2020-12-18 10:58 來源：澎湃新聞·澎湃號·湃客
原創 肖博文 神經現實 收錄於話題#神經前研 | NeuroHub89個
文獻：Sharp, P.B., Miller, G.A., Dolan, R.J. et al. Towards formal models of psychopathological traits that explain symptom trajectories. BMC Med 18, 264 (2020).
DOI：https://doi.org/10.1186/s12916-020-01725-4
導讀作者：肖博文 | 封面：Jæn ∞
無論是「健康人群」內各種特徵（trait）的測定，還是各種精神疾病中症狀的診斷，很大程度上都要依賴人們的自我報告，或稱自陳（self-report），例如問卷調查或問診等。
近年來，人們也在開發旨在用數學語言描述各種特徵的模型，用模型中的參數重新定義這一領域。來自倫敦大學學院的團隊指出，我們不能繼續將自陳作為測量各個特徵的「黃金標準」了。
他們認為，為特徵建模，其目標不應是最大化各個參數與自陳數據之間的協方差（covariance），而是要關注各個「症狀」隨時間的變化——畢竟，自陳會受到很多因素影響，例如負面的人生事件等，且量表（inventories）內容往往也有「拍腦袋」的成分，與特徵的相關性往往是假設的。而相比之下，一個被明確定義的機理模型（mechnistic model）將可以描繪症狀的發展軌跡（symptom trajectories），並能用貝葉斯（Bayesian）方法界定其有效性。
-Sharp et al., BMC Medicine -
為了解釋他們的想法，作者們「踏入職場」，虛構了兩個工作環境和兩名新人，其中一人算是「健康（healthy）」，另一人則有抑鬱特徵（depressed）。在左圖中同事們人人都可以信賴的好環境中，抑鬱者的學習模式將（略反直覺地）側重於正面的結果，因而會形成過高的期望（expectation），導致情緒一直低落。而右圖中顯示的是一個同事們人人兩面三刀不可信任的壞環境，這樣無論「健康」與否，人們都會經歷一段時間的負面情緒，有類似的下降軌跡；但不同的是，隨著時間的推移，只有「健康」者會重新回歸一個更高且更平穩的情緒。
原標題：《用數學語言解釋症狀發展軌跡，終結自陳量表！》
閱讀原文
關鍵詞 >>
特別聲明
本文為澎湃號作者或機構在澎湃新聞上傳並發布，僅代表該作者或機構觀點，不代表澎湃新聞的觀點或立場，澎湃新聞僅提供信息發布平臺。申請澎湃號請用電腦訪問http://renzheng.thepaper.cn。
相關推薦
評論（）