惩罚敏感性如何影响延迟折扣：左侧背侧内侧前额叶皮层与右侧中央后回之间功能连接的中介作用

《Behavioural Brain Research》：How Punishment Sensitivity affects Delay Discounting: The Mediating Role of Functional Connectivity between the Left Dorsal Medial Prefrontal Cortex and Right Postcentral Gyrus

　　

摘要
惩罚敏感性是指个体感知和应对惩罚及其他负面结果的趋势。延迟折扣是指个体倾向于随着等待时间的增加而贬低未来奖励的主观价值。先前的研究表明，惩罚敏感性可能与延迟折扣相关，但这一关联的直接证据及其背后的神经机制仍不清楚。为了解决这一问题，我们结合行为测量、基于体素的形态学分析（VBM）、静息态功能磁共振成像（rs-fMRI）和中介分析来研究其脑-行为机制。在行为层面，惩罚敏感性与延迟折扣呈负相关。此外，VBM分析发现，左侧背内侧前额叶皮层（dmPFC_L）的灰质体积（GMV）与惩罚敏感性呈正相关，神经影像学结果显示，dmPFC_L与右侧中央后回（PCG_R）之间的功能连接与惩罚敏感性呈正相关。更为关键的是，中介分析表明，这种功能连接在惩罚敏感性与延迟折扣的关联中表现出具有统计抑制效应的部分中介作用。这些结果表明，dmPFC_L与PCG_R之间的功能连接可能是这一关联的神经相关物，为这一关联提供了新的见解和神经生物学解释。

引言
惩罚敏感性被定义为个体对惩罚、挫败性非奖赏和新异刺激的反应性[103]、[11]、[96]。延迟折扣是指未来奖励的主观价值通常随着延迟时间的增加而降低[37]、[83]。先前的研究表明，惩罚敏感性可能与延迟折扣相关，而这两者对于个体的冲动性、成瘾行为、认知控制和情绪调节都至关重要([9]；L. [65], [74], [93], [98])。然而，惩罚敏感性与延迟折扣之间关联背后的认知神经机制尚未得到系统研究，这限制了对它们关系的深入理解。

关于惩罚敏感性的先前研究主要基于Gray的强化敏感性理论（RST）[36]。累积的证据表明，惩罚敏感性较高的个体在面对惩罚线索时会表现出更明显的回避行为和情绪反应[20]。具体而言，惩罚敏感性与特质焦虑、神经质和回避型人格特征呈正相关，因此被认为是焦虑症的易感因素([23]、[42]、[56]；2021年)。此外，惩罚敏感性较高的个体在认知控制任务中在收到惩罚反馈后反应时间显著整体变慢[12]，且在学习任务中表现更差[50]。这些结果表明，惩罚敏感性升高会导致认知控制系统失调和基于惩罚的价值学习偏差，其特征是情绪反应增强但控制和学习的利用效率降低。在神经层面，惩罚敏感性与参与厌恶处理、行为抑制以及对潜在负面结果的适应性反应的皮层下和皮层区域有关[14]、[5]。皮层下区域，包括杏仁核、海马体、壳核和尾状核，已被认为与对惩罚相关或厌恶线索的反应有关[26]、[46]。皮层区域，特别是内侧前额叶区域，也与惩罚相关处理和行为调整有关[14]、[26]、[45]、[60]、[80]。在这些区域中，背内侧前额叶皮层（dmPFC）已被认为参与对惩罚相关信息的评估以及适应性、目标导向的行为调节[70]、[8]。值得注意的是，dmPFC是默认模式网络（DMN）的关键节点，研究表明惩罚敏感性高的个体存在异常的网络间连接强度([82]；Yu Y. et al., 2024；[118])。综上所述，这些研究证明了惩罚敏感性作为一种人格特质对行为和情绪的重要性，并确立了dmPFC作为其不可或缺的神经基础。

延迟折扣是跨时间决策背后的关键心理机制，涉及时间延迟和奖励大小的权衡，通常需要在一个较小的即时奖励和一个较大的延迟奖励之间做出选择[10]、[33]、[37]、[83]。研究表明，延迟折扣受多种因素影响，包括年龄和性别[38]、经济状况[24]、人格特质[81]、情绪状态[87]、[99]以及认知能力[44]、[94]。此外，大量证据表明，延迟折扣与问题行为和各种精神障碍有关[57]、[89]。具体而言，陡峭的折扣率与注意力缺陷/多动障碍（ADHD）[48]、物质使用障碍[29]以及其他成瘾障碍[2]有关。此外，神经影像学研究揭示了延迟折扣中的分布式神经系统([52]、[54]；F. [109])，如腹侧纹状体（VS）、腹内侧前额叶皮层（vmPFC）和楔前叶（PCC），这些区域在跨时间选择过程中作为编码主观价值的核心区域[17]、[53]。同时，外侧前额叶和顶叶区域与认知控制以及对即时与延迟奖励的偏好调节有关[31]、[71]。近期的基于网络的理论表明，延迟折扣依赖于估值、认知控制和显著性相关系统之间的相互作用，而非单一脑区[59]、[61]、[83]。在这个更广泛的决策框架中，dmPFC也可能发挥重要作用。虽然它不是跨时间选择中主观价值编码的核心区域，但先前的研究表明，该区域参与目标导向行为、行为适应和高级控制过程，其活动尤其与个体根据当前环境需求调整行为的需求有关[16]。此外，它还参与与惩罚和负面结果相关的决策处理[70]，表明它可能通过整合相关结果信息与适应性控制过程来影响跨时间选择中的行为调整。因此，从网络和高阶决策过程的角度来看，dmPFC可能并不直接承担主观价值编码，而是作为补充调节节点，与经典的估值和认知控制系统一起参与延迟折扣决策。

一些研究表明，惩罚敏感性的个体差异可能与延迟折扣相关。Corr [19]、[21]。根据RST理论，惩罚敏感性反映了对潜在惩罚、冲突和厌恶结果信号的反应性个体差异[19]、[21]。惩罚敏感性较强的个体往往表现出更强的回避倾向和对潜在负面结果的更大反应性[11]。相比之下，延迟折扣反映了对较小即得与较大延迟奖励的相对估值[52]。从这个角度看，惩罚敏感性与延迟折扣可能相关，因为对潜在不利后果的敏感性可能影响个体如何评估选择即时而非延迟结果的相关成本。来自其他决策领域的证据为这种可能性提供了间接支持。例如，关于风险选择和主观估值的研究表明，对负面结果敏感性的个体差异可以塑造决策估值[13]、[47]、[88]。前景理论同样强调，负面结果在决策过程中可能带有不成比例的主观权重[55]。虽然这些发现并未直接建立惩罚敏感性与时间折扣之间的关联，但它们为考虑对不利后果的敏感性如何影响跨时间估值提供了更广泛的理论基础。同时，延迟折扣一直与冲动性和更强的即时奖励偏好有关[24]、[77]。这些证据线索并未直接建立惩罚敏感性与延迟折扣之间的关联，但为检验惩罚敏感性是否与延迟折扣相关提供了理论依据。因此，本研究检验惩罚敏感性与延迟折扣是否相关，而关于这一关系的直接实证证据仍然有限。神经影像学研究通过揭示与惩罚敏感性和延迟折扣都相关的前额叶-边缘系统通路的重叠激活，进一步支持了这种联系。具体而言，前额叶皮层参与编码惩罚价值([8]；Z. [115])，并且在延迟折扣任务中也发挥抑制控制作用[51]、[73]。相比之下，边缘系统对惩罚信号表现出显著激活[1]、[40]、[5]，并促进对即时小奖励的偏好([54]、[86]；R. [114])。综合来看，尽管直接证据仍然有限，但现有的行为学和神经影像学发现表明，惩罚敏感性可能与延迟折扣相关。

本研究采用VBM和静息态fMRI来探索惩罚敏感性与延迟折扣之间的行为学和神经机制。首先，我们使用VBM分析惩罚敏感性的神经基础，然后检查功能连接，最后使用中介模型来剖析惩罚敏感性与延迟折扣之间的潜在神经机制。我们假设惩罚敏感性与延迟折扣之间存在负相关。此外，我们假设dmPFC是支持惩罚敏感性的核心区域，其与其他脑区的功能连接可能是惩罚敏感性与延迟折扣之间关系的基础。

参与者
样本1和样本2的参与者均来自西南大学一个更大的参与者池。两个样本互斥，之间没有参与者重叠，并根据相同的数据质量标准独立筛选。对于主要样本（样本1），最初纳入了366名参与者。17名参与者因头部运动过度（沿任何轴平移>2毫米或绕任何轴旋转>2度）而被排除，缺失……

行为结果
为了检验惩罚敏感性与延迟折扣之间的关联，进行了Pearson相关性分析。结果显示，惩罚敏感性与延迟折扣之间存在显著负相关（r = -0.109，p = 0.041）。独立样本t检验显示，延迟折扣（p = 0.709）和惩罚敏感性（p = 0.402）均无显著的性别差异。Pearson相关性分析显示，惩罚敏感性并不显著……

讨论
本研究结合VBM和静息态功能连接（RSFC）分析来表征惩罚敏感性与延迟折扣之间关联的神经相关物。在行为层面，惩罚敏感性与延迟折扣呈负相关。此外，VBM分析发现，惩罚敏感性与dmPFC_L的灰质体积（GMV）呈正相关。此外，RSFC结果显示，惩罚敏感性与dmPFC_L和PCG_R之间的连接呈正相关。

结论
总之，本研究确定了惩罚敏感性与延迟折扣之间的负相关，并进一步揭示了惩罚敏感性的不同结构和功能神经相关物。较高的惩罚敏感性与左侧dmPFC灰质体积增加以及左侧dmPFC与右侧中央后回之间更强的功能连接有关。重要的是，dmPFC_L–PCG_R功能连接表现出部分中介作用，且……

伦理声明
本研究经西南大学机构审查委员会批准（H20059）。

作者贡献
Ren Yanlin审阅并修改了稿件，起草了原始稿件，并对可视化和方法论做出贡献；Shao Tengming和Zhao Hengyue审阅并修改了稿件，并对可视化和方法论做出贡献；Huang Jicheng、Yang Chenxu和Xiong Zixiao审阅并修改了稿件；Shen Hongjie、Zhang Zhonghui和Liu Yanhong对可视化和方法论做出贡献；Feng Tingyong审阅并修改了稿件并贡献了……

参与同意
研究开始前，所有参与者均签署了书面知情同意书。

资助
本研究得到国家自然科学基金委员会（32371093）和重庆市自然科学基金委员会（CSTB2024NSCQ-MSX0523）的资助。

CRediT作者贡献声明
Liu Yanhong：可视化，方法论。Xiong Zixiao：撰写—审阅与编辑。Zhang Zhonghui：可视化，方法论。Huang Jicheng：撰写—审阅与编辑。Yang Chenxu：撰写—审阅与编辑。Shao Tengming：撰写—审阅与编辑，可视化，方法论。Zhao Hengyue：撰写—审阅与编辑，可视化，方法论。Feng Pan：撰写—审阅与编辑，监督，项目管理，经费获取，概念化。Ren Yanlin：撰写—审阅与……

利益冲突
所有作者报告无潜在利益冲突。

竞争利益声明
作者声明无竞争利益。

Ren Yanlin | Shao Tengming | Zhao Hengyue | Huang Jicheng | Yang Chenxu | Xiong Zixiao | Shen Hongjie | Zhang Zhonghui | Liu Yanhong | Feng Tingyong | Feng Pan