《Translational Psychiatry》：Transdiagnostic mental health symptom dimensions predict use of flexible model-based inference in complex environments
编辑推荐：
针对不同精神障碍共存的认知决策问题根源不明，研究人员利用自然威胁推断任务开展大规模研究，探究症状维度与目标导向决策机制在复杂环境中运用的关系。结果表明，注意力不集中/神经发育症状水平高者能更准确预测外界行为，而外化症状高者错误推断更多，且这些关联由目标导向决策使用的差异介导，为理解现实行为障碍背后的计算机制改变提供了新视角。
当我们谈论心理健康问题时，常常会提到焦虑、抑郁、注意缺陷多动障碍等不同的诊断标签。然而，在现实世界中，这些症状经常交织在一起，难以截然分开。人们普遍观察到，许多精神健康问题都伴随着复杂的推断和决策困难，比如对未来社交互动的不确定性感到困扰，或者难以在变化的环境中做出适应性选择。这不禁引发了一个深层的思考：这些跨越不同诊断的、在现实生活中普遍存在的认知与行为困难，其背后是否存在着一个共同的根本原因？研究者们推测，这或许反映了支撑人类适应性行为的某些基本“计算过程”发生了紊乱。其中，一个关键的候选机制是“目标导向决策”——这是一种灵活的、基于对世界内在模型理解的高级认知过程，它使我们能够深思熟虑，评估不同选择的潜在后果，从而做出最优决策。如果这种高级机制出了问题，人们就可能更多地依赖僵化的、习惯性的反应，从而在复杂多变的环境中显得笨拙和不适应。为了验证这一猜想，一项发表在《Translational Psychiatry》上的研究，将目光投向了跨越具体诊断标签的症状维度，试图揭示其与复杂环境中目标导向决策能力之间的深层计算纽带。
为了回答核心问题，研究者们主要运用了几个关键技术方法。首先，他们使用了一个经过验证的、生态效度较高的“自然威胁推断任务”，用以评估参与者在复杂交互性决策问题中使用目标导向决策的能力。这个任务模拟了自然情境下的推断过程。其次，他们建立了一个大规模的参与者队列（n=1025），并让所有参与者完成了一系列自我报告量表，用于评估广泛的精神健康症状维度和神经发育特征，这构成了多维度的心理测量基础。最后，研究团队采用了计算建模这一核心分析工具，对任务行为数据进行了量化建模，从而能够分离和估计出目标导向决策等具体的认知计算过程，并利用统计模型（如中介分析）来检验这些计算过程在症状维度与行为表现之间的桥梁（即中介）作用。
参与者特征与行为表现
研究招募了1025名参与者，并让他们完成了自然威胁推断任务和心理测量问卷。行为数据分析显示，参与者在任务表现上存在显著的个体差异。具体而言，那些在“注意力不集中/神经发育症状”维度上得分更高的个体，在任务中表现出更优的行为预测能力，即他们能更好地预测任务中“捕食者”的行为动向。与此形成对比的是，在“外化症状”（通常指冲动、攻击、违纪等指向外部环境的症状）维度上得分更高的个体，则倾向于做出更多错误的推断。研究进一步发现，这些特定的症状维度对行为变异的解释力，要优于更宽泛、更一般的因素（如整体痛苦水平），提示了症状特异性关联的存在。
计算模型揭示的中介机制
为了深入理解上述行为差异背后的认知计算根源，研究者们建立了计算模型。模型能够量化参与者在任务中运用“目标导向”（或称为“基于模型”的）决策策略的程度。分析结果揭示了关键的机制：个体在注意力不集中/神经发育症状以及外化症状维度上的差异，与其在任务中的行为表现（预测准确性和错误推断数）之间的关联，并非直接产生，而是通过“目标导向决策”的使用程度这一变量来中介的。也就是说，症状维度影响了大脑在复杂环境中运用灵活计算模型进行推断的效率，而这种计算效率的差异，进而外显为可观察到的行为优劣。
症状维度的特异性关联
研究还强调，与跨越诊断的宽泛维度（如“内化”症状，涵盖焦虑、抑郁等）相比，上述发现的两个维度（注意力不集中/神经发育、外化）与计算行为指标的特异性关联更为稳健。这表明，现实世界中观察到的某些特定行为与症状模式，可能根植于某些特定的、底层的认知计算过程的改变，而非所有精神困扰的普遍非特异性效应。
该研究的结论清晰地指出，常见精神健康问题的症状并非孤立现象，其部分可追溯到支撑复杂推断与决策的基本计算过程发生了改变。具体而言，在注意力不集中/神经发育症状维度上得分高的个体，可能保留了甚至在特定情境下增强了运用目标导向决策机制进行复杂环境建模的能力，从而在需要预测的动态任务中表现更佳。相反，外化症状高的个体，则在灵活运用该机制上存在相对缺陷，导致更多适应不良的错误推断。这些关联由目标导向决策这一核心计算变量的使用程度所完全中介。这一发现具有重要的转化意义。它超越了传统的诊断分类框架，从计算精神病学的视角，将外显的症状与内隐的认知计算过程直接联系起来。这为理解为何不同诊断的个体在现实环境中会表现出类似的决策困难（或优势）提供了统一的机制性解释框架。更重要的是，它指出了“目标导向决策”可能是一个关键的、可干预的计算靶点。未来的研究可以探索如何通过认知训练、神经调控或行为干预来增强或优化这一计算过程，从而为缓解跨越多种精神健康问题的核心认知功能障碍开辟新的、精准的治疗途径。最终，这项研究强化了一个观点：在现实环境中显现的症状与特质，很可能是复杂计算机制运用方式发生改变的结果。
