编辑推荐：
在精神病态研究中，个体强化学习（RL）受损致决策异常。研究人员以 108 人社区样本为对象，开展觅食式决策任务研究。结果发现不同精神病态特质与决策认知过程存在关联。这为理解精神病态决策机制及康复策略提供依据。
在日常生活里，人们时刻都要做决策，权衡不同选择的利弊。可对于那些具有较高精神病态特质的人来说，做决策却常常 “跑偏”，他们的选择往往会给自己和他人带来伤害。精神病态是一种特殊的人格特质，包含人际、情感、生活方式和反社会等多个方面。以往研究发现，这类人群在决策时似乎不擅长从过往经历中吸取教训，背后可能是强化学习（RL）出了问题。不过目前的研究大多聚焦于简单的二元选择，然而真实生活中，人们更多面临的是在众多选项中做决定，就像在不同的工作机会、投资项目里做选择一样。而且，对于精神病态特质如何影响这种复杂的决策过程，我们了解得还很少。为了填补这些知识空白，来自 Radboud University 等机构的研究人员开展了一项研究，相关成果发表在《Translational Psychiatry》上。
研究人员为了深入探究精神病态特质与觅食式决策之间的关系，招募了 108 名健康成年人作为社区样本。这些参与者没有精神疾病、神经疾病或慢性疼痛病史。研究中，他们采用了自我报告精神病态简表（SRP-SF）来评估参与者的精神病态特质，涵盖人际、情感、生活方式和反社会等维度 。同时，让参与者完成一个觅食式强化学习决策任务，在任务里，参与者要一次次决定是选择已知的选项，还是放弃它去寻找更好的选择。这个任务有低显著性（LS）和高显著性（HS）两种条件，低显著性条件下的结果是金钱收益和损失，高显著性条件下则是个性化奖励和根据个人疼痛敏感度校准的电击。
在研究方法上，主要运用了三种关键技术。一是构建计算模型，采用三层均值回归的分层高斯滤波器（HGF）模型，这个模型能估计个体在学习过程中的多种认知偏差和信念更新情况，比如对环境变化的预期、学习后信念偏离初始预期的程度等 。二是进行事件相关电位（ERP）采集和数据处理，通过脑电图（EEG）记录大脑电活动，之后进行一系列预处理，如去除眼动伪迹、滤波等操作，从中提取反馈相关负波（FRN），FRN 是反映预测误差（PEs）的一个重要电生理指标 。三是开展统计分析，运用贝叶斯零阶相关和贝叶斯结构方程模型（BSEM）等方法，分析精神病态特质与潜在认知过程之间的关系。
研究结果主要有以下几个方面：
- 潜在学习过程与精神病态特质：通过分析发现，在高显著性条件下，较高的反社会特质与对环境元波动性（meta-volatility）更高的初始预期有关，也就是他们会觉得环境变化更频繁、更不稳定。在低显著性条件下，虽然模型拟合良好，但没有发现精神病态特质与学习参数之间存在显著关联。而在高显著性条件下，较高的元波动性先验信念与更高的反社会特质显著相关。
- 分层预测误差的神经表征：研究表明，在反馈相关负波（FRN）的试次动态变化中，只有高水平预测误差（PEs）能显著预测 FRN 振幅的变化。而且高水平预测误差和结果类型之间存在双向交互作用，在损失结果后，高水平预测误差越高，FRN 振幅越负；在获胜结果后，高水平预测误差越高，FRN 振幅越正。此外，高水平和低水平预测误差以及 FRN 振幅都能独立解释下一次试次的选择行为。
- 高水平预测误差的产生与精神病态特质：虽然没有发现个体精神病态特质对试次高水平预测误差有固定影响，但发现精神病态特质、条件和结果之间存在显著的三向交互作用。其中，人际特质和情感特质的影响较为突出。人际特质方面，在高显著性损失后，人际特质得分高的个体产生的预测误差更高；而在高显著性获胜后，他们产生的预测误差更低。情感特质方面，高情感特质个体在低显著性损失后的预测误差更高，在高显著性获胜后的预测误差也更高。
在讨论部分，研究人员指出，较高的反社会特质与对环境元波动性的认知偏差有关，这种偏差会让个体难以适应环境变化，导致决策时出现固执、不灵活的情况。同时，人际特质和情感特质会影响个体从不同类型强化物和结果中学习的能力。例如，情感特质高的人从痛苦惩罚中学习的能力较弱，但对显著奖励的学习效果较好；人际特质高的人在从个性化奖励学习时表现较差，但对低显著性的金钱奖励学习速度更快。这表明精神病态特质与高水平联想预测误差的产生存在关联，强化学习的干扰可能主要源于追踪和适应刺激 - 结果关联变化的高级问题，而不是低级的奖惩处理问题。
这项研究意义重大，它首次揭示了精神病态特质较高时，个体在觅食式决策中联想预测误差（而非感觉预测误差）生成的变化情况，为理解精神病态中持续存在的适应不良决策背后的认知机制提供了重要依据。这不仅有助于深入探究精神病态者异常学习和决策的内在机制，还能为制定潜在的康复策略提供参考，比如在治疗中可以根据不同的精神病态特质，采用个性化的奖励和惩罚措施，提高康复效果 。
