抑郁傾向對合作的影響：雙人同步近紅外腦成像研究*

張丹丹 王 駒 趙 君 陳淑美 黃琰淋 高秋鳳

抑郁傾向對合作的影響：雙人同步近紅外腦成像研究

張丹丹王 駒趙 君陳淑美黃琰淋高秋鳳

(深圳大學心理學院;深圳市情緒與社會認知科學重點實驗室;深圳大學社會學系, 深圳 518060)

抑郁人群不但表現出注意、記憶等個體認知層面的負性偏向, 還伴隨有明顯的社會認知障礙。已有研究在抑郁對社會認知的影響方面還考察得不多。本研究采用囚徒困境范式考察抑郁傾向對社會合作的影響。結果顯示, 高抑郁傾向組比低抑郁傾向組的合作率更低, 雙側背外側前額葉的激活更弱, 抑郁對右側背外側前額葉及眶額葉的腦間同步性有調節作用; 低抑郁被試與低抑郁被試配對時右側顳頂聯合區腦間同步性強于高抑郁被試與高抑郁被試配對, 或者高抑郁被試與低抑郁被試配對時的右側顳頂聯合區腦間同步性, 該效應當且僅當雙方的選擇相同時顯著。結果表明, 抑郁群體在社會獎賞加工、沖突控制及心理理論腦區均存在功能性缺陷, 這些結果為理解抑郁人群合作意愿下降提供了腦成像證據。

抑郁; 腦間同步性; 合作; 眶額葉皮層; 背外側前額葉; 顳頂聯合區

1 引言

抑郁癥是心境障礙的主要類型之一, 目前全球共有超過3億名抑郁癥患者, 其中每年約有80萬人死于自殺(WHO, 2018)?；颊邔ψ晕摇⑹澜缂拔磥肀в胸撔詰B度, 對負性刺激過度關注(何振宏, 張丹丹, 羅躍嘉, 2015)。大量流行病學及神經生物學研究表明, 社會、生物及心理因素在抑郁癥發生與發展的過程中共同起到了至關重要的作用(Kupferberg, Bicks, & Hasler, 2016)。研究發現, 社會孤立、更小的社交網絡, 以及對社會支持的低感知度均與抑郁程度高度相關(Jacobson, Lord, & Newman, 2017)。加強對抑郁癥社會功能障礙腦機制的研究, 并用以指導抑郁癥的防治, 可預防心理和行為問題的發生, 具有重大現實意義。

合作是伴隨人類發展的親社會行為。與其他物種不同, 人類可以在沒有血緣關系的情況下建立穩定的合作關系(Bowles & Gintis, 2011), 甚至在自己利益受損的情況下也是如此(Rilling & Sanfey, 2011)。這是因為合作行為會激活大腦的獎賞系統, 因此盡管有時物質獎賞減少了, 但人們會為了追求社會獎賞和自我肯定而進行合作(Ruff & Fehr, 2014)。囚徒困境游戲(prisoner’s dilemma game, PDG)是較常用的研究合作的范式。在囚徒困境游戲中, 兩名玩家同時選擇合作或背叛。對于每名玩家來說, 不論對家的決策如何, 選擇背叛帶來的個人收益高于選擇合作。然而實驗發現, 人們愿意頻繁地嘗試合作方案(Rilling et al., 2002), 大量PDG研究中觀測到的合作率均值為50%左右(Camerer, 2003)。腦成像PDG研究發現, 合作激活了內側前額葉皮質(medial prefrontal cortex, mPFC)、顳頂聯合區(temporoparietal junction, TPJ)等心理理論相關腦區(Emonds, Declerck, Boone, Vandervliet, & Parizel, 2012), 眶額葉皮層(orbitofrontal cortex, OFC)、腹側紋狀體等獎賞加工腦區、以及背外側前額葉(dorsolateral prefrontal cortex, dlPFC)等負責認知控制的腦區(Fermin et al., 2016)。而抑郁相關研究已表明, mPFC/OFC (Bludau et al., 2016)、TPJ (Poeppl et al., 2016)、dlPFC (Wise et al., 2017)在抑郁癥患者或高抑郁傾向群體中的結構縮小、功能性激活不足、或與其他腦區的功能連接出現異常, 這可能是抑郁影響合作行為的神經機制之一。

目前已有少量研究考察了抑郁對合作的影響, 發現抑郁會降低個體的合作傾向(Kupferberg et al., 2016; Pulcu et al., 2015)。例如, Clark, Thorne, Hardy和Cropsey (2013)觀察到, 抑郁癥患者在PDG中難以維持互惠合作, 在公共物品游戲中比健康對照貢獻的金額更少。Gradin等(2016)進行了此領域迄今唯一的一項腦成像研究, 他們采用功能磁共振技術在PDG中發現, 抑郁癥患者在互惠合作中難以體驗到社會獎賞帶來的快感, 他們的伏隔核和背側尾狀核等獎賞腦區的激活顯著低于健康對照; 同時患者的認知控制和情緒調節能力受損, 表現為其dlPFC激活減弱。此外, 由于合作為一項多人交互的社會行為, 抑郁個體在決策過程中是否決定合作還取決于同伴的特質。Sorgi和van 't Wout (2016)在解決這一問題上進行了很好的嘗試, 他們在PDG中采用計算機模擬的假被試作為游戲對家, 發現高抑郁傾向被試雖然在與“無偏性對家” (即合作率為50%的假對家)進行游戲時比低抑郁傾向被試表現出更多的背叛行為, 但他們在與“高合作性對家” (即合作率為75%的假對家)進行游戲時卻能表現出較穩定的合作行為。受此啟發, 為了更直接地考察抑郁對合作的影響, 我們在本研究中將被試分為以下3組進行實驗：低抑郁傾向?低抑郁傾向組, 高抑郁傾向?高抑郁傾向組, 高抑郁傾向?低抑郁傾向組。

本研究的神經活動觀測手段選用了基于近紅外光譜成像(near-infrared spectroscopy, NIRS)的超掃描技術(hyperscanning), 該技術同時記錄并考察特定認知活動過程中兩名或多名被試之間的大腦活動的同步性, 已成為社會認知神經科學的重要研究方法(Babiloni & Astolfi, 2014)。近年來, 研究者利用雙人同步記錄技術發現, 游戲雙方在合作過程中mPFC、OFC、dlPFC以及右側TPJ的含氧血紅蛋白濃度序列或腦電周期性振蕩的同步性增高(Abe et al., 2019; Cheng, Li, & Hu, 2015; Lu, Xue, Nozawa, & Hao, 2018; Xue, Lu, & Hao, 2018)。

綜上, 本研究采用PDG范式, 按照抑郁得分將被試分為3組(低低抑郁組、高高抑郁組、高低抑郁組), 利用雙人同步近紅外腦成像技術考察抑郁傾向對合作的影響。根據上述與抑郁相關的研究結果, 本文假設：行為方面, 抑郁導致合作率降低(Clark et al., 2013; Pulcu et al., 2015), 情緒滿意度降低(Gradin et al., 2016)。單人腦激活強度方面, 高抑郁傾向被試在mPFC (Bludau et al., 2016)、右側TPJ (Poeppl et al., 2016)等心理理論相關腦區, OFC等獎賞加工腦區, 以及dlPFC (Gradin et al., 2016)等認知控制腦區的激活水平可能會低于低抑郁傾向被試。雙人腦間同步性方面, 高抑郁傾向被試與對家的上述腦區的含氧血紅蛋白濃度序列的同步性降低, 且當對家同樣為高抑郁傾向被試時此現象更明顯(Sorgi & van 't Wout, 2016)。

2 方法

2.1 被試

采用貝克抑郁量表(Beck Depression Inventory Second Edition, BDI-II)從3500名大學本科生中篩選被試。根據BDI-II常模, 本研究邀請分數≤ 13 (無抑郁)以及分數≥ 20 (中重度抑郁)的志愿者參與實驗。由于實驗中需將被試按照抑郁傾向高低隨機分配至低?低組、高?高組、高?低組, 每種配對組在正式實驗中擬搜集25對數據, 在預實驗中擬搜集1對數據, 即每種配對組需26對被試參與實驗, 3組共78對被試參與實驗。因此, 本次實驗納入被試共156名, 其中高抑郁傾向(即BDI-II提示中重度抑郁)、低抑郁傾向(即BDI-II提示無抑郁)各78人。

正式實驗在BDI-II篩查后的1周內進行。實驗前所有被試填寫抑郁自評量表(Self-Rating Depression Scale, SDS)和斯皮爾伯格特質焦慮量表(The Trait form of Spielberger's State-Trait Anxiety Inventory, STAI-T)?？紤]到合作行為還可能受到焦慮的影響(Fett et al., 2016), 本研究匹配了高、低抑郁傾向組組間的特質焦慮水平, 以排除焦慮因素對結果的影響。根據SDS常模, 我們將被試分為兩組：SDS < 0.5為低抑郁傾向組(= 78), SDS ≥ 0.5為高抑郁傾向組(= 78)。所有被試在事前BDI-II篩查和實驗前SDS評分中獲得的分組身份(即高、低抑郁傾向)均保持一致。兩組被試在年齡、性別和STAI-T評分方面均無顯著差異(表1)。被試均無癲癇、腦外傷等病史, 視力或矯正視力正常。所有被試均為右利手。共同完成實驗的兩名被試性別相同,互為陌生人, 在實驗過程中不允許交流。實驗方案經實驗所在大學醫學院倫理委員會批準。主試在實驗前向每名被試解釋了實驗內容以及參加實驗的收益和潛在風險。所有被試都自愿參加實驗并簽署了知情同意書。由于預實驗進行順利, 數據分析時將預實驗的3對被試也納入分析, 因此本研究在低?低組、高?高組、高?低組各有26對數據。

表1 高、低抑郁傾向被試的人口學特征(M ± SD)

2.2 實驗過程

實驗采用經典的PDG。在多輪游戲中, 兩名玩家在合作和不合作之間進行選擇, 每輪的收益取決于雙人的選擇。兩名玩家的配對固定, 即在整個實驗過程中不更換對家。如果雙人均選擇合作(cooperation-cooperation, CC), 則每人獲得2元; 如果雙人均選擇不合作(defection-defection, DD), 每人獲得1元; 如果單人選擇合作(CD/DC), 則合作方得0元, 不合作方得3元。因此, 對個體而言, 選擇不合作的預期收益高于選擇合作, 但對雙人而言, 合作會使兩人的總收益大于不合作的情況(Gradin et al., 2016; Rilling et al., 2002)。

實驗前, 主試向被試介紹游戲規則, 被試進行10個回合的練習。被試的最終收益正比于個人在任務中累積的總分。被試被鼓勵最大限度地提高自己的收益。在實驗中, 兩名被試相對而坐, 每人各自面對一塊計算機屏幕。實驗共120個回合(試次), 分3個block進行, 每個block 8 min, block之間休息5 min。每一回合的時間流程如圖1所示, 首先出現一個2×2的收益矩陣, 被試通過按鍵選擇“合作”或“不合作”。1號被試按D和F鍵進行選擇, 2號被試按J和K鍵進行選擇。按鍵所對應的含義(合作/不合作)在不同的被試配對間進行平衡。當一名被試進行選擇后, 他/她的編號會以紅色高亮顯示。在雙人做出選擇后, 收益矩陣中的對應單元從白色變為灰色。從收益矩陣開始出現到結果呈現結束共6 s。試次間的jitter為2~10 s的隨機數。

在PDG后, 被試需完成一份情緒問卷, 該問卷要求他們在4種結果下(雙人合作CC、雙人不合作DD、本人合作對家不合作CD、本人不合作對家合作DC)對以下5項內容進行9點評分：(1)收益的滿意度, (2)對家的滿意度, (3)高興, (4)內疚, (5)憤怒(Gradin et al., 2016; Sun et al., 2016)。

2.3 近紅外數據采集及通道定位

本研究使用NirScan-2442設備(丹陽慧創, 中國江蘇)在任務中以連續波形式記錄NIRS數據, 采樣率21 Hz。每名被試的光極包含10個發射器(光源)和11個探測器(探頭), 組成29個通道, 發射器和探測器的距離均值為3.2 cm (范圍為2.8~3.6 cm)。光極的放置采用10/20系統腦電帽(EASYCAP, Herrsching, Germany)。基于已有研究(Cui, Bryant, & Reiss, 2012; Gradin et al., 2016), 本實驗主要觀測的腦區為前額葉和右側顳頂聯合區; 每名被試額葉有22個通道, 右側顳頂聯合區有7個通道(圖2)。

圖1 實驗流程示意圖。在圖中所示的試次中, 1號被試先于2號被試按鍵選擇, 故1號被試對應的編號先變成紅色。

本文定義每個通道的中點(即發射器和探測器連線的中點)下方腦區為該通道的主要探測區域, 并以此為標準進行通道的腦區標定。通道中點的MNI坐標采用NFRI工具包計算(http://brain.job. affrc.go.jp/tools/), 之后在成人腦模中查找對應的腦區。本文使用的成人腦模為Brodmann Talairach模板(Lancaster et al., 2000)和LPBA40模板(Shattuck et al., 2007)。每個通道對應的腦區見附錄表1。

圖2 NIRS光極的頭皮分布(以1號被試為例)。

2.4 近紅外數據分析

數據分析使用Matlab R2017b (MathWorks, Natick, MA, USA)。按照以下步驟對信號進行預處理：(1)刪除數據中光強過飽和的通道; (2)由光強信號計算得到光密度信號的變化值; (3)采用樣條插值去除信號中的運動偽跡; (4)使用0.01~0.2 Hz的帶通濾波器去除生理噪聲及基線漂移; (5)基于修正的Beers-Lambert定律從光密度信號解算出HbO和Hb的濃度變化值(即Δ[HbO]和Δ[Hb])。由于Δ[HbO]比Δ[Hb]對條件間的變化更敏感, 后續分析僅使用Δ[HbO]數據。

本文所關注的腦區(regions of interest, ROI)分別對應以下brodmann分區：mPFC (8, 9, 10, 24, 32), OFC (10, 11, 47), dlPFC (8, 9, 10, 46), TPJ (39, 40)。參考通道定位(附表1)及光極排布(圖2), 每個ROI對應的通道為：mPFC對應通道11、12、19、21, OFC對應通道1、2、4、5, 左側dlPFC對應通道9、17、18, 右側dlPFC對應通道16、20、22, 右側TPJ 對應通道23、24、27、28?？紤]到NIRS技術較低的空間分辨率以及較低的信噪比, 本文將腦激活水平以及腦間同步性指標先在每個ROI內進行通道間的平均后再進行統計分析(Dai et al., 2018)。

單人腦激活水平采用一般線性模型(general linear model, GLM)計算。以每個試次中結果反饋開始呈現的時刻為零時刻。在GLM中對β值進行估計時采用AR (n)模型(1 < n ≤ 30), 用極大似然法計算超定線性方程組的最小二乘解。在每個fNIRS通道中, 基于所有被試的被試內條件(CC、CD、DC和DD)的β值進行Fisher z變換, 求得歸一化β值。統計時基于ROI求通道均值, 得到5個ROI的歸一化β值。

雙人腦間同步性以Pearson相關系數作為度量指標(Dai et al., 2018)。首先計算每個通道3個被試內條件(CC、CD/DC和DD)雙人Δ[HbO]的6 s時間序列之間的Pearson相關系數, 再基于ROI求通道均值, 得到5個ROI的值。經K-S正態檢驗, 確認值符合正態分布, 無需進行Fisher z變換。

2.5 統計

統計分析采用SPSS Statistics 20.0 (IBM, Somers, USA)。除非有特別說明, 描述性統計量表示為“均值 ± 標準差”。對因變量進行多因素重復測量方差分析, 顯著性水平為< 0.05。單人腦激活強度的考察采用2(抑郁傾向：高、低) × 4(決策結果：CC、CD、DC和DD)的混合設計。雙人腦間同步性的考察采用3(配對組：低?低抑郁傾向、高?高抑郁傾向、高?低抑郁傾向) × 3(決策結果：雙人合作、雙人不合作、單人合作)的混合設計。對每個ROI的ANOVA, 采用Greenhouse-Geisser方法對自由度進行校正, 采用Bonferroni方法進行事后多重比較矯正。Pearson相關系數的顯著性采用Bonferroni方法在條件間及ROI間進行多重比較矯正。

為了排除由“相似認知任務” (又稱為條件相似性, condition similarity)而非“交互認知任務”引發的腦同步現象, 本研究使用置換檢驗(permutation test)考察腦間同步性的可靠程度。具體的做法是打亂真實的被試配對, 隨機將沒有真實互動的兩名被試作為一個配對并計算腦間同步性指標, 這一過程重復500次, 可生成一個腦間同步性指標的零假設分布(即僅由條件相似性引起的腦間同步性改變)。如果我們發現的腦間同步性改變超出了該零假設分布的95%置信區間, 即可認為此腦間同步性改變更可能是由“交互認知任務”引發的腦同步現象。本文僅對這種腦同步效應進行報告和討論。

3 結果

3.1 合作率和反應時

首先在單人層次上對合作行為進行分析。本文定義合作率為單個被試在任務中選“合作”的比例。所有被試的合作率為0.49 ± 0.12。在120個試次的任務中, 雙方合作(CC) 33 ± 15試次, 單方合作(CD/DC) 51 ± 10試次, 雙方背叛(DD) 35 ± 14試次。獨立樣本t檢驗結果表明, 高抑郁傾向被試的合作率(0.45 ± 0.12)顯著低于低抑郁傾向被試的合作率(0.54 ± 0.10),(154) = ?4.89,< 0.001。采用雙因素(高/低抑郁傾向 × 合作/背叛)混合方差分析對反應時進行統計, 發現各條件間反應時無顯著差異(≤ 2.64,≥ 0.106; 合作：高vs.低抑郁傾向 = 840 ± 326 ms vs. 912 ± 343 ms, 背叛：高vs.低抑郁傾向 = 839 ± 308 ms vs. 940 ± 408 ms)。

進一步地, 我們分析了對方前一次的決策結果對被試當前決策的影響。這種影響可能有4種模式：投桃報李(對方合作后我也合作, XCCX), 以德報怨(對方背叛后我還合作, XDCX), 以牙還牙(對方背叛后我也背叛, XDDX), 恩將仇報(對方合作后我卻背叛, XCDX)。采用雙因素(高/低抑郁傾向 × 4種決策模式)混合方差分析分別對4種決策模式的“出現概率”以及“反應時”兩個因變量進行統計(描述性統計量見圖3)。對于出現概率, 影響模式的主效應顯著,(3,462) = 59.1,< 0.001, η= 0.277：投桃報李(0.31 ± 0.15)和以牙還牙(0.32 ± 0.12)的出現概率顯著高于以德報怨(0.18 ± 0.07)和恩將仇報(0.19 ± 0.07;s < 0.001)。高低抑郁組間效應以及二者的交互作用不顯著(≤ 1.91,≥ 0.151)。對于反應時, 影響模式的主效應顯著,(3,462) = 4.72,= 0.003, η= 0.030：投桃報李(843 ± 0.15 ms)的反應時顯著短于以德報怨(899 ± 0.15 ms,= 0.015)和恩將仇報(911 ± 0.15 ms,= 0.005)。高低抑郁組間效應((1,154) = 2.37,= 0.126)以及二者的交互作用不顯著((3,462) = 2.02,= 0.113)。

最后, 我們在雙人層次上對合作行為進行分析。對互惠合作率(即CC的概率)進行單變量三水平統計, 發現組間效應顯著,(2,75) = 3.70,= 0.029, η= 0.090。3組被試的互惠合作率有以下趨勢：低?低抑郁傾向(0.32 ± 0.11) > 高?低抑郁傾向(0.28 ± 0.12) > 高?高抑郁傾向(0.23 ± 0.12); 其中低?低抑郁傾向組的互惠合作率顯著大于高?高抑郁傾向組(= 0.024), 高?低抑郁傾向組的互惠合作率與其他兩組無顯著差異(≥ 0.461)。

圖3 對方前一次的決策結果對被試當前決策的影響。A, 不同影響模式的出現概率; B, 不同影響模式對應的反應時。本研究關注的4種影響模式為：投桃報李(XCCX)、以德報怨(XDCX)、以牙還牙(XDDX)、恩將仇報(XCDX)。圖中errorbar表示均值的標準誤。

3.2 事后情緒評分

對5項情緒評分進行單人層面的雙因素方差分析, 以下僅報告顯著結果。

對收益的滿意度方面, 決策結果的主效應顯著,(3,462) = 272,< 0.001, η= 0.639：對家不合作時被試對收益的滿意度降低, 即CD (3.00 ± 0.16)和DD (3.85 ± 0.14)條件小于CC (7.08 ± 0.12)和DC (7.32 ± 0.13)條件(s < 0.001); 此外CD條件被試對收益的滿意度低于DD條件(< 0.001)。

對自身高興情緒評分方面, 決策結果的主效應顯著,(3,462) = 251,< 0.001, η= 0.620：對家合作比對家不合作增加了被試的高興程度。4個決策結果對應的高興評分具有以下關系：CC (7.29 ± 1.44) > DC (6.54 ± 1.78) > DD (3.73 ± 1.85) > CD (2.96 ± 1.86), 兩兩間差異顯著(s ≤ 0.001)。

對自身內疚情緒評分方面, 決策結果的主效應顯著,(3,462) = 83.3,< 0.001, η= 0.351：被試在DC情況下的內疚情緒最強(4.58 ± 2.45;s < 0.001), 其次是DD (2.28 ± 1.87)情況, 被試在CC (1.68 ± 1.38; CC vs. DD,= 0.004)和CD (1.89 ± 1.68; CC vs. DD,= 0.063)情況下的內疚情緒最弱。

對自身憤怒情緒評分方面, 決策結果的主效應顯著,(3,462) = 96.0,< 0.001, η= 0.384。4個決策結果對應的憤怒評分具有以下關系：CD (4.36 ± 2.54) > DD (2.72 ± 2.14) > DC (1.69 ± 1.36) > CC (1.36 ± 1.00), 兩兩間差異顯著(s ≤ 0.041)。

3.3 單人腦激活強度(歸一化β值)

在OFC腦區, 決策結果主效應顯著,(3,462) = 10.6,< 0.001, η= 0.065：CC條件的腦激活(0.219 ± 0.835)強于DC條件(0.159 ± 0.834,< 0.001), 這二者的腦激活又強于CD (?0.216 ± 0.940,≤ 0.001)和DD條件(?0.167 ± 1.230,≤ 0.046), 后二者的差異不顯著(= 1.000)。組間效應和決策結果的交互作用顯著,(3,462) = 3.54,= 0.043, η= 0.022; 圖4A, 圖5A。簡單效應分析表明, 決策結果的效應(CC > DC > CD/DD)僅在低抑郁傾向組中顯著((3,152) = 14.5,< 0.001, η= 0.158; CC = 0.304 ± 0.811, CD = ?0.359 ± 0.887, DC = 0.234 ± 0.811, DD = ?0.306 ± 1.063), 在高抑郁傾向組中不顯著(< 1; CC = 0.133 ± 0.856, CD = ?0.074 ± 0.974, DC = 0.083 ± 0.856, DD = ?0.028 ± 1.368)。

圖4 單人腦激活強度的條件間差異。A, 抑郁傾向組間效應(高、低抑郁傾向)和決策結果(CC、CD、DC和DD)的交互作用; B, 抑郁傾向組間效應的主效應(高vs. 低抑郁傾向)。圖中顏色代表方差分析的F值, 即顏色越紅表示該腦區的交互作用或主效應對應的F值越大。

在雙側dlPFC腦區均發現了組間主效應(左側(1,154) = 4.17,= 0.043, η= 0.026; 右側(1,154) = 4.30,= 0.040, η= 0.027; 圖4B, 圖5BC)：高抑郁傾向組的腦激活(左側：?0.129 ± 0.957; 右側：?0.131 ± 1.025)弱于低抑郁傾向組(左側：0.129 ± 1.029; 右側：0.131 ± 0.948)。

未在mPFC和右側TPJ腦區發現歸一化β值在條件間的顯著差異。

3.4 雙人腦間同步性(r值)

在OFC腦區, 決策結果主效應顯著,(2,150) = 5.44,= 0.005, η= 0.068 (圖6A)：雙人合作條件的腦間相關性(0.193 ± 0.159)大于單人合作(0.135 ± 0.119,= 0.021)和雙人背叛條件(0.128 ± 0.173,= 0.013), 后二者的差異不顯著(= 1.000)。組間效應和交互作用不顯著(s ≤ 1.06,≥ 0.350)。

在右側dlPFC腦區, 組間效應和決策結果的主效應不顯著(s ≤ 1.99,≥ 0.142), 但二者的交互作用顯著,(4,150) = 3.62,= 0.008, η= 0.088 (圖6B)。簡單效應分析表明, 低?低抑郁傾向組的腦間同步性在雙人合作條件(0.239 ± 0.097)大于雙人背叛(0.123 ± 0.107,< 0.001)和單人合作條件(0.152 ± 0.151,= 0.031),(2,74) = 9.06,< 0.001, η= 0.197, 但決策結果的效應在另兩組中不顯著(s < 1)。另一方向的簡單效應分析表明, 雙人合作條件下存在組間效應,(2,75) = 4.40,= 0.016, η= 0.105：低?低抑郁傾向組的腦間相關性大于高?高抑郁傾向組(= 0.023)以及高?低抑郁傾向組(=0.066), 但單人合作和雙人背叛條件下不存在組間效應(s ≤ 1.38,≥ 0.257)。

圖5 不同條件下的腦激活水平(歸一化β值)。A, OFC; B, 左側dlPFC; C, 右側dlPFC。4個條件為：雙人合作CC、本人合作對家不合作CD、本人不合作對家合作DC、雙人不合作DD)。圖中errorbar表示均值的標準誤。

圖6 不同條件下的腦間同步性。A, OFC; B, 右側dlPFC; C, 右側TPJ。抑郁傾向分組：L-L為低-低抑郁傾向組, H-L為高?低抑郁傾向組, H-H為高?高抑郁傾向組。本圖中errorbar表示均值的標準誤。

在右側TPJ腦區, 相關系數組間差異顯著,(2,75) = 7.74,= 0.001, η= 0.171：低?低抑郁傾向組的腦間相關性(0.222 ± 0.116)大于高?高抑郁傾向組(0.129 ± 0.140,= 0.001)以及高?低抑郁傾向組(0.165 ± 0.127,= 0.057), 后二者的差異不顯著(= 0.414)。組間效應和決策結果的交互作用顯著,(4,150) = 3.50,= 0.010, η= 0.085 (圖6C)。簡單效應分析表明, 組間效應僅在雙人合作((2,75) = 7.49,= 0.001, η= 0.167)和雙人背叛條件下顯著((2,75) = 5.69,= 0.005, η= 0.132), 在單人合作條件下不顯著(< 1)。另一方向的簡單效應分析表明, 低?低抑郁傾向組的腦間同步性在雙人合作(0.267 ± 0.116,= 0.007)和雙人背叛條件(0.239 ± 0.101,= 0.016)大于單人合作條件(0.160 ± 0.107),(2,74) = 7.56,= 0.001, η= 0.170, 但決策結果的效應在另兩組中不顯著(s < 1)。

未在左側dlPFC和mFPC腦區發現相關系數在條件間的顯著差異。

3.5 腦活動指標對合作行為的預測

本部分考察腦活動指標是否可用于預測整個實驗過程中被試的“合作率”和“互惠合作率”, 且該預測能力是否受到抑郁傾向的調節。

在單人層面, 多元回歸分析以“合作率” (選擇合作的概率)為因變量, 以5個ROI在被試選擇合作條件下的歸一化β值為預測變量, 結果發現回歸模型不顯著。單人層面的回歸結果見表2。

在雙人層面, 多元回歸分析以“互惠合作率” (雙人合作的概率)為因變量, 以5個ROI在互惠合作條件下的腦間同步性指標r為預測變量, 結果發現回歸模型顯著, 且OFC、右側TPJ以及雙側dlPFC的腦間同步性均對互惠合作率的預測有貢獻。進一步地, 分別建立在高?高、高?低、低?低抑郁傾向組中的回歸模型, 發現僅低?低抑郁傾向組的回歸模型顯著：右側TPJ和雙側dlPFC的腦間同步性能正向預測互惠合作率。該結果說明, 參與合作的兩名被試的抑郁傾向是采用腦間同步性預測互惠合作率的調節變量。雙人層面的回歸結果見表3。

表2 腦區激活(β值)對合作率的預測

4 討論

4.1 基于行為數據的發現

本研究采用PDG考察了高低抑郁傾向人群在合作過程中的行為表現、情緒反應, 以及大腦皮層激活和腦間同步性。結果顯示, 高抑郁傾向組比低抑郁傾向組的合作性更低, 與已有的抑郁癥行為研究一致(Clark et al., 2013; Pulcu et al., 2015)。事后情緒評分結果表明, 高抑郁傾向被試對對家的滿意度顯著低于低抑郁傾向被試, 這與Gradin等(2016)在抑郁癥患者PDG研究中的發現基本一致。有研究指出, 抑郁人群的這種在社會交往中表現出的“敵對”態度很可能是延長或加重他們抑郁癥狀的原因(Bird, Tarsia, & Schwannauer, 2018)。本文的貢獻之一在于, 我們將真實互動的兩名被試的抑郁傾向水平作為研究變量, 發現雙人在PDG中的合作率有如下趨勢：低?低抑郁傾向組 > 高?低抑郁傾向組 > 高?高抑郁傾向組。該發現與Sorgi和van 't Wout (2016)采用假被試進行的PDG研究結果吻合, 即高抑郁傾向被試在與高合作性對家(對應于本研究的低抑郁傾向被試)進行游戲時其合作意愿比與低合作性對家進行游戲時有所提高。我們的這一發現提示, 抑郁或抑郁傾向作為一種特質或個體差異變量, 它對合作的影響符合疊加原理, 即雙人的合作率與參與合作的兩個單人的合作意愿具有正相關關系。本文的研究結果可能也部分解釋了Cheng等人(2015)的研究發現, 后者發現合作率在女性?女性組合中最低, 男性?男性組合中最高, 而男性?女性組合的合作率居中。這是因為眾所周知, 女性更易患抑郁癥, 即通常女性被試的抑郁傾向比男性高, 因此兩名女性搭配進行實驗任務時可能會比男男組合產生更低的合作率。

表3 腦間同步性(r值)對互惠合作率(CC%)的預測

4.2 基于腦活動數據的發現

繼Gradin等(2016)之后, 本研究是考察抑郁對合作影響的第二項腦成像研究。Gradin等(2016)在單人的PDG任務中(被試與電腦進行游戲)發現, 抑郁被試的dlPFC在合作任務中激活減弱, 本研究除了重復出該腦區的組間差異外, 還在右側TPJ腦區發現兩名高抑郁傾向被試的腦間同步性在任務中明顯低于兩名低抑郁傾向被試。這為抑郁傾向或抑郁癥的評估又提供了一項潛在的神經學標記物。

具體的, 我們的腦激活數據顯示, 高抑郁傾向被試雙側dlPFC的激活顯著弱于低抑郁傾向被試。腦間同步性方面, 合作選項與抑郁傾向的交互作用顯著, 僅在低?低抑郁傾向組能觀察到互惠合作引起的右側dlPFC腦間同步性增強, 這一結果與已有的研究一致, 即在合作情境下雙側(Lu et al., 2018)或右側dlPFC (Cui et al., 2012; Xue et al., 2018)的腦間同步性增高。本研究的新發現在于, 我們觀察到抑郁傾向對此同步性改變有明顯的調節作用, 高抑郁傾向被試參與的合作游戲不再能觀察到互惠合作引起的腦間同步性增強。

dlPFC是主要的認知控制腦區(Miller & Cohen, 2001)。PDG研究發現, 成功的合作需要dlPFC的參與(Fermin et al., 2016), 采用TMS抑制dlPFC活動水平會導致合作行為減少(Soutschek, Sauter, & Schubert, 2015)。目前認為dlPFC在PDG中的作用是抑制“自私沖動”, 控制和調節自我利益與雙人共同利益之間的沖突(Grecucci, Giorgetta, van’t Wout, Bonini, & Sanfey, 2013)。dlPFC腦區欠激活會導致認知控制和情緒調節異常(Gradin et al., 2016; Rilling & Sanfey, 2011)。例如, Knoch, Pascual-Leone, Meyer, Treyer和Fehr (2006)在最后通牒游戲中采用TMS抑制“方案接受者”的右側dlPFC, 發現他們對分配方案的拒絕率下降, 這說明接受者在dlPFC功能損毀后更看重己方的短暫利益。類似的, Strang等(2015)在獨裁者游戲中采用TMS抑制“方案分配者”的右側dlPFC, 導致后者做出了更多的自私分配。

dlPFC是抑郁癥患者腦異常最為突出的一個腦區, 也是目前臨床采用TMS治療難治性抑郁癥的靶點腦區。dlPFC在抑郁人群中的結構和功能異常通常被發現位于雙側、左側或右側。例如, 有研究者認為杏仁核與雙側dlPFC等腦區的連接減弱是抑郁癥狀的核心病理生理學因素(Satterthwaite et al., 2016); 與健康對照相比, 抑郁癥患者雙側dlPFC的灰質體積下降, 且dlPFC體積與抑郁反芻(rumination)的程度成反比(Wang et al., 2015)。左側dlPFC異常的證據例如：抑郁癥患者在PDG中左側dlPFC的激活顯著低于健康對照(Gradin et al., 2016); 左側dlPFC與其他腦區的功能連接可用于預測患者接收TMS治療的療效(Richieri et al., 2018)。右側dlPFC異常的證據例如：右側dlPFC灰質體積縮小是抑郁癥不同于雙相障礙等其他情緒障礙的特異性大腦結構改變(Wise et al., 2017); 患者“認知控制腦網絡”內部的功能連接減弱, 尤其是右側dlPFC和右側頂下小葉的 功能連接減弱(Stange et al., 2017)。本研究發現, 高抑郁傾向被試在整個PDG過程中雙側dlPFC的激活弱于低抑郁傾向被試?；诒疚囊约吧鲜鲆钟羧巳篸lPFC的研究結果, 我們認為dlPFC的異常子區域(雙側、左側、右側)可能會由于抑郁嚴重程度、實驗范式及考察變量的不同而改變。考慮到目前臨床針對dlPFC的TMS治療方案幾乎均瞄準患者的左側dlPFC (Kar, 2019; Sonmez et al., 2019), 我們建議未來的治療可以結合個體的抑郁癥狀以及需要重點改善的認知功能, 靈活地選擇雙側、左側或右側dlPFC予以治療。例如, 本研究結果提示, 同時激活患者雙側dlPFC可能比僅激活左側dlPFC更有利于增加患者在社會決策過程中的合作行為。

本研究在Gradin等(2016)的單人PGD研究基礎上新發現了右側TPJ腦區在條件間的改變, 即觀察到該腦區的腦間同步性受到抑郁傾向主效應、合作選項與抑郁傾向交互作用的影響：低?低抑郁傾向組的右側TPJ腦間同步性高于高?高以及高?低抑郁傾向組, 且這一效應當且僅當參與PDG雙方的選擇相同時(CC或DD條件)顯著。TPJ (特別是右側TPJ)是心理理論的重要腦區, 在注意力轉移和推測他人意圖過程中發揮著重要作用(Molenberghs, Johnson, Henry, & Mattingley, 2016)。抑郁癥患者心理理論能力下降(Bora & Berk, 2016), 右側TPJ與其他腦區的功能連接異常(Poeppl et al., 2016), TPJ靜息態的激活水平正比于患者接受治療后的療效(Kraus et al., 2019)。本文發現的TPJ和dlPFC的腦間同步性結果具有一定的相似性, 即抑郁對合作選擇在腦間同步性上的效應具有調節作用。這兩個腦區的區別是, 在低?低抑郁傾向組可以觀察到dlPFC僅在CC條件下腦間同步性增強, 而TPJ在CC和DD條件下腦間同步性均有增強。此前在雙人合作領域開展的腦同步性研究幾乎均采用了block設計, 這些研究結果表明, 與競爭情境或單人任務相比, 雙人在合作block的TPJ腦間同步性增高(Abe et al., 2019; Lu et al., 2018; Xue et al., 2018)。此外, Gradin等(2016)雖采用PDG范式考察了抑郁癥患者的腦激活異常, 卻沒有考察腦間同步性指標。本研究首次利用腦成像技術考察兩名被試在PDG中的腦間同步性, 發現低?低抑郁傾向組不僅在互惠合作條件而且在雙人背叛條件, 都具有顯著上升的TPJ腦間同步性。這提示在PDG的雙人背叛條件TPJ腦區也參與了“揣測他人心理”的認知過程：兩名被試在結果呈現前均猜測或希望對方會選擇合作選項, 在結果呈現后發現預期錯誤, 又調用心理理論腦區即TPJ重新評估對家的合作意愿。

本研究關注的另一個腦區是OFC。結果顯示, OFC在互惠合作條件(CC)激活最顯著, 己方背叛對方合作時(DC)激活次之, 對方背叛時(CD/DD)激活最弱。OFC是公認的獎賞加工重要腦區(Kringelbach, O'Doherty, Rolls, & Andrews, 2003)。合作是常見的社會獎賞之一, 合作行為可以顯著激活OFC、伏隔核、尾狀核等獎賞加工腦區(Rilling et al., 2002)。與我們的結果類似, Sun等(2016)利用PDG范式研究發現, 互惠合作比其他3種情況(CD/DC/ DD)更顯著地激活了OFC和腹側紋狀體。本研究進一步發現OFC的激活在CC條件(個人收益2元)強于DC條件(個人收益3元), 這提示相比于金錢獎賞, OFC可能對社會獎賞更敏感。在雙人腦同步性方面, 本研究發現互惠合作條件下OFC腦間同步性顯著強于單人合作和雙人背叛條件, 該結果與Cheng等(2015)在合作按鍵任務中的發現一致, 即OFC腦間同步性在合作情境下顯著提高。

更重要的是, 本研究在OFC腦區發現了決策結果與抑郁傾向的交互作用, 即OFC在獎賞條件下(CC/DC)的顯著激活僅在低抑郁傾向組中存在。已有研究表明, OFC腦區異常是抑郁癥的重要神經機制。研究發現, 患者或抑郁傾向人群的OFC灰質體積縮小(Saleh et al., 2017), OFC與其他腦區的功能連接強度減弱(Frodl et al., 2010)。與本文的發現類似, Rilling等(2007)在人格障礙(psychopathy)群體的PDG研究中也發現, 與低人格障礙組相比, 高人格障礙組更多地選擇背叛、難以維持互惠合作, 且在合作過程中其OFC的激活更弱。值得一提的是, 本文發現的決策結果與抑郁傾向的交互作用主要體現在內側OFC區域(medial OFC; 參見圖3A), 這一結果與目前學者們對OFC功能分區的認識是一致的, 即內側OFC與獎賞加工相關, 主要負責獎賞價值的計算、獎賞期待以及獎賞預期誤差的加工, 而外側OFC與非獎賞加工或損失加工有關(Grabenhorst & Rolls, 2011)。與本文的發現相似, Rothkirch, Tonn, K?hler和Sterzer (2017)在一項金錢獎賞/損失任務中觀察到, 抑郁癥患者內側OFC的激活明顯弱于健康對照組, 且內側OFC和腹側紋狀體的激活水平反比于患者的快感缺失程度; Cheng等(2018)發現患者內側OFC與杏仁核的靜息態功能連接減弱, 且減弱的程度與抑郁量表得分以及抑郁病程的長度顯著相關; Cheng等(2016)通過對大樣本的抑郁癥患者靜息態數據分析發現, 患者的內側OFC與海馬旁回、顳中回等記憶相關腦區的功能連接減弱, 且內側OFC與顳中回連接強度減弱的程度正比于抑郁量表得分。這些研究結果(包括本文的發現)一致性地說明, 抑郁癥患者或高抑郁傾向人群的內側OFC在獎賞加工特別是社會性獎賞加工過程中激活不足或功能性連接下降。

4.3 腦間同步性對互惠合作的預測

通過回歸分析我們發現, 在整個樣本中, OFC、右側TPJ以及雙側dlPFC的腦間同步性指標能預測互惠合作率。這是在利用相同范式進行單人實驗(即被試與電腦互動)或假被試實驗時(即被試與假被試互動)無法獲得的信息, 提示雙人或多人同步記錄可以在傳統的單人指標之外, 提供有潛在應用價值的、反映人際行為的腦活動參數。我們還嘗試了采用個體腦區的激活水平去預測個體的合作率, 但回歸模型并不顯著, 這可能是因為合作涉及兩個或兩個以上個體, 僅用單人的腦激活強度去評估合作行為時所能利用的信息量太小。與本文類似, 另一些研究也發現腦間同步性指標可以對社會認知或交流行為進行預測。例如Jiang等(2015)考察了自由談話過程中“領導者”角色的出現過程, 發現利用領導者?非領導者以及非領導者?非領導者之間的TPJ腦間同步性指標差異, 可以準確預測出談話中出現的領導者。又如, Liu等(2019)的研究發現, 在有先驗知識的面對面的教學過程中, 師生左側前額葉的腦間同步性指標可以預測教學效果。以上這些結果均表明了腦間同步性指標對研究社會認知活動的重要性, 同時也提示了hyperscanning技術在神經經濟學、管理學、教育學、市場營銷等領域中推廣應用的潛在價值。更重要的是, 本研究還發現雙人的抑郁傾向是腦間同步性對合作行為預測的調節變量, 這提示抑郁傾向會對互惠合作產生顯著的影響。

需要指出的是, 由于數據量的限制, 本研究實際僅考察了腦間同步性指標與互惠合作率的相關關系。下一步需借助機器學習算法并基于相鄰試次的數據(例如Zhang, Lin, Jing, Feng, & Gu, 2019)或相鄰block的數據(例如Reindl, Gerloff, Scharke, & Konrad, 2018)對社會行為進行實質性的預測。

4.4 研究局限性

本研究存在兩點局限。第一, 我們所納入的被試大部分未達到抑郁癥的臨床診斷標準, 因此將本研究結果推廣至抑郁癥人群時應持謹慎態度。第二, 本研究采用的fNIRS技術空間分辨率不足, 且各探測通道的定位可能存在一定個體差異。因此在數據分析時我們使用了ROI, 不在特定的皮層溝回考察成像結果。第三, fNIRS技術僅能檢測到大腦皮層2~3 cm深度的血氧濃度改變, 無法探測一些與合作相關的深部腦區, 例如紋狀體、腦島等。這可能也是本文在mPFC腦區未發現陽性結果的原因。

5 結論

本研究采用PDG范式考察了高低抑郁傾向人群在合作過程中的行為表現、情緒反應, 以及大腦皮層激活水平和腦間同步性。行為和情緒自評結果顯示, 高抑郁傾向被試比低抑郁傾被試的合作率更低, 對對家的滿意度也更低。腦成像結果顯示, 第一, OFC在互惠合作條件下激活最顯著, 在己方背叛對方合作時激活次之, 且在此兩種條件下的顯著性激活僅在低抑郁傾向被試中才能觀察到。這說明高抑郁傾向人群在獎賞特別是社會性獎賞加工中存在缺陷。第二, 高抑郁傾向被試雙側dlPFC的激活顯著弱于低抑郁傾向被試, 抑郁對右側dlPFC腦間同步性有調節作用, 在高抑郁傾向被試中不再能觀察到互惠合作引起的腦間同步性增強。第三, 低?低抑郁傾向組的右側TPJ腦間同步性高于高?高以及高?低抑郁傾向組, 且這一效應當且僅當參與PDG的雙方選擇相同時(均合作或均背叛)顯著。上述結果說明, 高抑郁傾向群體在社會獎賞加工(OFC)、個人與集體利益的沖突控制(dlPFC)以及心理理論(TPJ)三項與合作相關的認知功能中均存在缺陷。

附錄：

附表1 近紅外通道的空間定位

續表

注：*每條近紅外通道可能覆蓋多個腦區。為節省空間, 此處僅列出與近紅外通道重合度最大的腦區。

Abe, M. O., Koike, T., Okazaki, S., Sugawara, S. K., Takahashi,K., Watanabe, K., & Sadaro, N. (2019). Neural correlates of online cooperation during joint force production.,, 150–161.

Babiloni, F., & Astolfi, L. (2014). Social neuroscience and hyperscanning techniques: Past, present and future.,, 76–93.

Bird, T., Tarsia, M., & Schwannauer, M. (2018). Interpersonal styles in major and chronic depression: A systematic review and meta-analysis., 93– 101.

Bludau, S., Bzdok, D., Gruber, O., Kohn, N., Riedl, V., Sorg, C., … Eickhoff, S. B. (2016). Medial prefrontal aberrations in major depressive disorder revealed by cytoarchitectonically informed voxel-based morphometry.,(3), 291–298.

Bora, E., & Berk, M. (2016). Theory of mind in major depressive disorder: A meta-analysis., 49–55.

Bowles, S., & Gintis, H. (2011).. Princeton, NJ: Princeton University Press.

Camerer, C. (2003).. Princeton, NJ: Princeton University Press.

Cheng, W., Rolls, E. T., Qiu, J., Liu, W., Tang, Y., Huang, C. C., … Feng, J. (2016). Medial reward and lateral non-reward orbitofrontal cortex circuits change in opposite directions in depression.(12), 3296–3309.

Cheng, W., Rolls, E. T., Qiu, J., Xie, X., Lyu, W., Li, Y., … Feng, J. (2018). Functional connectivity of the human amygdala in health and in depression.(6), 557–568.

Cheng, X., Li, X., & Hu, Y. (2015). Synchronous brain activity during cooperative exchange depends on gender of partner: A fNIRS-based hyperscanning study.,(6), 2039–2048.

Clark, C., Thorne, C. B., Hardy, S., & Cropsey, K. L. (2013). Cooperation and depressive symptoms.,(3), 1184–1187.

Cui, X., Bryant, D. M., & Reiss, A. L. (2012). NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation.(3), 2430–2437.

Dai, R., Liu, R., Li, T., Zhang, Z., Xiao, X., Sun, P., … Zhu, C. (2018). Holistic cognitive and neural processes: a fNIRS-hyperscanning study on interpersonal sensorimotor synchronization.,(11), 1141–1154.

Emonds, G., Declerck, C. H., Boone, C., Vandervliet, E. J. M., & Parizel, P. M. (2012). The cognitive demands on cooperation in social dilemmas: An fMRI study.(5), 494–509.

Fermin, A. S. R., Sakagami, M., Kiyonari, T., Li, Y., Matsumoto, Y., & Yamagishi, T. (2016). Representation of economic preferences in the structure and function of the amygdala and prefrontal cortex., 20982.

Fett, A. K., Shergill, S. S., Korver-Nieberg, N., Yakub, F., Gromann, P. M., & Krabbendam, L. (2016). Learning to trust: trust and attachment in early psychosis.(7), 1437–1447.

Frodl, T., Bokde, A. L., Scheuerecker, J., Lisiecka, D., Schoepf, V., Hampel, H., … Meisenzahl, E. (2010). Functional connectivity bias of the orbitofrontal cortex in drug-free patients with major depression.(2), 161–167.

Grabenhorst, F., & Rolls, E. T. (2011). Value, pleasure and choice in the ventral prefrontal cortex.(2), 56–67.

Gradin, V. B., Pérez, A., Macfarlane, J. A., Cavin, I., Waiter, G., Tone, E. B., … Steele, J. D. (2016). Neural correlates of social exchanges during the prisoner’s dilemma game in depression.(6), 1289–1300.

Grecucci, A., Giorgetta, C., van’t Wout, M., Bonini, N., & Sanfey, A. G. (2013). Reappraising the ultimatum: An fMRI study of emotion regulation and decision making.(2), 399–410.

He, Z., Zhang, D., & Luo, Y. (2015). Mood-congruent cognitive bias in depressed individuals.(12), 2118–2128.

[何振宏, 張丹丹, 羅躍嘉. (2015) 抑郁癥人群的心境一致性認知偏向.,(12), 2118–2128.]

Jacobson, N. C., Lord, K. A., & Newman, M. G. (2017). Perceived emotional social support in bereaved spouses mediates the relationship between anxiety and depression.,, 83–91.

Jiang, J., Chen, C., Dai, B., Shi, G., Ding, G., Liu, L., & Lu, C. (2015). Leader emergence through interpersonal neural synchronization.(14), 4274– 4279.

Kar, S. K. (2019). Predictors of response to repetitive transcranial magnetic stimulation in depression: A review of recent updates.,(1), 25-33.

Knoch, D., Pascual-Leone, A., Meyer, K., Treyer, V., & Fehr, E. (2006). Diminishing reciprocal fairness by disrupting the right prefrontal cortex.,(5800), 829–832.

Kraus, C., Kl?bl, M., Tik, M., Auer, B., Vanicek, T., Geissberger, N., … Lanzenberger, R. (2019). The pulvinar nucleus and antidepressant treatment: Dynamic modeling of antidepressant response and remission with ultra-high field functional MRI.(5), 746–756.

Kringelbach, M. L., O'Doherty, J., Rolls, E. T., & Andrews, C. (2003). Activation of the human orbitofrontal cortex to a liquid food stimulus is correlated with its subjective pleasantness.(10), 1064–1071.

Kupferberg, A., Bicks, L., & Hasler, G. (2016). Social functioning in major depressive disorder.,, 313–332.

Lancaster, J. L., Woldorff, M. G., Parsons, L. M., Liotti, M., Freitas, C. S., Rainey, L., … Fox, P. (2000). Automated Talairach atlas labels for functional brain mapping.,(3), 120–131.

Liu, J., Zhang, R., Geng, B., Zhang, T., Yuan, D., Otani, S., & Li, X. (2019). Interplay between prior knowledge and communication mode on teaching effectiveness: Interpersonal neural synchronization as a neural marker., 93–102.

Lu, K., Xue, H., Nozawa, T., & Hao, N. (2018). Cooperation makes a group be more creative.(8), 3457–3470. doi: 10.1093/cercor/bhy215. [Epub ahead of print]

Miller, E. K., & Cohen, J. D. (2001). An integrative theory of prefrontal cortex function., 167–202.

Molenberghs, P., Johnson, H., Henry, J. D., & Mattingley, J. B. (2016). Understanding the minds of others: A neuroimaging meta-analysis., 276–291.

Poeppl, T. B., Müller, V. I., Hoffstaedter, F., Bzdok, D., Laird, A. R., Fox, P. T., … Eickhoff, S. B. (2016). Imbalance in subregional connectivity of the right temporoparietal junction in major depression.,(8), 2931–2942.

Pulcu, E., Thomas, E. J., Trotter, P. D., McFarquhar, M., Juhasz, G., Sahakian, B. J., … Elliott, R. (2015). Social-economical decision making in current and remitted major depression.(6), 1301–1313.

Reindl, V., Gerloff, C., Scharke, W., & Konrad, K. (2018). Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning., 493–502.

Richieri, R., Verger, A., Boyer, L., Boucekine, M., David, A., Lan?on, C., … Guedj, E. (2018). Predictive value of dorso-lateral prefrontal connectivity for rTMS response in treatment-resistant depression: A brain perfusion SPECT study.(5), 1093–1097.

Rilling, J., Gutman, D., Zeh, T., Pagnoni, G., Berns, G., & Kilts, C. (2002). A neural basis for social cooperation.(2), 395–405.

Rilling, J. K., Glenn, A. L., Jairam, M. R., Pagnoni, G., Goldsmith, D. R., Elfenbein, H. A., & Lilienfeld, S. O. (2007). Neural correlates of social cooperation and non-cooperation as a function of psychopathy.(11), 1260–1271.

Rilling, J. K., & Sanfey, A. G. (2011). The neuroscience of social decision-making., 23–48.

Rothkirch, M., Tonn, J., K?hler, S., & Sterzer, P. (2017). Neural mechanisms of reinforcement learning in unmedicated patients with major depressive disorder.(4), 1147–1157.

Ruff, C. C., & Fehr, E. (2014). The neurobiology of rewards and values in social decision making., 549–562.

Saleh, A., Potter, G. G., McQuoid, D. R., Boyd, B., Turner, R., MacFall, J. R., & Taylor, W. D. (2017). Effects of early life stress on depression, cognitive performance and brain morphology.(1), 171–181.

Satterthwaite, T. D., Cook, P. A., Bruce, S. E., Conway, C., Mikkelsen, E., Satchell, E., … Sheline, Y. I. (2016). Dimensional depression severity in women with major depression and post-traumatic stress disorder correlates with fronto-amygdalar hypoconnectivty.(7), 894–902.

Shattuck, D. W., Mirza, M., Adisetiyo, V., Hojatkashani, C., Salamon, G., Narr, K. L., … Toga, A. W. (2007). Construction of a 3D probabilistic atlas of human cortical structures.,(3), 1064–1080.

Sonmez, A. I., Camsari, D. D., Nandakumar, A. L., Voort, J. L. V., Kung, S., Lewis, C. P., & Croarkin, P. E. (2019). Accelerated TMS for depression: A systematic review and meta-analysis., 770-781.

Sorgi, K. M., & van 't Wout, M. (2016). The influence of cooperation and defection on social decision making in depression: A study of the iterated prisoner's dilemma game.,, 512–519.

Soutschek, A., Sauter, M., & Schubert, T. (2015). The importance of the lateral prefrontal cortex for strategic decision making in the prisoner’s dilemma., 854–860.

Stange, J. P., Bessette, K. L., Jenkins, L. M., Peters, A. T., Feldhaus, C., Crane, N. A., … Langenecker, S. A. (2017). Attenuated intrinsic connectivity within cognitive control network among individuals with remitted depression: Temporal stability and association with negative cognitive styles.(6), 2939–2954.

Strang, S., Gross, J., Schuhmann, T., Riedl, A., Weber, B., & Sack, A. (2015). Be nice if you have to—The neurobiological roots of strategic fairness.(6), 790–796.

Sun, P., Zheng, L., Li, L., Guo, X., Zhang, W., & Zheng, Y. (2016). The neural responses to social cooperation in gain and loss context.,(8), e0160503.

Wang, K., Wei, D., Yang, J., Xie, P., Hao, X., & Qiu, J. (2015). Individual differences in rumination in healthy and depressive samples: association with brain structure, functional connectivity and depression.(14), 2999–3008.

Wise, T., Radua, J., Via, E., Cardoner, N., Abe, O., Adams, T. M., … Arnone, D. (2017). Common and distinct patterns of grey-matter volume alteration in major depression and bipolar disorder: evidence from voxel-based meta-analysis.,(10), 1455–1463.

World Health Organization. (2018) Depression. Fact sheet published on 22 March 2018, available from https://www. who.int/news-room/fact-sheets/detail/depression.

Xue, H., Lu, K., & Hao, N. (2018). Cooperation makes two less-creative individuals turn into a highly-creative pair.,, 527–537.

Zhang, D., Lin Y., Jing, Y., Feng, C., & Gu, R. (2019). The dynamics of belief updating in human cooperation: Findings from inter-brain ERP hyperscanning., 1–12.

Impact of depression on cooperation: An fNIRS hyperscanning study

ZHANG Dandan; WANG Ju; ZHAO Jun; CHEN Shumei; Huang Yanlin; GAO Qiufeng

(College of Psychology, Shenzhen University;Shenzhen Key Laboratory of Affective and Social Cognitive Science;Department of Sociology, Shenzhen University, Shenzhen 518060, China)

Cooperation is a prosocial behavior that develops along with human social development. Cooperation involves brain activation of the reward system and enables people to form cooperative relationships so to pursuit social rewards and self-affirmation. Previous studies have shown that depressed patients have severe social dysfunctions, e.g., they have reduced willingness to cooperate and exhibited increased negative emotions during cooperation.

This study employed the prisoner's dilemma game (PDG) to investigate the effect of depression on social cooperation using functional near-infrared spectroscopy (fNIRS) hyperscanning technique. A total of 156 participants were screened using Beck Depression Inventory Second Edition and allocated into three paired groups, i.e., low - low depressive tendency pairs (= 26), low - high depressive tendency pairs (= 26), and high - high depressive tendency pairs (= 26). The fNIRS optrodes were placed at frontal and right temporoparietal junction of two participants, with 29 channels in each participant.

Behavioral and self-reported emotion ratings showed that compared to participants with low depressive tendency, the high depressive tendency group were less cooperative and less satisfied with their partner during the prisoner's dilemma task. The brain imaging results showed that, first, the orbitofrontal cortex (OFC) was activated most significantly in the reciprocal cooperation condition, followed by the condition with self defection but opponent cooperation. Furthermore, the significantly increased neural activation in these two conditions could only be observed in the low depressive tendency group. This finding suggests that people with high depressive tendency have deficits in reward processing, especially for social reward processing. Second, the neural activation of bilateral dorsolateral prefrontal cortex (dlPFC) in participants with high depressive tendency was significantly weaker than that in participants with low depressive tendency. Depressive tendency had a significant modulation effect on inter-brain synchronization of the right dlPFC, i.e., the enhanced inter-brain synchronization induced by reciprocal cooperation could not be observed in participants with high depressive tendency. Third, the right temporoparietal junction (TPJ) inter-brain synchronization in the low-low depressive tendency group was higher than that in the high-high and high-low depressive tendency groups. Furthermore, this effect was significant only if both participants in the PDG made the same choice (both cooperation or both defection).

The result of this study suggests that depressive population have dysfunctions in the brain regions involved in social reward processing (reflected by the OFC), conflict control (the dlPFC) and theory of mind (the right TPJ). Our findings provide experimental evidence to help understand the brain mechanism of decreased cooperation in depressed individuals, which further lays a foundation to improve social functions in depressed patients in clinical practice.

depression; inter-brain synchronization; cooperation; orbitofrontal cortex; dorsolateral prefrontal cortex; temporoparietal junction

2019-07-03

* 國家自然科學基金(31970980)、深圳市基礎研究自由探索項目(JCYJ20180305124305294)及深港腦科學創新研究院(2019SHIBS 0003)支持。

并列第一作者：張丹丹, 王駒。

高秋鳳, E-mail: gqf_psy@szu.edu.cn

B845