原始论文
摘要
背景:慢性疼痛是一个重要的世界性健康问题。据报道，患有慢性疼痛的人会有决策障碍，但这些发现迄今为止都是基于传统的实验室实验。在这样的实验中，研究人员对条件有广泛的控制，可以更精确地消除潜在的混淆。相比之下，对于通过实验室实地实验捕获的慢性疼痛如何影响决策，我们知之甚少。尽管这样的设置会带来更多的实验不确定性，但在更生态有效的环境中收集数据可以更好地描述慢性疼痛的现实世界影响。
摘要目的:我们的目标是利用互联网技术和社交媒体，在现场实验室环境中量化慢性疼痛患者和健康对照组之间的决策差异。
方法:采用独立组的横断面设计。通过社交媒体招募了45名参与者作为方便样本:20名(44%)参与者自我报告患有慢性疼痛，25名(56%)无疼痛或患有疼痛不足6个月的人作为对照组。所有参与者都完成了一份评估他们疼痛经历的自我报告问卷，并在没有监督的情况下，在他们选择的网络浏览器中完成了一项衡量他们决策的神经心理学任务(即爱荷华赌博任务)。
结果:标准行为分析显示，两组之间的学习策略没有差异，尽管在学习曲线上可以观察到质的差异。然而，计算模型显示，患有慢性疼痛的个体比健康对照组更快地更新他们的行为，这反映了他们的学习率增加(95%最高后密度区间[HDI] 0.66-0.99)，当拟合到价值观+毅力模型。这一结果在结果表征学习模型上得到进一步验证和扩展，当拟合该模型时，观察到奖励和惩罚学习率之间存在更高的差异(95% HDI 0.16-0.47)，表明患有慢性疼痛的个体对奖励更敏感。研究还发现，与对照组相比，他们在爱荷华赌博任务中对选择的坚持程度较低，这一事实反映在使用结果表示学习模型进行拟合时，他们的结果坚持程度较低(95% HDI−4.38至−0.21)。此外，相关分析显示，估计的参数对自我报告的疼痛体验具有预测价值，这表明改变的认知参数可能被纳入慢性疼痛评估。
结论:我们发现，患有慢性疼痛的个体在实验室实地实验中做决定时，更容易受到奖励的驱动，一致性较差。在本案例研究中，研究表明，与行为表现的标准统计摘要相比，计算方法在实验室之外的慢性疼痛环境中提供了更好的解决、理解和解释决策行为差异的能力。
doi: 10.2196/26307
关键字
简介
背景
慢性疼痛的定义是疼痛持续或复发超过3至6个月[]并被认为是21世纪最重要的健康问题之一[，］．在美国，大约有1亿成年人患有慢性疼痛，每年在医疗和生产力损失上的费用达5600 - 6350亿美元[］．据估计，全世界约有20%的人口患有慢性疼痛[，］．因此，对于慢性疼痛的理解和支持患有这种疾病的人，正在进行重要的研究。研究的一个关键领域是慢性疼痛对认知或神经心理能力的影响。据报道，至少20%的慢性疼痛临床患者(包括那些没有精神障碍史的患者)抱怨认知障碍，这对他们的社交生活和日常功能造成了重大困难[］．在其他研究中，研究人员发现认知缺陷发生在一系列疼痛状况中，包括纤维肌痛[]，偏头痛[]、慢性背痛[]，以及慢性神经性疼痛[］．
尽管疼痛是一种需要注意力的感觉过程，但认知改变不能简单地归因于持续疼痛对注意力的额外需求[］．功能性磁共振成像显示内侧前额叶皮层(mPFC)区域的灰质密度下降[-]以及慢性背痛患者在反应抑制期间皮层结构的大脑激活减少[］．这些发现很重要，因为mPFC在决策等其他认知功能中也起着关键作用[]，执行控制[]，学习[]，以及记忆[］．最新的研究结果证实，mPFC中的谷氨酸减少会显著损害慢性疼痛患者的情绪和认知过程[］．这表明慢性疼痛可能对mPFC和相关的神经结构有负面影响，可以被认为是一种可能与其他认知能力竞争的认知状态，特别是那些涉及mPFC的认知能力，如决策能力，这是慢性疼痛患者通常受损的认知领域之一。
由Bechara等人开发的爱荷华州赌博任务[是最广泛使用的神经心理学范式之一，用于模拟复杂的和基于经验的决策。在这个任务中，参与者需要从4副牌中选择一张，其中两副(A和B)是好牌，其余两副(C和D)是坏牌。坏的那副牌会产生长期的负面结果，而好的那副牌会产生长期的正面结果。它已成功用于区分各种临床人群与健康人群，例如腹内侧前额叶皮层病变的患者[，]、强迫症[]，甚至长期吸食大麻[-］．IGT的早期应用发现，健康对照组可以更频繁地学习从好牌中选择，而不是从坏牌中选择，而临床人群在整个任务中倾向于更经常地从坏牌中选择。与本讨论相关，IGT也被应用于调查生活在各种慢性疼痛条件下的人的决策异常，产生了重要的发现。在提取了对IGT的行为反应后，Apkarian等[研究发现，患有慢性疼痛的患者更频繁地选择坏牌，持续性较差，并且在赌博表现结果和报告的慢性疼痛强度之间表现出负相关。Verdejo-García等人研究的参与者[]被要求完成最初的IGT(奖励是即时的，惩罚是延迟的)和惩罚是即时的，奖励是延迟的IGT变体。作者总结了她们的行为选择，发现患有纤维肌痛的女性在原始IGT的第三个区块(被称为任务的直觉期)得分明显较低，而在IGT变体上的完整表现表明这些患者对奖励高度敏感。Tamburin等人的研究也得到了类似的结果[]，与健康对照组相比，患有慢性背痛的人赢得的钱要少得多，而且他们的IGT分数在整个任务过程中没有显著变化。
客观的
值得注意的是，迄今为止所有相关研究都是在实验室环境中进行的。在这些环境中，参与者受到严格的实验控制。迄今为止，还没有研究在更自然的环境中研究慢性疼痛的决策任务，如IGT，因为实验者的控制能力要低得多。本研究采用现场实验室的方法，虽然这样的设置可以引入实验<我>噪音潜在的混淆可能会使结果产生偏差，它更接近于观察这个群体的更有代表性的行为[］．此外，在COVID-19威胁造成的典型行动限制下，进行基于网络的行为实验是目前唯一完全无风险的方法。因此，在这项研究中，我们感兴趣的是调查慢性疼痛患者和正常对照组在日常生活环境中决策特征的差异。我们也感兴趣的分析方法，最能提取的行为信号<我>嘈杂的实验环境。在实验任务方面，参与者被要求在网络浏览器上完成疼痛评估和IGT，在他们选择的环境中，在他们选择的地点，在他们选择的时间执行任务，并且没有监督。据我们所知，这是第一批通过基于互联网的技术结合决策任务和自我报告来调查慢性疼痛的研究之一。
考虑到在实验室环境之外进行收集时数据的较高可变性，传统的行为数据统计可能不足以揭示收集到的噪声数据中的信号。在以前的研究中，这种传统的分析是基于对好牌组和坏牌组的选择比例的测量。此外，这些行为总结对于驱动IGT上行为表现的潜在认知机制是不可知论的，因此限制了它们的可解释性。因此，在本研究中，我们应用计算建模分析作为一种补充方法，明确地将IGT上的行为表现分解为认知参数。已有文献表明，尽管传统IGT测量中没有组间差异，但来自此类模型的估计参数能够揭示认知过程中的组间差异[］．然后可以使用提取的参数来了解决策变更的来源。我们假设，当通过常规分析考虑时，更嘈杂的实验环境可能会产生揭示试验组之间差异不大的数据，而<我>过滤通过计算建模可以揭示一些认知可解释参数的显著差异。尽管计算建模分析已成功应用于捕捉患有各种其他健康问题的人的认知过程的复杂相互作用[，]，我们只发现了1篇参考文献，其中设计了一个简单的启发式模型来区分慢性疼痛个体和健康对照组在IGT上的行为表现[];因此，导致慢性疼痛患者行为受损的潜在认知参数的变化至今仍未被探索。鉴于更有竞争力的认知模型和更先进的参数估计方法已经被开发出来，以更精确地描述潜在的认知机制，我们假设计算建模分析在从实地实验室环境中收集的数据集中捕获决策差异方面更有效。
方法
招聘
这项研究的参与者是通过社交媒体和当地疼痛倡导组织招募的。共有64人对参与实验感兴趣，其中包括28名(44%)患有慢性疼痛数月的有症状参与者和36名(56%)从未患有慢性疼痛或经历过疼痛<6个月的健康对照组。他们被引导到一个网页，上面有实验的简单语言陈述。在提供知情同意后，他们通过电脑或手机与一份问卷和IGT联系起来。共有8名有症状的参与者和11名健康对照者被排除在研究之外，因为他们未能完成IGT。因此，最后招募了45名参与者(45/64，占总数的70%)的方便样本，包括20名(44%)有症状的参与者(14/20,70%为女性;平均年龄40岁，SD 12岁)和25(56%)健康对照组(12/25,48%女性;平均年龄38岁，标准差12岁)。两组在年龄上无显著差异(<我>P=.43)或女性比例(<我>P= . 07)。
伦理批准
这项研究得到了都柏林城市大学计算学院当地伦理委员会的批准(DCUREC/CA/2019/1)。
疼痛体验评估
简短疼痛量表(BPI-SF)是一份经过验证的9项自我管理问卷，用于评估患者疼痛的严重程度及其对患者日常功能的影响。患者被要求评价他们的最严重、最轻微、平均和当前的疼痛强度;列出目前的治疗方法及其感知效果;并对疼痛对一般活动、情绪、行走能力、正常工作、与他人的关系、睡眠和生活享受的影响程度进行评分，满分为10分。然后将疼痛干扰分为情感亚维度(即与他人的关系、生活享受和情绪[REM])和活动亚维度(即行走、一般活动、睡眠和工作[WASW])。BPI-SF已用于多种人群，在这些研究中已被证明是一种有效和可靠的测量方法，具有足够的内部可靠性(例如，<我>α= .86 .96点)(］．测量概念框架的图形表示显示在。
IGT范式
IGT的参与者最初获得2000欧元(2216.10美元)的虚拟货币，并提供4组标记为A、B、C和d的卡片，这些卡片中的每张卡片都可以产生收益，有时也会造成损失。参与者必须从这4副牌中连续选择一张，直到100次试验后任务自动关闭。在每个试验中，参与者会得到关于他们选择的奖励和损失的反馈，以及到目前为止所有试验的运行记录，但没有提供关于他们将进行多少次试验以及他们在任务期间完成了多少次试验的信息。参与者被告知，他们可以从任何一副牌中选择牌，并随时切换牌组。他们还被告知要尽可能多赚钱，从而将损失降至最低。
显示了四副牌的收益。从表中可以看出，A组和B组是两种糟糕的牌组，它们会产生较高的即时、持续的回报，但更难以预测的、偶尔的损失。因此，与A层和B层相关的长期净结果是负的。相反地，C和D是能够产生较低即时且持续的奖励，但更低的不可预测且偶尔的损失的纸牌。因此，与C和D组相关的长期净结果是积极的。除了收益大小，四种牌的损失频率也不同(即，A和C牌与较高的损失频率相关，而B和D牌与较低的损失频率相关)。在这个任务中获得更高的长期净结果的关键是在初始阶段探索所有的牌组，然后利用2个好的牌组(见我们实现的基于web的IGT的截图)。
| 牌A(经常损失的坏牌) | B牌(不经常损失的坏牌) | C牌(好牌，损失频繁) | D牌(好牌，损失不频繁) | |
| 奖励/试验(€) | One hundred. | One hundred. | 50 | 50 |
| 损失试验数/10次试验 | 5 | 1 | 5 | 1 |
| 损失/10次试验(€) | −1250 | −1250 | −250 | −250 |
| 净结果/10次试验(€) | −250 | −250 | 250 | 250 |
标准行为数据分析
为了比较两组间IGT的行为差异，测量了3个参数。首先，计算每个参与者在任务结束时的总增益量，以衡量他们在任务中的整体表现。未配对的双尾鸟<我>t测试用于确定两组之间的差异是否在这一措施显著。其次，为了在试验中获得组级桥牌偏好的可视化探索，我们计算了整个任务中好桥牌选择(桥牌C和D)的比例和学习IGT分数(即好桥牌[桥牌C和D]的数量与坏桥牌[桥牌a和B]的数量之间的差异)。具体来说，通过将100个试验划分为5个区块，每个区块20个试验，每个区块没有重叠，从而创建了5个新变量。计算好牌组选择的比例以及好牌组选择的数量与每个区块学习分数的差值。这样，每个参与者得到5个比例和5个学习分数，每个块1分。5个学习成绩的比较被视为学习的一个指标。从第一个方块到最后一个方块的学习分数增加，表明参与者正在发展对好牌组的偏好和有效的选择策略。考虑到两组在5个试验区块中的重复学习分数，进行逐组贝叶斯重复测量方差分析(参与者因素:区块1-5;参与者间因素:健康组vs慢性疼痛组)，以揭示两组在学习曲线上是否存在差异。
计算建模分析
概述
IGT表现不佳可能是由于各种潜在的神经认知过程的改变，如学习、记忆不良、对奖励和损失的过度敏感，或反应一致性较差。为了更准确地识别驱动参与者在IGT上行为表现的心理过程，人们提出了多个认知模型，如期望-效价学习模型(这也是IGT上第一个提出的认知模型)[]，带Delta的期望价学习模型(PVL-Delta) []，带衰减的PVL模型(ppl - decay) []，以及价值观加毅力(VPP)模型[](这3个模型源自最初的期望-效价学习模型，但表现更好)，以及最近提出的结果-表现学习(ORL)模型[)(见参阅四款IGT的参数规格)。我们使用R (R Foundation for Statistical Computing)中的hBayesDM包对4个模型进行拟合[］．
4爱荷华州赌博任务模型的参数规范。
模型及其参数
- 预期效价学习(PVL)-Delta(四个参数):结果敏感性(α)、损失规避(λ)、学习率(A)和反应一致性(c)
- pml衰减(四个参数):结果敏感性(α)，损失规避(λ)，衰减参数(A)，反应一致性(c)
- 价值观加毅力(8个参数):结果敏感性(α)，损失规避(λ)，学习率(A)，衰减参数(K)，增益影响参数(EP)p)，损失冲击参数(EP .N -)、权重参数(w)、响应一致性(c)
- 结果表示学习(5个参数):奖励学习率(A+)，惩罚学习率(A- - - - - -)、衰减参数(K)、结果频率权重(βF)和毅力重量(βp）
PVL模型
pml - delta模型和pml - decay模型都由一个效用函数、一个学习规则和一个动作选择规则组成。除了使用不同的学习规则外，它们是相同的。效用函数决定了收益相对于损失的权重。两种PVL变体都应用了Prospect效用函数[]，其特征是对幅度增加的敏感性逐渐降低，对损失与收益的敏感性不同。该实用程序<我>u（<我>t)每项净结果<我>x（<我>t)，即在试验中奖励和损失之间的差额<我>t计算公式如下:<我mg class="graphic-image" alt="" src="https://asset.jmir.pub/assets/cc474d4047d0d7235f796008a8b33b04.png" border="0" style="text-align:center;margin-left: auto;margin-right: auto;display: block;background-color: #ffffff;">在哪里<我>u（<我>t)是体验净结果的主观效用<我>x（<我>t)，<我>α结果敏感性参数(0<<我>α<1)控制效用函数的形状，以及<我>λ是损失规避参数(0<<我>λ<10)，它控制着相对于收益的损失的敏感性。更高的值<我>α表明个体对反馈结果更敏感。值为<我>λ<1表示个体对收益比损失更敏感，值为<我>λ>1表示他们对损失比收益更敏感。
PVL模型中的学习规则用于更新甲板的期望<我>E（<我>t)基于主观效用价值。在delta规则中，应用了Rascorla-Wagner规则的简化版本，其中仅更新所选选项的期望，而其他牌组的期望保持不变:<我>E我（<我>t+ 1) =<我>Ej（<我>t) +<我>一个?（<我>u（<我>t) - - -<我>Ej（<我>t))(公式2)，其中<我>一个学习率参数(0≤<我>一个≤1)，决定了决策者在更新预期时对近期结果的重视程度。然而，在衰减规则中，所有牌组的期望在每次试验中都折现，除了所选的牌组，它由当前结果效用更新:<我>E我（<我>t+ 1) =<我>一个·<我>Ej（<我>t) +<我>δj（<我>t)·<我>u（<我>t)(公式3)。
在这里,<我>一个衰减参数(0≤<我>一个≤1)，决定了过去期望折现的程度，和<我>δj（<我>t)是一个虚拟变量，当deck时等于1<我>我被选中，否则为0。
动作选择规则生成选择可能性Pr(<我>D（<我>t+ 1) =<我>我)在下一次试验中使用softmax函数:<我mg class="graphic-image" alt="" src="https://asset.jmir.pub/assets/e60c19f2118a0e57864c7fd84cb67e1b.png" border="0" style="text-align:center;margin-left: auto;margin-right: auto;display: block;background-color: #ffffff;">在哪里<我>D（<我>t)是所选的副牌<我>t，<我>θ假设与试验无关并设为3<我>c- 1，和<我>c(0≤<我>c≤5)为响应一致性参数。更高的值<我>c表明决策者更倾向于选择期望值更高的选择，这意味着他们的反应更确定。
VPP模型
VPP模型增加了一个持久项<我>P我（<我>t)以获取所选套牌<我>我受审<我>t基于pml - delta模型:
K是一个衰减参数，它决定了每副牌的持续值在每次试验中折现多少。每次持续或切换的趋势都会增加，并通过增益影响参数进行更新<我>EPp（<我>负<<我>EPp<<我>正)和损失影响参数<我>EPN（<我>负<<我>EPN<<我>正)，这是基于之前试验的净结果是亏损还是盈利。这些参数的正值表明决策者更倾向于坚持在前一次试验中选择的桥牌，而负值则表明有转变的倾向。
期望值和坚持项被整合成一个单值信号:<我>V我（<我>t+ 1) =<我>w·<我>E我（<我>t+ 1 + (1 -)<我>w)·<我>P我（<我>t+ 1)(式6)，其中<我>w(0 <<我>w<1)是一个权重参数，控制每次试验中期望值的权重。更大的价值<我>w表示给予期望值更大的权重。的价值<我>V我（<我>t+ 1)，然后输入softmax函数来计算每个选项被选择的概率。
ORL模型
最近提出的ORL模型假设人们跟踪期望值(<我>电动汽车（<我>t)和胜出频率(<我>英孚（<我>t分别)。此外，对于积极和消极的净结果，决策者更新所选桥牌的期望<我>我不同的学习率:<我mg class="graphic-image" alt="" src="https://asset.jmir.pub/assets/187b1621954655a9f85683d0735a5a03.png" border="0" style="text-align:center;margin-left: auto;margin-right: auto;display: block;background-color: #ffffff;">在这里,<我>一个+(0 <<我>一个+< 1)和<我>一个- - - - - -(0 <<我>一个- - - - - -<1)分别为奖励和惩罚学习率，用于在奖励和惩罚之后更新所选桥牌的期望值。获胜频率的更新过程(<我>英孚（<我>t))所选选项的详情如下:<我mg class="graphic-image" alt="" src="https://asset.jmir.pub/assets/4bb4d73f007cb67d056a9532cbda4333.png" border="0" style="text-align:center;margin-left: auto;margin-right: auto;display: block;background-color: #ffffff;">在这里,<我>一个+而且<我>一个- - - - - -学习率是否与用于更新期望值的学习率相同<我>胡志明市（<我>x（<我>t)对于试验的阳性、0或阴性结果值，返回1、0或−1<我>t,分别。未选桥牌的预期结果频率<我>j '也在每次试验中更新，其中学习率也从期望值学习规则中共享:
在这里,<我>c是所选桥牌的可供选择的数目吗<我>j，在IGT的情况下为3。ORL模型还假设决策者有保持或改变他们的选择的倾向，而不管最后一次试验的结果如何，这种倾向可以通过毅力权重(<我>PS我（<我>t)):<我mg class="graphic-image" alt="" src="https://asset.jmir.pub/assets/607280f3f4b7503499263e938e173055.png" border="0" style="text-align:center;margin-left: auto;margin-right: auto;display: block;background-color: #ffffff;">在这里,<我>K衰减参数是否控制遗忘过去牌组选择的速度并由其决定<我>K= 3<我>K”- 1(方程11)。
K”∈[0,5]，则<我>K∈[0242]。然后，通过将期望值、频率和毅力整合到一个线性函数中，产生每个甲板的单值信号:<我>V我（<我>t+ 1) =<我>电动汽车我（<我>t+ 1) +<我>英孚我（<我>t+ 1)·<我>βF+<我>PS我（<我>t+ 1)·<我>βp方程(12)。
βF (-Inf < βF < Inf)而且<我>βp (-Inf < βp < Inf)是2个权重参数，分别反映了给予结果频率和毅力的权重，相对于每个桥牌的期望值。最后，通过softmax函数传递期望值来确定每个选择的概率:
结果
概述
慢性疼痛患者(n=20)和健康对照组(n=25)在没有监督的情况下，在自己选择的地点和时间完成了基于网络的BPI-SF和原始版本的IGT。完整的人口统计资料载于。
| 特征 | 健康对照组(n=25)，一个意思是(SD;范围) | 患有慢性疼痛的参与者(n=20)b意思是(SD;范围) | P价值c |
| 年龄(年) | 37.2 (12.5;24 - 63) | 40.2 (11.9;23 - 62) | 点 |
| 疼痛持续时间(月) | 1.2 (1.3;0 - 5) | 78.6 (76.3;6 - 264) | <措施 |
| 疼痛严重程度 | 2.07 (2.5;清廉) | 4.3 (2.3;主 | 04 |
| 干扰(REMd） | 2.0 (2.9;0 - 9.3) | 4.6 (3.3;0 - 9) | .007 |
| 干扰(脏e） | 1.9 (2.6;0 - 8.3) | 4.2 (2.5;0 - 8.5) | 04 |
一个12个女性。
b14个女性。
cP女性的数值为0.07。
dREM:与他人的关系，生活的享受，以及简短痛苦量表的情绪子维度。
eWASW:行走、一般活动、睡眠和疼痛简要量表的工作子维度。
自我报告的分析
正如预期的那样，患有慢性疼痛的个体表现出更高水平的疼痛严重程度(<我>t43= -3.06;<我>P= 04;科恩<我>d= -0.92, 95% CI - 3.64至- 0.75)，疼痛对他们日常活动的影响更大(<我>t43= -3.05;<我>P= 04;<我>d= -0.92, 95% CI为−4.1至−0.83)。此外，患有慢性疼痛的个体在REM(快速眼动)中报告了更高水平的亚维度干扰(<我>t43= -2.86;<我>P= .007;<我>d= -0.86, 95% CI−4.50至−0.78)和WASW (<我>t43= -3.02;<我>P= 04;<我>d= -0.91, 95% CI−3.84至−0.77)。正如预期的那样，疼痛严重程度与疼痛干扰密切相关(<我>r40=0.78, 95% ci 0.63-0.88;日志<我>男朋友10= 7.18;<我>P<措施)。2个亚维干扰呈正相关(<我>r40=0.87, 95% ci 0.76-0.93;日志<我>男朋友10= 10.8;<我>P<.001)以及()．
标准行为数据分析
IGT结束时的总增益在慢性疼痛个体之间没有显著差异(€;平均1997,SD 1187)和健康对照组(平均1756,SD 645;<我>t43= 0.81;<我>P=点)。然而，疼痛严重程度与总增益显著相关(<我>r43= -0.39, 95% CI−0.62 ~−0.11;<我>P= .008;)．分别显示了健康组和慢性疼痛组从每副牌中选择的比例作为5个方块的函数，以及从好牌和坏牌中选择的比例。慢性疼痛组的选择模式与健康对照组有本质上的不同(图的视觉检查)，尽管两组都表现出对坏牌a的明显避免。慢性疼痛组的人表现出对不利牌b的明显偏好。相反，随着任务的进行，健康对照组始终倾向于D牌。以低频损失为特征的B和D甲板，通常比以高频损失为特征的A和C甲板被选择的次数更多。在任务开始时，健康和患有慢性疼痛的决策者从好牌中选择的牌比从坏牌中选择的牌多。在了解了第二组的每副牌是好是坏之后，健康对照组继续从好牌中选择更多的牌。然而，在整个任务中，患有慢性疼痛的决策者的选择似乎在有利和不利的甲板上波动更大。健康的决策者最终选择好的桥牌的比例高于慢性疼痛的决策者。
显示IGT 5个区块的学习成绩。在健康对照组中，学习过程很明显，在这5个模块中，学习分数逐步提高。虽然慢性疼痛个体的学习成绩也呈上升趋势，但block 4有明显下降。值得指出的是，在我们的研究中，两组的选择方差，如，均高于之前在实验室环境下给予IGT的研究报告的方差[，］．这也许是无监督实验环境引入额外噪声的证据。为了量化组间差异，我们采用贝叶斯重复测量方差检验分析，对学习分数()．令我们惊讶的是，结果显示区块和群体因素对桥牌选择都没有显著影响，因为支持零假设的证据是3.33:1，支持假设群体效应的替代假设，1.45:1，支持假设区块效应的替代假设。这表明，慢性疼痛患者和健康对照组在IGT中没有表现出明显的甲板偏好，两组在任务中都没有形成强大的学习曲线。我们将讨论这一观察结果的可能含义<我>讨论部分。
| 模型 | 男朋友01 |
| 零模型 | 1.000一个 |
| 集团 | 3.33 |
| 块 | 1.45 |
| 块+组 | 4.65 |
| 块+组+块×组 | 90.91 |
一个1:无证据;1-3: H0的轶事证据;3-10:中度H1证据;10-30: H1的有力证据;30-100:非常有力的H1证据。
IGT的计算建模分析
尽管行为数据统计表明，健康和慢性疼痛的决策者在IGT中没有表现出显著的不同的甲板偏好，但在选择背后的认知过程中仍然可能存在群体差异。为了研究这种可能性，我们使用前面介绍的认知建模分析来分解两组人的IGT表现。
我们首先检查了哪个模型提供了最佳的短期预测性能，通过领先一步留出一个信息准则(LOOIC)来衡量。模型的LOOIC分数越小，模型拟合越好。如， VPP模型整体模型拟合最好，其次是ORL模型。ORL模型在慢性疼痛组中排名最好。
| 模型 | 疼痛LOOIC一个 | 健康LOOIC | LOOIC总和 |
| 糖耐量受损bORLc | 4593d | 4600 | 9194 |
| IGT VPPe | 4623 | 4544 | 9168 |
| IGT PVLf衰变 | 4756 | 4867 | 9624 |
| IGT PVL-Delta | 5054 | 5622 | 10676年 |
一个LOOIC:不漏掉信息标准。
bIGT:爱荷华赌博任务。
cORL:结果表征学习。
d数值越小，模型越适合数据。
eVPP: Values-Plus-Perseverance。
fPVL:期望效价学习。
接下来，我们使用最佳拟合模型(VPP和ORL)来比较两组。显示健康决策者和患有慢性疼痛的决策者分别用两个先验(每组一个)拟合的VPP和ORL模型的组级平均参数的后验分布。VPP模型提取的参数显示，与正常对照组相比，慢性疼痛患者的学习率显著提高(95%最高后密度区间[HDI] 0.66-0.99)。与健康对照组相比，慢性疼痛组在拟合ORL模型时，奖励学习率(95% HDI 0.22-0.55)、惩罚学习率(95% HDI 0.03-0.11)和奖励与惩罚学习率之间的差异(95% HDI 0.16-0.47)增加，衰减率(95% HDI−0.76 - - 0.25)和结果坚持度(95% HDI−4.38 - - 0.21)降低(各组间比较的95% HDI不重叠为零;)．
为VPP模型提取每个个体的后验平均估计参数，收缩效应[的学习率和结局敏感性参数的个体估计中观察到，其中这2个参数的个体估计向总体均值收缩。学习率(<我>一个)和疼痛程度(<我>r43=0.43, 95% ci 0.15-0.64;日志<我>男朋友10= 2.48;<我>P=.003)，平均疼痛干扰(<我>r43=0.42, 95% ci 0.15-0.64;日志<我>男朋友10= 2.37;<我>P=.04)，以及2次维干涉。然而，在4种疼痛测量方法与结果敏感性之间观察到负相关(<我>α)、响应一致性(<我>c)、损失规避(<我>λ)和权重参数(<我>w)，除了WASW和损失规避。我们没有发现VPP模型中的其他3个参数与疼痛测量之间的显著相关性。
提取ORL模型的个体估计为疼痛严重程度和奖励学习率之间存在正相关关系提供了证据(<我>r43=0.41, 95% ci 0.12-0.62;日志<我>男朋友10= 2.18;<我>P= .005)。疼痛干扰(包括2个亚维干扰)与该模型参数之间也有相似的相关性。然而，疼痛干扰与衰减率参数(<我>r43= -0.29, 95% CI−0.54至−0.00;日志<我>男朋友10= 0.18;<我>P=.05)，但这种与衰减率参数的相关性不适用于疼痛严重程度。相似的相关性仅在REM和衰减率参数(<我>r43= -0.29, 95% CI−0.54至−0.00;日志<我>男朋友10= 0.18;<我>P=.05)，但与WASW (<我>r43= -0.27, 95% CI−0.53 ~−0.02;日志<我>男朋友10= -0.04;<我>P=.07)被确认。
讨论
主要研究结果
在这项研究中，我们通过收集他们对基于网络的IGT的行为反应，探索了慢性疼痛患者和健康对照组在实地实验室环境中的决策差异。我们研究的主要发现是，慢性疼痛患者在基于标准行为统计的IGT中没有表现出显著的决策差异。然而，进一步的计算建模分析显示，当拟合VPP模型时，患有慢性疼痛的人对奖励和惩罚的学习率更高。当将数据拟合到ORL模型时，得到了进一步的结果，其中患有慢性疼痛的个体更受奖励的支配。与此同时，有症状组在拟合ORL模型时表现出下降的衰减率和毅力重量。我们还探讨了自我报告的疼痛体验、标准推断统计和认知参数之间的联系。主要的发现是，任务结束时的总增益量与疼痛严重程度呈负相关。此外，一些认知参数也可以预测疼痛的严重程度和疼痛干扰评估自我报告的疼痛经验。
使用标准推理统计，慢性疼痛患者在任务结束时获得的总增益并不显著低于健康对照组，这表明在IGT的整体表现方面，两组之间没有差异。然而，总增益量与疼痛严重程度呈负相关，这表明较高的疼痛严重程度可能是影响IGT表现的一个因素。尽管从学习曲线来看，与健康对照组相比，患有慢性疼痛的人倾向于选择更多的坏牌，但统计分析发现，组和方块都不是影响牌组偏好的重要因素。这表明两组之间没有显著差异，并且在任务期间，两组都缺乏在10个区块之间进行显著学习的证据。这些结果与之前的研究不一致，这些研究发现了显著的群体效应，在这些研究中，患者赢得的钱明显少得多，并且未能采用健康对照组迅速学会的有利决策策略[，，］．这种分析的一个可能的解释是，现场实验室的方法牺牲了实验者对参与者环境的控制，导致了参与者行为的更大差异，正如他们的选择所揭示的那样。
正如预期的那样，即使使用相对嘈杂的数据集，在计算建模分析中使用LOOIC测量的最佳拟合模型(VPP和ORL)进行比较时，在几个认知组件中发现了显著差异。VPP模型中的学习率参数决定了所选牌组的过去经验与最近牌组结果的权重。慢性疼痛组表现出比健康对照组高得多的学习率，这表明最近的结果对所选桥牌的预期有更大的影响，慢性疼痛组的遗忘速度更快。ORL模型中的奖励学习率和惩罚学习率分别用于在积极和消极结果后更新预期。这两个参数说明了参与者对损失和收益的敏感程度。
当拟合ORL模型时，患有慢性疼痛的个体表现出更高的奖励和惩罚学习率，这表明他们更重视最近的结果，这与VPP模型得到的结果一致。这是Haines等人在研究中提出的[比较两组奖励和惩罚学习率之间的差异更有用，尽管它们是单独定义的。两种学习率之间的差异越大，学习越受奖励或惩罚的支配。在慢性疼痛患者中，显著较高的奖励学习率导致了两种学习率之间的较大差异，这表明他们相对于健康对照组对得失更敏感。换句话说，患有慢性疼痛的个体似乎更受奖励的驱动，这可能是他们从B组中选择更多卡片的一个可能原因(如图所示))，即拥有更高奖励规模和更高惩罚规模的糟糕桥牌。这一发现与Elvemo等人报道的研究结果不同[，在该研究中，患有慢性疼痛的人只在奖励反应性方面表现出显著降低的得分，而在自我报告的追求奖励倾向方面则没有。由式(12)可以看出，ORL模型中的结果频率权重和毅力权重参数共同影响各桥牌期望值的总和。结果频率<0或>0的值分别表明决策者更喜欢获胜频率低或高的桥牌。两组的这个值为>0，没有显著差异，这表明两组都喜欢赢牌频率高的牌(即B和D牌)，这可以从绘制的学习曲线中反映出来在那里，健康的人最终选择D甲板的次数最多，而慢性疼痛的患者最终选择B甲板的次数最多。毅力权重值<0或>0表示决策者倾向于切换或保持他们最近选择的桥牌。健康对照组的该参数平均值为>0，而慢性疼痛患者的该值<0。同时，两组间有显著性差异。这意味着在任务中，患有慢性疼痛的人对之前的选择不那么坚持。从这个意义上说，我们的发现与之前的研究一致[]，提出了一个简单的启发式模型，通过调整随机程度和对损失和收益的重要性来区分IGT表现的患者和健康对照组。在本研究中，慢性疼痛患者表现出明显较少的持续性行为，其特征是更强调获得而不是失去，以及决策的随机性增加。然而，与我们的预期相反，患有慢性疼痛的决策者表现出更低的衰退率，这表明他们的决策基于比健康对照组更长的病史。然而，现有的大量研究一致报告了慢性疼痛患者的记忆功能受损[，]，而记忆障碍是慢性疼痛和认知障碍患者最常见的症状之一[］．此外，这一结果与拟合VPP模型的结果不一致，在VPP模型中，患有慢性疼痛的决策者具有更高的学习率，因此，相对较差的记忆力。这是Ahn等人在研究中提出的观点[模型拟合良好的模型的参数可能不能正确反映潜在的认知结构，这种情况可能是由于试验次数不足造成的，这样就无法提取足够的信息来可靠地估计模型中的自由参数;因此，在未来的研究中进行外部测试可能是有帮助的[］．
在分析认知参数与自我报告疼痛体验之间的相关性时，我们发现VPP模型中的学习率与4种疼痛测量值正相关，而结果敏感性、反应一致性、损失厌恶和权重参数与4种疼痛测量值负相关。ORL模型中更高的奖励学习率可以显著预测更高的自我报告疼痛严重程度和疼痛干扰。ORL模型中较低的衰减率仅与较高的自我报告疼痛干扰相关，特别是与干扰的情感亚维度相关。考虑到认知参数和疼痛体验之间的相关性，认知任务可能是评估个体患慢性疼痛风险的重要工具。
总之，通过在网络上招募参与者，在网络上的自然环境中管理疼痛清单和IGT，并使用计算建模分析将他们的表现分解为不同的心理过程，我们发现，与健康对照组相比，患有慢性疼痛的参与者对先前的选择表现出更高的奖励敏感性和更低的选择持久性。一些认知参数可以预测参与者的疼痛程度和疼痛干扰。与传统的行为表现统计分析相比，计算建模分析揭示了更多的证据，表明在更嘈杂的现场实验室环境中，慢性疼痛患者和健康对照组在决策方面存在明显差异。
限制
首先，在人口统计数据中只收集了性别、年龄和疼痛持续时间，但除了疼痛严重程度和疼痛干扰外，没有考虑其他教育程度或心理状况，如焦虑和抑郁。众所周知，经历慢性疼痛会增加一个人患焦虑和抑郁障碍的风险，而这两个因素已被证明对决策有重大影响[，］．我们也没有考虑药物对决策的影响(即，我们确实有参与者的药物信息，但没有排除正在接受药物治疗的参与者)。另一个可能影响决策的重要因素是环境干扰，比如家庭成员、环境中的干扰和一天中的时间。同样值得注意的是，在决策任务中，虚拟货币可能不如真实的财务激励那么有效。但是，我们确实很好地坚持和遵守了这项任务。此外，我们招募了一个混合样本的参与者，他们可能有各种各样的疼痛状况，可能导致各种认知异常，因此，对决策有不同的影响。因此，在解释所获得的结果并将其推广到特定环境和特定慢性疼痛条件下的疼痛人群时，必须谨慎。未来的研究应该对参与者进行更全面的评估，并分析上述变量的潜在影响。最后，45人的样本量可以被认为是相对较小的，特别是考虑到我们的招聘不是基于实验室的范式。这可能是分析结果与现有文献不一致的原因。 We take this smaller scale of study as pilot research to validate our research methodology. The computational methods demonstrated a great advantage in distinguishing between the underlying cognitive processes of participants with chronic pain and healthy controls in that regard.
致谢
本文由爱尔兰科学基金会SFI/12/RC/2289_P2资助的研究发表，由欧洲区域发展基金共同资助。TW和LZ也得到了爱尔兰联合银行的资助。
利益冲突
没有宣布。
参考文献
- 慢性疼痛的分类:慢性疼痛综合征的描述和疼痛术语的定义。疼痛补剂1986;3:1-226。［<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=3461421&dopt=Abstract" target="_blank">Medline］
- Banks S, Kerns R.解释慢性疼痛中抑郁症的高发生率:素质-压力框架。精神通报1996;119(1):95-110。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1037/0033-2909.119.1.95">CrossRef］
- Kerns RD, Jacob MC.背部疼痛的心理方面。Baillière’s clinrheumatol 1993 Jun;7(2):337-356。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/s0950-3579(05)80093-7">CrossRef］
- 西蒙LS。在美国减轻疼痛:转变预防、护理、教育和研究的蓝图。J Pain Palliat Care Pharmacother 2012 july 05;26(2):197-198 [<一个href="http://paperpile.com/b/lFnvVd/5ZaX" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3109/15360288.2012.678473">CrossRef］
- Breivik H, Collett B, Ventafridda V, Cohen R, Gallacher D.欧洲慢性疼痛调查:患病率、对日常生活的影响和治疗。欧洲疼痛杂志2006年5月;10(4):287-333。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.ejpain.2005.06.009">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=16095934&dopt=Abstract" target="_blank">Medline］
- Goldberg DS, McGee SJ。疼痛是全球公共卫生的优先事项。BMC Public Health 2011 Oct 06;11(1):770 [<一个href="https://bmcpublichealth.biomedcentral.com/articles/10.1186/1471-2458-11-770" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1186/1471-2458-11-770">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21978149&dopt=Abstract" target="_blank">Medline］
- McGuire。慢性疼痛和认知功能。疼痛2013年7月;154(7):964-965。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.pain.2013.04.008">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=23659915&dopt=Abstract" target="_blank">Medline］
- Luerding R, Weigand T, Bogdahn U, Schmidt-Wilcke T.纤维肌痛患者工作记忆表现与内侧额叶和前扣带皮层局部脑形态相关:疼痛-认知相互作用的结构相关。Brain 2008 12月;131(Pt 12):3222-3231。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/brain/awn229">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=18819988&dopt=Abstract" target="_blank">Medline］
- Mongini F, Keller R, Deregibus A, Barbalonga E, Mongini T.慢性偏头痛患者额叶功能障碍的临床神经心理学研究。精神病学杂志2005年1月30日;133(1):101-106。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.psychres.2003.12.028">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=15698682&dopt=Abstract" target="_blank">Medline］
- 谭伯林，麦尔A，席夫S，劳里奥拉MF，迪罗莎E, Zanette G，等。慢性腰痛的认知和情绪决策:爱荷华州赌博任务期间的erp研究。Front Psychol 2014;5:1350 [<一个href="https://doi.org/10.3389/fpsyg.2014.01350" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fpsyg.2014.01350">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25505440&dopt=Abstract" target="_blank">Medline］
- Moriarty O, Ruane N, O'Gorman D, Maharaj C, Mitchell C, Sarma K，等。慢性神经性或神经根性疼痛患者的认知障碍:疼痛和年龄的相互作用。前沿行为神经科学2017;11:100 [<一个href="https://doi.org/10.3389/fnbeh.2017.00100" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fnbeh.2017.00100">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=28659771&dopt=Abstract" target="_blank">Medline］
- Apkarian AV, Sosa Y, Sonty S, Levy RM, Harden RN, Parrish TB，等。慢性背痛与前额和丘脑灰质密度降低有关。神经科学杂志2004 Nov 17;24(46):10410-10415 [<一个href="http://www.jneurosci.org/cgi/pmidlookup?view=long&pmid=15548656" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1523/JNEUROSCI.2541-04.2004">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=15548656&dopt=Abstract" target="_blank">Medline］
- Cauda F, Palermo S, Costa T, Torta R, Duca S, Vercelli U，等。慢性疼痛中的灰质改变:一种网络导向的元分析方法。神经影像学临床2014;4:676-686 [<一个href="https://linkinghub.elsevier.com/retrieve/pii/S2213-1582(14)00051-5" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.nicl.2014.04.007">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=24936419&dopt=Abstract" target="_blank">Medline］
- 袁超，石辉，潘鹏，戴震，钟健，马华，等。与慢性背痛相关的灰质异常。中华临床杂志2017;33(11):983-990。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1097/ajp.0000000000000489">CrossRef］
- Glass JM, Williams DA, Fernandez-Sanchez M, Kairys A, Barjola P, Heitzeg MM，等。慢性疼痛患者和健康对照组的执行功能:纤维肌痛反应抑制期间不同的皮层激活。J Pain 2011 12月;12(12):1219-1229 [<一个href="http://europepmc.org/abstract/MED/21945593" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.jpain.2011.06.007">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21945593&dopt=Abstract" target="_blank">Medline］
- 经济决策的神经理论:体细胞标记假说。Games Econo Behav 2005 Aug;52(2):336-372。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.geb.2004.06.010">CrossRef］
- 米斯纳，罗思巴，唐勇。前扣带回的自我调节机制。认知影响行为神经科学2007 12月1日;7(4):391-395。［<一个t一个rget="_blank" href="https://dx.doi.org/10.3758/cabn.7.4.391">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=18189012&dopt=Abstract" target="_blank">Medline］
- 拉什沃斯M，努南M，布尔曼E，沃尔顿M，贝伦斯t。额叶皮层与奖励引导学习和决策。神经元2011 Jun 23;70(6):1054-1069 [<一个href="https://linkinghub.elsevier.com/retrieve/pii/S0896-6273(11)00395-3" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.neuron.2011.05.014">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21689594&dopt=Abstract" target="_blank">Medline］
- Frankland PW, Bontempi B, Talton LE, Kaczmarek L, Silva AJ。前扣带皮层参与远程情境恐惧记忆。科学通报2004年5月07日;304(5672):881-883 [<一个href="http://www.sciencemag.org/cgi/pmidlookup?view=long&pmid=15131309" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1126/science.1094804">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=15131309&dopt=Abstract" target="_blank">Medline］
- Naylor B, Hesam-Shariati N, McAuley JH, Boag S, Newton-John T, Rae CD，等。在慢性疼痛患者中，内侧前额叶皮层的谷氨酸减少与情绪和认知失调有关。Front Neurol 2019 12月3日;10:1110 [<一个href="https://doi.org/10.3389/fneur.2019.01110" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fneur.2019.01110">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=31849800&dopt=Abstract" target="_blank">Medline］
- 贝查拉A，达玛西奥AR，达玛西奥H，安德森SW。对人类前额叶皮层损伤后的后果不敏感。认知1994年4月50(1-3):7-15。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/0010-0277(94)90018-3">CrossRef］
- 李志刚，李志刚，李志刚。人类杏仁核和腹内侧前额叶皮层对决策的不同贡献。中华神经科学杂志1999 7月1日;19(13):5473-5481。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1523/jneurosci.19-13-05473.1999">CrossRef］
- 张志刚，张志刚。腹内侧前额叶皮层病变患者决策缺陷的特征分析。Brain 2000 11月;123(11):2189-2202。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/brain/123.11.2189">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=11050020&dopt=Abstract" target="_blank">Medline］
- 刘志刚，刘志刚，刘志刚。强迫症患者的决策异质性:腹内侧前额叶皮层功能与治疗效果的关系。神经心理学杂志2002年1月;40(2):205-211。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/s0028-3932(01)00077-x">CrossRef］
- Fridberg DJ, Queller S, Ahn W, Kim W, Bishara AJ, Busemeyer JR，等。慢性大麻使用者风险决策的认知机制。《数学心理学》2010年2月1日;54(1):28-38 [<一个href="http://europepmc.org/abstract/MED/20419064" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.jmp.2009.10.002">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=20419064&dopt=Abstract" target="_blank">Medline］
- 安伟，魏锡夫，李世杰，李世杰，等。长期戒断中的兴奋剂和鸦片成瘾者的决策:来自纯使用者的计算建模的证据。前沿精神2014年8月12日;5:849 [<一个href="https://doi.org/10.3389/fpsyg.2014.00849" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fpsyg.2014.00849">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25161631&dopt=Abstract" target="_blank">Medline］
- 决策与成瘾(第一部分):物质依赖个体在考虑具有负面未来后果的决定时，躯体状态的激活受损。神经心理学2002年1月;40(10):1675-1689。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/s0028-3932(02)00015-5">CrossRef］
- Verdejo-García A, López-Torrecillas F, Calandre EP, Delgado-Rodríguez A, Bechara A.女性纤维肌痛患者的执行功能和决策。Arch临床神经心理杂志2009年2月11日;24(1):113-122。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/arclin/acp014">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=19395361&dopt=Abstract" target="_blank">Medline］
- Gneezy U, Imas A.第十章-实地实验室:野外偏好测量。入:班纳吉AV，编辑。经济田间试验手册。阿姆斯特丹:爱思唯尔;Jan 2017:439 - 464。
- yeechiam E, Kanz JE, Bechara A, Stout JC, Busemeyer JR, Altmaier EM，等。监狱里的人的神经认知缺陷与糟糕的决策能力有关。精神牛Rev 2008 Feb 01;15(1):44-51 [<一个href="http://europepmc.org/abstract/MED/18605478" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3758/pbr.15.1.44">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=18605478&dopt=Abstract" target="_blank">Medline］
- 李志强，李志强，李志强，等。非药物治疗的情绪和焦虑障碍的不确定性下的学习改变。Nat Hum Behav 2019 10月17日;3(10):1116-1123 [<一个href="http://europepmc.org/abstract/MED/31209369" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1038/s41562-019-0628-0">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=31209369&dopt=Abstract" target="_blank">Medline］
- Huys QJ, Maia TV, Frank MJ。计算精神病学作为神经科学到临床应用的桥梁。神经科学2016 Mar 23;19(3):404-413 [<一个href="http://europepmc.org/abstract/MED/26906507" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1038/nn.4238">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=26906507&dopt=Abstract" target="_blank">Medline］
- 胡晓明，王晓明，王晓明，Muñoz MA。慢性疼痛患者的决策缺陷研究。《前沿行为神经科学》2014;8:263 [<一个href="https://doi.org/10.3389/fnbeh.2014.00263" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fnbeh.2014.00263">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25136301&dopt=Abstract" target="_blank">Medline］
- Mendoza T, Mayne T, Rublee D, Cleeland C.改进的简短疼痛量表在骨关节炎患者中的信度和效度。欧洲疼痛杂志2006年5月;10(4):353-361。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.ejpain.2005.06.002">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=16051509&dopt=Abstract" target="_blank">Medline］
- 认知决策模型对临床评估的贡献:Bechara赌博任务的分解表现。心理评估2002;14(3):253-262。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1037/1040-3590.14.3.253">CrossRef］
- 安文伟，王晓明，王晓明。基于广义准则的决策学习模型比较。中国认知科学2008 Dec;32(8):1376-1402 [<一个href="https://doi.org/10.1080/03640210802352992" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1080/03640210802352992">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21585458&dopt=Abstract" target="_blank">Medline］
- 李志刚，李志刚。结果表示学习模型:爱荷华州赌博任务的一种新型强化学习模型。认知科学2018 11月;42(8):2534-2561 [<一个href="https://doi.org/10.1111/cogs.12688" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1111/cogs.12688">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=30289167&dopt=Abstract" target="_blank">Medline］
- 安伟，张磊。基于hBayesDM包的强化学习和决策的神经计算机制。计算精神病学2017年12月;1:24-57。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1162/cpsy_a_00002">CrossRef］
- 《金融决策基础手册》。新加坡:世界科学出版有限公司;小君2012:99 - 127。
- 张志刚，张志刚，张志刚，张志刚。帕金森病并发冲动控制障碍患者赌博任务表现的研究。牛津学术2019;34(3):310-318。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1093/arclin/acy036">CrossRef］
- Gelman A, Carlin J, Stern H, Dunson D, Vehtari A, Rubin D.贝叶斯数据分析，第三版。佛罗里达州博卡拉顿:CRC出版社;2013.
- Apkarian VA, Sosa Y, Krauss BR, Thomas SP, Fredrickson BE, Levy RE，等。慢性疼痛患者在情绪决策任务中受损。疼痛2004年3月(1-2):129-136。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.pain.2003.12.015">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=15109516&dopt=Abstract" target="_blank">Medline］
- Walteros C, Sánchez-Navarro JP, Muñoz MA, Martínez-Selva JM, Chialvo D, Montoya P.改变纤维肌痛患者的联想学习和情绪决策。中华精神病学杂志，2011年3月27日(3):344 - 344。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1016/j.jpsychores.2010.07.013">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=21334501&dopt=Abstract" target="_blank">Medline］
- 艾维莫，倪兰若，P, Håberg AK。奖励慢性疼痛患者的反应。2015年11月;19(10):1537-1543 [<一个href="http://europepmc.org/abstract/MED/25766961" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1002/ejp.687">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25766961&dopt=Abstract" target="_blank">Medline］
- Dick BD, Rashiq S.慢性疼痛患者注意力和工作记忆痕迹的中断。中国麻醉学杂志，2007年5月;54(5):1223-1229。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1213/01.ane.0000263280.49786.f5">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=17456678&dopt=Abstract" target="_blank">Medline］
- 慢性腰痛和类风湿关节炎患者记忆功能障碍和适应不良的证据:康复的挑战。2009年12月;45(4):469-477 [<一个href="http://www.minervamedica.it/index2.t?show=R33Y2009N04A0469" target="_blank">免费全文] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=20032904&dopt=Abstract" target="_blank">Medline］
- 刘霞，李玲，唐峰，吴松，胡艳。慢性疼痛患者记忆障碍及其神经心理机制研究进展。神经精神病学学报2014 Aug;26(4):195-201。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1017/neu.2013.47">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=25279415&dopt=Abstract" target="_blank">Medline］
- 李志刚，李志刚，李志刚。临床诊断序列冒险任务中的行为建模。精神病学杂志2005;112(4):862-880。［<一个t一个rget="_blank" href="https://dx.doi.org/10.1037/0033-295x.112.4.862">CrossRef］
- de Siqueira AS, Flaks MK, Biella MM, Mauer S, Borges MK, Aprahamian I.通过爱荷华赌博任务和重度抑郁障碍评估决策。老年痴呆神经精神病学2018;12(3):250-255 [<一个href="http://europepmc.org/abstract/MED/30425788" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.1590/1980-57642018dn12-030005">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=30425788&dopt=Abstract" target="_blank">Medline］
- 苏志文，田田明，田田芳，武内勇。预设焦虑对不同时间约束条件下未来决策绩效的预测。前沿精神2019年7月9日;10:1544 [<一个href="https://doi.org/10.3389/fpsyg.2019.01544" target="_blank">免费全文] [<一个t一个rget="_blank" href="https://dx.doi.org/10.3389/fpsyg.2019.01544">CrossRef] [<一个href="https://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=PubMed&list_uids=31354572&dopt=Abstract" target="_blank">Medline］
缩写
| BPI-SF:简短疼痛清单-简短表格 |
| 人类发展指数:highest-posterior-density间隔 |
| IGT:爱荷华赌博任务 |
| LOOIC:保留一条信息的准则 |
| mPFC:内侧前额叶皮层 |
| ORL:Outcome-Representation学习 |
| PVL:期望效价学习 |
| 雷:与他人的关系，生活的享受，以及简短痛苦量表的情绪子维度 |
| VPP:Values-Plus-Perseverance |
| 脏:步行，一般活动，睡眠和工作的子维度的简短疼痛清单-简短表格 |
G·艾森巴赫(G Eysenbach)编辑;提交08.12.20;B Thompson, JM de la Serna同行评议;对作者06.04.21的评论;订正版本收到14.04.21;接受27.12.21;发表06.04.22
版权©Lili Zhang, Himanshu Vashisht, Alekhya Nethra, Brian Slattery, Tomas Ward。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 2022年06月04日。
这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。