任务不变性先验解释跨得失任务的试次主动回避行为：贝叶斯框架下的无助感量化

为解决抑郁相关无助感行为机制不明的问题，Tobias Granwald团队通过设计得失双任务范式，结合贝叶斯建模（Bayesian model）量化了跨任务稳定的先验信念（μ0/σ02）。研究发现主动回避行为受任务不变性先验驱动，其乐观程度（μ0）与正性情调（PANAS-P）正相关，为抑郁的贝叶斯理论（如learned helplessness）提供了首个跨任务实证支持。

　　

早晨挣扎着起床的决定，对于抑郁症患者而言可能是一场与"无助感"的博弈。这种"是否采取行动以避免负面后果"的抉择，正是临床心理学中"习得性无助（learned helplessness）"的核心表现。传统理论认为，人们对行动结果的悲观预期会泛化到不同情境，但这类"先验信念（prior belief）"始终缺乏量化证据。瑞典卡罗林斯卡学院等机构的研究团队在《Communications Psychology》发表的研究，首次通过计算精神病学方法，揭示了跨任务稳定的行为先验如何塑造人类的主动回避决策。

研究团队采用两项决策任务：强盗任务（robber task，得失框架）和工厂任务（factory task，纯损失框架）。279名受试者需反复选择被动接受确定损失或支付成本尝试规避风险。通过贝叶斯分层推理（HBI）算法比较四类计算模型（SoftMax-only/Win-stay lose-shift/Static probability/Bayesian learner），结合PANAS和STAI-T量表评估情绪特质。关键发现包括：1）跨任务行为最优拟合模型为共享先验参数的贝叶斯学习者（PXP>0.995）；2）先验均值μ₀与正性情调（PANAS-P）呈弱相关（r_s=0.120）；3）先验参数具有跨时段可靠性（ICC(2,1)>0.645）。

模型无关结果
回归分析显示，高价值差（offer-cost）促进主动选择（BF₁₀>1.2e+14），且强盗任务中学习效应显著（成功经历增强后续行动倾向，b=0.023-0.031）。

选择行为的贝叶斯模型表征
强盗任务双区块均支持贝叶斯学习者模型（PXP≥0.996），工厂任务仅在第二区块显现（PXP=0.998）。先验参数μ₀在任务间显著相关（r_s=0.563）。

任务不变性先验的验证
单先验模型（1-prior）显著优于双先验模型（M.Freq=0.577-0.690），证实先验的跨情境泛化特性。

先验的可靠性
先验参数在两周后仍保持稳定（μ₀的ICC=0.746），其程度媲美PANAS量表（ICC=0.733）。

问卷分析
尽管μ₀与PANAS-P相关性较弱，但支持"乐观先验关联积极情绪"的理论假设（p=0.046）。

这项研究开创性地证明：个体对行动结果的初始信念（prior）具有任务不变性，且能可靠测量。这为Bayesian helplessness理论提供了关键实证——抑郁患者的跨情境无助可能源于泛化的悲观先验。方法学上，双任务范式通过差异框架（得失/纯损）和效价分离，有效排除了任务特异性策略的干扰。未来研究可探索该先验与快感缺失（anhedonia）的深层联系，或作为抑郁治疗的生物标志物。

局限在于静态概率模型与贝叶斯模型在工厂任务首区块的竞争性（PXP=0.906），可能反映该任务主动选择率较低（61.4% vs 强盗任务66.1%）。此外，PANAS-P相关性需在临床样本（如MDD患者）中进一步验证。研究团队建议后续结合Ligneul提出的"行动者-旁观者（actor-spectator）"模型，以区分控制感与不确定性的神经表征差异。