Reliance on Prior Expectations in Psychosis: A Systematic Review and Meta-Analysis of Perceptual Tasks

这项针对感知任务的系统综述与荟萃分析发现,精神分裂症谱系障碍患者并未表现出预测加工理论所预期的对先验期望的普遍异常依赖,且该依赖程度与幻觉或妄想症状无显著关联。

Miller-Silva, C., Illingworth, B. J., Martey, K., Mujirishvili, T., de Beer, F., Siskind, D., Murray, G. K.

发布于 2026-04-01
📖 1 分钟阅读☕ 轻松阅读
⚕️

这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

这篇论文就像是一次对“大脑如何预测世界”的大调查。研究人员想搞清楚:患有精神分裂症(Psychosis)的人,他们的大脑在“预测”未来时,是不是和普通人不一样?

为了让你更容易理解,我们可以用几个生动的比喻来拆解这项研究:

1. 核心概念:大脑是个“超级预言家”

想象一下,你的大脑是一个超级预言家。它每时每刻都在根据过去的经验(也就是“先入为主的观念”,学术上叫“先验”或 Priors)来预测下一秒会发生什么。

  • 正常情况:大脑会平衡“过去的经验”和“眼前的真实证据”。
    • 例子:你听到一声巨响(证据),如果经验告诉你那是打雷,你就不会觉得是有人扔炸弹。
  • 精神分裂症的假设:以前的理论认为,精神分裂症患者的这个“预言家”可能太固执了(过度依赖经验,忽略现实),或者太健忘了(完全忽略经验,只看眼前)。这导致了幻觉(听到不存在的声音)或妄想(坚信不切实际的想法)。

2. 这次研究做了什么?(大扫除)

过去有很多小研究,有的说患者“太固执”,有的说“太健忘”,结果吵成了一锅粥。就像一群人都在猜大象长什么样,有的摸到腿说像柱子,有的摸到耳朵说像扇子。

这篇论文的作者(来自剑桥大学等机构)决定把所有这些小研究收集起来,像做“大扫除”一样,把 27 项研究、近 2000 人的数据放在一起分析。这就好比把所有人的“大象描述”汇总,看看能不能拼出一张完整、准确的大象地图。

3. 他们发现了什么?(令人惊讶的真相)

经过严密的数学分析(元分析),他们发现了一个反直觉的结果:

  • 结论精神分裂症患者的大脑,在“预测”这件事上,并没有表现出一种统一的、普遍的“异常”。
  • 比喻:这就好比我们原本以为精神分裂症患者的大脑里有一个“坏掉的指南针”,总是指错方向。但这次大调查发现,指南针其实大部分时候是好的。有些人的指南针偶尔偏一点,有些人偏得厉害,有些人完全正常,但并没有一个统一的“坏指南针”模式适用于所有患者。

4. 为什么之前的研究会吵架?(噪音与信号)

既然没有统一的异常,为什么以前会有那么多不同的结论?

  • 任务太复杂:就像让一群人猜谜语,有的猜“苹果”,有的猜“汽车”。不同的实验任务(比如听声音、看图片、找规律)就像不同的谜语。有些患者可能在“听声音”的谜语上表现不同,但在“看图片”的谜语上完全正常。
  • 症状的多样性:幻觉和妄想就像感冒和发烧,虽然都是生病,但表现不同。研究发现,并没有证据表明“越严重的幻觉”就对应着“越强的预测偏差”。
  • 比喻:以前大家以为精神分裂症是“大脑预测系统”这个整体坏了。现在发现,它可能更像是特定零件在特定情况下偶尔卡壳,而不是整个引擎都报废了。

5. 这对我们意味着什么?(未来的方向)

这项研究给科学界泼了一盆冷水,但也指明了方向:

  • 不要“一刀切”:我们不能简单地告诉患者“你的大脑预测太强了”或者“太弱了”。这种简单的解释行不通。
  • 需要更精细的地图:未来的研究需要更聪明地设计实验,看看到底是哪种类型的预测(比如是视觉上的,还是听觉上的?是瞬间的,还是长期的?)出了问题。
  • 比喻:以前我们以为只要修好“预测引擎”就能治好病。现在我们知道,可能只是“雨刮器”在雨天偶尔失灵,或者“导航仪”在隧道里偶尔迷路。我们需要找到具体是哪个零件在什么情况下出了问题,而不是把整个车拆了。

总结

简单来说,这篇论文告诉我们:精神分裂症患者的“预测大脑”并没有像以前想象的那样,普遍地“坏掉”或“走偏”。

这就像是在说,虽然这些患者经历着非常真实的痛苦(幻觉和妄想),但这并不是因为他们大脑里的“预测机器”有一个通用的故障模式。这提醒科学家和医生,我们需要更细致、更个性化的方法来理解这种复杂的疾病,而不是用一个简单的理论去套用所有人。

在收件箱中获取类似论文

根据您的兴趣定制的每日或每周摘要。Gist或技术摘要,使用您的语言。

试用 Digest →