|
延迟奖赏折扣（DRD）与成瘾行为之间存在着强有力的关联，目前，越来越多的研究关注这种关联的神经机制(延迟奖赏折扣不仅仅是与成瘾行为密切相关，对于解决决策问题中的奖赏系统如何影响人类决策同样具有重要作用)。本文着眼于4个成瘾相关的脑网络（默认网络、突显网络、执行控制网络、奖赏网络），利用功能和结构MRI研究成瘾个体DRD的神经相关性，并对现有文献进行定性的评价。本文采用系统搜索策略，锁定了20项研究，其中12项关注任务fMRI激活，4项关注fMRI功能连接，4项关注结构MRI。本文表明，在成瘾性障碍患者中，与DRD相关的神经激活和功能连接存在一定差异。本文同时讨论了研究方法和研究结果的异质性，并为未来的研究提供了规范化的指导和思路。本文发表在Psychological Bulletin杂志（可添加微信号siyingyxf或18983979082获取原文）行为经济学综合心理学和经济学的多种方法，其研究的基本对象是现实中的人类决策。操作性学习理论与微观经济学的融合日益成为行为学和心理病理学研究中的关键部分。延迟折扣（Delayed reward discounting, DRD）是指较大的未来报酬（larger delayed reward, LDR）相对于较小的即时报酬（smaller immediate reward, SIR）的折扣程度，是风险决策重要的行为经济学指标。它常常通过在即刻获得的较小奖励和未来某个时刻获得的延迟奖励之间做出选择来衡量，金钱是最常用的奖励。延迟奖励的高度贬值通常对应于为更大的冲动性和对即时满足的更强偏好。个体偏好即时奖励的程度可以用多种方式来测量，包括SIR选择相对于选择总数的比率，找到个体在SIR(较小的即时报酬)和LDR(较大的未来报酬)奖励之间无差异点，并描绘几个延迟周期的无差异点，导出曲线下面积（AUC），以及参数k值，表示DRD的陡度。元分析表明， DRD在有成瘾行为的个体中显著升高，且与成瘾严重程度显著相关。此外，冲动型DRD可以预测个体未来是否参与成瘾行为。（注：k值是对于无差异点建模拟合时模型中的一个参数，实际意义为DRD曲线的陡度。例如使用双曲函数进行建模，f=A/(1+kt)，其中A是延迟奖赏的价值，t是延迟时间）为了研究DRD对应的神经生物学过程，大量的研究利用功能核磁共振（fMRI），测量大脑的神经激活和功能连通性（即不同脑区时间序列之间神经活动的相关性），一些研究也使用MRI来测量大脑灰质结构。人们关注的焦点是多个半独立的神经网络的相互作用。就DRD而言，有四个特定的双边神经网络被任务激活：执行控制网络，包括背外侧前额叶皮质（dlPFC），后顶叶皮质（PPC），辅助运动区（SMA）和腹外侧前额叶（vlPFC），受到需要对外部刺激直接注意的任务激活；默认网络，也被称为静息状态或任务负网络，它包括内侧前额叶皮层（PFC），后扣带皮层，外侧顶叶各区域以及内侧和外侧颞叶皮层，由需要内部定向注意的任务（例如，模拟未来情景）或自发认知活动（例如，思维游移）激活；突显网络，由脑岛和前扣带皮层（ACC）组成，通过要求个体检测环境中的突出特征（例如错误检测，冲突监控）来实现，并促进大脑在外部和内部思维模式之间切换；（注：以上三个网络被认为是人类认知加工的核心网络，著名的“triplet network model”即三重网络模型就指的以上三个网络，该模型近年在解释精分、抑郁组等精神类疾病中获得了许多证据的支持）奖赏评价网络，包括腹侧纹状体，杏仁核和眶额皮质，参与奖赏的预期和体验。动物研究证明该网络在DRD中非常关键。虽然人们普遍认为，在有无成瘾障碍的个体DRD之间存在差异，但其神经基础仍不清楚。尽管相关文献越来越多，但由于研究方法的不同，如何利用大脑结构或功能上的差异区分成瘾性障碍还不明确。因此，本文基于DRD任务中可靠的脑网络活动和行为学模式，探究有成瘾障碍的个体与无成瘾障碍的个体在先前描述的四种脑网络（执行控制网络，默认网络，突显网络和奖赏评价网络）活动，区域灰质体积和网络内部及网络间功能连接是否存在显著差异。如果您对脑影像数据处理感兴趣，欢迎浏览思影科技课程及数据处理服务（可添加微信号siyingyxf或18983979082咨询）： 第六届任务态fMRI专题班（南京，10.16-21） 第三十三届磁共振脑影像基础班（重庆，10.11-16） 第三十四届磁共振脑影像基础班（南京，10.30-11.4） 第十七届磁共振脑网络数据处理班（重庆，10.20-25） 第十八届磁共振脑网络数据处理班（南京，11.6-11） 第十届磁共振脑影像结构班（重庆，11.2-7） 第十二届脑影像机器学习班（重庆，11.11-16） 第十四届DTI数据处理班（重庆，11.19-24）
第二届DWI提高班（南京，10.24-29）
在系统性综述之前，作者对文献搜索参数，纳入/排除标准，文献筛选和质量控制过程进行在线注册（PROSPERO CRD42017056857），同行评审，并独立发布。利用MEDLINE/PubMed和PsycInfo对现有的研究进行检索和鉴定。使用与DRD(延迟奖赏折扣)和神经影像学相关的所有术语搜索相关文章（表1）。为了找出最初搜索平台没有发现的相关文章，同时对收录研究的引文和作者的其他著作进行了人工搜索。
本综述包括已发表的同行评审的神经影像学研究，这些研究调查了DRD背景下有成瘾性障碍症状的个体和的健康个体在脑激活，功能连接或结构方面的差异。纳入的研究是那些使用DRD任务，检查人类受试者的研究，包括MRI或fMRI方法，并且包含成瘾行为组和健康组之间的直接比较，或者包含对成瘾性行为严重程度的维度（连续）分析，其中至少一些参与者表现出显著的成瘾性障碍症状。为了最大限度地提高本文的深度，除了MRI和fMRI以外的神经影像学方法并不包括在内。DRD任务中使用的奖励类型没有任何限制。没有使用年龄或其他人口统计学的限制。本综述的结果指标是与DRD相关的脑结构（MRI）和功能（fMRI）的评估。从这些影像学方法中获得了三种不同的结果指标：（b）DRD任务期间脑区之间的功能连接或DRD率与静息态功能连接的关系；（c）DRD率与区域灰质或白质体积，表面积或厚度的关系。两位作者独立完成了最初的标题和摘要筛选，使用预先确定的标准确定合格的文章，并对全文进行审查。在这一阶段，被确定为不合格的研究被排除。使用Preferred Reporting Items for Systematic Reviews and Meta-Analyses（PRISMA）流程图报告排除原因。一位评审员对包括在综述中的研究进行了摘录和核实，以确保其准确性。从每项研究中记录以下信息：出版物细节（出版物名称，作者，出版年份，期刊和国家），成像模式，纳入/排除标准的满足程度，所使用的数据分析策略，样本量，样本的人口统计学特征（年龄，种族，性别），DRD(延迟奖赏折扣)任务表现的行为测量（例如，k值，AUC），DRD任务是在扫描仪内完成还是在扫描仪外完成，用于产生fMRI对比的选择编码策略（例如，冲动型与克制型选择），成瘾严重程度（即，给出的临床诊断，严重程度自我报告测量，或涉及的数量/频率），使用的神经成像数据分析策略，以及与纳入研究中评估的DRD相关的任何结果测量（即，区域脑激活，区域灰质体积，区域之间的功能连通性）。此外，记录是否存在其他共病精神障碍或共病成瘾行为，是否达到排除标准，或是否使用实验组和对照组之间的匹配变量。两名独立的评审员使用《推荐分级的评价、制定与评估概述》（Grading of Recommendations Assessment, Development and Evaluation framework）评估了文献的总体质量、偏倚风险、一致性和直接性。本文中的“质量”并不是对研究本身的价值判断，而是指设计和方法的针对性，以直接关注成瘾性疾病中冲动性DRD的神经基础。作者采用标准化问卷，对每项研究的每个领域进行评分。偏倚风险：是否存在可能导致虚假或偏倚性结果的因素。与偏倚风险相关的研究设计特征包括：纳入足够的入组者（即不过度排除），定义为80%的入组参与者纳入最终样本；报告大脑中的所有体素（即使用体素分析）；和适当的I类错误纠正。使用足够强的策略来校正多重比较的全脑分析被认为是最高质量/最小偏倚的（同时解决了I类和II类错误），使用足够多的多重比较校正策略的ROI分析被认为是中等质量的（控制I类但不控制II类错误，并且受到特异性区域定位的影响），而仅对多重比较考虑不足的全脑或感兴趣区域研究被认为是较低质量的（未能控制I类的错误）。在本定义中，全脑包括逐体素分析，检查大脑所有区域的基于图谱的分析，大脑所有区域中节点之间的功能连接，或跨整个大脑使用的统计数据缩减策略（例如，独立分量分析或多体素模式分析）。ROI指的是在有限的大脑区段中使用逐体素方法，或使用基于先验或经验方法选择的有限数量的功能连接节点，检查大脑有限数量区域中的大脑激活或结构的分析。直接性：一项研究是否直接测试有成瘾的个体是否表现出与DRD相关的不同的神经激活，连接或结构模式的问题。包含以下标准： 人口适用性（即研究是否成瘾者进行抽样）；控制共病精神健康状况的存在；控制共病成瘾行为的存在；有无成瘾个体之间的直接比较；被比较群体的等价性（如年龄，性别，收入）。精确度：研究对所报告的影响提供准确估计的能力。影响精确度的因素包括：样本量（≥100=高质量，20-99=中等质量，<20=低质量）；充分评估成瘾严重程度（临床诊断=最高质量，自我报告成瘾严重程度评估=中等质量，药物使用或赌博的频率=较低质量）；使用高质量和（或）先前验证过的DRD范式；和MRI或fMRI方法的质量（例如1.5Tvs3T MRI）。鉴于任务fMRI研究对比异质性较高，以及功能连接和结构MRI研究数量较少，不能对任何神经成像结果进行元分析；然而，由于对DRD(延迟奖赏折扣)行为的评估具有足够的一致性，因此在本综述中纳入的所有研究中采用随机效应的元分析方法表征成瘾个体中DRD行为的差异。随机效应元分析是在DRD的行为评估中考虑到与任务相关的异质性而选择的，使用Cochran’s Q和I2统计量来表征效应量的异质性。前者反映了个体加权效应量和总体均值之间的平方差之和（使用χ2检验进行显著性检验），而后者指的是异质性部分在效应量总的变异中所占的比重。I2的值≤25%表示低异质性，~50%表示中等异质性，≥75%表示高异质性。使用的效应量是Cohen’s d，使用Comprehensive Meta-analysis 2.0进行元分析计算。图1描述了在评审过程的各个节点的PRISMA流程图。在摘要筛选阶段，两位评分者之间的一致性为95%，在全文审查阶段，一致性为94%（差异由第三位评分者解决）。总体而言，20项研究纳入了该综述。其中12例使用任务型fMRI，4例使用功能连接，4例使用结构MRI。
所有的研究都使用SIR(较小的即时报酬)和LDR(较大的未来报酬)之间的一系列决策来导出DRD(延迟奖赏折扣)的冲动性指数。大多数研究报告了组间的显著差异或与成瘾行为严重程度的显著关联。此外，随机效应元分析显示，总体观察到的效应量具有高度统计学意义（p<10-12），且在幅度上为中等至较大（d=0.73）。图2显示了个体和总体效应的森林图。考虑到任务的可变性，异质性（I2=41.13），效应大小的显著性（Q=30.57，p=0.03）并不令人惊讶，这意味着固定效应分析将产生类似的结果。系统地排除每一个单独的研究都产生非常相似的效应大小和显著性水平（d=.677-.765，所有p<10-12），表明任何一个单独的研究都有适度的影响。
12项研究在成瘾行为的样本和对照样本之间，对DRD任务反应中BOLD激活的差异进行了调查。在这些研究中，有5项研究集中在酒精使用障碍的个体（42%），4项研究集中在兴奋剂使用障碍的个体（33%），1项研究集中在尼古丁依赖的个体（8%），2项研究集中在赌博障碍症状的个体（17%）。这些研究在测试有成瘾行为和无成瘾行为的个体之间的激活差异方面是普遍有效的，其中11项被证明了充分的无偏倚性（92%），12项被证明了完全的直接性（100%），12项被证明了充分的精确度（100%）。研究质量评估见表2。这些研究的结果列于表3。
因为任务fMRI需要对选择两个条件进行对比，要么将不同类型的DRD选择相互比较，要么将DRD选择与某种基线活动进行比较，或将DRD选择与被动休息条件进行比较。DRD选择也可以分类，一些研究将选择分类为较小的即时奖励（SIR）或较大的延迟奖励（LDR），另一些研究将它们分类为“难”或“易”（即，接近无差别点或不接近无差别点），一些研究同时使用这两种方案。
在七项将DRD(延迟奖赏折扣)决策分为LDR(较大的未来报酬)和SIR(较小的即时报酬)选择的研究中，可以得出一个普遍的结论：即在与DRD相关的所有四个网络中，即执行控制网络，默认网络，突显网络和奖赏评价网络中，成瘾性障碍个体在LDR选择时相对于SIR选择表现出更大的激活，并且这种更大的激活与成瘾的更严重程度相关联。此前的研究发现，酒精使用障碍者在LDR选择期间（相对于视觉运动控制）执行控制网络（dlPFC）的活动更大。此外，在LDR选择期间（相对于SIR），病理性赌博者在执行控制网络（顶下小叶，SMA）和默认网络（后扣带皮层，楔叶）的活动更大。相反，酒精依赖者在SIR选择期间表现出较少的执行控制网络（额上回）的活动，以及Kobiella等人发现，吸烟者在选择SIR时（相对于LDR）执行控制网络（vlPFC，ACC）和默认网络（额叶内侧，楔状回，颞中回，颞内侧皮层）表现出较少的活动。Wesley等人的研究结果表明，与可卡因依赖者相比，健康对照者在使用金钱奖励的DRD任务中表现出更大的额下回活动，但可卡因使用者在选择金钱奖励的LDR时表现出更大的dlPFC活动。上述发现反映了这些区域在DRD过程中的不同作用，也可能是货币奖励和药物奖励加工差异的结果。在进行连续变量分析的研究中，Clau等人以及Lim等人发现，LDR选择期间执行控制网络和默认网络的活动（相对于SIR）与更严重的酒精使用障碍相关，Lim等人还发现在SIR选择期间，酒精使用障碍症状严重程度和执行控制网络dlPFC的激活负相关（相对于LDR）。总之，所有七项研究都表明，成瘾障碍患者在LDR选择期间，执行控制网络中的活动较大；唯一矛盾的发现是，在金钱奖励条件下，健康对照组的额下回活动更大（表4）。此外，Wesley等人的五项研究显示，在默认网络的区域中存在相同的模式。例如在选择可卡因而非金钱的LDR过程中，可卡因依赖者的腹内侧PFC更活跃，但同时对照组的颞中回更活跃。此外，三项研究发现成瘾个体的突显网络更活跃，三项研究发现这些个体在奖励评价网络中更活跃，其中一项研究显示出相反的模式（见表4）。对这些发现的解释可能是，与健康人相比，成瘾性障碍患者在选择LDR时花费了更多的脑力，而在SIR时花费了更少的脑力。这可能为成瘾性障碍患者做出更多SIR选择的原因提供了一个假说——成瘾性障碍患者需要使用更多的神经资源以施加克制并选择LDR选项。通过分析将选择分为“难”（接近无差别点）和“易”（不接近无差别点）的研究，可以得出一个初步结论：兴奋剂使用障碍者在易选择时表现出较高的执行控制网络活性，而在难选择时表现出较低的执行控制网络活性，从而导致难选择和易选择之间的激活差距较小。Hoffman等人发现，在执行控制网络的区域，甲基苯丙胺依赖个体在易选择期间活动更多。Meade等人发现，在整个执行控制网络（dlPFC，vlPFC，SMA）中，可卡因依赖者对难选择（相对于易选择）的激活程度较低，对难选择和易选择进行的分析表明，这种差异是由难选择期间这些区域的更大活动所驱动的。值得注意的是，在戒断一年以上的可卡因依赖者中，难选择时执行控制网络活动更多，而易选择时执行控制网络活动更少，表明这些差异要么是在发展成瘾行为之前的倾向性因素，要么是过去兴奋剂使用障碍的持续结果。与这三项针对兴奋剂使用者的研究相反，Miedl等人发现，与健康对照组相比，病理性赌博者在难选择（相对于易选择）中更多的执行控制网络和突显网络区域被激活。此外，Amlung等人发现在酒精使用障碍个体中，在易选择和难选择时，执行控制网络（dlPFC）活动都更强。这些发现可能意味着，上述与兴奋剂使用者在易和难选择期间的执行控制网络激活有关的模式不适用于其他成瘾行为。有三项研究对比了所有DRD决策试验中的激活与视觉运动控制任务中的激活。Boettiger等人研究发现，与健康人相比，酒精使用障碍患者在选择DRD时，在执行控制网络（dlPFC和PPC）和内侧颞叶皮层表现出更大的活性。Kobiella等人发现，吸烟者在所有DRD选择过程中，执行控制网络（PPC），默认网络（后扣带回皮层，颞叶内侧）以及运动和感觉系统（小脑，中央后回，舌回，梭状回，枕叶皮层）的活动都比不吸烟者少。Miedl等人发现，在进行DRD决策时，执行控制网络（dlPFC），突显网络（吻侧ACC），默认网络（腹内侧前额叶皮质，楔前叶，外侧颞叶，内侧颞叶）和奖励评价网络（内侧眶额叶皮质，腹侧纹状体）的激活与赌博严重程度负相关。基于这些研究，在整个DRD决策过程中，成瘾行为可能与执行控制网络中的更大活动和奖赏评价网络中的更小活动有关。支持每个结论的研究说明见表4。通过11项任务fMRI研究，本研究提出的执行控制网络，默认网络，突显网络和奖赏评价网络在DRD任务中的神经激活改变（即任务fMRI BOLD信号）的假说在不同程度上得到了支持。具体而言：1. 大量证据支持，在LDR选择期间，与SIR选择相比，成瘾性障碍个体在执行控制网络中表现出更大的活性。这一点在各种成瘾行为中都得到了体现。2. 一些证据表明，与SIR选择相比，在LDR选择过程中，成瘾性障碍个体在默认网络，突显网络和奖赏评价网络中表现出更大的活动。3. 对于有成瘾性障碍的个体在易选择过程中比难选择过程中表现出更大的执行控制网络活动这一结论，有各种不同的证据。有四项研究调查了成瘾组和对照组之间fMRI功能连接的差异。在这些研究中，两项关于可卡因依赖，一项关于酒精使用障碍，另一项关于尼古丁依赖。所有这些研究都证明了足够的无偏倚性、直接性、精确度和有效性（见表2）。研究结果见表5
上述结论研究为以下结论提供了支持：与健康对照者相比，成瘾性障碍个体在执行控制网络，默认网络和突显网络之间的功能连接更强。Zhu等人进行的静息态研究使用独立成分分析来定义这些网络，并量化网络内部和网络之间的连接，以便对比酒精使用障碍组和对照组。他们发现，这些网络中的每一个网络的功能连通性与更陡峭的DRD（即更大即时满足）之间存在正相关，并且发现酒精使用障碍组的连通性和DRD都比对照组大。此外，利用基于种子的功能连接分析，Camchong等人发现可卡因依赖者尾侧ACC和dlPFC（分别是突显网络和执行控制网络的关键中枢）之间的功能连接增强，且与DRD的陡度正相关；Clewett等人发现吸烟者与对照组相比，包括dlPFC和PPC（执行控制网络的关键中枢）在内的额顶叶网络与前岛叶（突显网络的关键中枢）之间的功能连接增强，也与DRD的陡度正相关；在可卡因依赖者中，Contreras-Rodríguez等人发现腹侧纹状体（奖赏评价网络的中枢）与ACC和SMA（分别是突显网络和执行控制网络的中枢）之间有更强的功能连接，同时背侧纹状体和岛叶的功能连接也更强，且与DRD的陡度呈正相关）。综上所述，执行控制网络，默认网络，突显网络和奖赏评价网络之间的功能连接改变的假说在很大程度上得到支持。然而，这些发现尚待复制。四项研究调查特定成瘾组和对照组之间的结构MRI差异。其中，一项侧重于甲基苯丙胺依赖，一项侧重于病理性赌博，一项侧重于酒精使用障碍，还有一项研究试图利用病前大脑结构预测青少年以后的药物使用问题。所有这些研究都证明了足够的无偏倚性，足够的直接性和足够的精确度（见表2）。研究结果列于表6。
然而，很难从这些研究中得出可靠的结论。其中一个原因是上述发现缺乏一致性：Schwartz等人发现，与健康对照者相比，甲基苯丙胺依赖者在DLFPC和前岛叶（执行控制网络和突显网络的关键节点）的灰质体积较小，但这些区域的灰质体积与DRD无关；Grodin等人发现，酒精依赖者突显网络中的灰质体积较小，且灰质体积和厚度越大，DRD的陡度越小；Mohammadi等人也在病理性赌徒中发现突显网络中的灰质体积较少，但更大的灰质体积与更陡峭的DRD相关。因此，尽管这些研究发现成瘾性障碍的个体在突显网络中的灰质体积较小，但这种关系是否与DRD相关尚不清楚。此外，Büchel等人没有发现脑岛灰质体积可以区分继续使用问题药物的青少年，和那些没有使用问题药物的青少年。综上所述，成瘾性障碍个体与非成瘾性障碍个体在执行控制网络，默认网络，突显网络和奖赏评价网络的脑结构上存在差异，但在与DRD(延迟奖赏折扣)相关的差异方面还没有得出一致的结论。本文综述了三类研究（任务型fMRI，功能连接fMRI和结构MRI）。大量证据表明，有无成瘾性障碍的个体之间DRD的差异与四种神经网络（执行控制网络，突显网络，默认网络和奖赏评价网络）的激活和功能连接的差异相关。执行控制网络包括双侧dlPFC，PPC，腹外侧PFC和SMA/尾侧ACC，参与集中行动和目标驱动行为。工作记忆，行为抑制控制，情绪调节和持续注意等任务都会激活这一网络。由双侧腹内侧PFC，背内侧PFC，后扣带皮层，角回以及外侧和内侧颞叶的区域组成的默认网络在静止时是高度活跃的，但它不一定是被动网络，其部分节点可能在包括DRD决策的许多任务期间被激活，它更多是一种专注于内部的认知网络，例如回忆情景记忆，想象未来，自我参照加工和理解他人的思想。突显网络识别环境中的显著刺激并触发适当的反应，由双侧前岛叶和ACC组成，也被认为在内部和外部集中的思维模式之间转换中发挥作用。由内侧眶额叶皮层，腹侧纹状体和杏仁核组成的奖赏评价网络涉及奖赏或强化经验的期望，体验和评价。理论表明这些网络相互作用，以产生DRD决策。最近提出的一个关于DRD决策过程中发生的神经过程的模型假设：选项首先在感觉区域进行处理，然后创建对应的心理表征，比较它们的相对价值，从而产生偏好，然后产生运动反应。这些心理表征的创造不仅需要整合来自外部世界关于选择本身的信息，还需要来自记忆库的输入、对选择的情感反应以及关于这些选择的长期效用的心理模拟结果。突显网络参与创建这些心理表征，将注意力引导到有效处理这些表征所需的网络；感觉和感知网络在执行控制网络的指导下处理关于选择的信息；默认网络进行所用的心理模拟；奖励评价网络将强化和情感价值附加到选项上，然后由执行控制网络评估选项，产生适当的行为反应并抑制不适当的行为反应。进一步的研究帮助解释成瘾个体与健康个体在这些网络中的任务fMRI激活差异的意义。在DRD任务中，与SIR选择相比，成瘾个体在LDR选择期间激活的升高可能代表了对这些选择的高度参与。一种可能的解释是，即使在选择LDR(较大的未来报酬)的情况下，SIR(较小的即时报酬)仍然对成瘾个体有更高的吸引力。即刻获得的奖励对于一般人来说本就具有独特的更大显著性，对于有成瘾性障碍的个人来说更甚。有证据表明，冲动者对即刻奖励的神经反应增强，而不是对未来奖励的激活减弱。对于普通人来说，他们主要体验到了他们喜欢的LDR选项。换句话说，在成瘾个体中，选择LDR的总主观价值更大，因为两种选择的主观价值加起来更大。只有当LDR主观值非常高时，他们才会选择LDR，因为SIR选择的主观价值也非常高。一些实证研究表明了这种可能性。Kable和Glimcher最初绘制了主观价值的神经相关图，发现主观价值在伏隔核，内侧前额叶皮质和后扣带回皮质中编码。进一步的研究支持了这一结果，同时也牵涉到背外侧前额叶和顶叶皮层。随后的元分析发现，正向的主观值大多与奖赏网络密切相关，而正负主观值都与突显网络和执行控制网络的激活相关。换句话说，成瘾者在选择LDR时这些区域的脑活动的提高可以解释为，由于SIR和LDR的主观价值水平都有所提高，这些高水平的主观价值在大脑执行控制，默认模式，突显和奖赏网络中产生更大激活。另一种可能的解释是，成瘾者和非成瘾者执行控制网络（如dlPFC和后顶叶）激活的差异与其选项的选择过程有关，而不是主观价值的赋予。dlPFC和顶叶皮层通常被描述为决策过程中的“选择”系统，该系统对两种选择的价值进行相互权衡。在选择LDR选项的过程中，成瘾个体中这一系统的激活升高可能表明，在对选项的价值进行评估之后，需要更多的参与或努力来做出LDR选择。任何拒绝即使奖励以获得更高价值的延迟奖励都会引发这种冲突。换句话说，即使有成瘾个体非常偏好LDR，仍然需要他们的大脑系统更多的参与来正确地做出选择。即时奖励既有名义上的价值，也有选项是明显可得的这一额外奖赏；相比之下，更大的未来回报可能用于什么，是不可预见的。上述这两种对任务fMRI结果的解释并不相互排斥，某些区域/网络在成瘾者中显示出更高的激活，也许是因为他们的作用是分配价值，而另外一些则是因为他们的作用是在选项之间做出选择。成瘾者通常在执行控制和突显网络之间表现出更大的功能连接，并且这种差异与DRD偏好相关。由于在DRD决策过程中和在静息态功能连接测量时的大脑活动并不一样，这种连接性的提高可能是一个特质变量，而不是反映决策过程的特定方面。一个可能解释是，执行控制网络和突显网络之间的连接强度提高代表了这些网络之间更强的相互作用，更倾向于处理显著刺激。本研究中，脑结构差异不能作为成瘾个体DRD差异的预测因子。越来越多的证据表明，脑功能比脑结构和行为更接近。也许大脑结构事实上在成瘾性疾病的DRD差异中发挥作用，但这些效应小于本综述中的脑功能有关发现，并且在小到中等样本量的研究中不能可靠地被检测到。未来大样本的研究将强有力地验证成瘾性DRD的大脑结构差异的假说。
表8. fMRI功能连接和结构fMRI研究的方法汇总 文献中存在的高度异质性为解释提供了挑战，包括所研究的人群，DRD范式和所使用的分析策略。表7和表8概述了这些方法上的差异。鉴于方法上的异质性，本文不可能进行定量研究，限制了现有结果估计所报告结果的效应量的能力。 1.很难知道在多项研究中发现的区分个体有无成瘾的区域是真正重叠的功能区域，还是仅仅彼此接近。这种情况的一个例子是dlPFC，在使用LDR和SIR对照的7项研究中，有5项成瘾者选择LDR相对于SIR更活跃。然而，目前还不清楚这些研究是否真正准确地定位了dlPFC的同一部分。例如，对工作记忆任务的研究表明，尾侧的dlPFC对于保持对具体规则的注意更重要，而吻侧的dlPFC对于保持对抽象规则的注意更重要。为了帮助说明这一点，在表9中报告了发现dlPFC激活差异的每项研究的坐标和近似广义区域，坐标如图3所示。由此，可以得出结论，dlPFC的差异主要但不完全位于较尾侧的dlPFC，但并不局限于一个特定的Broadman区。未来更多的研究和综合有助于确定这些效应是否真正定位在大脑的共同功能亚单位中。此外，研究方法的标准化将有助于有效的元分析。
2.当前的结果是从网络角度预测的。虽然组成这些网络的区域在多项研究中都有报道，但在特定研究中定义的每个网络的中心是不同的。使用网络方法来解释结果强调了系统生物学的观点，但并不强调某些与特定区域相关的变异性。换言之，目前的结论是针对“森林”而不是“树木”的。 3.不能得出LDR与SIR选择，难选择与易选择之间的相互关系的结论，因为在两种选择类型方案之间存在着混淆的内在风险。在LDR和SIR选择期间大脑激活的差异是也许是由于LDR选择“更难”而存在的风险。处理这一问题的一个解决办法是研究使用“价值匹配”，在这种方法中，呈现给参与者的选择是单独定制的，以便所有参与者将完成大致相等数量的LDR和SIR选择，且难和易选择在LDR和SIR选择中大致均匀分布。未来的研究应该开始从DRD差异的描述性研究转向测试特定的假设。例如，与健康对照者相比，成瘾性障碍者在选择LDR和SIR时执行控制网络表现出更大的激活，这一发现应该在未来的研究中得到明确的先验检验。此外，一旦使用类似方法进行了足够多的研究，就应该对这些发现进行元分析，以定量地证实当前的结果。更广泛地说，未来的研究应尝试探讨在LDR选择相对于SIR选择，以及在容易选择相对于困难选择时，执行控制网络，默认网络，显著性网络和奖赏评价网络之间的关系。尽管功能连接特征能区分DRD决策过程中成瘾性障碍个体的大脑，但还需要更多的研究来进一步说明。未来的调查还应试图确定所发现的差异是否先于成瘾行为的发展。先前的研究表明，在成瘾性障碍开始之前，更倾向于冲动性DRD决策的特质因素进一步累积，从而形成恶性循环。在当前的综述中，只有一项研究检查了在成瘾行为开始之前是否存在神经差异，该研究仅在结构MRI中进行了这项测试。类似的设计应该用于任务fMRI和fMRI功能连接，以及其他设计，以调查DRD神经相关的差异在多大程度上是成瘾性障碍的易感因素，当前成瘾性障碍的后果，或任何先前成瘾性障碍的持久标记。某些药物对大脑和DRD影响的物质特异性差异可能导致了一些研究结果之间的差异。例如，在动物模型中，使用可卡因会增加DRD的陡度，但尚不清楚其他药物的效果是否相同。在目前的研究中，在兴奋剂使用者中发现的容易选择和困难选择之间的差异模式与在病态赌徒中发现的不同，这可能表明DRD差异是慢性使用兴奋剂引起的大脑变化的结果。然而，类似的结果在酒精滥用者，吸烟者和病态赌徒中被发现，说明LDR与SIR选择的差异不太可能是由于药理作用。Meade等人发现，前可卡因吸毒者表现出与活跃可卡因吸毒者相似的特征，尽管这种影响有所减弱。这表明这些影响是由于先前存在的差异，或者是药物使用的持久结果。总而言之，本综述只能提供一个间接的视角，来探讨这些影响是造成成瘾风险的预先存在的因素，还是由于长期使用药物（或两者兼而有之）而发展起来的。将DRD任务的优化版本公开可以帮助增加这一领域的研究数量。DRD的分析方式比一般任务更困难，因为需要为每个参与者创建个性化的任务进程，并计算无差别点，曲线下面积和k值。如果有一个优化设计的DRD范例，在最短的时间内提供尽可能多的事件，最好是同时使用价值匹配，既可以增加该领域的研究数量，也可以提高跨区域研究的方法一致性。未来研究的另一个方向是为临床干预成瘾行为提供信息。例如，越来越多的研究发现，陡峭的DRD预示着较差的治疗预后。神经影像学的发现还可能为使用神经调节来解决成瘾的研究提供信息。已证明使用重复经颅磁刺激（rTMS）刺激dlPFC可以降低DRD的陡度，并且有初步证据表明dlPFC的rTMS对于治疗成瘾行为的有效性，包括吸烟，可卡因使用障碍，海洛因使用障碍和甲基苯丙胺使用障碍。未来的研究可以为理解这些治疗的潜在机制提供基础，以及给脑刺激的研究提供了潜在的靶点。如上所述，对成瘾者的DRD神经相关性进行更多的研究，以便对结果进行元分析。然而，这些研究必须具有一致性和高质量。这对于任务型fMRI研究来说是最重要的，因为这类研究在研究设计和分析中有很大的变异性。因此，本文作者为未来的任务fMRI研究提供了一系列建议：- 收集足够数量数据，以确保足够的检验效力。一个有用的工具可以用来确定这一点——NeuroPowerTools网站（http：//neuropowertools.org），它包括专门用于确定在fMRI研究中最优的受试者数量和实验设计的工具箱。虽然这种分析方法需要预实验数据，但它提供了一种确定所需样本量的数据驱动的方法。 预实验数据可以从公开共享的数据存储库中获取，例如Neurovault（https：//www.neurovault.org）。在此基础上，作者建议对研究效应保持小到中等效应量的预期。
- 使用价值匹配。鉴于LDR与SIR的对比是目前综述中具有最一致和最可靠结果的一个，未来的研究进一步调查这种对比并充分控制偏倚是很重要的，以防止参与者完成的LDR和SIR选择的数量和难度不平衡。另一种解决方案是使用2×2因子设计（即LDR 难，LDR 易，SIR 难，SIR 易）来平衡LDR和SIR选择的难度。价值匹配的一个好处是确保每种类型都有足够的选择供每一个参与者检验感兴趣的对比，并且只需较少的总体试验。使用2×2设计消除了由于LDR/SIR难易差异而造成的混淆风险，但需要比价值匹配方法更多的试验数，从而导致更长的扫描时间。
- 在cluster校正p<.05时，报告每个相关对比的体素分析（LDR vs SIR；困难vs简单；所有选择vs.基线/对照）结果，提供所有显著cluster的峰值激活坐标。如果所有的研究都报告了这一点，这对于促进有效和适当的元分析将是有价值的。此外，检验多个对比的研究应该分享所有对比的图像，而不只是那些包含显著结果的对比。
- 报告当前文章表2和表7中列出的所有方法学和分析细节，以确保在未来的元分析中能够对调节因子进行测试。
- 进行DRD任务的功能连接分析，以检验突显网络和执行控制网络的时间相关性。通过结合任务fMRI激活，未来的研究可以阐明DRD过程中任务fMRI的激活对比与功能连接的联系。
本文首次全面、系统地回顾了与成瘾性障碍相关的DRD决策过程中的脑功能和结构差异。研究发现，在执行控制网络和默认网络中，与SIR选择相比，在LDR选择期间，成瘾性障碍个体的激活水平升高，在执行控制网络中，与困难选择相比，在容易选择期间，激活水平升高，且在整个DRD决策期间，激活水平降低。研究还发现了执行控制网络，默认网络和奖赏评价网络之间的高度连通性。这些发现有助于理解为什么有成瘾性障碍的个体比没有成瘾性障碍的个体对未来奖励的折扣要大得多，并为未来试图开发出治疗这些障碍的方法的研究提供了一个有用的工具。1.本文的文献搜索方法和纳入/排除标准在撰写综述之前就已在线预先登记，进行同行审查，减少了遗漏或未能确定相关研究的可能性。2.本综述所包括的所有研究都使用了高质量的方法来表征其样本中的成瘾行为。大多数研究使用了基于DSM物质依赖或物质使用障碍标准的诊断性访谈，其余研究使用了经过充分验证的问卷。此外，样本病理的严重程度很高，都表现出达到临床显著水平的成瘾行为。3.DRD范式和分析方法在所有研究中都具有高质量。DRD的扫描外测量通常经过验证，而扫描内测量通常包含大量的事件（选择）。参数k是目前为止最常用的DRD陡度指标，除两项研究（分别使用曲线下面积和脉冲选择比）外，其余研究都使用了k。4.大多数研究采用了适当的MRI和fMRI方法，并以最小化偏倚的方式分析数据。多数研究调查了全脑，并且使用了适当的多重比较校正（从而分别控制了II型和I型错误）。然而，I型错误校正的严格程度存在差异，一些研究使用先进的聚类校正方法，而其他研究仅使用原始p值阈值。未来的研究应该确保使用高质量的I型纠错，并且清楚地报告I型纠错策略。如需原文请加思影科技微信：siyingyxf 或者18983979082获取,如对思影课程及服务感兴趣也可加此微信号咨询。觉得对您的研究有帮助，请给个转发，以及右下角点击一下在看，是对思影科技莫大的支持。微信扫码或者长按选择识别关注思影 非常感谢转发支持与推荐
|
