编辑推荐：
本研究利用NPI-ECPM模型分析跨诊断样本中预期享乐（AP）和消费享乐（CP）的有效连接，发现AP与跨诊断病理网络空间重叠（p<0.001），而CP无显著差异。这表明AP与疾病状态相关，CP为独立神经特质，为理解anhedonia异质性提供新框架。
王轩毅|邵杰|林潘
湖南师范大学心理学与认知及人类行为系，湖南省长沙市，410081，中国
摘要
快感缺失（anhedonia）是精神疾病的核心跨诊断症状，通常被分为预期性（AP）和体验性（CP）两个组成部分。然而，它们在有效连接组（effective connectome）层面的分化与聚合模式，以及与跨诊断病理状态的关联仍不清楚。我们利用一个跨诊断样本（N = 218）构建了基于神经扰动推断的有效连接组预测模型（NPI-ECPM），以预测个体在AP和CP方面的差异。通过空间共定位分析，量化了特定于快感缺失的网络与跨诊断病理网络之间的拓扑重叠。只有预期性愉悦（AP）在患者和健康对照组之间存在显著差异，而体验性愉悦（CP）则没有。NPI-ECPM成功预测了CP，但未能可靠地预测AP。值得注意的是，与AP相关的网络与跨诊断病理网络表现出显著的空间一致性（ρ = 0.227，p < 0.001），表明其与疾病相关电路有显著的空间对齐。这些发现揭示了快感缺失的双重机制：AP对应于与疾病相关的状态依赖性功能障碍，而CP则反映了与诊断无关的特质。这一框架阐明了快感缺失的异质性，并支持在特定症状和跨诊断神经特征之间进行更精确的映射。
引言
快感缺失表现为体验愉悦、动机和兴趣的能力下降，是许多精神疾病中普遍且具有挑战性的核心症状[1]、[2]。它不仅是重度抑郁症（MDD）的关键诊断标准，也在精神分裂症、双相情感障碍和物质使用障碍中广泛观察到[2]、[3]、[4]、[5]、[6]。这些观察结果与美国国家精神卫生研究所（NIMH）的研究领域标准（RDoC）框架一致，该框架旨在通过研究跨越传统诊断类别的基本神经系统功能障碍来概念化精神疾病[7]、[8]。鉴于快感缺失与较差的治疗反应、更严重的功能损害和自杀风险增加之间的强烈关联，识别其共同的神经生物学机制至关重要。
快感缺失并非一个单一的构念。来自临床前研究并在人类神经科学中广泛应用的一个关键区分是将奖励处理分为两个主要组成部分[1]、[9]：预期性愉悦（AP），涉及追求奖励的动机和对未来事件的预期享受；体验性愉悦（CP），指在与奖励直接互动时产生的即时愉悦反应。尽管在概念上有所不同，但在实证测量中这两个组成部分通常显示出中等程度的相关性[10]，这给在神经层面精确区分它们带来了科学挑战[11]、[12]。
精神病学中的一个核心问题是，像快感缺失这样的跨诊断症状是反映了特定心理功能的异常，还是反映了多种疾病共有的普遍病理状态[13]、[14]？根据RDoC框架，研究人员被鼓励关注与特定功能（如奖励处理）相对应的神经回路，这些回路可以超越传统的诊断界限，解释症状表达的连续个体差异[8]。然而，临床观察表明，某些症状（如预期性快感缺失）在特定患者群体中更为明显，这表明它们的神经基础可能与“疾病状态”本身密切相关。因此，理想的分析框架应能够识别与维度变化相关的“特定症状网络”，以及与诊断状态相关的“跨诊断网络”，同时明确两者之间的关系[6]。
为了在神经回路层面验证这些假设，有必要超越传统的基于相关性的功能连接性（FC）分析。FC通常通过不同脑区BOLD时间序列之间的皮尔逊相关性来量化，反映了活动的统计依赖性[15]。然而，它本质上是一种无方向的描述性关联度量，严重限制了我们对神经病理学机制的洞察。例如，在快感缺失研究中，FC可能揭示前额叶皮层（PFC）和腹侧纹状体（VS）之间的异常连接，但它无法确定这是由于PFC对VS的自上而下调节受损，还是VS对皮层的自下而上奖励信号传递中断。基于连接组的预测建模（CPM）作为一种强大的工具，已被用于将大脑功能与个体行为差异联系起来[16]。越来越多的研究成功应用CPM从全脑功能连接组中预测多种个体特征和症状维度[17]、[18]、[19]，支持其用于研究跨越传统诊断类别的跨诊断、维度表型。然而，大多数应用仍然依赖于FC，从而继承了其方向性不明确的基本局限性。
与FC相比，有效连接性（EC）从fMRI时间序列中推断脑区之间的信息流动方向和强度，从而构建一个有向的连接组。在这项研究中，我们采用了神经扰动推断（NPI）方法从fMRI数据中估计EC，并将其与CPM结合，开发了一个基于有效连接组的预测模型（NPI-ECPM），旨在通过建模有向信息流动来更精确地捕捉快感缺失背后的神经回路功能障碍。
因此，本研究旨在利用NPI-ECPM在跨诊断样本中阐明与AP和CP相关的全脑连接组中的有向信息流动模式。我们假设全脑有效连接性模式将揭示AP和CP之间在拓扑上的分化与聚合模式，反映它们在神经回路中有向信息流动方面的部分独立性和共享机制。
参与者
本研究的数据来自公开可用的跨诊断连接组项目（TCP）[21]。初始样本包括241名参与者。根据预定义的排除标准，我们排除了8名头部运动超过阈值的参与者、11名行为数据缺失的参与者以及4名行为测量值异常的参与者。最终样本包括218名参与者，他们的详细人口统计和临床特征在表1中呈现。
快感缺失的组间差异
控制年龄和性别后，ANCOVA显示AP存在显著的组间差异（F（1,213）= 5.322，p = 0.022，?2p = 0.024），患者组的得分显著低于健康对照组。然而，两组在CP方面没有显著差异（F（1,213）= 0.634，p = 0.427，?2p = 0.003）。这一发现为在后续神经分析中分别分析这两个快感缺失维度提供了行为基础（见图1A）。
NPI-ECPM的预测性能
接下来我们评估了EC
讨论
在这项研究中，通过将NPI与CPM结合，我们开发了一个基于NPI-ECPM的新预测模型，旨在阐明跨诊断快感缺失背后的有向神经回路通路。正如新兴证据所表明的，绘制大规模内在脑连接网络为理解人类行为的复杂方面以及精神障碍中观察到的失调提供了潜在的机制框架[27]、[28]、[29]、[30]。
在这个内在网络框架内，
结论
通过将有效连接性推断与连接组预测建模相结合，本研究提供了两种不同快感缺失机制的趋同证据。具体来说，AP与跨诊断临床疾病状态有显著的空间对齐，而CP则反映了在人群中维度分布的、与诊断无关的神经特质。
总体而言，这些发现为“快感缺失悖论”提供了网络层面的视角
CRediT作者贡献声明
林潘：撰写 – 审稿与编辑，资金获取。王轩毅：撰写 – 审稿与编辑，撰写原始草案，可视化，方法学，数据管理。邵杰：撰写 – 审稿与编辑。
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。
致谢
本研究未获得公共、商业或非营利部门的任何特定资助。
