突显网络变异性通过低负性情绪稳定性与抑郁和焦虑症状的关联：基于情绪转移动态的生态瞬时评估研究

《Communications Psychology》：Dynamics of emotion-transition networks link brain network variability and affective symptoms

　　

摘要

情绪动态与心理健康密切相关。尽管情绪惯性和情绪变异性已与环境情绪症状建立关联，但探讨情绪状态如何被结构化组织以及如何从一个状态转变为另一个状态的研究相对较少。本研究利用210名参与者的生态瞬时评估数据，构建了马尔可夫链模型，以刻画情绪转移网络的动态结构及其与环境情绪症状（此处定义为抑郁和焦虑症状）的关联。在44名具有静息态功能磁共振成像数据的子样本中，我们进一步考察了三个核心网络——默认模式网络、突显网络和额顶控制网络——内的时间变异性是否与情绪动态和环境情绪症状相关。结果显示，抑郁症状和焦虑症状表现出高度相似的关联模式。两者均与维持或返回低负性情绪状态的倾向降低、以及负性情绪转移网络的整体连接性降低相关联。突显网络的时间变异性越大，也与维持低负性情绪状态的倾向越低相关联。中介分析发现，突显网络的变异性通过这种低负性情绪稳定性的降低，与抑郁症状和焦虑症状均存在显著间接关联。这些结果表明，突显网络变异性的个体差异与日常情绪状态的组织方式及环境情绪症状相关。总体而言，本研究揭示了脑网络变异性、环境情绪症状以及日常生活中情绪稳定性之间的关联。