拖延行為的認知神經模型及干預*

馮廷勇 張碧瀅

·研究構想(Conceptual Framework)·

拖延行為的認知神經模型及干預*

馮廷勇 張碧瀅

(西南大學心理學部, 重慶 400715)

拖延是一種普遍存在, 具有跨時間和跨情景穩定性的問題行為, 它會危害到人們的學習、工作和身心健康。然而目前拖延行為的認知神經機制仍不清晰, 且缺乏因果證據, 本項目擬從拖延的時間決策模型和三重神經結構網絡模型出發, 構建拖延的認知神經模型, 并利用認知干預和神經調控技術, 檢驗和完善拖延行為的認知神經模型, 進而試圖制定拖延的精準化干預方案。本項目分為3部分：(1)從記錄與關聯研究的視角出發, 利用多模態神經影像方法系統考察拖延行為的認知神經機制; (2)從因果/近因果研究視角出發, 利用認知干預和神經調控技術, 驗證并完善拖延的認知神經模型; (3)從臨床應用的視角出發, 建立拖延行為障礙的臨床篩查?診斷體系, 并制定精準化治療方案。本項目的開展對于探明拖延產生的核心認知神經機制具有十分重要的理論貢獻, 同時對于拖延行為的有效預防和精準治療具有重要的現實意義。

拖延, 認知神經模型, 認知干預, 神經調控

1 問題提出

“明日復明日, 明日何其多, 我生待明日, 萬事成蹉跎”。這首《明日歌》道出了拖延的危害, 也警示人們要謹防拖延。拖延(Procrastination)是指人們盡管預見到會帶來不利后果, 仍自愿推遲開始或完成某一計劃好的任務(Steel, 2007)。不同文化背景下的研究都一致表明, 拖延行為廣泛存在于各類人群之中：15%～20%的成年人存在慢性拖延(Ferrari et al, 2005), 超過70%的學生承認自己存在學業拖延(Ferrari et al, 1995), 其中嚴重學業拖延約占16% (李玉華等, 2021)。大量研究證實, 拖延不僅會損害個體的學業表現和工作成就(Kim & Seo, 2015; Steel & Ferrari, 2013), 而且還會帶來很強的焦慮、自責、自我否定等負性情緒(Sirois, 2014), 進而對人們的身心健康造成危害, 例如, 加重心血管疾病、破壞免疫系統等(Sirois, 2015)。因此, 探明拖延行為產生的核心機制并開發有效的臨床干預方案是國內外研究者廣泛關注的重要問題。

近來研究者們對拖延的定義、成因、影響因素及干預等方面進行了較為廣泛的探索, 但是對拖延產生的核心心理機制的理解仍然不夠深入。為了解決此問題, 本項目團隊原創性提出了拖延的時間決策模型(Zhang & Feng, 2020)和拖延的三重神經結構網絡模型(Chen, Liu et al, 2020), 以上兩個模型為理解拖延產生的認知機制和神經基礎奠定了基本的理論框架。但是, 拖延是一個復雜的心理行為現象, 至少包括評估、決策和執行三個階段, 而目前的研究僅從認知機制或神經基礎的單一視角進行探究, 仍然缺乏一個整合性的認知神經模型來系統指導探究拖延產生的認知神經機制; 同時, 也缺乏因果或近因果操縱的研究視角來驗證拖延的認知神經模型, 更沒有形成針對拖延行為障礙的個性化精準治療方案。因此, 本項目首先, 將整合拖延的時間決策模型和三重神經結構網絡模型, 構建拖延的認知神經模型; 其次, 從認知干預和神經調控的因果(或近因果)視角系統地考察拖延行為的評估、決策和執行三階段的認知神經機制, 驗證和完善拖延的認知神經模型; 最后, 從臨床應用的視角出發, 建立拖延行為障礙的臨床篩查?診斷體系, 并制定精準化治療方案。本項目的開展對于探明拖延產生的核心認知神經機制具有十分重要的理論貢獻, 同時對于拖延行為的有效預防和精準治療具有重要的現實意義。

2 國內外研究現狀及分析

2.1 拖延的認知機制和神經基礎

圖1 拖延的時間決策模型

拖延的決策公式：代表期望,代表價值,代表對延遲的敏感性,代表延遲時間。執行表示從現在到決定執行任務時間點之間的間隔,結果表示從決定執行任務的時間點到任務獎勵兌換時間之間的間隔(Zhang & Feng, 2020)。

拖延是一個復雜的心理與行為現象, 從過程上來講, 至少有評估、決策和執行三個階段Zhang, Liu & Feng, 2019), 但目前的研究主要集中于探索拖延的評估和決策過程, 較少涉及到拖延的執行階段。個體在面對任務時做出立即行動的決策并不意味著行動的產生, 若個體最終未能堅持完成任務, 也屬于拖延行為的范疇。因此, 對執行階段的研究對于減少拖延行為來說同樣極為重要。根據拖延的時間決策模型, 評估階段主要涉及對任務負性過程(負性過程效用)和任務正性結果(正性結果效用)主觀價值的評估。模型指出, 由負性過程誘發的任務厭惡情緒是引發拖延動機的主要因素。拖延的首要目的就是通過推遲任務, 使任務厭惡發生折扣, 即當人們距離執行任務的時間越遠, 感受到的任務厭惡就越少, 從而導致拖延。與任務厭惡不同, 由獎勵(或懲罰)引發的結果效用在完成任務后才能獲得(或避免), 因此其兌現時間必然與當前存在一定的時間距離。隨時間推移, 個體與“結果兌現”日之間的距離逐漸減少, 個體體驗到的任務結果效用逐漸增加(Zhang & Feng, 2020)。而對未來過程或結果效用的表征都要依賴于預期想象能力的參與：先前研究發現, 對負性任務過程的預期想象會加劇拖延行為, 而對正性任務結果的想象則會減少拖延(魏佳明, 馮廷勇, 2019); 預期任務正性結果價值和預期任務負性過程兩者一起能夠最優預測個體的任務執行意愿(Yang et al, 2021)。以上結果提示, 預期想象可能是拖延任務評估過程中的核心心理機制之一。此外, TDM模型指出拖延動機主要來源于任務負性過程效用, 而行動動機則取決于任務正性結果效用, 個體通過比較不同時間點的兩種效用來決定何時執行這項任務, 即當前體驗到的任務正性結果效用超過任務負性過程效用時, 人們會做出立即行動的決策, 反之則做出拖延的決策, 然而當兩種動機相持不下時, 自我控制能力則會在其中起調控作用(Zhang & Feng, 2020)。在決策階段, 自我控制可以促進個體對遠期獎賞的考量, 并產生有遠見的行動(Berkman et al, 2017), 因此可以通過增加任務結果的價值或主觀價值來減少拖延。然而, 個體做出立即行動的決策后仍然存在拖延的可能, 在執行階段, 如何調節在執行任務時的厭惡情緒也是降低拖延的重要因素。研究發現, 情緒調節能力強的個體可以通過調整情緒調節策略, 使自己更加關注任務的積極結果, 從而下調厭惡情緒, 堅持執行任務(Hennecke et al, 2019), 因此情緒調節能力在任務執行階段具有重要作用。總的來說, 全面探究拖延的評估、決策、執行三個階段的發生發展, 以及每個階段所涉及的核心認知能力的關鍵作用的是未來揭示拖延認知機制的新方向。

在探明拖延行為的神經基礎的過程中, 大量的研究證據表明預期想象、自我控制、情緒調節能力分別在拖延評估、決策和執行階段中發揮關鍵作用。首先, 預期想象是個體進行任務評估的核心：當個體越難想象任務和任務結果價值之間的聯系時, 就越容易出現任務拖延行為, 且這一過程與海馬?殼核之間的功能連接減弱有關。海馬使個體能夠提前感受延遲獎賞, 海馬與價值評估相關腦區?殼核的功能連接減弱, 說明個體感受未來獎賞的可能性減少, 進而降低其執行動機, 導致拖延的增加(Zhang, Becker, et al, 2019)。進一步的研究發現, 預期想象分別通過自上而下的認知控制通路(背外側前額葉?額下回、背外側前額葉?楔前葉)和自下而上的情緒加工通路(海馬?腦島)共同影響拖延行為(Yang et al, 2021)。其次, 自我控制在拖延決策中同樣起著關鍵作用：結構態的研究發現, 拖延與背外側前額葉(dorsolateral Prefrontal Cortex, dlPFC)的灰質體積呈顯著負相關關系, 這為“拖延是自我控制失敗的一種表現形式”提供了實證支持(Liu & Feng, 2017); 靜息態研究發現, 左背外側前額葉?外側眶額葉和左背外側前額葉?右背側額中回的功能連接與拖延呈顯著負相關關系, 且能夠中介自我控制與拖延之間的關系(Xu et al, 2021)。上述研究均說明, 自我控制缺失可能是拖延產生的重要認知機制。最后, 拖延與情緒調節腦區的功能異常同樣存在密切關聯。新近研究以情緒調節策略為焦點, 指出右側dlPFC的灰質體積可以中介表達抑制策略的使用頻率與拖延之間的關系, 為理解情緒調節在拖延中的作用提供了新的視角(Wang et al, 2022)。基于前人研究, Chen和Feng采用腦形態學技術(Voxel-Based Morphometry, VBM)系統考察了拖延行為的神經結構基礎, 提出了拖延的三重神經結構網絡模型：以背外側前額葉(dlPFC)和前扣帶回(Anterior Cingulate Cortex, ACC)為核心節點的自我控制網絡, 以腦島(insula)、眶額葉皮層(Orbital Frontal Cortex, OFC)為核心節點的情緒調節網絡, 和以腹內側前額葉(ventromedial Prefrontal Cortex, vmPFC)、旁海馬(Para-hippocampal cortex, PHC)為核心的預期想象網絡(如圖2所示; Chen, Liu et al, 2020), 并提出了自我控制、情緒調節和預期想象能力與拖延之間可能存在密切關系。盡管先前研究在拖延產生的認知機制和神經基礎方面進行一些探索, 但是目前仍然缺乏一個整合性的理論模型解釋拖延產生的認知神經機制, 即系統考察預期想象、自我控制和情緒調節能力在拖延行為不同發生階段(包括任務評估、決策和執行階段)的認知神經機制。

圖2 拖延的三重神經結構網絡模型

注：①自我控制網絡(藍色圖例)：核心腦區包括背外側前額葉(dlPFC)和前扣帶回(ACC); ②情緒調節網絡(紫色圖例)：核心腦區包括眶額葉皮層(OFC)和腦島(insula); ③預期想象網絡(黃色圖例)：核心腦區包括腹內側前額葉(vmPFC)和旁海馬(PHC) (Chen, Liu et al, 2020)。

2.2 拖延行為的心理干預與神經調控

由于拖延的流行性和危害性, 研究者在拖延的心理干預方面開展了大量研究和探索：(1)使用情緒關注策略減少對于任務的負性情緒的關注來降低拖延(Eckert et al., 2016; Mirzaei et al., 2014); (2)改變不合理信念, 在樹立對任務的正確認知的同時增強完成任務的內部動機(Hayes et al, 2013; Pychyl & Flett, 2012); (3)形成實施意向, 即圍繞任務目標制定行動計劃, 明確任務執行時間、地點、步驟等(Lin, 2017); (4)在任務執行過程中, 增強個體的自我管理和監控(W?schle et al, 2014)。但是先前針對拖延的干預手段尚未建立在探明拖延成因的基礎上, 因此其改善拖延行為的有效性和長期性受到很大限制。而根據新近提出的拖延的時間決策模型和三重神經結構網絡模型, 預期想象、自我控制和情緒調節能力可能是參與拖延行為不同階段(評估、決策和執行)的核心認知能力(Chen, Liu et al, 2020; Zhang & Feng, 2020)。因此, 首先基于拖延的時間動機理論(TMT)和時間決策模型(TDM), 增加個體對于遠期結果價值的評估可能會提升個體執行任務的動機, 從而降低拖延行為(Steel, 2007; Zhang, Liu & Feng, 2019)。而預期想象是參與任務評估階段對遠期結果價值進行構建的重要能力。預期想象的2(預期想象指向性：任務過程 vs. 任務結果) × 2(預期想象內容效價：正性vs. 負性)模型指出, 預期想象任務正性結果(與執行意愿正相關)和預期想象任務負性過程(與執行意愿負相關)共同預測個體的任務執行意愿(Yang et al, 2021)。該研究結果提示, 改善拖延行為或許可以通過操縱個體預期想象的指向性(任務結果或任務過程)及其內容效價(正性或負性)來實現。此外, 拖延很大程度上是源于對于短期負性情緒修復的需要(Sirois & Pychyl, 2013), 而情緒調節能力在任務執行過程中對任務厭惡情緒的調控將決定任務執行的成敗與否(Zhang, Liu & Feng, 2019)。最近一項情緒調節策略的研究表明, 采用“兩害相權取其輕”的動機沖突選擇策略能夠有效調節個體的任務厭惡程度, 從而減少拖延行為(侯滔, 2021)。總的來說, 操縱預期想象和情緒調節等影響拖延的關鍵因素, 不僅可以進一步檢驗拖延行為產生的核心認知神經機制, 還可以為制定長期有效的拖延干預方案提供理論基礎。

研究者不僅采用認知干預的方法來改善拖延, 神經調控技術(如Transcranial Magnetic Stimulation, TMS; transcranial Direct Current Stimulation, tDCS)因其無創、易操作以及在臨床治療方面具有獨特的優勢, 同樣受到研究者們的廣泛關注。例如, 將TMS技術與磁共振成像技術相結合, 能更好地探究大腦的網絡和功能連接(Fox et al, 2012); 利用TMS或者tDCS技術改善背外側前額葉區域的皮層興奮性可以用于治療抑郁癥(Kiebs et al, 2019)。拖延的時間決策模型認為, 個體對于任務正性結果和任務負性過程的權衡決定了個體是否開始執行任務, 而自我控制在這二者之間的權衡起著重要的調控作用(Zhang & Feng, 2020)。本研究團隊利用高精度tDCS刺激左側背外側前額葉能夠通過提升任務結果價值來提高執行意愿, 進而降低拖延行為(Xu et al, 2022)。這一研究結果首次從神經調控的角度揭示自我控制調節拖延行為的因果機制。另外, 如前所述, 個體在執行任務時, 對任務厭惡情緒的調節會直接影響任務的順利執行。有研究表明, 眶額葉皮層可能在調節個體焦慮、厭惡等情緒中起到重要作用(Rolls, 2004; Bechara et al., 2000)。目前, 雖然有研究者針對眶額葉皮層進行神經調控以維持目標導向的行為(Ouellet et al, 2015), 但是目前并無研究探索刺激眶額葉皮層對任務執行的作用機制。綜上, 目前尚缺少利用無創神經調控技術, 進一步檢驗自我控制、情緒調節能力在拖延行為產生中的認知神經機制的因果性研究。

3 研究構想

本研究將基于拖延的時間決策模型(Zhang & Feng, 2020)和三重神經結構網絡模型(Chen, Liu et al, 2020), 構建拖延的認知神經模型, 并利用認知干預和非侵入性神經調控(如tDCS和TMS)等技術從因果視角檢驗和完善拖延的認知神經模型, 從而系統地探明拖延行為的認知神經機制及有效的干預措施。具體的研究目標如下：(1)基于拖延時間決策理論和三重神經結構網絡模型構建拖延的認知神經模型, 從記錄與關聯研究視角探究拖延行為的認知機制和神經基礎; (2)利用認知干預和神經調控技術, 從因果/近因果研究視角出發, 驗證并完善拖延產生的認知神經模型, 進而探明拖延行為的認知神經機制; (3)從臨床和應用研究視角出發, 建立拖延行為障礙的篩查?診斷體系, 基于認知干預(如預期想象訓練、情緒調節訓練等)和非侵入性神經調控(如tDCS和TMS)技術實現對拖延行為障礙的長效干預與治療, 并嘗試結合精準醫療對拖延障礙患者實現個體化精準治療。總體的研究框架及技術路線如圖3所示。

3.1 研究1：拖延行為認知神經模型的構建

本研究將拖延的時間決策模型(Zhang & Feng, 2020)和拖延的三重神經結構網絡模型(Chen, Liu et al, 2020)整合為一個拖延行為的認知神經模型, 并基于記錄與關聯研究視角, 結合認知行為實驗、多模態神經影像方法(任務態、靜息態、結構態等)和認知神經計算建模等, 系統考察拖延行為的認知神經模型中評估、決策和執行三個階段中相應的認知成分與神經編碼環路特征。

首先, 本研究將考察在評估階段任務過程效用和任務結果效用的不同神經編碼環路及可能的交互機制。研究將使用自由建構范式(Zhang et al, 2021), 測查被試在評估階段對任務過程效用和任務結果效用的評估, 以及決策階段測查任務執行意愿(例如“是否愿意在24小時內執行任務？”), 同時使用任務態磁共振技術記錄被試在評估過程中的神經活動, 再基于認知神經計算建模建立起認知活動與神經活動(尤其是預期想象腦網絡, 價值評估網絡)之間的關聯; 其次, 本研究將探究決策階段自我控制調控任務過程效用和任務結果效用之間的權衡過程。在上一步的研究基礎上, 在自由建構范式中測查被試在決策階段的神經活動, 并使用神經計算建模方法驗證自我控制腦網絡(包括dlPFC核心腦區)是否以及如何在決策階段對任務過程效用和結果效用之間起權衡作用的, 即自我控制腦網絡的神經活動信號能否以及如何在決策階段對評估階段的結果起調節作用; 最后, 本研究將探究情緒調節在任務執行過程中的作用并探尋有效的調節策略。一方面, 我們將測量被試與情緒調節有關的能力和策略(情緒智力量表; Petrides, 2009); 情緒調節策略量表; Gross & John, 2003)以及神經網絡特征(包括OFC、腦島等情緒腦區, 使用靜息態磁共振技術記錄), 并利用這些與情緒調節有關的指標預測被試在真實生活場景中對任務的執行/完成情況, 以解釋情緒調節策略和能力在拖延執行階段的作用; 另一方面, 將使用任務態磁共振技術, 考察情緒調節在任務執行階段中的作用及認知神經機制。

圖3 研究框架與技術路線

3.2 研究2：拖延行為認知神經模型的檢驗——基于認知干預與神經調控的視角

此研究將從拖延行為產生的評估、決策和執行階段出發, 利用認知干預和神經調控技術從因果或近因果視角驗證并完善拖延產生的認知神經模型, 進而探明拖延行為的認知神經機制。本研究團隊在先前研究中嘗試利用預期想象訓練以及高精度經顱直流電刺激(High-Definition transcranial Direct Current Stimulation, HD-tDCS)背外側前額葉(dlPFC)以干預拖延行為, 發現預期想象正性結果或提升自我控制腦區的皮層興奮性后對拖延意愿減少具有重要作用, 但其具體改善機制尚不清楚(魏佳明, 馮廷勇, 2019; Xu et al, 2022)。因此, 本研究將進一步基于嚴格的實驗組?控制組、前測?后測設計, 采用認知訓練或神經調控技術操縱預期想象、自我控制和情緒調節等核心能力, 考察干預前后心理、行為和腦功能(預期想象、自我控制和情緒調節腦網絡的功能連接、網絡效率等指標)的變化, 進一步從因果或近因果的研究視角來檢驗拖延行為的認知神經模型。

首先, 預期想象的2指向性(任務過程 vs. 任務結果) × 2內容效價(正性vs. 負性)模型指出, 拖延過程中想象正性的任務結果會增加趨近動機, 想象負性的任務過程則會增加回避動機(Yang et al, 2021)。因此, 在探究預期想象在拖延評估階段的作用及其認知神經機制時, 本研究計劃采用實驗組?控制組、前測?后測設計, 設立控制組和兩組實驗組(一組訓練增加想象正性結果組, 另一組訓練減少想象負性過程組), 檢驗實驗組與控制組在訓練前后的拖延意愿和實際拖延行為的變化。通過多重中介模型探查這一效應是否是通過兩組被試的正性結果效用的增加或是負性過程效用的減少所產生; 同時, 探查預期想象腦網絡與價值評估網絡的功能連接及網絡屬性(例如全局拓撲屬性, 如“小世界”屬性, 網絡效率; 局部拓撲屬性, 如社群性、節點中心度)在訓練前后的變化, 及這種變化是否能夠中介預期想象訓練減少拖延的效應。

其次, 本研究將探究自我控制在決策階段對任務過程效用和任務結果效用權衡的調節作用及其認知神經機制。TDM模型指出, 自我控制可能通過抑制任務過程相關的負性情緒或提高任務結果的價值評估, 來減少拖延(Zhang & Feng, 2020)。大量神經機制的研究表明, dlPFC是自我控制的核心腦區, 其激活得增加可以提高個體對長期目標的價值評估(Cohen & Lieberman, 2010; Han et al, 2018)。其中, 左側dlPFC的激活與個體負性情緒的感知與調節息息相關(Xie et al, 2019); 功能連接的研究進一步表明, dlPFC-OFC之間功能連接得減弱可能會使個體更多的關注任務相關的負面信息, 并阻礙情緒調節, 這可能會增加拖延(Han et al, 2016)。此外, 個體自我控制得失敗可能與dlPFC-vmPFC之間功能連接障礙有關, 個體對于任務正性結果的評估受到影響, 可能會增加拖延傾向(Wu et al, 2016)。總體而言, 對于dlPFC的神經干預不僅會通過自我控制網絡, 同時可能激活情緒調節網絡、價值評估網絡來減少個體的拖延行為。具體而言, 本研究將設立控制組(偽刺激)和實驗組(對左側dlPFC進行重復性陽極經顱直流電刺激提升自我控制能力), 先考察任務負性過程效用、正性結果效用、執行意愿和實際拖延率在神經調控前后的差異, 再構建結構方程模型檢驗任務負性過程效用和正性結果效用交互影響執行意愿和實際拖延率的效應, 以揭示自我控制影響拖延的認知機制; 同時, 檢驗自我控制腦網絡的全局拓撲屬性(如“小世界”屬性, 網絡效率)和局部拓撲屬性(如社群性、節點中心度)在訓練前后的變化, 及這種變化是否能夠解釋神經調控增強自我控制影響拖延的效應(貝葉斯結構方程推理模型);

最后, 本研究將探究情緒調節網絡在執行階段的調節作用及其具體的認知神經機制。在拖延的執行階段, 及時有效調節任務過程相關的負性情緒是順利完成任務的關鍵。已有研究表明, OFC是情緒調節網絡的核心腦區, 它與杏仁核、紋狀體、腦島以及扣帶回等與情緒密切相關的腦結構相連, 對情緒效價和喚醒度進行編碼與調節(Guillory & Bujarski, 2014; Rolls, 2004; Rolls & Grabenhorst, 2008)。先前研究發現, 左側 OFC 與杏仁核的連接增強與負性情緒體驗降低有關(Pourtois et al, 2006)。因此通過神經干預激活OFC及相關情緒網絡(如杏仁核、腦島等)可能通過降低個體在執行任務過程中的負性情緒從而減少拖延。具體而言, 本研究同樣將設立控制組(偽刺激)和實驗組(對左側OFC進行重復性陽極經顱直流電刺激提升情緒調節能力), 詳細的分析思路與自我控制的調控基本一致, 以揭示情緒調節影響拖延的認知機制。

3.3 研究3：拖延行為的臨床干預和精準治療

首先, 在建立拖延行為障礙的篩查?診斷體系時, 本研究嘗試基于臨床和應用研究視角, 將精神病學癥狀診斷體系和心理社會功能損害標準應用在拖延行為障礙的臨床篩查和診斷上, 制定臨床拖延行為障礙患者的篩查?診斷體系, 以區分輕度、中度、重度拖延患者(即病理性拖延), 并以此為依據來制定精準化干預方案(Sheeran & Zimmerman, 2002; Zimmerman & Mattia, 2001)。其次, 在制定對于拖延行為障礙患者具有遠遷移效應的有效干預方案時, 本研究將制定具體的認知干預(以預期想象訓練和情緒調節訓練為核心)和神經調控(HD-tDCS或TMS, 以自我控制能力和情緒調節能力為核心)治療策略, 對經過篩選和診斷的拖延行為障礙患者進行長效的干預和治療。最后, 在制定個性化干預或治療方案以更有效地治療拖延行為障礙, 本研究將利用精準醫療的思路和原理, 試圖測查拖延行為障礙患者的認知?神經易感性, 為患者制定精準定位和個體化認知干預和神經調控方案, 以提升治療效果, 增強研究的臨床應用和轉化價值。

4 理論構建

首先, 拖延行為是一個復雜的心理行為現象, 至少涉及評估、決策和執行等三個階段。為了探究拖延產生的認知機制, 本課題組原創性提出了拖延的時間決策模型, 從任務評估、決策和執行三個階段來闡釋拖延產生的認知機制(Zhang & Feng, 2020); 而后, 又提出了拖延的三重神經結構網絡模型：預期想象網絡、自我控制網絡和情緒調節網絡(Chen, Liu et al, 2020)。盡管先前研究在拖延產生的認知機制和神經基礎方面進行了一些探索, 但是目前仍然缺乏一個整合性的理論模型解釋拖延行為產生的認知神經機制。具體而言, 在評估階段, 主要涉及到任務過程效用和任務結果效用的價值評估, 此過程有賴于預期想象能力的參與。以腹內側前額葉(vmPFC)和海馬為核心腦區的預期想象網絡參與自我相關的想象以及未來結果價值的表征(Addis et al, 2009; Atance & O’Neill, 2001; Mirzaei et al, 2014; Motzkin et al, 2014)。有研究發現, 當個體想象正性任務過程時, 會加劇拖延; 而當個體想象負性任務結果時, 會減少拖延(魏佳明, 馮廷勇, 2019)。在決策階段, 當任務正性結果效用所引發的行動動機和任務負性過程效用引發的拖延動機相持不下時, 個體的自我控制能力將發揮關鍵作用(Zhang & Feng, 2020)。背外側前額葉(dlPFC)和前扣帶回(ACC)是自我控制網絡的核心腦區, 此網絡參與調節認知資源并促進個體對于未來結果價值的追求(Botvinick, 2007; Marco-Pallarés et al, 2010), 因而自我調控成功與否決定了個體會立即執行, 還是會選擇拖延。在執行階段, 有效的調節任務所誘發的負面情緒是保證任務是否順利完成的關鍵因素。情緒調節網絡的核心腦區是腦島和眶額葉(OFC), 此網絡與個體情感的編碼、負面情緒的監控和調節息息相關(Kanai & Rees, 2011; Lindquist et al, 2012; Petrovic et al, 2016)。有研究發現, 情緒調節能力強的個體能及時有效的下調負性情緒, 從而減少拖延(Eckert et al, 2016)。綜上, 本項目基于拖延的時間決策模型和三重神經結構網絡模型, 整合構建拖延的認知神經模型(如圖4所示), 并系統考察預期想象、自我控制和情緒調節能力在拖延行為的評估、決策和執行階段的認知神經機制。

其次, 從研究視角而言, 根據拖延的時間決策模型和拖延的三重結構神經網絡模型, 先前研究主要聚焦于從記錄和關聯的角度探究拖延與預期想象、自我控制和情緒調節能力之間存在密切聯系(Chen, Zhang et al, 2020; Xu et al, 2021; Yang et al, 2021; Zhang, Liu & Feng, 2019; Zhang et al, 2021), 但是卻缺乏因果操縱的實證證據來支持并驗證這三種能力如何在拖延形成不同階段(評估、決策、執行)的具體作用機制。鑒于此, 本項目擬利用認知干預(如, 預期想象訓練;Yang et al, 2021)與神經調控技術(如tDCS)相結合的方式, 從因果操縱的角度探究預期想象、自我控制和情緒調節能力在拖延評估、決策和執行階段作用機制, 進一步檢驗并完善拖延行為的認知神經模型。

最后, 從臨床應用視角而言, 拖延行為會危害個體正常的社會功能, 包括工作、學習、身心健康發展等(Kim & Seo, 2015; Sirois, 2015; Steel & Ferrari, 2013), 也對社會及國家的發展產生不利影響, 例如削弱企業發展效率、延遲政府機構重要政策的制定及執行等。因此, 預防拖延的發生和干預拖延行為障礙具有重要的實踐意義。而如前所述, 先前研究者主要從心理行為角度嘗試對拖延行為進行干預, 然而目前國內外研究者卻尚未建立針對拖延障礙患者的臨床篩查體系, 并缺乏個性化、精準化且長效性的心理行為干預和神經調控方案。因此, 本項目基于拖延行為的認知神經模型, 建立拖延行為障礙的臨床篩查?診斷體系(Zimmerman & Mattia, 2001), 并從認知干預和神經調控兩條主線實現拖延行為障礙的有效臨床干預和精準治療。

圖4 拖延行為的認知神經模型

綜上所述, 從拖延產生的動態心理(評估、決策、執行)過程出發, 本項目構建了拖延的認知神經模型, 并通過認知干預與神經調控的因果操縱進行檢驗和完善, 這對于探明拖延產生的核心認知神經機制具有重要的科學價值, 對于拖延行為的有效預防和精準治療具有重要的現實意義。

侯滔. (2021).(碩士學位論文). 西南大學, 重慶.

李玉華, 霍珍珍, 王雪珂, 張李斌, 馮廷勇. (2021). 小學生學業拖延量表的編制.,(5), 931?936.

魏佳明, 馮廷勇. (2019). 預期想象對拖延的影響:想象過程和想象結果的效應分離.,(3), 619?625.

Addis, D. R., Pan, L., Vu, M.-A., Laiser, N., & Schacter, D. L. (2009). Constructive episodic simulation of the future and the past: Distinct subsystems of a core brain network mediate imagining and remembering.,(11), 2222?2238.

Atance, C. M., & O’Neill, D. K. (2001). Episodic future thinking.,(12), 533?539.

Bechara, A., Damasio, H., & Damasio, A. R. (2000). Emotion, decision making and the orbitofrontal cortex.,(3), 295?307.

Berkman, E. T., Hutcherson, C. A., Livingston, J. L., Kahn, L. E., & Inzlicht, M. (2017). Self-control as value-based choice.,(5), 422?428.

Botvinick, M. M. (2007). Conflict monitoring and decision making: Reconciling two perspectives on anterior cingulate function.,(4), 356?366.

Chen, Z., Liu, P., Zhang, C., & Feng, T. (2020). Brain morphological dynamics of procrastination: The crucial role of the self-control, emotional, and episodic prospection network.,(5), 2834?2853.

Chen, Z., Zhang, R., Xu, T., Yang, Y., Wang, J., & Feng, T. (2020). Emotional attitudes towards procrastination in people: A large-scale sentiment-focused crawling analysis.,, 106391.

Cohen, J. R., & Lieberman, M. D. (2010). The common neural basis of exerting self-control in multiple domains. In R. R. Hassin，K. N. Ochsner，& Y. Trope (Eds.),. New York: Oxford University Press.

Eckert, M., Ebert, D. D., Lehr, D., Sieland, B., & Berking, M. (2016). Overcome procrastination: Enhancing emotion regulation skills reduce procrastination.,, 10?18.

Ferrari, J., O'callaghan, J., & Newbegin, I. (2005). Prevalence of procrastination in the United States, United Kingdom, and Australia: Arousal and avoidance delays among adults.,(1), 1?6.

Ferrari, J. R., Johnson, J., & McCown, W. G. (1995).. Plenum Press.

Fox, M. D., Halko, M. A., Eldaief, M. C., & Pascual-Leone, A. (2012). Measuring and manipulating brain connectivity with resting state functional connectivity magnetic resonance imaging (fcMRI) and transcranial magnetic stimulation (TMS).,(4), 2232?2243.

Gross, J. J., & John, O. P. (2003). Individual differences in two emotion regulation processes: Implications for affect, relationships, and well-being.,(2), 348?362.

Guillory, S. A., & Bujarski, K. A. (2014). Exploring emotions using invasive methods: Review of 60 years of human intracranial electrophysiology.,(12), 1880?1889.

Han, H. J., Jung, W. H., Yun, J.-Y., Park, J. W., Cho, K. K., Hur, J.-W., ... Kwon, J. S. (2016). Disruption of effective connectivity from the dorsolateral prefrontal cortex to the orbitofrontal cortex by negative emotional distraction in obsessive-compulsive disorder.,(5), 921?932.

Han, J. E., Boachie, N., Garcia-Garcia, I., Michaud, A., & Dagher, A. (2018). Neural correlates of dietary self-control in healthy adults: A meta-analysis of functional brain imaging studies.,, 98?108.

Hayes, S. C., Levin, M. E., Plumb-Vilardaga, J., Villatte, J. L., & Pistorello, J. (2013). Acceptance and commitment therapy and contextual behavioral science: Examining the progress of a distinctive model of behavioral and cognitive therapy.,(2), 180?198.

Hennecke, M., Czikmantori, T., & Brandst?tter, V. (2019). Doing despite disliking: Self-regulatory strategies in everyday aversive activities.,(1), 104?128.

Kanai, R., & Rees, G. (2011). The structural basis of inter-individual differences in human behaviour and cognition.(4), 231?242

Kiebs, M., Hurlemann, R., & Mutz, J. (2019). Repetitive transcranial magnetic stimulation in non-treatment- resistant depression.,(2), 445?446.

Kim, K. R., & Seo, E. H. (2015). The relationship between procrastination and academic performance: A meta- analysis.,, 26?33.

Lin, L. (2017). Integratin the theory of planned behavior and implementation intention to overcome procrastination.,(7), 953.

Lindquist, K. A., Wager, T. D., Kober, H., Bliss-Moreau, E., & Barrett, L. F. (2012). The brain basis of emotion: A meta-analytic review.,(3), 121?143.

Liu, P., & Feng, T. (2017). The overlapping brain region accounting for the relationship between procrastination and impulsivity: A voxel-based morphometry study.,, 9?17.

Marco-Pallarés, J., Mohammadi, B., Samii, A., & Münte, T. F. (2010). Brain activations reflect individual discount rates in intertemporal choice.,, 123? 129.

Mirzaei, M., Gharraee, B., & Birashk, B. (2014). The role of positive and negative perfectionism, self-efficacy, worry and emotion regulation in predicting behavioral and decisional procrastination.,(3), 342?343.

Motzkin, J. C., Philippi, C. L., Wolf, R. C., Baskaya, M. K., & Koenigs, M. (2014). Ventromedial prefrontal cortex lesions alter neural and physiological correlates of anticipation.,(31), 10430?10437.

Ouellet, J., McGirr, A., van den Eynde, F., Jollant, F., Lepage, M., & Berlim, M. T. (2015). Enhancing decision- making and cognitive impulse control with transcranial direct current stimulation (tDCS) applied over the orbitofrontal cortex (OFC): A randomized and sham- controlled exploratory study.,, 27?34.

Petrides, K. V. (2009). Psychometric properties of the trait emotional intelligence questionnaire (TEIQue). In C. Stough, D. H. Saklofske, & J. D. A. Parker (Eds.),(pp.85?101).Boston, MA:Springer US.

Petrovic, P., Ekman, C. J., Klahr, J., Tigerstr?m, L., Rydén, G., Johansson, A. G. M., ... Landén, M. (2016). Significant grey matter changes in a region of the orbitofrontal cortex in healthy participants predicts emotional dysregulation.,(7), 1041?1049.

Pourtois, G., Schwartz, S., Seghier, M. L., Lazeyras, F., & Vuilleumier, P. (2006). Neural systems for orienting attention to the location of threat signals: An event-related fMRI study.,(2), 920?933.

Pychyl, T. A., & Flett, G. L. (2012). Procrastination and self-regulatory failure: an introduction to the special issue.,(4), 203?212.

Rolls, E. T. (2004). The functions of the orbitofrontal cortex.,(1), 11?29.

Rolls, E. T., & Grabenhorst, F. (2008). The orbitofrontal cortex and beyond: From affect to decision-making.,(3), 216?244.

Sheeran, T., & Zimmerman, M. (2002). Screening for posttraumatic stress disorder in a general psychiatric outpatient setting.,(4), 961?966.

Sirois, F. M. (2014). Procrastination and stress: Exploring the role of self-compassion.,(2), 128?145.

Sirois, F. M. (2015). Is procrastination a vulnerability factor for hypertension and cardiovascular disease? Testing an extension of the procrastination-health model.,(3), 578?589.

Sirois, F., & Pychyl, T. (2013). Procrastination and the priority of short-term mood regulation: Consequences for future self.,(2), 115?127.

Steel, P. (2007). The nature of procrastination: A meta- analytic and theoretical review of quintessential self- regulatory failure.,(1), 65?94.

Steel, P., & Ferrari, J. (2013). Sex, education and procrastination: An epidemiological study of procrastinators’ characteristics from a global sample.,(1), 51?58.

Steel, P., & K?nig, C. J. (2006). Integrating theories of motivation.,(4), 889? 913.

Wang, J., Zhang, R., & Feng, T. (2022). Neural basis underlying the association between expressive suppression and procrastination: The mediation role of the dorsolateral prefrontal cortex.,, 105832.

W?schle, K., Allgaier, A., Lachner, A., Fink, S., & Nückles, M. (2014). Procrastination and self-efficacy: Tracing vicious and virtuous circles in self-regulated learning.,, 103–114.

Wu, Y., Li, L., Yuan, B., & Tian, X. (2016). Individual differences in resting-state functional connectivity predict procrastination.,, 62?67.

Xie, Y., Hu, Z., Ma, W., Sang, B., & Wang, M. (2019). Different neural correlates of automatic emotion regulation at implicit and explicit perceptual level: A functional magnetic resonance imaging study.,(1), 1?13.

Xu, T., Sirois, F. M., Zhang, L., Yu, Z., & Feng, T. (2021). Neural basis responsible for self-control association with procrastination: Right MFC and bilateral OFC functional connectivity with left dlPFC.,, 104064.

Xu, T., Zhang, S., Zhou, F., & Feng, T. (2022). Stimulation of left dorsolateral prefrontal cortex enhances willingness for task completion by amplifying task outcome value..https://doi. org/10.1037/xge0001312

Yang, Y., Chen, Z., Chen, Q., & Feng, T. (2021). Neural basis responsible for episodic future thinking effects on procrastination: The interaction between the cognitive control pathway and emotional processing pathway.,, 250?263.

Zhang, S., Becker, B., Chen, Q., & Feng, T. (2019). Insufficient task-outcome association promotes task procrastination through a decrease of hippocampal-striatal interaction.,(2), 597?607.

Zhang, S., & Feng, T. (2020). Modeling procrastination: Asymmetric decisions to act between the present and the future.,(2), 311?322.

Zhang, S., Liu, P., & Feng, T. (2019). To do it now or later: The cognitive mechanisms and neural substrates underlying procrastination.,(4), e1492.

Zhang, S., Verguts, T., Zhang, C., Feng, P., Chen, Q., & Feng, T. (2021). Outcome value and task aversiveness impact task procrastination through separate neural pathways.,(8), 3846?3855.

Zimmerman, M., & Mattia, J. I. (2001). A self-report scale to help make psychiatric diagnoses: The psychiatric diagnostic screening questionnaire.,(8), 787?794.

The cognitive neural model of procrastination and related interventions

FENG Tingyong, ZHANG Biying

(Faculty of Psychology, Southwest University, Chongqing 400715, China)

Established as a widespread problematic behavioral and a stable individual tendency across time and different contexts, procrastination is harmful to the procrastinator’s psychological, physical. Given that the cognitive neural mechanisms of procrastination are unclear and lack of causal evidences, we have developed studies on the basis of the time decision model of procrastination and the unified triple brain network model, using cognitive interventions and neural regulation technologies to construct and validate the cognitive neural model of procrastination. In addition, we intended to design precise interventions for procrastination as well. Our studies included three aspects: (1) From the perspective of recording and association research, we used multimodal MRI methods to systematically investigate the cognitive neural mechanisms of procrastination; (2) From the perspective of causal/near-causal research, we used cognitive interventions and neuroregulatory techniques to validate and improve the cognitive neural model of procrastination; (3) From the perspective of clinical application, we intended to establish a clinical screening and diagnosis system and precise interventions for procrastination behavior disorder. Thus, this study not only reaped important theoretical to the exploration of the core cognitive neural mechanisms of procrastination, but also obtained practical significance for the effective prevention and precise treatments of procrastination.

procrastination, cognitive neural model, cognitive intervention, neuro-regulation

2022-11-02

*國家自然科學基金面上項目(31971026, 32271123)、中央高校基本科研業務費專項資金項目(SWU2009104)和西南大學創新研究2035先導計劃(SWUPilotPlan006)資助。

馮廷勇, E-mail: fengty0@swu.edu.cn

B848