認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:A computational mechanism linking momentary craving and decision-making in alcohol drinkers and cannabis users

發(fā)表時(shí)間:2026

發(fā)表期刊:Nature Mental Health

影響因子:8.7

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

成癮研究中存在兩個(gè)長期并行的傳統(tǒng)：一是關(guān)注線索反應(yīng)（cue-reactivity），即個(gè)體看到酒精或大麻相關(guān)線索后主觀“更想要”的渴求感；二是關(guān)注決策過程中的強(qiáng)化學(xué)習(xí)（reinforcement learning），即人在反復(fù)試錯(cuò)中如何根據(jù)獎(jiǎng)勵(lì)反饋更新選擇策略。然而，臨床上常關(guān)注的“當(dāng)下渴求”與行為學(xué)分析的“下一步選擇”之間，一直缺少一個(gè)能落到計(jì)算參數(shù)上的統(tǒng)一解釋。

本研究試圖回答的核心問題是：當(dāng)下渴求究竟如何影響成癮相關(guān)決策？而決策過程中的預(yù)期價(jià)值（expected value）與實(shí)際結(jié)果（outcome），又是否會反過來塑造下一刻的渴求？如果這種雙向作用存在，能否用一套統(tǒng)一的計(jì)算建模（computational modeling）機(jī)制來描述，并在酒精飲用者與大麻使用者之間進(jìn)行跨物質(zhì)比較？

實(shí)驗(yàn)設(shè)計(jì)與方法邏輯

研究招募了132名中高風(fēng)險(xiǎn)物質(zhì)使用者（酒精組68人、大麻組65人），并設(shè)置了健康對照與“交叉線索”控制樣本。實(shí)驗(yàn)采用改造的雙臂老虎機(jī)反轉(zhuǎn)學(xué)習(xí)（two-armed bandit reversal learning）范式。被試需要在兩臺機(jī)器間反復(fù)選擇以追蹤高概率獎(jiǎng)勵(lì)，任務(wù)分為金錢區(qū)塊（贏得貨幣圖片）與成癮區(qū)塊（贏得被試預(yù)先選出的最誘人酒精或大麻圖片）。任務(wù)期間，被試需間歇性報(bào)告當(dāng)下的渴求感與心境。

驗(yàn)證分為三步：首先，通過模型無關(guān)檢驗(yàn)確認(rèn)各組均能有效學(xué)習(xí)任務(wù)，排除單純的表現(xiàn)差異；其次，構(gòu)建決策模型，比較標(biāo)準(zhǔn)強(qiáng)化學(xué)習(xí)、渴求調(diào)制結(jié)果感知（o-bias）、調(diào)制學(xué)習(xí)率（α-bias）等多種候選模型，定位渴求如何影響選擇；最后，構(gòu)建渴求模型，檢驗(yàn)預(yù)期價(jià)值與實(shí)際結(jié)果如何共同驅(qū)動渴求。此外，研究還評估了這些模型提取的參數(shù)能否提升對成癮風(fēng)險(xiǎn)分?jǐn)?shù)的預(yù)測能力。

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：在成癮線索下，渴求通過改變學(xué)習(xí)率影響決策，且在酒精與大麻組中方向相反

在成癮區(qū)塊中，最能解釋兩組行為數(shù)據(jù)的決策模型均為 α-bias 模型，即當(dāng)下的渴求感會直接改變個(gè)體的學(xué)習(xí)率（learning rate）。這意味著渴求并非簡單讓人“更沖動”，而是改寫了大腦從反饋中更新價(jià)值的速度。更關(guān)鍵的是，這種調(diào)制方向在兩組中完全相反：酒精組的調(diào)制參數(shù)為正，意味著渴求越高，酒精相關(guān)學(xué)習(xí)越快；大麻組的調(diào)制參數(shù)為負(fù)，意味著渴求越高，大麻相關(guān)學(xué)習(xí)反而越慢。這提示兩類物質(zhì)使用者雖然在表面上都能學(xué)會任務(wù)，但內(nèi)部的計(jì)算更新規(guī)則并不相同。

Fig. 3 中，作者展示了成癮條件下 α-bias 模型在兩組中均優(yōu)于其他候選模型，且酒精組的調(diào)制參數(shù)顯著為正，大麻組顯著為負(fù)

針對“渴求從何而來”的問題，模型比較顯示，無論是在成癮還是金錢條件下，兩組最佳的渴求生成模型均為“預(yù)期價(jià)值 + 實(shí)際結(jié)果”（EV + outcome）。這表明，任務(wù)中的動態(tài)渴求不僅是被外部圖片線索瞬間點(diǎn)燃的，還會隨著個(gè)體對獎(jiǎng)勵(lì)的預(yù)期（預(yù)計(jì)會得到多大回報(bào)）以及實(shí)際獲得的結(jié)果而不斷更新。模型預(yù)測的渴求軌跡與被試真實(shí)的渴求評分高度相關(guān)，證實(shí)了主觀想要感是一個(gè)隨內(nèi)部價(jià)值狀態(tài)與結(jié)果證據(jù)動態(tài)變化的變量。

Fig. 4 中，作者展示了包含預(yù)期價(jià)值與實(shí)際結(jié)果的聯(lián)合模型在兩組中表現(xiàn)最佳，且模型預(yù)測值與真實(shí)渴求評分顯著相關(guān)；

渴求對決策的影響高度依賴獎(jiǎng)勵(lì)情境。在金錢區(qū)塊中，兩組的最佳模型均變?yōu)?o-bias，即渴求不再改變學(xué)習(xí)率，而是放大對金錢結(jié)果的主觀感知。此外，健康對照組和交叉線索（如酒精使用者看大麻線索）控制實(shí)驗(yàn)表明，這種“渴求調(diào)學(xué)習(xí)率”的耦合主要針對個(gè)體的主要使用物質(zhì)。在臨床預(yù)測方面，將計(jì)算模型參數(shù)加入回歸分析后，能顯著提升對酒精成癮風(fēng)險(xiǎn)分?jǐn)?shù)的預(yù)測效果，但對大麻風(fēng)險(xiǎn)的預(yù)測增益有限，提示不同物質(zhì)可能需要不同的臨床建模維度。

Fig. 5 中，作者展示了結(jié)合人口學(xué)、模型無關(guān)指標(biāo)與計(jì)算參數(shù)的全模型能最佳預(yù)測酒精成癮風(fēng)險(xiǎn)，但大麻組并未從計(jì)算參數(shù)中獲益；

省流總結(jié)

本研究結(jié)合計(jì)算建模發(fā)現(xiàn)，渴求與強(qiáng)化學(xué)習(xí)在成癮決策中存在雙向耦合?？是蟛粌H由預(yù)期價(jià)值與實(shí)際結(jié)果共同驅(qū)動，還會以物質(zhì)特異性的方式改變學(xué)習(xí)率：酒精使用者越渴求學(xué)得越快，大麻使用者越渴求學(xué)得越慢。這為理解跨物質(zhì)成癮機(jī)制提供了新的計(jì)算視角。

請打分

這篇?jiǎng)倓偟巧?strong>Nat. Mental Health的研究，是否實(shí)至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區(qū)分享您的深度見解。

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點(diǎn)亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿