“差两分钟零点，该网抑云了。”网易云音乐似乎为白天假装“哈哈哈哈”的年轻人们提供了一个夜间听歌并抒发苦闷、悲伤乃至绝望的平台，一时间，太宰治的“生而为人，我很抱歉”竟成为入门暗语。诚然，快节奏、高压力的生活让每个人的生存都变得没那么容易，“抑郁”也变成越来越普遍的一种状态，但并不是每个经历“抑郁”状态的人，都会发展为诊断意义上的“抑郁症”。比起遏制丧文化的传播，我们更想知道的是，陷入抑郁状态后如何自我疗愈；不是从身心灵的角度，而是从神经科学的视角去探索从抑郁症状中挣脱出来的人们具有怎样的特点。该论文的两位共同第一作者是中山大学心理学系硕士生范乐怡和博士生段琴，通讯作者为罗思阳副教授。
感觉镜子里的我似乎是另一个人。
精神上筋疲力尽。
身体上筋疲力尽。
感觉自己一无是处。
胸口紧，偶尔疼痛。
即使站着不动，也感觉在坠落。
四肢疼痛。
迷茫。
无限的悲伤。
想远离人群，希望自己身处另一个时空。
渴望成为其他人，任何人都可以。
食欲下降。
内在的颤抖（我叫它灵魂颤抖）。
感觉我马上会惊恐发作。
感觉我呼吸的空气太稀薄。
失眠。
渴望跳脱出自己。一周，一天，一小时，上帝啊，一秒钟也行。
……
在亲历抑郁症的14年后，马特·海格在《活下去的理由》里记录下了自己曾经在最低谷时的感受。
患有抑郁症的摄影师Edward Honaker拍摄的自己
很多人对抑郁症的了解是通过被报道出来的自杀事件，前一阵子有个热点讲述了拯救未曾谋面的抑郁网友的经历，正如故事中所呈现的那样，很多处于抑郁状态的人表面上风平浪静，旁人很难看到他们内心里的惊涛骇浪。
然而，抑郁症并不会因为我们看不到就会消失，有数据显示，抑郁症正在成为仅次于癌症的人类第二大杀手，全球预计有3.5亿人患有抑郁症，其中中国有将近1亿的抑郁症患者。这意味着，差不多每15个中国人当中就有1个抑郁症患者。这里指的是达到诊断标准的抑郁症。
另外一个数据更值得我们关注：只有大概25%出现暂时性抑郁症状的人会发展成为慢性抑郁，其他人是可以不经治疗而康复的（Houle et al., 2013; van Grieken et al., 2015）。
这意味着，曾经被抑郁症状困扰的人群是非常庞大的；
同时也意味着，我们有办法治愈自己，就像马特·海格那样。
而我们想要探索的，便是抑郁症状自愈相关的神经机制。
研究背景
以往的研究表明，自我相关的加工过程与抑郁症状紧密相关，比如消极的自我参照偏差可以预测抑郁症状的恶化（Disner, Shumake, & Beevers, 2017; LeMoult et al., 2017），有些人在情绪低落的时候常常会觉得自己一无是处，越想越觉得生无可恋。此外，还有研究发现，自我建构也与抑郁症状有关，Markus和Kitayama（1991）将自我建构定义为个体从社会文化角度来自我定义的方式，互依型的自我建构会将自己放在社会背景下及与他人的关系中来进行自我概念的建构，Lam（2005）曾发现互依型自我建构通过增加家庭凝聚力、提高自尊来间接影响抑郁。社会文化环境可以通过塑造个体的自我建构模式从而改变个体的行为表现。
抑郁症患者中与自我加工相关的默认网络（Default-mode Network, DMN）的神经活动是异常的（Qin, Duncan, & Northoff, 2013; Scalabrini et al., 2020）。此外，从社会文化角度定义和解释自我的自我建构也与抑郁症状相关，比如（Lam, 2005）。这意味着，受到社会文化环境塑造而成的个体自我建构可能会调节抑郁的进程。
除心理过程外，神经动态性在精神病和神经系统疾病中受到越来越多的关注。研究发现，不同精神障碍患者默认网络（Default-Mode Network, DMN）的时间变异性（temporal variability）存在差异，已有研究发现，抑郁症患者中与自我加工相关的默认网络的神经活动存在异常（Qin, Duncan, & Northoff, 2013; Scalabrini et al., 2020），后续研究发现，抑郁症患者右侧额下回、左侧枕下回、双侧梭状回和左侧Heschl’s回的时间变异性显著高于健康对照组（Hou et al.，2018）。
所谓时间变异性（temporal variability），指的是神经活动随时间的变化，可以视为大脑灵活性和适应性的一个指标，或者说是神经康复的一个预测因子（Zhang et al.，2016）。本研究将其定义为一个特定区域与所有大脑区域之间功能连接随时间的变化（Zhang et al.，2016），并称之为“神经可变性”。
基于以往的研究发现，我们认为神经可变性可能会影响抑郁症状的自愈。因此，本研究假设自我依赖的神经可变性可以预测抑郁症状的自愈，尤其是与自我加工相关的大脑区域（比如DMN）的神经可变性。
研究方法
通过贝克抑郁量表（BDI-II; Beck et al., 1996）测量筛选，本研究共招募了60名未被正式诊断为重度抑郁障碍但存在抑郁症状的参与者，并将其中的28名BDI得分高于14的参与者分配到高抑郁组，将32名BDI得分低于4的参与者分配到低抑郁组。3个月后（期间参与者没有进行任何治疗或服用任何精神类药物），参与者再次填写了BDI量表。两次BDI评分的差值代表抑郁症状的恢复程度。
在实验中，参与者首先完成了功能性磁共振成像（fMRI）扫描，包括5分钟的静息态扫描和自我参照实验任务态扫描。在自我参照任务中，参与者需要判断不同的词语形容的是自己（自我相关条件）还是他人（例如刘翔；他人相关条件），词语分为三类：描写心理特征（例如人格特质）、生理特征（例如外貌）或社会特征（例如职业）。
扫描后，参与者需要填写自我建构量表（Singelis, 1994），包括互依型子量表和独立型子量表。互依型子量表的平均得分减去独立型子量表的平均得分代表互依性。该量表的分数越高，表明自我建构与社会环境和他人的互依性越强。
参照张捷等人（2016）提出的方法计算全脑264个节点（Power et al., 2011）的神经可变性，即每个节点功能连接的时间变异性。静息态fMRI数据用于计算默认状态神经可变性，任务态fMRI数据用于计算自我相关条件和他人相关条件间的神经可变性差异。采用留一法交叉验证（leave-one-out cross-validation, LOOCV）来验证自我依赖的神经可变性能否预测个体抑郁症状的恢复。
研究结果
自我建构依赖的神经可变性预测模型发现，自我建构与神经可变性的交互作用的确能够预测个体抑郁症状的恢复（总模型和正相关模型，如下图a所示）。置换检验也表明，该模型的预测能力显著高于零分布的预测能力（如下图b所示）。同时，神经可变性并不能预测个体抑郁症状的恢复。这表明，自我建构的确调节了神经可变性对个体抑郁症状恢复的预测作用。模型训练中发现了34个重要的大脑节点（如下图c所示），它们主要分布在视觉网络、躯体感觉运动网络和DMN（如下图d所示）。进一步简单效应分析发现，在互依型自我个体中（不论是高抑郁水平还是低抑郁水平），神经可变性与抑郁症状的恢复呈正相关（如下图e所示），这说明，互依型个体的神经可变性越高，抑郁症状的恢复越快，而独立型个体的神经可变性越低，抑郁症状的恢复也越快。
自我参照相关的神经可变性预测模型发现，自我相关条件与他人相关条件间的神经可变性差异也能预测个体抑郁症状的恢复（总模型和负相关模型，如下图a所示）。置换检验也表明，该模型的预测能力显著高于零分布的预测能力（如下图b所示）。模型训练中发现了27个重要的大脑节点（如下图c所示），它们主要分布在DMN和视觉网络（如下图d所示）。进一步验证分析表明，不论是高抑郁水平组还是低抑郁水平组，重要节点的神经变异性的差异成功预测了抑郁症状的恢复（如下图e所示），尤其是与自我心理特征相关的条件中。
更通俗一点来说，如果你觉得抑郁了，可能是大脑在提醒你现在的社会环境不太适合你，不妨换个环境试试，对于大脑神经可变性高的人，需要多去跟人交流，拥抱各种各样的社会支持；如果你是大脑神经可变性比较低的人，那就不要勉强自己，不如一个人呆着，做你自己喜欢的事情，免得整天social时被“别人家的孩子”等各种各样的社会压力压垮。总之，找到适合的你的，才能达成心脑和谐状态。
参考文献
Fan, L., Duan, Q., & Luo, S. (2021). Self-dependent neural variability predicts recovery from depressive symptoms. Social Cognitive and Affective Neuroscience.
作者 | 段琴
图文编辑 | 不晓心读写
审核 | 神经的罗贝尔博士
联系客服
