奖励诱导的内源性疼痛抑制随人类行动-结果确定性的变化而缩放

Reward-induced endogenous pain inhibition scales with action-outcome certainty in humans

作者信息Fabrice Hubschmid, Simon Desch, Esther Florin, Susanne Becker
PMID42372186
期刊Pain
发布时间2026-09-01
DOI10.1097/j.pain.0000000000004058

实验完整度

包含行为实验与计算建模两个层级,有操作检验和模型比较,但缺少神经或分子层面验证。

主要模型

30名健康志愿者

重点核对

任务类型:概率反转赌博任务(Wheel of Fortune task) 刺激参数:目标温度=个体疼痛阈值+1.5°C,获胜降温3°C,惩罚升温1°C 试验数量:100个测试试验和100个控制试验 反转块长度:8-21次测试试验 皮肤贴片:4个前臂贴片,每51次试验更换

摘要

内源性疼痛调节被认为在引导决策远离伤害方面具有至关重要的进化目的。这一观点的一个很好的例证是,通过误差校正进行学习的机制与内源性疼痛调节本质上交织在一起。然而,适应性行为需要的不仅仅是基于误差校正的学习。生物环境是易变的,这可能导致决策者对哪些行动会导致奖励或惩罚感到不确定。关于行动-结果分布中的不确定性如何影响内源性疼痛调节的证据尚缺乏。在本研究中,我们通过实施反转学习结果计划,扩展并改编了一个用于研究内源性疼痛调节的成熟范式。30名健康志愿者参与了这项概率性赌博任务,他们必须通过赌博来获得疼痛缓解并避免疼痛惩罚。我们使用计算方法评估急性疼痛情境中学习的不确定性机制。这种不确定性与任务中观察到的疼痛调节相关,表明内源性疼痛调节可能对波动性和不确定性的感知敏感。具体来说,赢得疼痛缓解带来的疼痛抑制随着对哪些行动导致疼痛缓解的确定性的增加而增加。我们的发现强调了在从疼痛结果中进行强化学习以及内源性疼痛调节中考虑不确定性处理机制的重要性。这些机制可能与理解慢性疼痛的行为变化相关,而在慢性疼痛中,强化学习的改变已被证实。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
行动-结果不确定性如何影响内源性疼痛调节?
核心机制
行动-结果确定性增强内源性疼痛抑制,可能与预期精度的增加有关。
主要证据
通过概率反转赌博任务,结合计算模型(Diff-HMM)分析,发现疼痛缓解试验中,自上次反转后的试验次数与疼痛抑制程度正相关,信念熵与疼痛抑制负相关。
研究意义
结果表明,不确定性处理机制可能有助于理解慢性疼痛中的行为变化,并提示操纵行动-结果确定性可能增强疼痛抑制。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

疼痛敏感性校准

确定每个参与者主任务的热痛刺激目标温度

使用自适应阶梯法在TCS-II热刺激器上评估个体疼痛阈值,并在阈值基础上增加1.5°C作为主任务目标温度。

2

概率反转赌博任务

诱发内源性疼痛调节并评估行动-结果不确定性对疼痛调节的影响

参与者进行100次测试试验和100次控制试验,在测试试验中需选择颜色以赢得疼痛缓解或避免疼痛增加,结果遵循概率反转计划。

3

计算建模与模型比较

用计算模型刻画学习认知机制并评估不确定性处理

拟合多种计算模型(WSLS, Delta, Diff-Delta, HMM, Diff-HMM),通过LOOIC比较模型拟合,提取信念熵和贝叶斯惊奇等参数。

4

疼痛调节分析

检验不确定性对疼痛调节的影响

计算每个测试试验相对控制试验的疼痛调节程度,并用线性混合模型分析其与多种预测变量(如反转后试验次数、信念熵、贝叶斯惊奇)的关系。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
TCS-II热刺激器----
T09刺激探头----
NBS-Presentation软件----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
疼痛敏感性校准
个体疼痛阈值估计方法、目标温度增加值
阅读提示:Methods 2.4节
概率反转赌博任务
试验数量、反转块长度、奖励概率、温度变化幅度、选择时间窗口
阅读提示:Methods 2.5节和2.6节
计算建模
模型类型(Diff-HMM)、先验分布、MCMC设置(链数、迭代次数)、模型比较标准
阅读提示:Methods 2.7.2节和2.7.3节
疼痛调节分析
调节分数计算方式(测试试验减去控制试验平均)、统计模型(LMM)及其固定效应和随机效应
阅读提示:Methods 2.7.4节