行为指标,用以说明个体如何根据非对称奖赏偶然性来学习并修正选择(Huys 等, 2013; Liu 等, 2016; Pizzagalli 等, 2005, 2008)。在 PRT 中,两种知觉相似的刺激以差异化强化计划呈现,其中一个刺激(称为"富"刺激)被强化的频率是另一个(称为"贫"刺激)的三倍。经过反复试验,典型表现为形成对更常被强化、即"富"刺激的反应偏好,以及辨别力的改善,即准确区分两个视觉上相似刺激的能力,因为参与者逐渐学习任务结构。在 PRT 上反应偏好降低与快感缺失和抑郁相关,使该任务成为奖赏反应性的有用指标(Pizzagalli 等, 2005, 2008)。这一点尤其相关,因为先前研究表明在抑郁及有较高抑郁症状风险的个体中,可以观察到 PRT 上的奖赏敏感性降低(W. Liu 等, 2016)。
尽管 PRT 的行为指标提供了奖赏学习的整体测量,但它们无法识别产生所观察选择的具体决策过程。层级漂移扩散建模(HDDM)提供了一种有用的扩展,因为它将选择和反应时间分解为反映证据积累、反应谨慎度、非决策时间和起点偏置的参数(Fengler 等, 2022)。这一区分之所以有用,是因为相似水平的准确率或反应偏好可能通过不同过程产生。例如,Lawlor 及其同事(2020)发现,在常规 PRT 指标上组间差异有限,而 HDDM 则识别出抑郁患者存在更慢的证据积累和更宽的决策边界。Dillon 及其同事(2024)同样表明,HDDM 澄清了抑郁样本中 PRT 表现背后的机制,起点偏置预测反应偏好,漂移率和边界分离预测辨别力。这些发现表明,HDDM 可以通过识别与反应偏好和辨别力相关联的决策过程来补充常规 PRT 指标。
本研究的主要目的是检验疑似 PGD 的丧亲成人与丧亲对照组在奖赏学习的行为和计算指标上是否存在差异。我们假设疑似 PGD 参与者对更常被强化的刺激形成较弱的反应偏好,表现出较低的辨别力和更慢的反应时间(RT),并具有较高的漂移率,反映较差的证据积累效率。在边界分离、非决策时间和起点偏置方面的组间差异为探索性检验。我们还考察了哀伤严重程度和享乐能力是否预测 PRT 表现。通过整合行为和计算方法,本研究旨在澄清疑似 PGD 中是否可以检测到从非对称货币强化中学习的缺陷。
参与者部分
参与者通过 Trialfacts 在全澳范围内招募,该服务使用地理定向和社交媒体广告(例如 Facebook)。广告由研究团队与 Trialfacts 合作制定。纳入标准为年龄 18—80 岁,且丧亲时间至少 12 个月。基于 Dillon 等(2022)的先验功效分析,假设 d = 0.68、α = .05 且功效为 90%,每组需要 51 名参与者。总共
描述性统计
参与者特征见表 1。各组在年龄、性别、种族、教育、婚姻状况和就业状况方面无显著差异。与对照组相比,疑似 PGD 组的哀伤更高 t(66.09) = ?31.87, p < .001, d = ?6.09, 95% CI [?27.43, ?24.20],创伤后应激 t(101.60) = ?13.33, p < .001, d = ?2.54, 95% CI [?36.56, ?27.09],抑郁症状 t(65.78) = ?13.25, p < .001, d = ?2.53, 95% CI [?13.55, ?10.00],同时较低
讨论
本研究考察了疑似 PGD 的丧亲成人在概率性奖赏任务(PRT)上是否表现出改变的强化学习。与假设相反,分析未检测到反应偏好、辨别力、准确率或 HDDM 参数上的可靠组间差异。疑似 PGD 参与者在分布的大部分区域表现出更慢的 RT,富—贫 RT 差异较小,但这种变慢并未伴随较低的准确率或可检测的差异
局限性与未来方向
应考虑若干局限。首先,PGD 状态是通过问卷截断值而非临床访谈确定的。尽管筛选工具在识别较大样本中的高症状负担方面有用,但它们无法捕捉诊断的全部临床复杂性,包括功能损害、鉴别诊断和临床医生判断。其次,即使在丧亲对照组中,PRT 也只产生了中等程度的反应偏好。在传统的实验室 PRT 研究中,
结论
在本研究中,概率性奖赏任务的表现未能提供疑似 PGD 与强化学习广泛改变相关性的证据。跨行为与计算指标,有无疑似 PGD 的丧亲成人在从非对称强化计划中学习及证据积累动态方面均未表现出组间差异的证据。然而,由于该任务在对照组中仅产生中等程度的反应偏好,研究结果应被
CRediT 作者贡献声明
Suzanna Machado Azevedo:撰写—审阅与编辑,撰写—初稿,方法学,研究,形式分析,数据整理,概念构思。
Richard A. Bryant:撰写—审阅与编辑,监督,资源,获取资金,概念构思
未引用参考文献
Eisma 等, 2025; Pan 等, 2025a; Pan 等, 2025b。
伦理声明
已获取所有参与者或其法定代表关于参与本研究以及发表该论文的书面知情同意。参与者的隐私权已得到遵守。
本研究是在研究所在地相关法规、监管框架和指导方针下进行的。本研究获得 UNSW HREC 委员会批准(批准号 iRECS6061)。
伦理
本研究的所有程序均经新南威尔士大学人类研究伦理委员会批准。所有参与者在继续研究前均完成了知情同意。
利益冲突
作者声明不存在利益冲突。
数据声明
我们报告了如何确定样本量,所有数据排除,所有操纵以及研究中的所有测量。本研究收集的数据由自评问卷的反应和行为数据组成。所有已分析的数据已在开放科学框架(Open Science Framework)网站上公开,可通过以下链接访问。本研究的设计和统计分析未进行预注册。本研究的材料和分析代码可根据要求提供。
资助
本研究获得国家健康与医学研究委员会(NHMRC)资助。
竞争利益声明
? 作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
Suzanna Azevedo | Richard A. Bryant