使用机械臂指向范式研究疼痛相关回避行为

摘要

回避行为是慢性疼痛致残的核心因素，然而目前尚缺乏用于研究疼痛相关回避行为的充分范式。因此，我们建立了一种实验范式，可用于探究疼痛相关回避行为的学习过程（习得）、向其他刺激的扩散（泛化）、缓解方式（消退）以及其后续可能重新出现的机制（自发恢复）。

摘要

回避行为是急性疼痛向慢性疼痛致残转变的关键因素。然而，目前尚缺乏生态效度较高的实验范式来研究与疼痛相关的回避行为。为填补这一空白，我们开发了一种新范式（机器人手臂伸展范式），用于探究疼痛相关回避行为形成背后的机制。现有的回避范式（主要应用于焦虑研究领域）通常将回避操作定义为实验者指令下的低成本反应，叠加于经典恐惧条件反射过程中与威胁相关联的刺激之上。相比之下，本方法在工具性学习（习得）回避方面具有更高的生态效度，并通过为回避反应引入代价加以改进。在该范式中，参与者使用机械臂从起始点向目标点执行手臂伸展运动，并可在三条不同运动轨迹中自由选择。这些轨迹在与疼痛性电皮肤刺激配对的概率以及所需努力程度（表现为偏移量和阻力）方面有所不同。具体而言，参与者可通过执行需要更高努力程度的运动，在一定程度上避免疼痛刺激。回避行为的操作定义为每次试验中相对于最短路径的最大偏移量。除了阐述该新范式如何帮助理解回避行为的习得过程外，我们还介绍了机器人手臂伸展范式的若干改进版本，用于（1）考察回避行为向其他刺激的扩散（泛化），（2）在实验室中模拟临床治疗过程（通过反应阻止实现回避的消退），以及（3）模拟消退后的复发（自发恢复）。鉴于其更高的生态效度，以及多种可拓展性和适应性，机器人手臂伸展范式为研究回避行为及其潜在机制提供了一个极具前景的工具。

引言

回避是对疼痛信号提示身体受到威胁的一种适应性反应。然而，当疼痛转为慢性时，疼痛本身及其相关的回避行为便失去了适应性意义。与此一致，慢性疼痛的恐惧-回避模型^{1,2,3,4,5,6,7,8}认为，将疼痛错误地解读为灾难性事件会引发对疼痛的恐惧加剧，从而促使个体采取回避行为。过度的回避可能导致慢性疼痛相关功能障碍的发生和持续，原因在于身体活动减少以及日常活动和目标追求的参与度下降^1,2,3,4,5,9。此外，由于疼痛的缓解可能被错误归因于回避行为而非实际康复，因而可能形成一种自我维持的疼痛相关恐惧与回避循环¹⁰。

尽管近期焦虑研究领域对回避行为表现出浓厚兴趣^11,12，但疼痛领域的回避研究仍处于起步阶段。以往的焦虑研究在具有重要影响的双因素理论指导下¹³，通常认为恐惧是驱动回避行为的主要因素。相应地，传统的回避范式¹²包含两个实验阶段，分别对应这两个因素：第一阶段用于建立恐惧（经典条件反射¹⁴阶段），第二阶段用于考察回避行为（操作性条件反射¹⁵阶段）。在差异性经典条件反射过程中，一个中性刺激（条件刺激，CS+；例如圆形）会与一种本质上令人厌恶的刺激（非条件刺激，US；例如电击）配对，后者自然引发非条件反应（URs，例如恐惧）。另一个对照刺激则从不与US配对（CS-；例如三角形）。在CS与US多次配对后，即使没有US出现，CS+本身也会引发恐惧反应（条件反应，CRs）。而CS-逐渐成为安全信号，不会引发CRs。随后，在操作性条件反射阶段，参与者学会其自身行为（反应，R；例如按键）会导致特定结果（结果，O；例如避免电击）^15,16。如果某种反应能够防止负面结果的发生，则该反应再次出现的概率会增加；这一过程被称为负性强化¹⁵。因此，在传统回避范式的经典条件反射阶段，参与者首先学习CS与US之间的关联；随后在操作性条件反射阶段，实验者引入一种指定的回避反应（R），若在CS呈现期间执行该反应，则可取消US，从而建立R与O之间的关联。这样，CS便成为一种辨别性刺激（S^D），提示采取反应的适当时机，并促使条件化反应R的发生¹⁵。除了少数研究表明可对疼痛报告¹⁷和疼痛相关的面部表情¹⁸进行操作性条件化外，总体上针对疼痛的操作性学习机制的研究仍然十分有限。

尽管上述标准回避范式已阐明了许多与回避行为相关的潜在过程，但它也存在若干局限性^5,19。首先，由于实验者直接指定了回避反应，该范式无法用于研究回避行为本身的学习或习得过程。若让参与者在多条路径中自由选择，从而自行学习哪些反应会带来疼痛/安全、哪些路径需要回避/无需回避，则能更准确地模拟现实生活中的回避行为——在现实生活中，回避是面对疼痛时自然产生的反应⁹。其次，在传统的回避范式中，按键回避反应无需付出代价；然而在现实生活中，回避行为可能给个体带来极高的成本。事实上，高代价的回避尤其会干扰个体的日常功能⁵。例如，慢性疼痛中的回避行为会严重限制人们的社会活动和工作能力⁹。第三，诸如按键/不按键这类二分式反应也无法很好地反映现实生活中存在的不同程度的回避行为。在接下来的章节中，我们将介绍机器人手臂伸展范式²⁰如何克服这些局限性，以及该基本范式如何被拓展以应用于多个新颖的研究问题。

回避行为的习得
在该实验范式中，参与者使用机械臂从起始位置执行上肢伸展运动以到达目标位置。选择运动作为操作性反应，是因为其与特定疼痛、引发恐惧的刺激高度相似。屏幕上以一个球体虚拟呈现参与者的运动轨迹（图1），使参与者能够实时观察自身的运动过程。在每次试验中，参与者可自由选择三条运动轨迹之一，这三条轨迹在屏幕上以三个弧形（T1–T3）表示，它们在运动所需努力程度以及与疼痛性电皮肤刺激（即疼痛刺激）配对的概率方面各不相同。努力程度通过偏离最短可能路径的程度以及机械臂提供的阻力来操控。具体而言，机械臂被编程为阻力随偏离程度线性增加，即参与者偏离越远，所需施加于机械臂的力就越大。此外，疼痛刺激的给予也被编程设定：最短、最容易的轨迹（T1）始终与疼痛刺激配对（100% 疼痛/无偏离或阻力）；中等长度的轨迹（T2）有 50% 的概率伴随疼痛刺激，但需要更多的努力（中等偏离和阻力）；最长、最费力的轨迹（T3）从不与疼痛刺激配对，但到达目标所需的努力最大（0% 疼痛/最大偏离，最强阻力）。回避行为被操作化定义为每轮试验中相对于最短轨迹（T1）的最大偏离程度，这是一种比“按压或不按压按钮”更为连续的回避测量指标。此外，这种回避反应是以增加努力成本为代价的。更重要的是，由于参与者需在三种运动轨迹之间自由选择，且未被明确告知实验中的反应-结果（运动轨迹-疼痛）关联关系，因此回避行为是通过操作性条件作用习得的。实验中还收集了在线自我报告的“运动相关疼痛恐惧”和“疼痛预期”作为对不同运动轨迹形成条件性恐惧的测量指标。其中，疼痛预期也是评估关联意识和威胁评估的指标²¹。这些变量的结合使得研究者能够深入考察恐惧、威胁评估与回避行为之间的相互作用。利用此范式，我们已持续证实了回避行为的实验性习得过程^20,22,23,24。

回避行为的泛化
我们已扩展该实验范式，以研究回避行为的泛化²³——这可能是导致过度回避的潜在机制。经典条件化恐惧泛化是指恐惧反应扩散至与原始条件刺激（CS+）相似的刺激或情境（泛化刺激，GSs），且随着与CS+相似性的降低，恐惧反应也相应减弱（泛化梯度）^25,26,27,28。恐惧泛化减少了对新刺激间关系重新学习的需求，使个体能够在不断变化的环境中快速识别新的威胁^25,26,27,28。然而，过度泛化会导致对安全刺激（与CS-相似的GSs）产生恐惧，从而引发不必要的痛苦^28,29。与此一致的是，采用经典条件化恐惧泛化范式的多项研究一致表明，慢性疼痛患者对与疼痛相关的恐惧表现出过度泛化^{30,31,32,33,34}，而健康对照组则表现出选择性的恐惧泛化。然而，尽管过度恐惧会引起不适，过度回避却可能导致功能性障碍，表现为回避安全的动作和活动，以及日常活动参与度显著下降^1,2,3,4,9。尽管回避泛化在慢性疼痛致残中起着关键作用，但相关研究仍十分有限。在用于研究回避泛化的改良范式中，参与者首先通过上述程序习得回避行为²⁰。随后进入泛化阶段，引入三条新的运动轨迹，且在此阶段不施加疼痛刺激。这些泛化轨迹（G1–G3）位于与习得轨迹相同的连续维度上，分别与各习得轨迹具有相似性。具体而言，泛化轨迹G1位于T1和T2之间，G2位于T2和T3之间，G3位于T3右侧。通过这种方式，可考察回避行为向新的安全轨迹的泛化情况。在先前的一项研究中，我们发现主观报告存在泛化现象，但回避行为并未泛化，这可能提示疼痛相关恐惧泛化与回避泛化具有不同的潜在机制²³。

通过反应阻止实现回避行为的消退
治疗慢性肌肉骨骼疼痛中严重运动恐惧的主要方法是暴露疗法³⁵——即巴甫洛夫式消退的临床对应形式³⁶，指在条件刺激（CS+）重复出现而无非条件刺激（US）伴随的情况下，条件反应（CRs）逐渐减弱的过程³⁶。在慢性疼痛的暴露治疗过程中，患者需执行其恐惧的活动或动作，以纠正对伤害的灾难化信念和预期^34,37。由于这些信念并不一定直接针对疼痛本身，而是涉及潜在的病理状态，因此在临床实践中，这些动作并非总是无痛地完成³⁴。根据抑制性学习理论^38,39，消退学习并不会抹除原始的恐惧记忆（例如：运动轨迹-疼痛），而是形成一种新的抑制性消退记忆（例如：运动轨迹-无疼痛），该记忆与原始恐惧记忆在提取时相互竞争^40,41。这种新的抑制性记忆比原始恐惧记忆更依赖于情境⁴⁰，因此已消退的恐惧记忆容易重新出现（恐惧再现）^40,41,42。在暴露治疗期间，通常会阻止患者表现出即使是轻微的回避行为（即伴随反应阻止的消退，RPE），以防止将安全感错误归因于回避行为，从而建立真正的恐惧消退^10,43。

回避行为的重现
即使在恐惧消退之后，临床上仍普遍存在以回避行为重现为表现的复发现象^43,44,45,46。尽管已有多种机制被证实可导致恐惧的重现⁴⁷，但与回避行为重现相关的机制仍知之甚少²²。在本研究中，我们重点关注自发性恢复，即由于时间推移而导致的恐惧与回避行为的重现^40,47。为研究回避行为的重现，我们采用了一种为期两天的机器人手臂伸展实验范式。在第1天，参与者首先接受习得训练，具体过程如前所述²⁰。随后进入RPE阶段，参与者被禁止执行回避反应，即只能在消退条件下执行与疼痛相关的轨迹（T1）。在第2天，为检测自发性恢复，所有轨迹重新对参与者开放，但不再呈现疼痛刺激。通过该实验范式，我们发现，在成功完成消退训练一天后，回避行为重新出现²²。

方案

本文所述方案符合鲁汶大学社会与社会伦理委员会（注册编号：S-56505）以及马斯特里赫特大学心理学与神经科学伦理审查委员会（注册编号：185_09_11_2017_S1 和 185_09_11_2017_S2_A1）的要求。

1. 测试前的实验室准备工作

1. 测试会话前：向参与者发送电子邮件，告知其将接受疼痛刺激、实验的一般流程以及排除标准。健康参与者的排除标准包括：年龄小于18岁；慢性疼痛；文盲或确诊的阅读障碍；怀孕；左利手；当前或既往患有心血管疾病、慢性或急性呼吸系统疾病（如哮喘、支气管炎）、神经系统疾病（如癫痫）和/或精神疾病（如临床抑郁症、惊恐/焦虑障碍）；未矫正的听力或视力问题；优势手、手腕、肘部或肩部存在可能妨碍完成伸手任务的疼痛；体内植入电子医疗设备（如心脏起搏器）；以及其他任何严重医学状况。
2. 由于需遵守COVID-19安全防护措施，要求参与者到达实验室后洗手或进行手部消毒，实验人员也应同样执行。在整个测试会话期间佩戴一次性口罩，且在需要与参与者发生身体接触时佩戴乳胶手套。
3. 实验设置应使用两个独立的房间或区域：一个供参与者使用，另一个供实验人员使用。
4. 使用一台计算机连接两个独立的屏幕：一个计算机屏幕供实验人员使用，另一个较大的电视屏幕供参与者使用。
5. 启动机械臂（例如HapticMaster）时，按下机器人前方的电源开关（此操作针对该特定机器人），随后打开紧急开关，以便在必要时可随时关闭机器人。
6. 每次测试日开始前需重新校准机械臂。该过程通过与机械臂建立直接的应用程序编程接口（API）连接完成，每天仅需执行一次，于测试日开始时进行。
   1. 为建立API连接，请在计算机上打开网络浏览器，并输入机械臂的特定API地址。
   2. 在网页中，选择HapticMASTER下的State，然后点击Init（初始化）旁边的Start按钮。
      注意：这是该机器人的标准校准程序。不同机器人可能需要不同的校准流程。
7. 使用与计算机相连的恒流刺激器（参见步骤1.4）。实验过程中，疼痛刺激由运行在计算机上的实验脚本触发。实验程序使用跨平台游戏引擎编写（详见材料表）。
   1. 出于安全考虑，将刺激器前面板右上角的橙色拨动开关拨下，以关闭恒流刺激器的输出。
   2. 使用前面板中央的橙色拨动开关，将输出范围设置为x 10 mA。
   3. 使用前面板左上角的黑色旋钮，将脉冲持续时间设置为2 ms（2000 µs）。
   4. 按下前面板左下角的电源按钮，开启恒流刺激器。

2. 排除标准的筛选和获取知情同意

1. 将受试者安置在距离电视屏幕约 2.5 m 处（参见步骤 1.4），并使其坐在带扶手的椅子上，距离机械臂手柄（传感器）约 15 cm 的舒适位置（图 1）。
2. 通过自报方式筛查受试者是否符合排除标准（排除标准见步骤 1.1）。
3. 向受试者说明疼痛刺激的施加方式及实验的整体流程。同时告知其可在实验过程中的任何时间自由退出，且不会产生任何不良后果。获取受试者的书面知情同意书。
4. 为尽量减少与受试者的身体接触，确保实验室的受试者区域配备一张桌子，在受试者到达前将排除标准问卷、知情同意书以及用于填写问卷的平板电脑（参见步骤 6.2）放置其上。受试者应能独立使用该桌子取阅并签署相关文件。

3. 连接刺激电极

注意：疼痛刺激是通过两个不锈钢棒状刺激电极（电极直径 8 mm，电极间距 30 mm）经皮传递的 2 ms 方波电刺激。

1. 如果受试者穿着长袖衣物，请让其将右臂的袖子向上卷起，至少高于肘部 10 cm。
2. 在刺激电极的中心填充导电电解质凝胶，并将电极导线插入应急开关，该开关连接至实验室实验者区域内的恒流刺激器。
3. 使用绑带将刺激电极固定在受试者右臂的肱三头肌腱上方。确保绑带既不过紧也不过松。电极固定后，告知受试者放松手臂。

4. 疼痛刺激的校准

1. 通过电视屏幕向参与者展示疼痛校准程序及相应的评分标准（参见步骤 1.4）。
   1. 向参与者明确说明，他/她可以选择在实验过程中接受的刺激，但为了保证数据的完整性，要求其选择一种他/她认为“明显疼痛且需要一定努力才能忍受”的刺激。
   2. 请参与者根据电视屏幕上显示的0–10数字评分量表对每个刺激进行评分，其中0表示“我没有任何感觉”；1表示“我能感觉到一些东西，但并不令人不适，仅仅是一种感觉”（即感觉阈值）；2表示“刺激尚未达到疼痛程度，但已开始令人不悦”；3表示“刺激开始引起疼痛”（即疼痛阈值）；10表示“这是我能想象到的最剧烈的疼痛”。
2. 通过向上拨动橙色拨动开关来启用恒流刺激器的输出（参见步骤 1.7.1）。
3. 在疼痛校准过程中，通过恒流刺激器前面板上的旋钮手动逐步增加疼痛刺激的强度。刺激强度数值可在此旋钮上方显示。
   1. 起始强度设为 1 mA，然后以 1、2、3 和 4 mA 的增量逐步递增。按照以下顺序（单位：mA）呈现刺激：1、2、4、6、8、11、14、17、20、24、28、32、36、40、44、48、52 等。
4. 为逐次施加疼痛刺激，需手动按下恒流刺激器前面板上的橙色触发按钮来启动刺激。
   1. 在触发恒流刺激器之前，应先向参与者告知即将施加的刺激。
5. 当参与者所感受到的疼痛强度达到其描述为“明显疼痛且需要一定努力才能忍受”的水平时，终止校准程序。理想情况下，该强度应对应于疼痛校准评分量表上的 7–8 分。
6. 记录参与者最终的疼痛刺激强度（单位：mA）及其疼痛强度评分（0–10），并在后续实验过程中保持该刺激强度不变。

5. 运行实验任务

1. 口头告知参与者，他/她将在面前的电视屏幕上收到关于机器人手臂伸展范式的说明，之后可在实验者的监督下练习该任务。
2. 在屏幕上向参与者提供标准化的书面任务说明。
3. 练习阶段：通过实验脚本，在电视屏幕上呈现位于运动平面中段的三个弧形轨迹（T1–T3）。最简单的手臂运动（T1）不伴随任何偏移或阻力，中等难度的手臂运动（T2）伴随中等程度的偏移和阻力，最远的手臂运动（T3）则伴随最大偏移和最强阻力。
   1. 指导参与者使用其惯用手操作机器人手臂的传感器（在电视屏幕上以一个绿色球体表示），将球体/传感器从运动平面左下角的起始点移动至左上角的目标位置。
   2. 告知参与者在每次试验中可自由选择任一可用的运动轨迹进行操作。
4. 在练习阶段不得施加疼痛刺激（参见第3节：注 及步骤5.7.6）。但需确保偏移与阻力之间的关系（参见步骤5.3）已正确设置。
5. 在参与者进行练习阶段时，提供口头反馈。
   1. 确保参与者在视觉和听觉“开始信号”出现之前不提前移动，并在视觉和听觉“停止信号”出现时立即释放机器人手臂。
      注：使用两种不同的听觉信号（“开始音调”和“评分音调”）以及两种不同的视觉信号（目标以及虚拟“交通灯”分别变为绿色和红色；图1）作为开始和停止信号。听觉与视觉开始信号同时呈现，听觉与视觉停止信号也同时呈现。
   2. 指导参与者通过踩踏三踏板开关上的两个脚踏板左右滑动，在连续评分量表上自我报告对疼痛的预期以及对运动相关疼痛的恐惧程度，并使用第三个脚踏板确认其答案。
      注：在固定且预先设定的试验中，针对每种运动轨迹分别呈现自我报告问题。通过实验脚本确保在参与者回答问题期间，机器人手臂处于固定不动状态。
6. 练习阶段结束后，回答参与者提出的问题。离开实验区域/房间并调暗灯光。参与者通过踩下“确认”脚踏板自行启动实验（参见步骤5.5.2）。
7. 习得阶段：在回避行为习得阶段，与练习阶段类似，允许参与者在每次试验中自行选择要执行的运动轨迹（T1–T3）。
   1. 在回避习得阶段，通过实验脚本对参与者实施实验性的反应-结果（运动轨迹-疼痛）关联关系以及回避代价，即疼痛与努力之间的权衡。
   2. 具体而言，若参与者执行最简单的运动轨迹（T1），则始终施加疼痛刺激（100% 疼痛/无偏移或阻力）。
   3. 若参与者执行中等运动轨迹（T2），则以50%的概率施加疼痛刺激，但需确保其必须付出更多努力（中等偏移和阻力）。
   4. 若参与者执行最远、最费力的运动轨迹（T3），则完全不施加疼痛刺激，但需确保其必须付出最大努力才能到达目标（0% 疼痛/最大偏移，最强阻力）。
      注：如实验设计适用，可使用配对对照组（Yoked Group）作为控制条件。在配对程序中，每位对照组参与者与实验组的一名参与者配对，使两者接受相同的强化时间表⁴⁸。因此，在当前范式中，每位配对组参与者在其对应实验组参与者接受疼痛刺激的相同试验中接受疼痛刺激，而与其自身选择的轨迹无关。由于缺乏可操控的反应-结果（运动轨迹-疼痛）关联关系，预期配对组中不会出现回避行为的习得。
   5. 如适用，将每位实验组参与者的数据保存至计算机（参见第1.4节），并用作每位配对（对照）组参与者强化时间表的参考依据。
      1. 若采用配对程序（即每位对照组参与者与实验组的一名参与者配对，使两者接受相同的强化时间表⁴⁸），应使用随机化分配方案，规则为第一名参与者必须属于实验组。此后，参与者可随机分配至任一组，但需确保在任何时间点，实验组人数均多于配对组人数。
   6. 在包含疼痛刺激的试验中，当参与者完成三分之二的运动路径（即已通过某一轨迹弧）时施加疼痛刺激。恒流刺激器通过实验脚本自动触发。
   7. 成功完成试验由视觉和听觉停止信号的呈现予以提示。随后，通过实验脚本确保机器人手臂自动返回起始位置并保持固定。3,000 ms后，呈现视觉和听觉开始信号，参与者可开始下一次试验。
      注：由于运动速度的个体差异，各试验及参与者之间的试验持续时间有所不同。每个实验阶段的试验次数也可因实验而异。建议至少进行2 × 12次试验以实现有效的回避行为习得。包含上述步骤，习得阶段协议持续时间约为45分钟。
8. 泛化阶段：在泛化协议中，于习得阶段后测试回避行为的泛化情况（参见第5.7节）。
   注：在测试回避行为泛化时，屏幕上的轨迹弧在习得阶段相互分离，以便为位于习得轨迹弧之间的泛化轨迹弧留出空间（参见 图1）。
   1. 在电视屏幕上呈现三个新的运动轨迹，取代习得阶段的轨迹T1–T3。确保这些“泛化轨迹”（G1–G3）紧邻习得轨迹。具体而言，G1位于T1与T2之间，G2位于T2与T3之间，G3位于T3右侧（参见 图1）。泛化轨迹不与疼痛刺激配对。
      注：包含上述步骤，若泛化阶段包含3 × 12次试验，则回避泛化协议持续时间约为1.5小时。测试回避行为的泛化需设置配对组⁴⁸（参见步骤5.7.5）。但可根据具体研究问题采用不同的对照条件（例如，在被试内设计中考察情境对回避的调节作用²⁴）。
9. 反应抑制下的消退（RPE）：在RPE协议中，于习得阶段后（参见第5.7节），向参与者提供标准化的书面说明，告知其在接下来的阶段中仅允许执行T1轨迹。
   1. 在RPE阶段，通过实验脚本以视觉方式（例如，用“门”阻挡轨迹弧）和/或触觉方式（例如，用触觉墙阻挡参与者的手臂运动）阻断T2和T3轨迹，仅保留T1可用。此阶段中T1不与疼痛刺激配对。包含上述步骤，若RPE阶段包含4 × 12次试验，则该阶段持续时间约为60分钟。
10. 自发恢复测试：为测试回避行为的自发恢复，采用为期两天的协议，两阶段之间间隔24小时 ± 3小时。第1天实施RPE协议（参见第5.9节）。
    1. 第2天，安装刺激电极（参见第3节）。在屏幕上提供简短的任务复习说明，但不得包含任何有关疼痛刺激的信息。
    2. 呈现三个习得轨迹（T1–T3，参见习得阶段，第5.7节），且不施加疼痛刺激。包含实验后问卷（参见第6.2节）及4 × 12次试验的自发恢复阶段，该阶段持续时间约为45分钟。
       注：为防止恐惧的再激发（即在意外遭遇疼痛刺激后恐惧重现⁴²；参见讨论），第2天不得重新校准疼痛刺激。

6. 结束实验

1. 当参与者完成实验后，取下刺激电极。
2. 在实验室参与者区域的桌面上提供一台平板电脑（参见第2.4节），供参与者回答退出问卷，内容包括疼痛刺激的强度和不适感、回避代价，以及对实验中反应-结果（运动轨迹-疼痛）关联性的意识情况。
3. 在参与者填写心理特质问卷期间，清理刺激电极上的电解质凝胶。
4. 当参与者完成心理特质问卷后，向其提供实验说明解释（debriefing）并支付报酬。
5. 使用适用于医疗器械清洁的消毒液彻底清洗刺激电极，清除电极内部及周围的全部凝胶；用柔软的纸巾将电极擦干。使用消毒湿巾或喷雾清洁机械臂传感器。

结果

回避行为的习得表现为，参与者在习得阶段末期比习得阶段初期表现出更强的回避行为（即偏离最短路径的最大偏移量更大）（图2，由A表示）²⁰，或相较于配对的对照组表现出更强的回避行为（图3）^23,48。

恐惧和疼痛预期的获得表现为参与者报告在T3阶段对刺激的恐惧感低于T1和T2阶段，并且在T3阶段预期疼痛刺激发生的可能性也低于T1和T2阶段²⁰。T1与T3之间的差异性自我报告是主要关注点，因为T2阶段具有不确定性。也有研究发现T1与T2之间的自我报告无显著差异，而这两个阶段均与T3存在差异²³（图4A、图5A

讨论

鉴于回避行为在慢性疼痛致残中的关键作用^1,2,3,4,5，以及传统回避范式所面临的局限性¹⁹，亟需发展用于研究（与疼痛相关的）回避行为的方法。本文所介绍的机器人辅助上肢伸展范式在一定程度上克服了这些局限性。我们已在一系列研究中应用该范式， consistently demonstrated avoidance acquisition（回避行为的习得），且这些效应也体现在我们对疼痛预期和运动相关疼痛恐惧的自评量表结果中^20,22,23,

材料

本文使用的材料清单

姓名	公司	目录编号	评论
1 台计算机和计算机显示器	Intel Corporation	64 位 Intel Core	运行实验脚本
40 英寸液晶显示器	Samsung Group		呈现实验脚本
Blender 2.79	Blender Foundation		用于编程实验图形的 3D 图形软件
C#			用于编程实验任务的编程语言
导电凝胶	Reckitt Benckiser	K-Y Gel	促进皮肤与刺激电极之间的导电
恒流刺激器	Digitimer Ltd	DS7A	产生电刺激
HapticMaster	Motekforce Link		机械臂
Matlab	MathWorks		用于编写受试者随机分组方案脚本，以及提取每次试验中偏离最短轨迹的最大偏差值
Qualtrics	Qualtrics		用于心理问卷的网络调查工具
Rstudio	Rstudio Inc.		统计分析
Sekusept Plus	Ecolab		用于清洁医疗器械的消毒液
刺激电极	Digitimer Ltd	Bar 刺激电极	两个可重复使用的不锈钢圆盘电极；直径 8 mm，间距 30 mm
平板电脑	AsusTek Computer Inc.	ASUS ZenPad 8.0	用于回答心理特质问卷
三脚踏开关	Scythe	USB-3FS-2	用于在视觉模拟量表（VAS）上提供自我报告测量
Unity 2017	Unity Technologies		跨平台游戏引擎，用于编写包含电触觉刺激呈现的实验脚本