Phasic and tonic pain serve distinct functions during adaptive behaviour

문제 제기
통증은 서로 다른 시간 척도에 걸쳐 뚜렷한 적응적 기능을 수행하지만, 이러한 기능들을 단일 실험 체계 내에서 정량화하고 분리하는 것은 어려웠다. 진화 이론에 따르면, 급성 통증(phasic pain)(짧고 즉각적인 통증)은 회피 학습을 유도하고 새로운 부상을 방지하는 교육 신호 역할을 하는 반면, 만성 통증(tonic pain)(지속적인 통의)은 치유 과정 중 불필요한 활동을 억제하기 위해 동기적 활력(motivational vigour)을 줄이는 회복적 기능을 수행한다고 가정한다. 이러한 메커니즘을 연구하는 데 있어 주요한 과제는 복잡하고 목표 지향적인 적응 행동을 포착할 수 있는 생태학적으로 유의미한 맥락 속에 통증 실험을 삽입하는 것이다. 기존의 실험실 과제들은 실시간으로 보상, 노력, 그리고 움직임 속도 사이의 절충(trade-off)에 통증이 어떻게 영향을 미치는지 측정할 수 있는 생태학적 타당성이 부족한 경우가 많다.

방법론
저자들은 자유 동작(free-operant) 환경에서 이 가설들을 테스트하기 위해 몰입형 가상 현실(VR) 채집 과제를 EEG 및 생리적 기록과 결합하여 사용하였다.

• 과제 설계: 피험자들은 다양한 높이와 위치에 있는 파인애플(과일)을 수확하기 위해 가상 숲을 탐색했다. 과제는 피험자가 과일을 집고 바구니에 담기 위해 물리적으로 움직여 점수를 얻는 1분 단위의 블록으로 구성되었다.
• 급성 통증 조작 (실험 1 & 2): 특정 과일(초록색 파인애플)은 가시를 모사하여 움켜쥐는 손에 가해지는 짧은 전기적 피부 자극과 연관되었다. 이 자극의 강도는 블록마다 달라졌다.
• 만성 통증 조작 (실험 2): 부상의 배경 상태를 시뮬레이션하기 위해 공기 주입식 커프를 통해 비우세측 상완에 지속적인 압박 통증을 가하는 동시에, 급성 통증 수준을 다양하게 조절하였다(없음, 낮음, 높음).
• 데이터 수집:
  • 행동: 움직임 추적(머리 및 손), 안구 추적(의사 결정 지점 및 선택 집단 식별용), 과일 수집율.
  • 생리: 자율신경계 각성을 측정하기 위한 피부 전도도 반응(SCR).
  • 신경: 사건 관련 전위(ERP) 및 시간-주파수 진폭 변화를 기록하기 위한 32채널 EEG.
• 계산 모델링:
  • 실험 1: 강화 학습(RL) 프레임워크를 사용하여 행동 가치 함수($q^*$)에 내부 보상, 스케일링된 급성 통증 효용 항($C_p u(a)$), 그리고 노력 비용 항($C_m d(a)$)을 포함하였다. 모델은 의사 결정 과정을 즉각적인 보상 극대화로 단순화하기 위해 탐욕적 정책($\gamma=0$)을 가정하였다.
  • 실험 2: Niv 등(2007)의 연구를 바탕으로 동기적 활력을 통합하도록 모델을 확장하였다. 이 공식은 행동을 (행동, 지연)의 쌍으로 취급하여, 기회비용(시간)과 활력 비용 사이의 절충을 도입하였다. 만성 통증은 활력 상수를 조절하는 계수($C_v$)로 모델링되었으며, 이는 전반적인 움직임 속도의 감소와 행동 사이의 지연 증가를 예측한다.

주요 기여

1. 생태학적 타당성: 본 연구는 몰입형 VR을 통한 통증 유도를 복잡한 전신 채집 과제에 성공적으로 통합하여, 고립된 반응이 아닌 지속적이고 목표 지향적인 행동에 대한 통증의 영향을 측정하였다.
2. 계산적 분리: 저자들은 급성 통증과 만성 통증의 효과를 정량적으로 분리하는 공식적인 계산 프레임워크를 제공하였다. 급성 통증은 선택 확률(의사 결정 가치)에 영향을 미치는 음의 효용 항으로 조작화된 반면, 만성 통증은 활력 상수를 조절하여 행동의 속도와 빈도에 영향을 미치는 것으로 조작화되었다.
3. 신경 상관물: 연구는 이러한 별개의 기능들과 관련된 구체적인 신경 징후, 특히 만성 통증, 활력 상수, 그리고 두정엽 영역의 알파 대역 전력 억제 사이의 관계를 식별하였다.

결과

• 급성 통증 효과:
  • 행동: 급성 통증 강도가 증가함에 따라 통증이 있는 과일을 선택할 확률이 선형적으로 감소하였다. 피험자들은 또한 통증이 없는 과일에 비해 통증을 피하기 위해 훨씬 더 먼 거리를 이동할 용의를 보이는 "선택 거리 편향(choice distance bias)"을 보였다.
  • 모델링: 계산 모델은 이러한 회피 행동을 성공적으로 포착하였으며, 피팅된 음의 효용 파라미터는 주관적 통증 수치와 상관관계가 있었다.
  • 생리: 충격 유발 SCR은 주관적 통증 수치와 양의 상관관계를 보였다.
• 만성 통증 효과:
  • ** 행동:** 만성 통증은 급성 통증의 주관적 평가나 통증이 있는 과일을 피할 확률을 변화시키지 않았다(처벌 민감도는 변하지 않음). 그러나 만성 통증은 동기적 활력을 유의미하게 감소시켰으며, 이는 손 움직임 속도의 감소와 과일 수집율의 감소로 나타났다.
  • 모델링: 확장된 활력 모델은 피팅된 활력 상수($C_v$)가 만성 통증 조건에서 유의미하게 높게 나타났음을 보여주었으며, 이는 에너지 소비를 줄이는 방향으로의 전환을 의미한다.
  • 신경: 만성 통증은 두정 및 중심두정 영역(Pz, P4, P8, CP6)에서 알파 대역 전력의 감소와 관련이 있었다. 또한, 피팅된 활력 상수는 중앙 두정 전극(Pz)의 알파 전력과 음의 상관관계를 보였다.
• 상호작용: 행동 또는 신경 수준에서 만성 통증과 급성 통증 사이의 유의미한 상호작용은 발견되지 않았다(예: 만성 통형이 급성 통증의 ERP 진폭이나 주관적 평가를 감쇄시키지 않음). 이는 두 메커니즘이 이러한 능동적 과제 맥락 내에서 독립적으로 작동함을 시사한다.

의의 및 주장
본 논문은 진행 중인 적응 행동 중에 나타나는 만성 통증과 급성 통증의 구별되는 동기적 기능을 공식적으로 구분하고 정량화한 첫 번째 연구라고 주장한다. 결과는 다음의 가설을 지지한다:

• 급성 통증은 특정 행동의 가치를 업데이트하여 회피와 위해 최소화를 유도하는 교육 신호로서 기능한다.
• 만성 통증은 동기적 활력을 조절하여, 특정 위협의 가치를 반드시 변화시키지 않으면서도 에너지 보존과 회복을 촉진하기 위해 행동의 템포를 줄이는 회복적 메커니즘으로서 기능한다.

저자들은 이러한 발견이 몰입형 VR, 자유 동작 행동 패러다임, 그리고 계산 모델링의 새로운 결합을 통해 달성되었음을 강조한다. 그들은 능동적인 과제 맥락에서의 만성 통증과 급성 통증 간의 상호작용 결여가 수동적인 "조건부 통증 조절(conditioned pain modulation)" 패러다임에서의 결과와 대조된다는 점을 언급하며, 과제 맥락(능동적 vs 수동적)이 통증 신호가 통합되는 방식을 결정할 수 있음을 시사한다. 본 연구는 이 프레임워크가 통증 행동을 객관적으로 측정하는 강력한 방법을 제공하며, 만성 통통 이해 및 폐쇄 루프 중재 개발에 응용될 잠재력이 있다고 결론짓는 한편, 이동형 EEG 기록의 신호 대 잡음비에 관한 한계를 인정하였다.