一项新研究揭示，精神分裂症或抑郁症患者在学习过程中难以充分利用新信息。通过脑电图（EEG）和复杂的计算机建模，研究人员发现，这些患者更倾向于重视不重要的信息，从而导致决策能力下降。这种处理新信息的灵活性降低在反馈管理中尤为明显，影响了未来行为的调整。研究结果表明，针对这些特定的学习缺陷，开发更有针对性的治疗方法可能有助于改善患者的认知功能。

关键发现

• 精神分裂症或抑郁症患者在学习过程中表现受损，过度重视不重要的信息，难以基于反馈做出决策。

• 通过EEG和计算机建模，研究发现这些患者的奖励预期神经表征显著减弱。

• 该研究为开发更有针对性的治疗策略铺平了道路，有望改善患者的生活功能。

研究背景
抑郁症和精神分裂症患者通常面临认知功能的限制，例如难以理解复杂信息、学习、计划或概括情境。特别是，他们难以利用过去的反馈来管理未来行为，这对患者的日常生活和治疗结果产生了深远影响。为了更好地理解这些认知缺陷的机制，德国马格德堡奥托·冯·格里克大学的Markus Ullsperger教授及其团队与精神病学及心理治疗大学诊所、德国心理健康中心的同事合作，开展了一项为期数月的研究。

研究方法
研究团队使用脑电图（EEG）和复杂的数学计算机建模，分析了33名重度抑郁症患者、24名精神分裂症患者以及33名健康对照者的学习行为。实验中，参与者被反复展示与奖励或惩罚（即正反馈或负反馈）相关联的动物图片。参与者需要决定是否对这些动物下注，以赢得或失去10分。如果选择不下注，他们不会得分或失分，但会看到如果下注会发生什么。

研究结果
研究发现，健康对照组能够根据反馈优化学习策略，而抑郁症和精神分裂症患者则更容易受到随机错误反馈的影响。EEG数据显示，这两组患者的奖励预期神经表征显著减弱，表明他们难以稳定地存储和利用重要信息。此外，精神分裂症患者表现出特定的趋近偏差，而抑郁症患者对负面反馈（实际损失和反事实胜利）更为敏感。

研究意义
该研究不仅扩展了我们对精神分裂症和抑郁症患者认知缺陷的理解，还展示了计算机建模在描述复杂学习机制方面的优势。通过模拟难以预测的学习行为，研究人员能够更细致地量化和表征学习缺陷。这种方法的未来应用有望帮助开发更有针对性的治疗方法，从而改善患者的生活质量。

未来展望
研究团队计划进一步扩展这一方法，探索更多精神疾病中的学习缺陷，并开发针对性的功能训练方案。通过更好地理解这些认知缺陷的机制，研究人员希望为患者提供更有效的治疗支持，帮助他们更好地应对日常生活中的挑战。

参考文献
Kirschner, H., et al. (2024). Transdiagnostic inflexible learning dynamics explain deficits in depression and schizophrenia. Brain. DOI: 10.1093/brain/awad123