关联学习与童年不良经历：一种多系统研究方案

摘要

本方案描述了一种整合式60分钟测试组合——包含回避行为的巴甫洛夫式到操作式恐惧条件反射、以社会性刺激进行的恐惧习得–消退–再习得，以及概率性奖赏学习——同步记录皮肤电导、行为表现和 分阶段评分，以获得成人个体在威胁与奖赏学习方面的量化指标。

摘要

不良童年经历（ACEs）是成人焦虑和抑郁的跨诊断风险因素，但早期逆境与症状之间的神经认知机制在统一框架下仍不明确。本方案介绍了一种整合的、多系统的实验范式，可在单次实验室会话中同时评估威胁辨别、安全学习和奖赏敏感性。38名健康成年参与者完成了三项行为范式——带有回避行为的巴甫洛夫-操作性恐惧条件反射（实验1）、使用社会性刺激的恐惧习得-消退-再习得（实验2）以及概率性奖赏学习（实验3），并同时填写经过验证的自评量表，包括童年逆境（CTQ-SF）、良善童年经历（BCE）、抑郁（PHQ-9）、焦虑（GAD-7、STAI）。同步采集多通道数据：皮肤电导反应（SCR）作为自主神经唤醒的生理指标，按键回避行为和概率性选择作为行为指标，以及分阶段的主观预期、威胁和缓解评分。每个范式均产生了典型的效应：在实验1中，SCR上呈现巴甫洛夫式辨别（p = 0.009，ηp² = 0.12）、预期评分（p < 0.001，ηp² = 0.58）和威胁评分（p < 0.001，ηp² = 0.35）；操作性缓解效应可区分可避免与不可避免的威胁（p < 0.001，d = 0.86）；实验2中，习得阶段存在差异性自主反应（p = 0.008），但消退阶段无此差异（p = 0.168），而对刺激关联的陈述性知识持续存在（p < 0.001，d = 3.08）；实验3中观察到显著高于随机水平的概率性奖赏学习（M = 73%，p < 0.001，d = 1.97）。多系统设计揭示了单一通道无法捕捉的分离现象，最显著的是自主反应减弱的同时主观威胁感知持续存在。从本方案中提取的个体化指标对童年经历的个体差异具有敏感性，示例性的调节分析见补充材料。该方案提供了一个可移植、可扩展的框架，用于评估早期逆境如何在成年期重新校准对威胁和奖赏的加工过程。

引言

童年不良经历（Adverse Childhood Experiences, ACEs），包括虐待、忽视和家庭功能障碍，在全球范围内极为普遍，在许多人群中发生率超过60%¹。研究综述表明，大多数儿童在发育过程中至少暴露于一种不良事件²。ACEs是成人心理病理学中明确的跨诊断风险因素³，据估计可导致约30%的焦虑障碍和40%的抑郁症病例¹。尽管存在这种强关联，临床常用评估方法仍依赖于分类诊断和回顾性自评报告，这些方法易受回忆偏倚影响，且无法捕捉实时的神经认知过程⁴。

为了克服这些局限性，目前越来越重视跨诊断方法，以针对潜在的机制，特别是联想学习。联想学习包括经典条件反射和操作条件反射，为理解个体如何编码环境线索、行为与结果之间的关系以指导决策提供了一个框架^4,5。在此框架下，潜在易感性理论认为，早期逆境会引发神经生物学上的适应性改变，例如警觉性增强，这些改变在不可预测的环境中最初具有适应性，但在后续更安全的环境中可能变得不适应^6,7。

有证据表明，不良童年经历（ACEs）会影响与威胁和奖赏相关的学习过程。有逆境经历的个体通常表现出对条件化危险线索（CS+）与安全线索（CS−）之间辨别能力的下降，提示其威胁学习发生改变⁸。同时，早期逆境与奖赏敏感性降低相关，表现为对奖赏关联的学习准确率较低且习得速度较慢⁸。在不确定条件下，这些个体还可能表现出选择变异性增加，并倾向于认为奖赏是随机出现的，这与早期暴露于不稳定环境相一致^5,9。

这些学习模式还会受到保护性因素和状态依赖性因素的进一步影响。良性的童年经历（BCEs）可能减轻逆境对学习系统的影响¹⁰，而当前的情绪状态（如焦虑）则可能调节条件化过程¹¹。自主神经兴奋性的生理指标，如皮肤电导反应（SCR），为这些过程提供了客观的测量指标，并在条件化范式中被广泛使用¹²。

当前文献中的一个主要局限在于使用孤立的任务分别评估威胁或奖赏学习，这限制了对整合性神经认知功能的捕捉能力¹。本实验方案通过提供一个标准化的框架，结合多个学习领域的行为与生理测量指标，弥补了这一不足。具体而言，该方案包含三个实验组成部分：（1）评估从经典条件反射向操作性条件反射转变的范式；（2）社会性恐惧消退任务；（3）概率性奖赏学习任务⁸。

选择这一特定范式组合的理由，并非因为这三项任务中的任何一项单独来看，比其他众多已建立的学习范式对早期逆境更为敏感；其依据在于测量学考量。Ruge 等人¹在其对81项研究（38项关于威胁，43项关于奖赏）的系统综述中指出，将不良童年经历（ACEs）与联想学习关联起来的文献仍存在异质性，且在关键方面尚无定论，其原因正是大多数研究通常仅使用单一任务、记录单一反应通道，并以非标准化的方式操作化“逆境”概念。例如，行为奖赏学习研究中约一半报告学习能力减弱，而另一半则报告无显著结果；微弱的消退学习文献则主要呈现阴性发现，或缺少对先前习得阶段的报告；尚无任何一种结果指标被证明具有普遍更高的可靠性，因此不同反应通道之间不可互为替代指标。Ruge 等人明确建议，应转向被试内、多领域、多通道的研究方案，以获得个体层面的指标。本研究所采用的三项任务组合遵循了这一建议，因为这三项任务涵盖了三种在计算上可分离的认知需求，而单一范式无法覆盖这些需求，且根据潜在脆弱性理论⁷，逆境应以不同方式影响这些需求：（i）威胁–安全辨别结合工具性可控性，以回避行为的缓解作为潜在强化物¹³；（ii）抑制性（安全）学习与恐惧重现，采用社会性面孔刺激进行探测¹¹，该刺激域在人际虐待的生态学背景下具有相关性；（iii）在概率不确定性条件下的强化学习，可为每位参与者提供计算参数（学习率 alpha、逆温度参数 beta）⁸。由于这三项任务均在同一被试中实施，该设计旨在探讨与 ACE 相关的改变是跨领域的——即如 Hanson 等人⁸所提出、以及神经计算层面的潜在脆弱性模型所预测的，对联想学习的全局性重新校准⁶——还是局限于负性情绪（威胁）的特异性改变。单一任务研究在设计上无法区分这两种相互竞争的假设。

该实验设计旨在检验一组明确的、具有方向性的预测，但当前样本量不足以对这些预测做出判断，此处列出这些预测作为未来具备充分统计效能的研究目标。与 Ruge 等人¹所描述的学习迟钝模式一致，预计较高的童年期不良经历（ACE）负荷将与以下现象相关：（i）实验1中对条件刺激（CS+）与条件刺激（CS−）的辨别能力下降，其主要表现为对CS+的反应减弱，且该效应在自主神经通道（皮肤电反应，SCR）中比在陈述性预期中更为显著，而陈述性预期可能保持完整；（ii）对可回避的CS+表现出更强的回避反应和更高的主观缓解感，符合“缓解强化回避”假说¹³；（iii）实验2中恐惧消退更慢，并在再习得阶段出现更快、更强的恐惧反弹，该效应预计会因使用具有生态学意义的社会性刺激（面部表情）而进一步增强，因其与人际逆境密切相关¹¹；以及（iv）实验3中选择准确性更低、学习率（alpha）更低、选择变异性更高（即beta值更低）⁸。关键的是，这三个任务共同提供了一个第五项具有鉴别意义的预测：如果与ACE相关的改变是跨领域的（domain-general），则衰减效应应在所有三项任务中均出现；如果该改变是效价特异性的（valence-specific），则应仅限于两个威胁范式，而在概率性奖赏学习任务中不出现。由于不同反应通道的数据是同步记录的，因此还可检验另一项预测：ACE的影响具有通道依赖性而非一致性，即基于任一单一通道得出的结论无法推广至其他通道。

实验1采用了San Martín等人开发的从经典条件反射到操作性恐惧条件反射的实验范式，结合回避行为及逐次试验的缓解程度评分¹³，该范式使用两个CS+线索（一个可回避，一个不可回避）和一个CS−线索，以区分经典条件反射的辨别能力与对厌恶结果的操作性控制。在原始范式中，无条件刺激预期（US-expectancy）评分是在经典条件反射习得阶段结束后由实验者回顾性评估，而非在每次试验中进行。在本研究的改进版本中，通过视觉模拟量表在任务进行过程中逐阶段同步采集被试对预期、威胁和缓解的主观评分，从而实现对各阶段学习动态的连续追踪。

实验2采用了Dibbets和Evers提出的基于社会性（面部）刺激的恐惧习得-消退范式⁹，并增加了一个简短的再习得测试，以评估条件化反应的快速重现（节省效应）。

实验3改编了Hanson等人⁸提出的概率性奖励学习任务，用于研究早期逆境相关的学习差异，包含两种奖励条件（80/20和70/30），可估算每位参与者的强化学习参数（Q学习中的Alpha和Beta）。通过在一个实验室内会话中整合这三种范式，本方案能够直接在同一批参与者中比较通常被独立研究的威胁学习与奖励学习过程。除每轮试验的准确率和Q学习参数外，分析流程还可通过线性混合模型拟合生成个体学习轨迹的斜率，适用于更大样本的研究。

必须区分两个不同的目标，因为它们并不等同。第一个目标是验证此类电池式测试能否作为一个完整的、整合的60分钟单次会话运行，并且其各个组成部分均能引发预期的经典效应；重现经典效应足以支持这一目标。第二个目标是验证所获得的指标对童年逆境的后果具有敏感性和特异性；仅靠重现经典效应不足以支持该目标，而当前样本量也未达到实现该目标所需的统计效力。因此，本报告的主要目标是评估整合式测试电池的技术与方法学可行性：即在一个单次会话中，是否能够同时在自主神经、行为和自我报告通道上获取威胁习得、伴随缓解的工具性回避、消退及社会刺激下的恐惧重现，以及概率性奖赏学习等过程；并评估该流程是否能产生稳定且可重复使用的个体指标（包括差异性皮肤电反应对比、操作性缓解对比、Q学习中的α和β参数，以及个体学习轨迹斜率）。对童年不良经历（ACE）相关学习改变的评估属于次要、探索性和示范性目标：本文报告的个体差异分析旨在展示该方案的测量能力，并使其候选指标可用于后续研究，而非专门检验创伤—学习通路。因此，该方案提供了候选指标；这些指标是否具备充分的敏感性和特异性以刻画童年逆境的神经认知后果，仍有待在更大规模、理想情况下富含极端组别且预先注册的样本中进一步验证^1,14。

方案

本方案描述了用于测量18岁及以上健康受试者皮肤电导反应（SCR）的操作步骤和仪器使用方法，符合伦理委员会的要求。所有受试者在参与研究前均签署了知情同意书，同意书中还包括了在六个月后可能被再次联系以进行随访评估的内容。本文件中所述所有操作程序均已获得安第斯大学科学伦理委员会（ID: CEC2025023）的批准。

注意：本方案详细描述了完整的实验工作流程（图1），包括受试者安排、实验室准备、生理信号采集、数据组织以及实验后的数据处理。此外，本方案还概述了为确保在所有实验环节中一致、标准化且可靠地采集皮肤电导反应（SCR）记录而实施的人员培训流程。

图1： 研究设计的整体示意图。每位参与者完成了一次实验室会话，其中包括三个连续的行为范式：操作性回避的巴甫洛夫式恐惧条件反射（实验1）、使用社会性刺激的恐惧习得–消退–再习得（实验2）以及概率性奖赏学习（实验3）。同时收集了参与者关于童年逆境（CTQ-SF）、良性的童年经历（BCE）以及当前症状（PHQ-9、GAD-7、STAI）的自评报告。同步记录了多通道数据——皮肤电导反应、行为（回避行为、概率性选择）以及主观评分（预期、威胁感、缓解感）。每位参与者的指标被纳入个体差异分析（见补充文件2）。请点击此处查看该图的放大版本。

1. 工作人员培训

1. 对每位团队成员进行三个渐进阶段的培训，以确保数据测量的标准化和准确性。
   1. 开展内部试验，让每位工作人员按照各自实验方案采集样本并完成全部三项实验，使受训人员熟悉仪器设备及受试者的处理流程。
   2. 接下来，在至少一名主要研究人员的监督下，让每位受训人员对真实受试者进行样本采集，以验证其执行实验方案的能力，并及时纠正任何错误。
   3. 只有在监督下正确完成整个实验流程后，方可授权助理独立采集样本并自主安排新的受试者。

2. 实验安排

1. 通过社交媒体招募并安排参与者，向其说明研究的总体目标和参与标准。
   1. 制作电子海报，并通过招募渠道进行分发，以尽可能覆盖更多潜在参与者。
   2. 指导有意参与的候选人通过电子邮件联系研究团队，并在方便的时间安排一次会话。
   3. 向参与者发送一份在线问卷链接，问卷标题为“隐形印记：联想学习在童年不良经历与成年期心理健康关系中的作用”。
   4. 问卷开始前需包含知情同意书，要求参与者阅读并接受后方可继续后续内容。
   5. 问卷中应包含社会人口学信息部分，以及以下经过验证的心理测量量表：患者健康问卷-9（PHQ-9）¹⁵、广泛性焦虑障碍筛查量表（GAD-7）¹⁶、状态-特质焦虑问卷（STAI）¹⁷、童年创伤问卷—简版（CTQ-SF）¹⁸ 和良性童年经历量表（BCEs）¹⁰。

3. 准备工作

1. 确保在参与者到达前，至少有一名工作人员在实验室内。准备实验环境，检查设备运行正常，并在实验开始前确认所有实验方案要求均已满足：
   1. 打开实验室计算机，检查操作系统、实验软件及所有外设是否正常运行。
   2. 确认实验文件和数据采集系统已准备就绪，可正常使用。
   3. 在参与者进入实验室前，打开并审阅当日运行文件。
   4. 确定即将参与实验的参与者的对应识别码（ID）。
   5. 根据预设的平衡设计，确认实验条件的执行顺序。
   6. 在开始任何数据采集之前，确保参与者已被分配至正确的实验顺序。
      注：当日运行文件包含分配参与者ID并确定实验执行顺序所需的所有信息，同时确保所有实验条件之间的平衡设计得以维持。例如，某参与者可能被分配ID“015”。
   7. 按照自动化处理流程所要求的标准目录结构，在实验室计算机上组织数据存储：每个实验一个顶层文件夹，每个平衡条件一个子文件夹，每个参与者ID一个文件夹，外加两个用于存放处理后数据和整合数据库的全局文件夹（见补充文件1）。
   8. 在开始数据采集前，根据当日运行文件中列出的ID和平衡条件创建对应的参与者文件夹，并在整个实验过程中遵循补充文件1中规定的目录和文件命名规范，因为预处理和数据库脚本将依据路径和文件名定位文件。
      注：补充文件1中提供了目录结构、平衡子文件夹标签、文件命名规范及一个完整示例。偏离这些规范将导致自动化流程无法定位参与者的文件。
   9. 确保实验台面完全清除外部或可能造成干扰的物品。台面上仅允许放置数据采集系统及实验所需的计算机外设。
   10. 以平静且专业的态度邀请参与者进入实验房间。
   11. 请参与者将所有个人物品放置于指定区域。
   12. 指导参与者将手机调至静音模式，以避免在实验过程中产生干扰或分心。
   13. 请参与者取下非优势手上所有配饰，特别是戒指、手链或位于中指和无名指上的任何物品，因其可能干扰测量结果。
   14. 引导参与者在位于实验室计算机前的椅子上舒适就座。
   15. 向参与者提供一份知情同意书的纸质打印件。
   16. 给予参与者充足的时间阅读文件，并在必要时提出问题。
   17. 在开始任何实验操作前，确认知情同意书已正确签署。
       注：根据伦理委员会的要求，知情同意程序需以纸质形式重复进行，以便保留参与者同意文件的物理备份。

4. 实验设置

注意： 实验设置必须遵循严格且标准化的方案，以确保所有参与者的生理测量均在相同且受控的条件下进行。

1. 启动采集系统，并确认设备已正确连接至实验室计算机，且被采集系统软件识别（见图 2A–E）。
2. 在开始受试者准备之前，再次确认所有必需的模块和外设均正常工作。
3. 取两个皮肤电活动（EDA）电极（见图 2F）。
4. 在每个电极的接触面上涂抹少量导电凝胶（见图 2G、H）。
5. 确保导电凝胶均匀分布在电极表面，以改善与受试者皮肤的电接触，优化信号质量。
   注意：若未在电极上涂抹导电凝胶，所记录的信号可能含有过多噪声，皮肤电导反应（SCR）测量质量可能严重受损。
6. 将电极放置于受试者的非优势手。
7. 将一个电极贴附于中指（第三指）的第一指节，另一个电极贴附于无名指（第四指）的第一指节（见图 2I）。
8. 确认两个电极均牢固贴附，并与皮肤保持稳定接触，且不会引起受试者不适。
9. 将腕带佩戴于受试者手腕上。
10. 在校准阶段，保持 EDA 电极与腕带断开连接（见图 2J）。
11. 打开腕带，以建立与生理信号采集系统的无线通信。
12. 确认设备已被成功检测到。
    注意：在整个实验过程中，必须特别关注腕带状态。实验开始前，工作人员必须持续确认设备处于开机并连接状态，因为任何通信中断都可能影响生理信号的记录。
13. 在采集软件中启动采集过程。
14. 等待校准窗口出现，采集开始后该窗口将自动显示在屏幕上。
15. 在校准过程中，保持电极与腕带断开连接。
16. 按照软件提供的校准说明操作，直至校准完成。
17. 成功校准后，将 EDA 电极连接至腕带（见图 2K）。
18. 在软件中确认皮肤电导反应（SCR）信号正在被正确采集。
19. 指导受试者在整个实验过程中保持非优势手完全静止。
20. 说明不必要的动作、手指收缩或姿势改变可能会在 SCR 信号中引入噪声。
21. 要求受试者在实验期间保持舒适和放松的姿势。
22. 在开始实验任务前，为受试者佩戴耳机。
23. 确认耳机工作正常，且受试者能够清晰感知实验过程中呈现的听觉刺激。
24. 在 PsychoPy¹⁹ 中启动实验任务。
25. 当 PsychoPy 界面打开后，在弹出的附加窗口中输入受试者姓名。
26. 在启动实验前，严格按照每日运行文件中指定的内容输入受试者的编号。
    注意：按照前述示例，在 PsychoPy 中输入的受试者编号应为“015”。

图 2： 皮肤电导记录的采集系统、材料及电极放置方式。（A）Biopac MP200 主控单元。（B）生理信号采集模块（PPG/EDA）。（C）传感器连接模块。（D）模拟信号输入模块。（E）用于 PsychoPy 与 AcqKnowledge 之间通信的 TTL 模块。（F）一次性电极（EL507A）。（G）等渗导电膏（GEL101A），用于改善皮肤接触。（H）在电极上涂抹导电膏。（I）将电极置于非优势手的第三和第四手指的第一指骨处。（J）在非优势手上佩戴腕带，用于皮肤电反应（SCR）测量。（K）完成校准后连接好的电极。请点击此处查看该图的放大版本。

5. 实验开始

1. 在开始实验任务之前，向参与者详细说明如何回答实验过程中呈现的问题。
2. 确保参与者清楚理解以下内容：(i) 任务期间将使用何种反应方式，(ii) 屏幕上显示的指导语含义，以及 (iii) 在整个实验过程中保持注意力集中并尽量减少不必要动作的重要性。
3. 在开始记录之前，回答参与者可能存在的任何疑问。
4. 对完整的实验装置进行最终核查，确保所有系统均按照既定方案正常运行，包括：生理信号采集系统的通信、腕带连接、皮电反应（SCR）信号质量、PsychoPy 程序运行、耳机中的音频呈现，以及参与者编号的正确登记。
5. 在确认所有系统正常且参与者表示已准备就绪后，启动实验任务。
6. 任务开始后离开实验室，以尽量减少数据采集期间的外部干扰和影响。
7. 在附近保持待命状态，以便在需要技术支持或参与者协助时及时响应，并等待参与者完成整个实验会话。

6. 实验间期

1. 参与者完成任务后，重新进入实验房间，并在采集软件中停止生理信号记录。
2. 将生理记录数据以采集文件格式保存至该参与者的文件夹中，然后将同一记录导出为包含事件信息的MATLAB格式，以确保导出文件包含由PsychoPy通过TTL模块生成的刺激标记；导出过程还将生成一个独立的标记文件。
   注意：预处理流程（第8节）需要事件和标记信息，以便按试验和刺激类型对信号进行分段。
3. 将任务结束时生成的PsychoPy输出电子表格保存至同一参与者文件夹中。所有四个文件均需按照补充文件1中详述的标准命名规范进行命名。
   注意：每次实验结束后，参与者的文件夹中必须包含采集文件、导出的MATLAB文件、标记文件以及PsychoPy电子表格。具体文件名、路径及示例详见补充文件1。
4. 小心地将EDA电极从参与者身上拆除，确保在移除过程中不会引起过度移动或不适。
5. 打开下一个PsychoPy实验任务，并重启采集软件，为下一个实验做好准备。
6. 从步骤4.1开始，重复完整的准备和数据采集流程。
   注意：整个实验会话包含三个独立的实验。因此，在第二个实验结束后，必须再次重复上述流程以进行第三个实验。
7. 在整个实验会话结束时，确保参与者文件夹中包含三个子文件夹，每个子文件夹对应一个实验任务，并且每个子文件夹中均包含前述所有文件。
   注意：此前已对每个实验任务的持续时间进行了大致估算，以便工作人员在实验过程中监控参与者状态并验证采集系统的正常运行。各实验的预计持续时间如下：
   Experiment_1：约24分钟。
   Experiment_2：约17分钟。
   Experiment_3：约8分钟。
   考虑到准备、校准、实验间过渡时间以及最终结束流程， 整个实验会话的总时长约为60分钟。

7. 实验结束

1. 完成所有三项实验任务后，关闭生理记录会话。
2. 如果采集软件尚未停止，则需在软件中停止数据采集过程。
3. 断开皮电活动（EDA）电极与腕带的连接，并将腕带从受试者手腕上取下。
4. 允许受试者自行取下皮电活动电极，以最大程度减少不适感，并确保电极安全地从皮肤移除。
5. 在结束实验会话前，确认所有实验文件和生理记录数据均已正确保存。
6. 感谢受试者的合作，并在实验流程结束后提供一份小点心作为感谢。
   注意：若在生理记录过程中因技术问题出现任何异常情况，包括但不限于：腕带与生理信号采集系统模块之间通信中断、腕带意外关机、电极松动或部分脱落、或因连接问题导致的信号暂时中断或噪声过大，实验仍须按原计划继续进行，受试者无需重复实验会话。

8. 数据预处理

注意：实验会话完成后，且所有生理记录均已妥善保存后，皮肤电导反应（SCR）数据必须在分析前经过标准化的预处理流程。

1. 运行 Ledalab_Format MATLAB 脚本，重新组织从采集软件导出的生理记录数据结构，使其与 Ledalab 兼容。Ledalab 是一个基于 MATLAB 的工具箱，专用于分析 EDA 信号。
   注意：在 Ledalab_Format.mat 代码中，将 {Identification_Code}.mat 文件的路径定义为输入变量。这使得导出的生理记录文件能够被转换为 Ledalab 可正确读取和处理的格式。转换完成后，必须生成一个新的 MATLAB 文件，并按照以下命名规则保存到相应被试的文件夹中：Ledalab_{Identification_Code}.mat。例如，若将实验1中被试“015”的数据进行转换，则生成的文件应命名为：Ledalab_015.mat。
2. 打开 Ledalab，在左上角的菜单栏中选择 文件 > 导入数据 > Matlab 文件 (*.mat)，然后加载对应被试实验条件的 newly generated 数据文件。
3. 在 Ledalab 加载文件后显示的配置窗口中输入采样参数。
4. 原始 SCR 信号的采集频率为 2000 Hz。为降低计算负荷，使用以下参数将信号下采样至 10 Hz：目标采样频率：10 Hz，下采样因子：200，重采样方法：Steps。
5. 完成下采样过程后，在 Ledalab 中执行连续分解分析（CDA）²⁰，以将 EDA 信号分解为张力性和时相性成分。
6. 在菜单栏中选择 分析 > 连续分解分析（连续时相/张力性活动提取）。
7. 等待配置窗口在屏幕上出现。
8. 在该窗口中选择 优化 选项，以自动调整分析参数。
9. 优化过程完成后，点击 应用 以启动 CDA 分析。
10. CDA 分析完成后，选择 结果 > 事件相关分析，屏幕上将出现一个配置窗口。
11. 将最小振幅阈值设为 Ledalab 默认值 0.01 µS，并不选择 z-scale 选项。从采集软件导出的事件标记分别标注了条件刺激和非条件刺激的起始时间，因此事件相关分析将为每个事件返回一个响应。设置响应窗口如下：
    1. 对于实验1，使用事件标记后 0 s 至 9 s。
    2. 对于实验2，使用事件标记后 0 s 至 6 s。
12. 将结果导出为电子表格文件。Ledalab 会生成一个包含从 SCR 信号中提取的相关生理和事件相关信息的电子表格。
    注意：响应窗口对应于每项任务中条件刺激的完整持续时间（补充表1：实验1为9 s，实验2为6 s），以确保 CS 诱发的响应覆盖整个 CS-US 间隔，且不会受到非条件反应的污染，后者在其独立的事件标记上单独评分。低于 0.01 µS 阈值的响应由 Ledalab 记录为零，并保留在分析中作为零值；请勿删除这些数据，因为删除它们会高估低反应被试的平均响应。
13. 对实验2重复完整的预处理、下采样和 CDA 流程（有关实验3，请参见下方注释，其实验流程不同，无需 CDA 输出）。
    ​注意：预处理阶段结束时，每个实验文件夹必须包含一个额外的电子表格文件，对应于 Ledalab 生成的 CDA 分析结果。该文件随后必须转换为 .xlsx 格式，以便存储、整理和进一步分析。实验3采用不同的预处理流程。对于该实验，仅需使用 MATLAB 脚本，且不需要 CDA 输出，仅需 alpha 和 beta 值。当脚本针对“Experiment_3”执行时，会自动提取 alpha 和 beta 值，将其与行为信息合并，并将生成的电子表格保存至 Global_Data/Exp_3。
14. 进行信号质量控制、无反应者识别及伪迹处理。
    1. 在进行任何统计分析之前，在 Ledalab 中显示每位被试完整的下采样皮肤电导轨迹，并从第一个到最后一个事件标记进行目视检查。需对每位被试的每项任务分别执行此检查，因为信号质量具有通道和任务特异性。
    2. 若观察到以下任一情况，则拒绝整条轨迹，并将该被试在该任务中的 SCR 通道视为缺失：(i) 任务期间信号平坦或缺失，表明与腕带的无线通信中断、腕带断电或电极脱落；(ii) 任务期间张力性皮肤电导水平持续低于 0.05 µS，表明电极与皮肤接触不良而非唤醒水平低；(iii) 无法解释的漂移或未与任何事件时间锁定的突然且持续的振幅升高；或 (iv) 放大器范围饱和。
       ​注意：不要重复该实验环节，也不要将该被试从其他任务或行为与自评通道中排除。
    3. 若某被试在特定任务的所有事件（包括强化试验中的非条件刺激事件）中均无任何时相性反应达到或超过 0.01 µS 阈值，则定义该被试为该任务的无反应者——即，即使对厌恶结果本身也未产生可测量的皮肤电反应。
       1. 将无反应者从该任务的所有通道（包括皮肤电导、行为和主观评分）中排除，因为即使对非条件刺激也无任何皮肤电反应，表明该次实验中皮肤电系统无法测量，并质疑该被试是否真正参与了条件关联。
       2. 保留该被试在其余两项任务中的数据。将此情况与技术性信号丢失（如电极脱落或腕带失去无线通信）区分开：后者表示被试实际有反应，但信号未被记录，此时应仅将该任务的 SCR 通道视为缺失，而保留该任务的行为和主观数据，因其不受皮肤电信号质量影响。
       3. 为每项任务分别报告无反应者率和技术性丢失率。
    4. 将轨迹上的运动伪迹识别为：(i) 未与任何事件标记时间锁定的突然上升瞬变，或 (ii) 由手指收缩、姿势改变或电极与椅子或桌面摩擦引起的张力性水平的阶跃式偏移。
    5. 标记评分窗口内包含此类伪迹的每一个试验，并在试验层面将其排除；不要排除被试。
    6. 若某任务中超过 25% 的试验被标记为受伪迹污染，则将该被试从该任务的所有通道（而不仅是 SCR 分析）中排除：剩余试验不足以支持稳定的个体估计，且该次实验的记录条件对任何通道均不充分。保留该被试在其余两项任务中的数据。
    7. 在平均之前，对试验层面的振幅进行 log(SCR + 1) 转换，以标准化皮肤电振幅的正偏态分布；在转换前，将因基线漂移导致的罕见负 CDA 值截断为零。
    8. 汇总转换后的试验数据，为每位被试、每个阶段和每种刺激获得一个值。
    9. 为每个通道（SCR、行为、评分）和每项任务分别报告分析样本量（n），因为通道特异性丢失会导致这些 n 值不同。
    10. 将步骤 8.14.1–8.14.9 中做出的每一项决策记录在每位被试的质量日志中，内容包括：被试编号、任务、平衡条件、轨迹接受或拒绝（含原因）、张力性水平范围、伪迹排除试验的数量与编号、伪迹排除试验百分比、无反应者状态，以及各通道的最终分析样本量贡献。
    11. 将质量日志与整合数据库一同存储，以便对通道特异性数据丢失进行审计和复现。
        注意：在当前样本中，无被试符合步骤 8.14.3 的无反应者标准，也无被试超过步骤 8.14.6 的 25% 伪迹阈值；因此，无被试从某任务的所有通道中被排除。分析样本量（n）的差异来自两种独立原因：皮肤电通道的技术性丢失（不影响该任务的行为和主观记录），以及不完整的行为或自评记录（任务未完成或缺失视觉模拟评分），后者与皮肤电信号质量无关。每通道每任务的精确分析样本量在代表性结果部分的分析样本段落中报告。实验3不包含 SCR 通道，因此其 n 反映的是行为数据而非皮肤电数据的丢失。明确报告这些标准，有助于解决 Ruge 等人¹所指出的皮肤电结果操作化和报告缺乏统一性的问题。

9. 数据库

1. 运行 Python 脚本 Data_Bases.py，将每位参与者在实验任务期间采集的皮肤电反应（SCR）生理测量数据与其行为反应数据进行合并。
   注意：该脚本整合了通过 Ledalab 处理的生理记录数据、CDA 分析结果，以及实验过程中由 PsychoPy 生成的反应数据表格。
2. 脚本成功运行后，确认已生成包含单个参与者生理与行为信息的整合数据表，并存储于 Global_Data 文件夹中。
   注意：以之前的示例为例，若选择对 Experiment_1 进行分析，该 Python 脚本将自动遍历与该实验相关的所有参与者文件夹，将每位参与者的 CDA 输出结果与其对应的行为数据合并，并在 Global_Data/Exp_1 文件夹内为每位参与者生成一个独立的数据表文件。
3. 在生成每位参与者的独立数据库后，使用 Python 脚本 Completed_Bases_Per_Experiment.py 将每个实验任务中所有参与者的数据进行合并。
   注意：该脚本将所有参与者文件夹中的信息整合为每个实验的统一数据库，便于后续的统计分析与数据处理。若该流程成功完成，将生成三个最终数据表，分别对应以下三项实验：
   一份用于 Experiment_1 的数据表
   一份用于 Experiment_2 的数据表
   一份用于 Experiment_3 的数据表
4. 将生成的完整数据库存储至 Complete_Data_Bases 文件夹中。

结果

分析样品

共有38名健康成年人完成了全部实验环节和自评量表（CTQ-SF、BCE、PHQ-9、GAD-7、STAI）。由于个别通道数据丢失而非受试者退出，各分析的样本量略有差异。各项分析的样本量如下：实验1——皮肤电导反应（SCR）和评分ANOVA分析（经典条件反射和操作性条件反射阶段），n = 37；操作性按键反应ANOVA分析，n = 38。实验2——评分分析（习得、消退、再习得阶段）及习得阶段SCR分析，n = 36；消退阶段SCR分析以及SCR阶段×刺激ART-ANOVA分析，n = 35。实验3——所有分析，n = 37。仅涉及自评量表（CTQ、BCE、症状）的相关性分析使用完整样本（N = 38）。

实验1：带有回避的巴甫洛夫式与操作式条件反射

经典条件反射阶段：对三种条件刺激（可避免的CS+、不可避免的CS+、CS−）进行的重复测量方差分析证实了在两种外显指标上均存在条件性分化，即预期评分，F(2, 72) = 50.45，p < 0.001，ηp²= 0.584，以及威胁评分，F(2, 72) = 19.54，p < 0.001，ηp² = 0.352。两种CS+类型在对无条件刺激（US）的预测性评分上均高于CS−（可避免组：M = 72.84；不可避免组：M = 70.97；CS−组：M = 16.14），且被认为更具威胁性（分别为52.45和50.75对比18.80；所有经Bonferroni校正的ps < 0.001，d_zs = 0.67–1.49），但两种CS+之间无显著差异（ps = 1.00）。自主生理指标呈现出相同趋势但效应较弱：皮肤电反应（SCR）在不同刺激间存在差异，F(2, 72) = 5.09，p = 0.009， ηp² = 0.124（Greenhouse-Geisser校正后p = 0.018），主要由不可避免的CS+（M = 0.014，SD = 0.012）与CS−（M = 0.010，SD = 0.008）之间的差异驱动，尽管该两两比较未通过Bonferroni校正（p = 0.052，d_z = 0.41）。将两个CS+合并为一个综合指标后，SCR上CS+与CS−之间的显著分化得以显现，t(36) = 2.29，p = 0.028，d_z = 0.38。这种外显性评估的显著分化与较弱且不够精确的自主生理分化之间的分离现象，与既往研究结果一致，表明明确的威胁评估与皮肤电导反映的是部分可分离的条件化通路²¹（图3，表1）。

图3: 实验1的巴甫洛夫阶段：皮肤电导反应、预期程度和威胁评分。（A）对数转换后的皮肤电导反应（log[microsiemens + 1]）。（B）在0–100视觉模拟量表上的预期评分。（C）在0–100视觉模拟量表上的威胁评分。箱线图显示中位数（中心线）、四分位距（方框）、须线延伸至1.5 × IQR，以及个别离群值。方括号表示经Bonferroni校正的成对样本t检验结果具有显著性差异（*p < 0.05，**p < 0.01，***p < 0.001）；无显著性差异的配对未显示。n = 37。 请点击此处查看该图的放大版本。

测量指标	可避免的条件刺激+	不可避免的条件刺激+	条件刺激-
皮肤电反应 SCR (log[microsiemens + 1])	0.0109 (0.0086)	0.0140 (0.0123)	0.0100 (0.0075)
预期程度 (VAS 0–100)	72.84 (23.92)	70.97 (26.25)	16.14 (27.94)
威胁感知 (VAS 0–100)	52.45 (27.83)	50.75 (31.67)	18.80 (27.32)

表1：实验1的巴甫洛夫阶段描述性统计结果。 单元格显示均值（标准差）。SCR = 皮肤电导反应，在分析前经log(SCR + 1)对数转换；VAS = 视觉模拟评分，范围为0至100。n = 37。

在操作阶段，一旦引入回避依随性，三项测量结果趋于一致。与CS−相比，受试者在CS+期间按压反应按钮的频率更高，F(2, 74) = 9.51, p < 0.001, ηp² = 0.204（可避免：M = 8.53；不可避免：M = 9.04；CS−：M = 7.26；均经Bonferroni校正） ps ≤ 0.027）。根据可控制性，预期、威胁和缓解评分明显区分了两种CS+：预期，F(2, 72) = 136.34， p < 0.001, ηp² = 0.791（不可避免） > 可避免的， d_z = 1.56）；威胁，F(2, 72) = 61.09， p < 0.001, ηp² = 0.629（不可避免的 > 可避免的， d_z = 1.02）；以及缓解程度，F(2, 72) = 14.94， p < 0.001, ηp² = 0.293（可避免 > 不可避免的， d_z = 0.86；所有 Bonferroni 校正后 p 值 < 0.001），表明参与者理解该按钮仅对可避免的条件刺激+（CS+）降低了电击概率。在此阶段，不同刺激之间的皮肤电导反应无显著差异，F(2, 72) = 0.78， p = 0.462, ηp² = 0.021，表明在经典条件反射阶段观察到的自主神经信号差异因主动参与回避反应而减弱²²(图4, 表2).

图4： 实验1的操作阶段：皮肤电导反应、回避行为和缓解评分。（A）对数转换后的皮肤电导反应（log[微西门子 + 1]）。（B）按钮按压次数（回避行为）；仅在可回避的条件刺激+（CS+）期间按压按钮可取消非条件刺激，而在不可回避的CS+期间则无效。（C）在0-100视觉模拟量表上的缓解评分。箱线图显示中位数、四分位距、延伸至1.5 × IQR的须线以及个别离群值。方括号表示经Bonferroni校正的成对样本t检验结果（*p < 0.05，**p < 0.01，***p < 0.001）；无显著差异的配对未显示。n = 37 至 38。请点击此处查看该图的放大版本。

测量指标	可避免的条件刺激+	不可避免的条件刺激+	条件刺激-
皮肤电反应 SCR (log[microsiemens + 1])	0.0197 (0.0150)	0.0196 (0.0151)	0.0212 (0.0169)
按键次数 (每种条件刺激下的计数)	8.53 (3.58)	9.04 (4.01)	7.26 (4.27)
预期程度 (VAS 0–100)	33.78 (26.97)	83.92 (19.80)	7.54 (14.58)
威胁感知 (VAS 0–100)	37.12 (25.41)	70.60 (27.33)	11.60 (20.12)
缓解感 (VAS 0–100)	62.98 (26.36)	29.97 (27.93)	58.75 (36.29)

表2：实验1操作阶段的描述性统计。单元格显示均值（标准差）。SCR = 皮肤电导反应，经对数转换为log(SCR + 1)；VAS = 视觉模拟量表，范围为0至100。按钮按压次数为每次条件刺激呈现期间的平均按压次数。CS−列报告的是在不会出现厌恶结果的试次中，按钮按压次数、预期、威胁感和缓解感的数据。SCR和评分的样本量n = 37，按钮按压次数的样本量n = 38；各通道的分析样本量见代表性结果部分的分析样本段落。

实验2：获得、消退与重新获得

采用 2（阶段：习得 vs. 消退）× 2（刺激：CS+ vs. CS−）被试内 ANOVA 正式检验消退效应；其中阶段 × 刺激的交互作用是检验 CS+ 反应选择性降低的关键指标。鉴于皮肤电反应（SCR）的非正态分布，其 2 × 2 ANOVA 通过排列秩转换法（aligned rank transform）进行计算²³。在习得阶段存在差异性 SCR（Wilcoxon p = 0.008），而在消退阶段该差异消失（p = 0.168）；ART-ANOVA 分析显示，自主反应在各阶段总体呈下降趋势，但未达到显著性（F(1, 34) = 3.24, p = 0.081），且无显著的阶段 × 刺激交互作用（F(1, 34) = 0.87, p = 0.358）。相比之下，在参数化的 2 × 2 ANOVA 中，预期和威胁评分均表现出显著的阶段 × 刺激交互作用（预期：F(1, 35) = 67.71, p < 0.001, ηp² = 0.66；威胁：F(1, 35) = 5.85, p = 0.021, ηp² = 0.14），证实了在陈述性水平上的选择性消退。根据实验设计，再习得阶段仅在自主神经层面呈现 CS+；对 CS+ 的主观评分显示出显著反弹，预期评分从消退阶段的 M = 25.90 上升至再习得阶段的 M = 55.94（t(35) = 7.95, p < 0.001, d_z = 1.32），威胁评分从 M = 31.26 上升至 M = 42.04（t(35) = 3.61, p < 0.001, d_z = 0.60），而自主反应未见类似恢复，CS+ 引发的 SCR 在消退阶段为 M = 0.012，再习得阶段为 M = 0.010（p = 0.568）。这种模式——即自主反应发生消退且未出现后续恢复，同时陈述性知识持续存在并迅速被重新激活——凸显了多系统实验范式的价值²¹（图 5，表 3）。

图5：实验2：三个阶段中的因变量测量结果。（A）对数转换后的皮肤电导反应（log[microsiemens + 1]）。（B）预期评分（视觉模拟量表 0–100）。（C）威胁评分（视觉模拟量表 0–100）。习得和消退阶段均包含CS+和CS-试验；根据实验设计，再习得阶段仅在自主神经水平呈现CS+，以检测条件反应的快速重现（节省效应）。每个阶段均对两种刺激收集了主观评分。箱线图显示中位数、四分位距、须线延伸至1.5 × IQR，以及个别离群值。A图中的方括号表示各阶段CS+与CS-的Wilcoxon符号秩检验；B图和C图中的方括号表示各阶段CS+与CS-的配对样本t检验（*p < 0.05，**p < 0.01，***p < 0.001）；未显示无显著性差异的配对。再习得阶段的皮肤电导反应（SCR）无方括号，因为根据实验设计，该阶段仅在自主神经水平呈现CS+。尽管在A图中，习得和消退阶段的CS+与CS-中位数差异看似相似，但表现出CS+ > CS-的受试者比例不同（习得阶段为72%，消退阶段为60%），Wilcoxon检验可检测到被试内部一致性上的差异。n = 35 至 36。请点击此处查看该图的放大版本

测量指标	获得阶段 CS+	获得阶段 CS-	消退阶段 CS+	消退阶段 CS-	重新获得阶段 CS+	重新获得阶段 CS-
皮肤电反应 SCR (log[microsiemens + 1])	0.0121 (0.0124)	0.0109 (0.0125)	0.0113 (0.0126)	0.0098 (0.0102)	0.0103 (0.0126)	- (实验设计)
威胁程度 (VAS 0-100)	47.64 (27.47)	16.83 (20.71)	31.26 (26.32)	12.99 (17.62)	42.04 (26.71)	12.17 (18.90)
预期程度 (VAS 0-100)	73.34 (21.31)	11.42 (18.21)	25.90 (24.07)	7.18 (11.65)	55.94 (23.04)	6.53 (10.38)

表3：实验2（习得、消退、再习得）的描述性统计。单元格显示均值（标准差）。SCR = 皮肤电导反应，经对数转换为log(SCR + 1)；VAS = 视觉模拟量表，范围为0至100。根据实验设计，再习得阶段仅在自主神经水平呈现条件刺激+（CS+），以检验消退后条件反应的快速重现（节省效应）；因此，SCR的CS−单元格为空，而非数据缺失。在所有三个阶段中，均对CS+和CS−收集了主观评分。评分以及习得阶段SCR的样本量n = 36；消退阶段SCR的样本量n = 35。

实验3：概率性奖励学习

参与者可靠地学习了概率关联。高概率选择的平均比例为 M = 0.734（SD = 0.119），显著高于随机水平，t(36) = 11.97，p < 0.001，d = 1.97。相比70/30配对，80/20配对的学习准确性更高，F(1,36) = 29.56，p < 0.001。按每位参与者拟合的强化学习参数显示中等水平的Q学习率（Alpha：M = 0.42，SD = 0.23）和与中等程度利用行为一致的逆温度参数（Beta：M = 4.68，SD = 2.33）。

对童年经历个体差异的敏感性

本小节报告的分析旨在说明该方案的测量能力，而非确证性检验。本研究的统计效能旨在检测被试内效应——即上文报告的经典范式效应，而非被试间交互作用；由于样本量 N = 38，个体差异模型属于探索性分析，仅用于表明该测验组合所导出的指标具有可解释的被试间变异。共有四个童年创伤问卷（CTQ）与学习指数的调节模型满足预先设定的双重显著性标准（CTQ分量表与症状评分之间存在显著的双变量相关，且交互作用项显著）。这四个模型、调节模型的概念图²⁴以及重点展示的交互作用图，均完整呈现在补充文件2中（包含补充图1和补充图2），该文件随本稿件一并提交，并与分析代码共同存入公开数据库（https://doi.org/10.5281/zenodo.21365750）。这些结果应被理解为证明由本方案导出的指标对个体差异具有敏感性，而不能作为童年逆境特定神经认知特征的证据；确立此类特征需要在更大样本中进行确证性设计研究。

良性童年经历（BCE）与CTQ各子量表之间存在强烈且呈负相关的关联，其中CTQ-EN（情感忽视）与BCE-CPF/DPF之间的负相关系数最大，rs = -0.68 和 -0.67，两个ps < 0.001，N = 38。此外，较高的BCE评分与更高的强化学习准确性以及更低的依赖性回避行为相关，这一模式符合较少防御性、更具探索性的行为特征。这些双变量关联仅为描述性结果：它们表明该测试组合可产生具有足够被试间变异性的指标，从而能与早期经历测量指标发生协变，但并未检验任何中介或因果路径。完整的双变量相关矩阵见补充表2，相关文本内容见补充文件3。

代表性结果的结论

在三项实验中，该方案产生了各范式预期的经典效应：经典条件化辨别（在陈述性水平上表现显著，而在自主神经水平上较弱且精确度较低）、操作性回避行为，其期望、威胁和缓解评分明确依赖于可控性、陈述性反应的选择性消退以及自主神经反应的非选择性降低，以及显著高于随机水平的概率性奖赏学习。多通道设计并未呈现一致的趋同结果，而是产生了趋同与理论上有意义的分离现象的混合：部分指标趋同（例如，按键行为和评分均显示出操作性分化），而生理、行为和主观测量指标之间则出现分离（例如，经典条件化皮肤电反应弱于陈述性辨别；在重新习得阶段，尽管陈述性反应显著恢复，自主神经反应却未能恢复），这支持了明确的威胁评估与皮肤电导反映的是部分可分离的 conditioning 通道的观点²¹。

必须明确界定这些结果所证实和未证实的内容。已证实的是，该实验方案在单次60分钟的实验过程中在技术上是可行的，每个实验范式均能引发预期方向和幅度的经典效应，且该分析流程可生成一组可解释的个体水平指标（差异性皮肤电反应对比、操作性缓解对比、条件性回避次数，以及Q学习的Alpha和Beta参数），这些指标可在更大样本中直接应用而无需修改实验方案。尚未证实的是这些指标在检测与逆境相关改变方面的敏感性或特异性。本研究的样本量设计针对的是被试内效应，而非个体差异效应；因此，上述报告的CTQ和BCE分析仅用于说明测量能力，并不构成对童年不良经历神经认知特征的确证性验证。确定这些指标中是否存在能够区分暴露组别或预测临床结局的指标，将是后续讨论中所概述的、具备充分统计效能的确证性研究所要完成的任务。

支持本研究结果的分析流程（R 和 Python 脚本）、图表生成代码以及汇总层面的摘要表格已公开发布于 Zenodo 仓库，https://doi.org/10.5281/zenodo.21365750（DOI: 10.5281/zenodo.21365750）。经去标识化的个体层面数据（皮肤电导轨迹和行为反应）可根据合理请求向通讯作者申请获取，需签署数据使用协议，并获得安第斯大学科学伦理委员会（ID: CEC2025023）的批准。与补充文件 2中报告的调节模型相关的代码和表格作为补充文件一并提供。分析脚本（paper_analyses_R.R；补充编码文件 1）可复现代表性结果中报告的每一项统计值，图表生成脚本（paper_figures_R.R；补充编码文件 2）可直接从原始数据文件重新生成图 3、图 4和图 5。实验1、实验2和实验3的实验设计分别见于补充表 3、补充表 4和补充表 5。

测量指标	M	SD
高概率选择比例（总体）	0.73	0.12
80/20 条件配对	0.79	0.12
70/30 条件配对	0.68	0.14
Q学习率（Alpha）	0.42	0.23
逆温度参数（Beta）	4.68	2.33

表4：实验3（概率性奖励学习）的描述性统计。 单元格显示均值（标准差）。高概率选择的比例反映了整个实验选择阶段的准确性（随机水平 = 0.50；试验结构详见补充表5）：总体为0.73（0.12）；80/20关联对为0.79（0.12）；70/30关联对为0.68（0.14）。80/20关联对提供更确定性的反馈，而70/30关联对更具概率性，且信噪比较低。总体准确性与随机水平的单样本检验：t(36) = 11.97，p < 0.001，d = 1.97。被试内对比80/20与70/30：F(1, 36) = 29.56，p < 0.001。强化学习参数按每位参与者分别拟合：Q学习率Alpha = 0.42（0.23），取值范围为[0, 1]，决定价值更新的幅度（中等程度更新）；逆温度参数Beta = 4.68（2.33），决定探索与利用之间的平衡（中等程度利用）。n = 37。

补充图1： 调节模型的概念图。预测变量X（童年创伤问卷CTQ的一个子量表，用于评估童年逆境）被假设通过系数b1直接影响结果变量Y（焦虑或抑郁症状），而调节变量W（根据实验方案为每位参与者计算的学习指数，例如操作性缓解对比、消退阶段的残留皮肤电反应SCR，或差异性威胁评分）通过交互项b3调节X Y关系的强度。显著的b3表明童年逆境对成年期症状的影响会随着个体学习特征的不同而变化，这为补充文件2中报告的四个调节模型提供了概念框架。本研究中报告了四个具体的W变量（每个对应一个满足双重显著性标准的调节模型）：（1）操作性缓解对比 = 对可回避的条件刺激CS+的主观缓解感减去对CS−的缓解感（实验1，操作性阶段）；（2）消退阶段残留差异性SCR = 消退阶段末期对CS+的对数转换皮肤电反应减去对CS−的对数转换皮肤电反应（实验2）；（3）对可回避CS+的操作性SCR = 对可回避CS+的对数转换皮肤电反应减去对CS−的对数转换皮肤电反应（实验1，操作性阶段）；（4）对不可回避CS+的差异性威胁评分 = 对不可回避CS+的威胁评分减去对CS−的威胁评分（实验1，操作性阶段，0–100视觉模拟量表）。请点击此处下载该文件。

补充图2： 显著调节作用的交互作用图。情绪忽视（CTQ-EN）对抑郁症状（PHQ-9）的影响在调节变量W的三个水平上进行绘制（操作性缓解对比：对可避免的CS+与CS-的主观缓解程度）：低值（-1 SD）、均值和高值（+1 SD）。发散的回归线可视化了来自补充图1的交互项b3：在操作性缓解水平较低时，CTQ-EN PHQ-9的斜率为正（忽视越严重，抑郁症状越多）；而在操作性缓解水平较高时，斜率趋于平缓，表明主观能动性对厌恶结果具有缓冲作用（B = -2.05，p = 0.041；完整模型见补充文件2）。请点击此处下载该文件。

补充表 1：实验 1、2 和 3 中的刺激参数。 本表总结了三个实验中所用刺激的物理和程序参数。对于每个实验，列出了条件刺激（CS）和非条件刺激（US）的性质与持续时间、CS+ US 的强度与一致性、参与者需要做出的反应、试次间间隔（ITI）、记录的因变量以及平衡方案。实验 1（经典/操作性回避）使用彩色灯作为 CS，以 95 dB 的厌恶声音——白噪声或叉子声（平衡使用）——作为 US。实验 2（习得/消退/再习得）使用中性的人脸作为 CS，以 95 dB 的男性尖叫声与愤怒面孔配对作为 US。实验 3（概率性选择）使用成对的抽象图像并提供概率性视觉反馈。CS = 条件刺激；US = 非条件刺激；SCR = 皮肤电导反应；VAS = 视觉模拟量表。请点击此处下载该文件。

补充表 2：CTQ 各子量表之间的皮尔逊相关矩阵。 BCE 与症状量表之间的负相关反映了积极童年经历预期的保护作用。数值为皮尔逊相关系数。上半部分报告了 CTQ 子量表与 BCE 量表之间的相关性；下半部分报告了 CTQ 子量表和 BCE 量表与当前症状评分之间的相关性。显著性标记：*p < 0.05，**p < 0.01，***p < 0.001，+p < 0.10。N = 38 （仅自评量表；完整入组样本）。该矩阵的描述性文字见于补充文件 3。EA = 情感虐待，PA = 躯体虐待，SA = 性虐待，EN = 情感忽视，PN = 躯体忽视，BCE 量表：CPF = 家庭照料与保护，DPF = 积极的家庭互动，BCE-Total = 总体良性童年经历评分；症状评分：PHQ-9 = 抑郁；GAD-7 = 广泛性焦虑；SAI = 状态焦虑 [STAI-S]；TAI = 特质焦虑 [STAI-T]）。请点击此处下载该文件。

补充表3：实验1（被试内设计）的实验设计。该表格展示了实验1的被试内设计，该实验采用了一种经典/操作性回避范式，包含三种条件刺激：可回避的CS+（A）、不可回避的CS+（B）和CS−（C）。表格的行对应刺激类型，列对应实验的四个阶段（经典条件反射阶段、经典条件反射测试阶段、操作性训练阶段、操作性测试阶段）；单元格中给出了试验次数以及使用标准联结学习符号表示的刺激-结果对应关系^25,26，其中“+”表示条件刺激（CS）后跟随非条件刺激（US），“−”表示仅呈现条件刺激而不伴随非条件刺激，“R”表示按键反应。在操作性阶段，对于可回避的CS+，反应R可取消随后的US，而对于不可回避的CS+，反应R无效。最后一行列出了在相应阶段后收集的视觉模拟量表（VAS）评分（威胁感、预期程度、缓解感）。每位参与者共完成52次试验。请点击此处下载该文件。

补充表4：实验2（被试内设计）的实验设计。该表格展示了实验2的被试内设计，该实验采用标准的习得–消退–再习得范式，包含两个条件刺激：CS+（A）和CS−（B）。行表示刺激，列表示六个阶段（习得、习得测试、消退、消退测试、再习得、再习得测试）；单元格中给出了试验次数和对应的关系，其中“+”表示该次试验后跟随无条件刺激（US），“−”表示该次试验后不跟随无条件刺激。在习得阶段，CS+在80%的试验中得到强化（10次中的8次）。再习得阶段仅呈现CS+，此为实验设计所定，并非数据缺失。最后一行表示在相应阶段后收集的视觉模拟量表（VAS）评分（预期和威胁）。每位参与者共完成52次试验。请点击此处下载该文件。

补充表5：实验3（被试内设计）的实验设计。该表格展示了实验3的被试内设计，该实验为一项包含两对抽象刺激（A–B 和 C–D）的概率学习任务。在完成练习阶段后，参与者连续完成两个选择阶段；每个阶段仅呈现两对刺激中的一对，且第二阶段总是测试第一阶段未出现的那一对。表格的行表示选择阶段在被试间平衡的两种顺序（A–B 先行 vs C–D 先行），列表示实验的不同阶段。强化概率设定为 p(A) = 0.80，p(B) = 0.20，p(C) = 0.70，p(D) = 0.30；C1/C2 的平衡设计还额外反转了每对刺激中哪个成员具有较高概率。选择编码为 1（高概率刺激）、0（无选择/遗漏）或 −1（低概率刺激）。每位参与者共完成 200 次试验。请点击此处下载该文件。

补充文件 1： 数据管理、目录结构和文件命名规范。详细描述目录树结构、平衡子文件夹、受试者文件夹、文件命名规范以及数据库脚本，并附有实际操作示例。 请点击此处下载该文件。

补充文件 2： 个体差异调节效应分析。个体差异模型的理论依据与分析计划、满足双重显著性标准的四个童年创伤问卷（CTQ）与学习指数的调节效应、调节模型的概念图解（补充图 1）以及主要的交互作用图（补充图 2）。这些分析旨在展示本实验方案的测量能力，而非确证性检验。请点击此处下载该文件。

补充文件 3：童年良性经历与行为特征。CTQ 量表各子量表、BCE 量表与症状评分之间的相关性（补充表 2），以及与童年良性经历相关的行为表型。请点击此处下载该文件。

补充文件 4： 操作建议与故障排除。决定一次实验能否获得可分析数据的六个关键步骤、生理记录质量下降时的故障排除规则，以及针对设备不同或受试者招募受限的实验室可采用的调整方案。请点击此处下载该文件。

补充代码文件 1：paper_analyses_R.R请点击此处下载该文件。

补充代码文件 2：paper_figures_R.R请点击此处下载该文件。

讨论

本研究结果证实了一种整合式单次实验流程在技术与方法学上的可行性，该流程涵盖威胁习得与工具性控制、安全学习、恐惧重现以及概率性奖赏学习。在35至38名健康成年人的样本中（由于通道特异性信号丢失而非受试者退出，各实验的分析样本量略有差异），每种实验范式均成功复现了其典型的效应：在经典条件反射阶段出现差异性的主观感受，以及较弱的自主神经条件化反应；在操作性条件反射阶段表现出依赖于可控性的回避行为与缓解反应；实验2中陈述性威胁的选择性消退，同时伴随自主神经反应的非选择性下降；实验3中显著高于随机水平的概率性学习。需要明确指出的是，本研究证明了什么，以及未证明什么。已证明的是：这三种范式可在一次60分钟的实验会话中并行实施而无相互干扰；在该会话所导致的试验次数压缩条件下，三种典型效应均得以保留；且该实验流程可生成一组个体水平的指标，这些指标可直接应用于其他样本而无需修改。尚未证明——也仍有待确立的是：这些指标对童年逆境后果具有敏感性和特异性。复现典型的个体内效应是支持该主张的必要条件，但非充分条件，而本研究样本在用于确证性个体差异检验时统计效能不足²⁷。因此，个体差异结果仅用于说明测量能力，而非对创伤-学习通路的确证性证据。

方法学上的贡献主要不在于任何单一范式，而在于多种范式的联合应用。如引言所述，这三项任务涵盖了三种在计算上可分离的需求，而在同一参与者中测量这些任务，能够回答单任务研究在设计上无法回答的问题：即与ACE相关的改变反映的是一种跨领域的联想学习再校准，还是仅局限于威胁刺激的效价特异性改变。若采用包含两种威胁范式或两种奖赏范式的研究设计，则无法在两种假设之间进行相互证伪，而本研究所采用的三重范式组合则可以实现这一点。此外，该方法还有三个特点使其区别于单任务研究方案：威胁与奖赏学习在同一实验环节中进行测量，从而消除了不同实验环节之间的状态变异性；多通道设计产生了一套可重复使用的个体水平指标工具箱；同时施测BCE量表与CTQ-SF量表，能够建模逆境—仁慈连续体而不仅限于逆境本身，这与Narayan等人的研究一致¹⁰。两个量表之间存在中等程度的负相关（|r| ≈ 0.50–0.68；补充文件3），证实二者既相互独立又部分重叠，因此联合纳入具有合理性。

微弱甚至在某些情况下缺失的生理效应值得深入探讨，因为它们并非实验方案效果的附带说明，而可能是最具信息量的结果。三种模式尤为突出。在实验1的巴甫洛夫阶段，陈述性辨别表现稳健，而自主神经效应微弱，且在经过多重比较校正后不再显著。更引人注目的是，在操作性阶段引入回避反应后，皮肤电导完全不再区分不同刺激，而此时基于预期、威胁和缓解程度的主观评分却能精确地根据可控制性对刺激加以区分。在实验2中，自主神经反应在消退后未能在再习得阶段恢复，而陈述性反应则显著反弹。相应的统计结果已在代表性结果部分报告。从理论上讲，操作性阶段的结果并非测量失败，而是成功工具性控制的预期结果：当某个可执行的动作能够可靠地取消厌恶结果时，即使个体仍持续将线索表征为危险，防御性唤醒也会被下调。这正是LeDoux等人²²所提出的回避行为的重新概念化，也与“习得性无助”文献中描述的经典可控制性效应一致²⁸：工具性反应本身即是唤醒的调节器，因此其引入理应消除此前存在的自主神经差异。实验2的模式反过来则是Lonsdorf等人²¹所记录的反应系统间部分耦合现象的典型范例：皮肤电导与明确的评估指标是部分可分离的过程，Dibbets和Evers¹¹本人在本研究采用的相同范式中也报告了评分上的个体差异效应，但未在皮肤电导反应（SCR）中观察到相应效应。这一点对童年逆境研究具有特殊意义。如果早期逆境优先重新校准自主神经通道而保留陈述性评估功能——或相反——那么单通道实验方案将可能得出截然相反的结论，具体取决于研究者恰好记录的是哪一通道，而这正是Ruge等人¹在综述文献中所记录异质性的可能来源之一，因为在该领域尚无任何结果指标被证明具有普遍更高的可靠性。因此，多通道记录并非冗余，而是开展可解释的个体差异研究的前提条件。从临床角度看，自主神经反应消退后主观威胁感的持续存在，正是暴露疗法后仍残留的威胁评估的实验室类比，这种残留评估本身可能成为治疗的潜在靶点。然而，我们仍需强调另一种诚实的解释：SCR效应减弱也可能与自主神经通道在60分钟测试流程的试验次数限制下的统计效能低下和信度不足相一致——每个实验单元的试验次数较少，连续三个任务导致习惯化，以及众所周知的SCR无反应者群体的存在。当前数据无法排除这一解释，且两种解释并非互斥。未来研究若要在这两种解释之间做出判断，应采用方案第8.14步中规定的信号质量标准，预先注册排除无反应者，并预期需要更长的实验流程和每个实验单元更多的试验次数，才能将自主神经效应的缺失解释为分离现象的证据，而非测量精度不足所致。

除了能够重现经典范式效应外，该方案衍生的指标在较小样本中也足够敏感，可检测到与童年逆境在理论上具有重要意义的关联。四个CTQ与学习指数的调节模型均满足双重显著性标准（显著的双变量相关性和显著的交互项），且CTQ量表与BCE量表显示出预期的中等程度负相关。上述两项发现旨在说明该方案的测量能力，而非对创伤-学习通路的验证性检验；完整的统计细节和理论解释详见补充文件2。

有三个因素决定了皮肤电反应记录的质量，在数据采集过程中需要特别关注：在非优势手的中指和无名指第一指节上，两个电极均需均匀涂抹导电凝胶，并确保电极与皮肤接触牢固但舒适；腕带需保持持续的无线连接，每次任务开始前以及各任务间转换时均应验证连接状态，因为通信的短暂中断在受试者端无法察觉，但会导致信号轨迹出现平坦段；非优势手必须保持静止，因为手指收缩和姿势改变会产生瞬态干扰，自动化相位分解算法无法将其与真实的生理反应区分开来。若在任务进行中发生通信中断，应继续实验，无需重复该次实验：仅将该任务中受影响的通道视为缺失数据，而该受试者仍可用于其他实验范式，以及同一任务的行为学和主观感受数据采集。这一决策规则解释了为何不同实验中分析样本量（analytic n）在35至38之间变动。其余操作建议、顺序平衡与校准检查、Ledalab参数设置以及完整的故障排除指南详见补充文件4。

在解释这些结果时，应考虑若干局限性，这些局限性共同决定了本研究目前属于一种转化性的方法学提案，而非确证性研究。首先，也是最重要的一点，样本量（n = 35–38，不同实验间有所变化）足以支持本文报告的被试内范式效应，但在统计效力上不足以支持确证性的个体差异分析。Fritz 和 MacKinnon²⁴ 估计，检测中等大小的中介效应需要 N ≥ 71，而 McClelland 和 Judd²⁷ 表明，在适度规模的社区样本中检测交互作用所需的样本量是检测主效应所需样本量的数倍。因此，本文所报告的调节模型仅用于说明该实验方案的测量敏感性，而非对创伤—学习通路的检验，且本文并未声称发现了逆境的神经认知标记。其直接后果是，该实验方案的临床价值仍有待确立：此处导出的指标必须在更大规模、理想情况下包含极端群体或临床样本的、充分赋权且预先注册的验证研究中进一步检验，方可被视为候选标记。其次，皮肤电导信号本质上易受运动伪迹和间歇性无线连接丢失的影响，在本研究样本的三个实验中，其数据获取率存在差异；相比之下，行为和主观报告通道更为稳健，这正是该实验方案同时记录多通道数据而非仅依赖自主神经通道的原因。采用该实验组合的研究实验室应预期到特定通道的数据丢失，并应按通道和任务分别报告各分析中的有效样本量（见步骤 8.14.9）。第三，该实验方案受限于单次实验室访问的时长（约 60 分钟，含准备时间），这限制了每个范式中的试验次数，从而对所导出的个体指标的被试内可靠性设定了下限；更长或多次会话的方案虽可提高个体估计的稳定性，但可能带来疲劳或会话内控制的挑战。最后，该实验组合迄今仅在18岁及以上的健康成年人中实施过，其在未成年人、老年人及临床人群中的适用性仍有待验证。本文的贡献在于提供了一套标准化、可重复的测量基础设施——包括实验范式、采集参数、质量标准和指标计算方法——为后续开展确证性临床验证奠定了基础。

三个未来的应用方向自然源于该方案。首先，更大的样本量（n ≥ 71，以检测介质介导效应）²⁴ 将支持对早期逆境的正式中介效应检验> 学习> 症状通路研究，理想情况下应基于预先注册的假设和预先指定的调节因子与预测因子组合。其次，通过将健康对照组与临床群体（如创伤后应激障碍、重度抑郁障碍）进行临床验证，可识别出哪些由该方案导出的指标最能有效区分诊断或预测治疗反应。第三，已纳入知情同意书范围的6个月重测阶段，将允许评估这些指标在个体内部的稳定性及其对治疗的敏感性，这是将其作为候选生物标志物应用的前提条件。我们建议，针对童年逆境长期心理影响的研究应采用此类整合性、多系统的研究方案，而非仅依赖单一任务或仅基于自评的设计。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
AcqKnowledge 软件	BIOPAC Systems Inc.	ACK100W (Windows) / ACK100M (Mac)	用于生理信号的数据采集与分析软件。RRID:SCR_014279（请通过当前 SciCrunch 条目验证）。
afex（R 程序包）	Singmann, Bolker, Westfall, Aust & Ben-Shachar	版本 1.5-1	用于析因实验的 R 程序包。通过 aov_ez() 函数执行所有重复测量方差分析（实验 1–3）。RRID:SCR_022761（请通过当前 SciCrunch 条目验证）。
ARTool（R 程序包）	Wobbrock, Findlater, Gergle & Higgins	版本 0.11.2	用于非参数析因方差分析的对齐秩变换法。在实验 2 中用于皮肤电导的“阶段 × 刺激”方差分析，因其分布为非高斯分布。
良性童年经历（BCE）量表	Narayan, Rivera, Bernstein, Harris & Lieberman (2018)	公共领域工具（10 个项目）	使用西班牙语改编版本。该工具未分配 RRID；请引用原始验证论文。
BioNomadix 腕带（发射器）	BIOPAC Systems Inc.	BN-PPGED-T	用于 EDA 和 PPG 信号的可穿戴发射器。需与 BioNomadix 接收模块配对使用。
童年创伤问卷-简版（CTQ-SF）	Bernstein 等 (2003)	经验证的 28 项回顾性自评量表	包含五个子量表（EA、PA、SA、EN、PN）。无 RRID；请引用原始验证论文。使用西班牙语改编版本。
EDA 电极用导电凝胶	BIOPAC Systems Inc.	GEL101A	用于皮肤电导测量的等渗凝胶。
一次性 Ag/AgCl EDA 电极	BIOPAC Systems Inc.	EL507A	用于皮肤电导记录的一次性电极。
广泛性焦虑障碍量表（GAD-7）	Spitzer, Kroenke, Williams & Löwe (2006)	7 项自评量表	使用经验证的西班牙语版本。该工具无 RRID；请引用原始文献。
ggplot2（R 程序包）	Wickham	版本 4.0.3	基于图形语法的绘图系统。RRID:SCR_014601（请通过当前 SciCrunch 条目验证）。
耳机（包耳式）	HyperX (HP Inc.)	Cloud III	有线封闭式游戏耳机；用于在恐惧条件反射实验中传递听觉非条件刺激。
Ledalab	Benedek & Kaernbach (2010)	开源 MATLAB 工具箱 v3.2.5	皮肤电导信号的连续分解分析（CDA）。未分配 RRID（请引用原始论文）。
lme4（R 程序包）	Bates, Maechler, Bolker & Walker	版本 1.1-37	线性混合效应模型。用于估计实验 3 中每位参与者的习得轨迹斜率。RRID:SCR_015654（请通过当前 SciCrunch 条目验证）。
MATLAB	MathWorks	R2025a	用于运行 Ledalab 及 SCR 预处理流程。RRID:SCR_001622。
患者健康问卷-9（PHQ-9）	Kroenke, Spitzer & Williams (2001)	9 项自评量表	使用经验证的西班牙语版本。该工具无 RRID；请引用原始文献。
生理数据采集单元（PsychoPy）	BIOPAC Systems Inc.	MP200	主要的生理信号采集单元。与 BioNomadix 无线 EDA 模块结合使用。
Python	Python Software Foundation	版本 3.12	用于预处理流程，合并 Ledalab 输出与 PsychoPy 行为记录（Data_Bases.py, Completed_Bases_Per_Experiment.py）。RRID:SCR_008394（请通过当前 SciCrunch 条目验证）。
R（统计计算环境）	R Foundation for Statistical Computing	版本 4.5.0	所有统计分析均在此环境中进行。调节模型通过基础 stats 程序包中的 lm() 函数进行普通最小二乘回归估计，预测变量经 z 标准化处理，交互项由其乘积计算得出；未使用专门的调节分析程序包。RRID:SCR_001905（请通过当前 SciCrunch 条目验证）。
状态-特质焦虑量表（STAI）	Spielberger 等 (1983)	STAI Y 型量表（40 项，SAI + TAI）	使用经验证的西班牙语版本。该工具无 RRID；请引用原始文献。
刺激呈现显示器	Samsung	LS22D300GALXZS (S22D300, 22 英寸 LED)	用于呈现视觉 CS+ / CS- 刺激及评分量表的显示设备。