對疼痛線索的晚期注視偏向預測慢性疼痛的維持：來自眼動的證據*

楊 周 朱嘉雯 蘇 琳 熊明潔 Todd Jackson

(1 西南大學心理學部, 認知與教育部重點實驗室; 2 西南大學醫院, 重慶 400715)(3 澳門大學心理學院, 澳門 999078)

1 引言

疼痛是一種復雜的多維度主觀體驗, 由真實或潛在的傷害性刺激所誘發, 包括感知-辨別、情緒-動機、認知-評價及行為反應等主要成分(Price,2000)。當疼痛持續或反復發作超過3 個月, 便形成慢性疼痛。慢性疼痛的流行率高, 給患者、家庭和社會帶來巨大的負面影響。慢性疼痛患者可能表現出“慢性疼痛綜合癥”, 即與工作相關的高水平身體機能受損、情緒憂慮、睡眠紊亂、止痛藥物濫用或成癮, 以及過度使用健康護理資源(Jensen & Turk,2014)。除組織損傷、慢性疾病等生理因素外, 心理因素被認為是慢性疼痛的重要致病因子。個體對環境中的特定線索保持視覺注視或回避是諸多心身疾病出現和發展的關鍵(Armstrong & Olatunji,2012)。近年來, 有研究者指出對疼痛線索的注意偏向在慢性疼痛的形成與發展中可能具有重要作用(Jackson et al., 2019)。

1.1 對疼痛線索注意偏向的理論模型

早期經典理論恐懼-回避模型(Asmundson et al.,2004)從疼痛恐懼這一情緒性特質角度探討了疼痛相關注意偏向產生的內在機制。疼痛體驗引起個體對疼痛及其相關線索產生恐懼, 個體就會采取一系列措施回避疼痛, 以減少可能產生的疼痛體驗。相較于低疼痛恐懼的人來說, 那些高疼痛恐懼的群體更容易對疼痛線索產生注意警覺, 從而誘發更多的回避行為(楊周 等, 2016; Vlaeyen & Linton, 2012)。然而, 持續的回避行為會強化個體對疼痛線索的注意偏向, 加強個體的疼痛體驗, 進而導致疼痛的慢性化。慢性疼痛患者對疼痛線索長期保持著過度敏感和恐懼的狀態, 這將擾亂機體正常的身心功能。

注意控制理論認為, 認知資源是有限的, 個體通過注意控制抑制干擾刺激, 使注意保持在當前任務(魏華, 周仁來, 2019; Eysenck et al., 2007)。視覺注意偏向競爭模型指出, 注意控制存在兩種方式,即自下而上的注意控制和自上而下的注意控制(Desimone & Duncan, 1995)。前者主要受刺激性質的作用, 后者則與個體的目標和期待有關。通常這兩種控制方式相互作用且處于平衡狀態。疼痛作為威脅源, 觸發刺激驅動注意控制系統, 使個體注意到危險, 從而保護自己避免受傷或減輕傷害, 這對于個體的生存具有適應性的意義。但是, 對于慢性疼痛患者而言, 對疼痛及相關線索的過度關注可能不再具有適應性意義, 反而會導致疼痛的持續和加劇(孫澤坤 等, 2015; Jackson et al., 2019)。

近年來, Todd 等人(2015)提出了威脅評估模型,該模型認為個體對疼痛線索的注意偏向促使疼痛感受性的提升和所患疼痛癥狀的加劇。個體對疼痛線索是否表現出注意偏向, 以及表現出注意偏向的成分是回避還是維持, 取決于疼痛線索的凸顯性意義。當疼痛線索被評估為低威脅水平時, 疼痛線索的凸顯性意義小, 個體對其產生的注意偏向表現為注意維持; 當疼痛線索被評估為高威脅水平時, 疼痛線索的凸顯性意義大, 個體更可能因恐懼對疼痛線索產生注意回避。但是, 該理論尚待實證研究的檢驗。

1.2 慢性疼痛患者對疼痛線索的注意加工偏向

早期使用反應時指標的研究發現, 慢性疼痛患者對疼痛線索存在注意偏向, 且主要表現在注意的中晚期(孫澤坤 等, 2014; Crombez et al., 2013;Todd et al., 2018)。慢性疼痛患者對疼痛線索的注意偏向不依賴于早期注意加工, 而與持續性注意階段的精細意識加工有重要關系(Crombez et al., 2013;Schoth et al., 2012; Todd et al., 2018)。例如,Crombez 等人(2013)對基于反應時的18 項研究進行元分析發現, 當疼痛線索呈現時間小于1000 ms 時,慢性疼痛患者與健康人群的注意偏向沒有差異, 但是當疼痛線索呈現時間大于1000 ms 時, 患者對疼痛線索存在顯著的注意偏向, 并且與健康人群的差異顯著。Schoth 等人(2012)對基于點探測任務的研究進行元分析發現, 當疼痛線索呈現時間大于1250 ms 時, 相較于健康群體, 慢性疼痛患者對疼痛線索表現出顯著的注意維持傾向。Todd 等人(2018)對使用點探測范式的52 項研究進行元分析也發現, 慢性疼痛患者確實存在對疼痛線索的注意偏向, 并且表現為注意維持。

反應時指標只能間接反應人們的注意加工, 存在精確性不足的問題(Schoth et al., 2012), 而眼動追蹤技術可以提供刺激呈現過程中直接、動態的視覺注意信息(Yang et al., 2012, 2013)。近年來, 多項研究使用眼動追蹤技術探查了疼痛線索相關的注意偏向。最近, 有一項綜述對此進行了梳理和總結,共納入24 項眼動研究, 總計1424 名被試, 其中13項研究共包含 486 名慢性疼痛患者(Chan et al.,2020)。結果表明, 在早期注意維持指標即對疼痛線索的首視點持續時間上, 大多數研究并未發現慢性疼痛患者對疼痛線索和中性線索的注視差異, 無痛健康個體對兩類線索也沒有注視差異(Liossi et al.,2014; Mahmoodi-Aghdam et al., 2017; Mazidi et al.,2021; Sharpe et al., 2017; Sun et al., 2016; Todd et al.,2016; Vervoort et al., 2013; Yang et al., 2012, 2013)。在總注視時間指標上, 有研究發現慢性疼痛患者對疼痛線索的總注視時間顯著長于中性線索(Jackson et al., 2018b, 2019; Lee et al., 2019), 也有研究發現健康群體有相同表現(Jackson et al., 2018a; Ling et al.,2019; Pilch et al., 2020)。值得注意的是, 大多數研究并未發現慢性疼痛患者與無痛健康個體對疼痛線索(如疼痛相關詞語、面孔表情和日常活動圖片等材料)的注視差異(Giel et al., 2018; Mahmoodi-Aghdam et al., 2017; Mazidi et al., 2021; Yang et al.,2013)。這些研究并未發現慢性疼痛患者與健康群體之間的注意偏向差異, 可能的原因是疼痛線索作為環境中的凸顯信息, 均會被慢性疼痛患者和無痛健康者優先注意。但二者對疼痛線索的注意加工可能存在差異, 只是這種差異存在于注意進程的特定階段。上述研究使用的是總注視偏向指標, 該指標不能反應注視的動態變化進程。注視偏向的進程是不均衡的, 使用時間窗分割的方法可以考察注意偏向的動態進程。有研究使用該方法發現, 慢性疼痛患者對疼痛線索和中性線索存在注視差異, 并且與無痛健康者之間的差異顯著。例如, Lee 等人(2018)發現, 慢性疼痛患者在疼痛表情圖片出現的中晚期(500～3000 ms)的注視時間顯著高于中性圖片, 而在注意早期(0～500 ms)沒有差異。還有研究發現,慢性疼痛患者在疼痛線索呈現的1000～2000 ms 時間窗上的注視時間比健康群體更長(Fashler & Katz,2016)。但是, 也有研究用此方法并沒有發現慢性疼痛患者與健康群體之間的差異(Fashler & Katz,2014; Mazidi et al., 2021)。

慢性疼痛相關注意偏向的研究結果不一, 還可能是因為大多數研究只呈現視覺疼痛線索, 沒有融合真實疼痛刺激, 與患者的實際生活情況不符, 因而未能有效誘發患者對疼痛線索的注意偏向。通常疼痛線索的出現會伴隨疼痛體驗, 疼痛體驗增強了疼痛線索的威脅性水平。慢性疼痛患者對伴隨疼痛體驗的線索可能更易表現出明顯的注意偏向。Jackson 等人(2018b)的研究中既使用只有視覺刺激的任務又使用了融合真實疼痛刺激的視覺任務, 考察慢性疼痛患者對疼痛線索的注視偏向。但是這項研究使用的是總注視偏向指標, 慢性疼痛患者對疼痛線索的注視偏向存在于注視全程還是特定注視階段, 仍尚未可知。因此, 本研究將采用這兩種范式, 結合時間窗分割的方法, 進一步探究慢性疼痛患者對疼痛線索的注視偏向及其動態進程。

1.3 疼痛線索相關注意偏向對慢性疼痛發展的預測作用

慢性疼痛患者對疼痛線索的注意偏向可能影響慢性疼痛的發展。使用反應時指標的幾項研究提供了證據(Chapman & Martin, 2011; Schoth et al.,2012; Sharpe et al., 2014; van Ryckeghem et al., 2012)。例如, van Ryckeghem 等人(2012)追蹤了74 名慢性疼痛患者, 在基線使用空間線索范式測量注意偏向,并在之后兩周內的每天評估患者的疼痛嚴重程度、功能損傷情況, 發現患者對疼痛線索的注意偏向越強, 后期日常疼痛程度越嚴重, 但是這個效應在添加控制變量后消失。患者對疼痛線索的注意偏向越強, 在追蹤兩周內的日常疼痛嚴重程度和功能損傷的相關越強。Sharpe 等人(2014)追蹤了100 名慢性背痛患者, 發現患者基線期對情感疼痛詞匯的注意偏向能夠預測3 至6 個月后的慢性疼痛情況, 對感覺疼痛詞匯的注意偏向與6 個月后的功能損傷水平有關系。這些使用反應時指標的研究表明, 疼痛線索相關注意偏向指標可能與慢性疼痛的發展有關。Jackson 等人(2019)使用眼動指標的研究也發現, 對疼痛圖片的總注視時間可以預測6 個月后慢性疼痛的發展。對疼痛線索的總注視時間越長, 6 個月后慢性疼痛的強度和功能損傷的維持越強。但是, 這項研究沒有考察注意的動態變化過程。患者對疼痛線索注視偏向的所有階段還是某一特定階段對慢性疼痛的發展起著關鍵作用, 尚未可知。

綜上所述, 本研究擬結合點探測視覺任務和融入真實疼痛刺激的視覺任務, 進一步探究慢性疼痛患者對疼痛線索注視偏向的動態進程, 及其對6 個月后慢性疼痛發展的預測作用。在疼痛相關注意偏向領域, Priebe 等(2015)使用時間窗分割方法, 即把疼痛表情面孔圖片呈現的2000 ms 劃分為0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms 四個時間窗, 以考察個體對疼痛表情面孔圖片的動態注視偏向。本研究擬使用這一分析眼動數據的方法,探究慢性疼痛患者對疼痛線索注視偏向的動態進程。擬使用分層標準多元回歸模型和機器學習回歸模型, 考察疼痛線索注視偏向指標對6 個月后慢性疼痛強度和功能損傷的預測作用。基于前人研究(Fashler & Katz, 2016; Lee et al., 2018; Mazidi et al.,2021), 本研究假設: (1)在點探測視覺任務中, 慢性疼痛患者在注意的中后階段(即 500～1000 ms、1000～1500 ms、1500～2000 ms 三個時間窗)對疼痛線索的注視偏向顯著高于對中性線索的注視偏向;(2)在融入真實疼痛刺激的視覺任務中, 慢性疼痛患者在注意全程(即 0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms 四個時間窗)對疼痛線索的注視偏向顯著高于對中性線索的注視偏向;(3)對疼痛線索中后階段(500～1000 ms、1000～1500 ms、1500～2000 ms 三個時間窗)的注視偏向指標可以獨立預測6 個月后慢性疼痛強度和功能損傷的程度。

2 方法

2.1 被試

使用GPower 3.1 對研究所需樣本量進行事前估計, 在顯著性水平α = 0.05 且效應量f為0.17 時,預測達到95%的統計檢驗力的總樣本量至少為49。本研究共招募94 名經歷慢性骨骼肌肉疼痛的患者(其中女性69 名), 如頸肩痛、腰痛等。年齡范圍18至71 歲(M= 27.45,SD= 11.53), 83%的被試具有高中及以上受教育水平。疼痛平均持續時間為39.14個月(SD= 66.27, 全距: 3 至462 個月)。部分被試通過服用止痛藥以減輕疼痛。為減少藥物對實驗結果的影響, 在實驗前一天, 要求被試停止使用止痛藥。被試的視力或矯正視力正常, 無影響理解能力的神經系統疾病或精神疾病。

2.2 實驗儀器及材料

2.2.1 眼動追蹤儀

使用加拿大SR 公司生產的Eyelink 1000 眼動追蹤儀, 采用遙測模式, 采樣率為500 Hz。空間精度≤ 0.5°, 分辨率≤ 0.01°。給被試呈現的圖片出現在23.6 英寸60 Hz 的屏幕上, 該屏幕連接到一臺8-GHz 的戴爾計算機。被試坐在距離屏幕70 cm 的地方, 形成一個水平垂直的區域, 要求被試在實驗過程中盡量減少頭部運動以確保對眼球的準確追蹤。在正式實驗開始之前, 進行標準化的校準程序。接著進入正式實驗, 在正式任務的每個試次中, 記錄圖片呈現全程被試眼動的時間和空間信息。

2.2.2 疼痛刺激

研究使用電刺激儀誘發疼痛刺激, 電刺激儀連接不銹鋼銅心雙極電針, 即一個圓柱形陽極(?: 1.4 mm)包圍著一個電針陰極(長: 0.1 mm,?: 0.2 mm), 誘發出的單個疼痛刺激是持續時間為0.5 ms 的恒電流脈沖, 產生的疼痛感受類似針刺疼痛感。將電針放置在被試的左前臂。測試每個被試的疼痛閾限電流值。測量方法基于Yang 等人(2016)使用的方法。在融入真實疼痛刺激的視覺任務中,施加的電刺激為3 倍疼痛閾限電流值, 可以誘發出明顯的疼痛針刺感受。

2.2.3 圖片材料

采用前人研究使用的疼痛和中性圖片作為刺激材料(Meng et al., 2012)。圖片內容為日常生活中常見的場景, 如切菜、裁紙等, 其中有些圖片是受傷圖片, 其他圖片為相同場景下的無痛圖片。本研究共使用16 張疼痛圖片和48 張中性圖片, 其中16張中性圖片與疼痛圖片配對, 另外32 張中性圖片組合為16 對中性-中性圖片。單張圖片大小為11 cm ×10 cm, 被試觀看到圖片的視角為8.99° × 8.17°。圖像位于黑色屏幕的背景中, 分布在屏幕兩側對稱位置, 每對圖片中的兩張圖片相隔10 cm。每張圖片的亮度、對比度、顏色、清晰度等進行了標準化處理。每對圖片在內容、感知到的運動方面進行了匹配。疼痛圖片比中性圖片誘發明顯更高的疼痛強度、消極效價和喚醒程度。

2.3 問卷測量

慢性疼痛等級量表-中文版(Wong & Fielding,2011), 測量慢性疼痛的疼痛強度和功能損傷程度。疼痛強度通過現在疼痛、最嚴重疼痛和過去3 個月的平均疼痛三個題的總分計算。每個題目評分標尺為1 (一點也不疼)到10 (無法忍受的疼痛)。疼痛的功能損傷通過日常活動、社交活動以及學習/工作能力受損三個題的總分計算。每個題目評分標尺為1(沒有任何阻礙)到10 (不能進行任何活動)。在本研究中, 疼痛強度分量表的基線α 為0.79, 6 個月后的α 為0.76; 疼痛功能損傷分量表的基線α 為0.88, 6個月后的α 為0.82。

疼痛災難化量表(Sullivan et al., 1995), 共有13道題目, 評估疼痛災難化的特征, 包括反芻、放大和無助, 從0 (從不如此)到4 (總是如此)對題目進行評分, 并將其相加以計算疼痛災難化的總分。該量表的因子結構和效度在中國樣本中得到了驗證(Yap et al., 2008)。在本研究中, 該量表α 為0.94。

流調中心抑郁自評量表(Yen et al., 2009), 共20 題, 評估了在過去一周內經歷的特定抑郁癥狀的頻率。該量表從0 為很少或沒有(少于1 天)到3為大多數時間(5～7 天)進行評分, 將其相加以計算抑郁的總分。該量表的因子結構、信度和效度已在中國樣本中得到驗證(Yen et al., 2009)。在本研究樣本中的α 值為0.93。

人口統計學數據, 包括年齡、性別、受教育程度、主要疼痛部位、疼痛持續時間以及目前止痛藥物的使用情況。

2.4 實驗任務

2.4.1 任務1: 點探測視覺任務

以口頭和屏幕呈現的形式告知被試指導語。每個試次開始時, 首先在電腦屏幕正中央呈現一個“+”注視點, 持續時間為1000 ms, 接著呈現2000 ms 的圖片。圖片呈現期間, 被試的任務為自由瀏覽圖片。眼動儀記錄圖片呈現全程被試的眼動信息。圖片消失后, 在其中一張圖片位置出現一個探測點,要求被試又快又準地判斷探測點的位置, 并按下鍵盤上的“A”或“L”鍵, 分別表示左或右。被試按鍵反應后探測點消失, 或者直至探測點呈現3000 ms。最后, 出現300 ms 的空屏結束這一trial。單個trial流程圖如圖1 所示。

圖1 點探測任務單個trial 流程圖

然后, 被試開始8 個試次的練習, 包括疼痛-中性、中性-中性圖片各4 對。練習階段使用的圖片不包含在正式實驗中。正式任務包括4 個block,每個block 包含32 個試次, 共計128 個試次。圖片類型包括疼痛-中性和中性-中性圖片各16 對, 每對圖片隨機呈現4 次。每對圖片和探測點在屏幕中呈現的位置均進行平衡。block 內的試次順序以及block 之間的順序均做隨機處理。block 之間被試休息1 分鐘。

2.4.2 任務2: 融入真實疼痛刺激的視覺任務

任務2 與任務1 相似, 但是任務2 中的圖片出現后, 不再跟隨探測點, 而是可能出現真實的疼痛刺激。具體設置是, 在疼痛-中性圖片出現后, 有25%的概率出現電刺激, 中性-中性圖片后不跟隨電刺激。僅告知被試疼痛線索出現時可能有電刺激,但不告知其具體的概率。該任務與Jackson 等人(2018a, 2018b)的研究中使用的任務一致。為了減少任務的單調性, 讓被試判斷每個trial 中是否感受到疼痛刺激。圖片呈現過程中, 使用眼動儀記錄被試的眼動信息。

以口頭和屏幕呈現的形式告知被試指導語。然后, 對每個被試進行痛覺閾值測試。任務中使用的疼痛刺激強度為被試的3 倍疼痛閾限值。正式任務的單個trial 流程圖如圖2 所示。每個試次開始時,首先在電腦屏幕正中央呈現一個“+”注視點, 持續時間為1000 ms, 接著呈現2000 ms 的圖片。圖片消失后, 出現300 ms 的空屏。當疼痛-中性圖片出現時, 隨機選取 25%的試次, 給被試施加時長為10 ms 的疼痛刺激。當中性-中性圖片出現時, 不給予疼痛刺激。要求被試又快又準地判斷是否感受到疼痛刺激, 并按下鍵盤上的“1”或“2”鍵, 分別表示是或否。按鍵設置在被試間和被試內進行平衡。被試按鍵反應則疼痛判斷界面消失, 或直至疼痛判斷界面呈現4000 ms。最后, 出現300 ms 的空屏結束這一試次。

圖2 融入真實疼痛刺激的視覺任務單個trial 流程圖

任務實施階段, 被試首先完成8 個試次的練習,包括疼痛-中性、中性-中性圖片各4 對。練習階段的圖片不包含在正式實驗中。正式任務共有128 個試次, 分為4 個block, 每個block 有32 個試次。block 內的試次順序、block 之間的順序、圖片和休息等設置同任務一。

2.5 研究設計與程序

研究使用的兩項任務, 均采用了2 (線索類型:疼痛、中性) × 4 (時間窗: 0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms)的兩因素被試內設計,測量慢性疼痛患者對疼痛線索在不同時間窗上的注視偏向指標, 并進一步考查其對6 個月后慢性疼痛強度和功能損傷變化的預測作用。

本研究獲得重慶市第九人民醫院醫學倫理委員會批準。通過在校醫院、社區醫院和校園電子公告板上張貼廣告招募被試。被試篩選標準為持續3個月及以上的慢性骨骼肌肉疼痛。完成慢性疼痛基線評估后, 94 名被試完成了實驗室以及6 個月后的慢性疼痛回訪任務。被試在預定時間到達實驗室后,由實驗人員向被試介紹主要實驗任務。任務1 為觀看圖片, 并對隨后出現的探測點的位置進行反應,同時記錄圖片觀看全程的眼動。任務2 為觀看圖片,對隨后是否有疼痛刺激做出反應, 同時記錄圖片觀看全程的眼動。被試簽署知情同意書后, 實驗正式開始, 完成任務需要45 分鐘左右。實驗結束后, 被試得到一定酬金作為報酬。6 個月后, 實驗人員聯系每位被試, 再次評估患者的慢性疼痛強度和功能損傷情況。

2.6 數據分析

本研究主要分析任務1 和任務2 中圖片呈現全程的眼動指標。將圖片呈現的2000 ms 劃分為4 個時間窗, 即0～500 ms、500～1000 ms、1000～1500 ms和1500～2000 ms。每個時間窗中圖片所在區域為興趣區, 興趣區內的總注視時間被用于接下來的數據分析。注視偏向指標是用每個試次中被試對目標圖片(疼痛-中性圖片中的疼痛圖片、中性-中性圖片中的前一半圖片被視為目標圖片)的總注視時間減去配對中性圖片的總注視時間來計算。研究分析了任務1 點探測視覺任務中疼痛-中性、中性-中性圖片后跟隨與目標位置一致和不一致探測點的反應時指標。因為每對圖片呈現2 秒, 時間較長, 反應時指標是間接反應被試對先前圖片的注視偏向, 指標的敏感性會降低, 且眼動指標可以直接反應被試對圖片的注視偏向。另外, 前人使用該范式的研究并未發現反應時指標上的結果(Yang et al., 2012,2013)。因此, 本研究重點分析和討論的是圖片呈現過程中的眼動指標。

首先, 分別對任務1 和任務2 中的注視偏向指標進行2 (線索類型: 疼痛、中性) × 4 (時間窗:0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms)的重復測量方差分析, 測量4 個時間窗上對疼痛線索的注視偏向。對任務1 的反應時指標進行2(線索對類型: 疼痛-中性、中性-中性) × 2 (探測點位置: 一致、不一致)的重復測量方差分析, 測量疼痛線索是否會影響被試判斷探測點位置的反應時,以此推斷被試在疼痛線索呈現過程中的注意分配情況。方差分析結果均采用Bonferroni 矯正。然后,使用雙變量相關分析測量人口統計學變量、抑郁、疼痛災難化、慢性疼痛強度、慢性疼痛功能損傷、對疼痛線索4 個時間窗上的注視偏向指標、任務1中的反應時指標和6 個月后慢性疼痛強度、功能損傷之間的相關。根據相關分析結果, 分別使用分層標準多元回歸模型和機器學習回歸模型, 評估不同時間窗上疼痛線索注視偏向指標、對探測點的反應時指標, 對6 個月后慢性疼痛強度以及功能損傷的預測作用。在分層標準多元回歸模型中, 顯著的基線變量(慢性疼痛強度或功能損傷、人口統計學變量)被納入步驟1, 顯著的心理測量變量被納入步驟2, 然后顯著的不同時間窗上疼痛線索注視偏向指標以及對探測點的反應時指標分別被單獨納入步驟3, 以檢測疼痛線索注視偏向指標對慢性疼痛強度、功能損傷的獨立預測作用。在機器學習回歸模型中, 將從被試得到的94 個樣本作為訓練數據, 將顯著的不同時間窗上疼痛線索注視偏向指標、對探測點的反應時指標分別作為輸入特征, 同時, 將顯著的心理測量變量也作為輸入特征, 6 個月后的疼痛強度和功能損傷分別被作為目標變量。使用Python 3.11.3 與sklearn 1.2.2, 構建了隨機森林、支持向量機、K 近鄰、多層感知機和最小絕對值收縮-選擇算子5 種回歸模型, 分別檢測每個顯著的疼痛線索注視偏向指標以及對探測點的反應時指標,對6 個月后慢性疼痛強度和功能損傷的預測作用。

3 結果

3.1 慢性疼痛患者對疼痛線索的注視偏向

3.1.1 任務1: 點探測的視覺任務

以注視偏向指標為因變量, 對數據進行2 (線索類型: 疼痛、中性) × 4 (時間窗: 0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms)的重復測量方差分析, 描述性數據如表1 所示。疼痛-中性圖片呈現的4 個時間窗上注意分配情況的熱點圖如圖3(A)所示。結果發現, 線索類型主效應顯著,F(1, 93) = 88.36,p＜ 0.001, η2p= 0.49。成對比較分析表明, 被試對疼痛線索的注視偏向(M= 49.63,SE=4.97)顯著大于中性圖片(M= 2.10,SE= 1.79)。時間窗的主效應顯著,F(3, 91) = 54.88,p＜ 0.001, η2p=0.64。成對比較分析表明, 被試第二時間窗(M=56.87,SE= 4.00)上的注視偏向顯著大于第一(M=10.15,SE= 1.40)、第三(M= 22.00,SE= 4.89)、第四時間窗(M= 14.43,SE= 4.87)。線索類型與時間窗的交互作用顯著,F(3, 91) = 59.62,p＜ 0.001, η2p=0.66。簡單效應分析表明, 如圖4(A)所示, 在第一、第二、第三時間窗上, 被試對疼痛線索的注視偏向顯著大于中性線索條件(ps ＜ 0.001), 但是第四時間窗上不存在差異(p= 0.39)。

表1 慢性疼痛患者對疼痛和中性線索的注視時間(ms)

圖3 慢性疼痛患者在任務1(圖A)和任務2(圖B)中4 個時間窗上的疼痛-中性圖片注視熱點圖

圖4 慢性疼痛患者在任務1 (圖A)和2 (圖B)中4 個時間窗上的疼痛線索注視偏向(* p ＜ 0.05; *** p ≤ 0.001)

以反應時指標為因變量, 對數據進行了2 (線索類型: 疼痛-中性、中性-中性) × 2 (探測點位置:一致、不一致)的重復測量方差分析。疼痛-中性、中性-中性圖片后跟隨與目標位置一致和不一致探測點的反應時,M(疼痛-中性,一致)= 615.37 ms,SD=132.39;M(疼痛-中性,不一致)= 608.02 ms,SD= 122.96;M(中性-中性,一致)= 607.15 ms,SD= 120.14;M(中性-中性,不一致)= 605.25 ms,SD= 129.14。結果發現線索類型主效應不顯著,F(1, 93) = 1.30,p= 0.26; 探測點位置主效應不顯著,F(1, 93) = 1.17,p= 0.28; 線索類型與探測點位置的交互作用不顯著,F(1, 93) = 0.43,p=0.51。

3.1.2 任務2: 融入真實疼痛刺激的視覺任務

以注視偏向指標為因變量, 對數據進行2 (線索類型: 疼痛、中性) × 4 (時間窗: 0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms)的重復測量方差分析, 描述性數據如表1 所示。疼痛-中性圖片呈現的4 個時間窗上注意分配情況的熱點圖如圖3(B)所示。結果發現, 線索類型主效應顯著,F(1, 93) = 83.76,p＜ 0.001, η2p= 0.47。成對比較分析表明, 被試對疼痛線索的注視偏向(M= 52.40,SE=5.30)顯著大于中性圖片(M= 4.28,SE= 1.13)。時間窗的主效應顯著,F(3, 91) = 22.53,p＜ 0.001, η2p=0.43。成對比較分析表明, 被試第二時間窗(M=55.76,SE= 6.67)上的注視偏向顯著大于第一(M=6.64,SE= 1.25)、第三(M= 32.11,SE= 4.69)、第四時間窗(M= 18.86,SE= 4.40)。線索類型與時間窗的交互作用顯著,F(3, 91) = 19.37,p＜ 0.001, η2p=0.39。簡單效應分析表明, 如圖4(B)所示, 在4 個時間窗上, 被試對疼痛線索的注視偏向均顯著大于中性線索條件(ps ≤ 0.046)。

3.2 六個月后慢性疼痛強度、功能損傷與基線變量的相關分析

6 個月后的慢性疼痛強度、功能損傷與基線慢性疼痛強度、基線功能損傷、年齡、疼痛災難化、抑郁, 以及兩個任務中不同時間窗上疼痛線索注視偏向指標的相關如表2 所示。

表2 六個月后慢性疼痛強度、功能損傷與基線變量的相關(N = 94)

6 個月后的慢性疼痛強度、功能損傷與基線慢性疼痛強度、基線功能損傷、年齡、疼痛災難化的相關顯著(rs ＞ 0.22,ps ＜ 0.03)。年齡越大、疼痛災難化得分越高的患者, 6 個月后報告的慢性疼痛強度和功能損傷程度越高。6 個月后的慢性疼痛強度與基線抑郁的相關不顯著(p= 0.22), 但6 個月后的慢性疼痛功能損傷與基線抑郁的相關顯著(r= 0.20,p= 0.05), 表明抑郁水平越高的患者, 6 個月后報告的慢性疼痛功能損傷程度更高。

6 個月后的慢性疼痛強度、功能損傷與兩個任務中前兩個時間窗(0～500 ms、500～1000 ms)上疼痛線索注視偏向指標的相關均不顯著(rs ＜ 0.17,ps ＞0.11), 但是與兩個任務中后兩個時間窗(1000～1500 ms、1500～2000 ms)上的疼痛線索注視偏向指標的相關均顯著(rs ＞ 0.22,ps ＜ 0.04)。即在兩個任務中第三、第四時間窗上對疼痛線索表現出更強注視偏向的慢性疼痛患者, 在6 個月后報告的疼痛強度和功能損傷程度越高。6 個月后的慢性疼痛強度、功能損傷與任務1 中的探測點反應時指標的相關均不顯著,rs ＜ 0.03,ps ＞ 0.16。

3.3 六個月后慢性疼痛強度和功能損傷的預測模型

對6 個月后的慢性疼痛強度、功能損傷構建分層標準多元回歸模型(見表3)。根據相關分析的結果, 在慢性疼痛強度的回歸模型中, 第一步納入基線期的疼痛強度和年齡, 第二步納入疼痛災難化,第三步分別納入兩個任務中第三、第四時間窗上對疼痛線索的注視偏向值, 考察不同時間窗上疼痛線索注視偏向指標對6 個月后慢性疼痛強度的獨立預測作用(見表3 中模型一的分模型1～4)。模型1 和2評估了任務1 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向和其他基線變量對慢性疼痛變化的預測作用。模型顯示, 在控制了其他相關變量后, 任務1 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向指標對6 個月后慢性疼痛強度都具有顯著的預測作用(見圖5), β = 0.01,t= 2.45,p= 0.02, ΔR2= 0.05(模型1), β = 0.02,t= 3.39,p= 0.001, ΔR2= 0.08 (模型2)。模型3 和4 評估了任務2 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向和其他基線變量對慢性疼痛變化的預測作用。與模型1 和2 的發現一致, 在控制了其他相關變量后, 任務2 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向指標對6 個月后慢性疼痛強度也都具有顯著的預測作用(見圖5),β = 0.01,t= 2.94,p= 0.004, ΔR2= 0.07 (模型3), β =0.01,t= 2.65,p= 0.01, ΔR2= 0.05 (模型4)。

圖5 任務1 和2 中第三、第四時間窗上疼痛線索注視偏向對慢性疼痛強度、功能損傷的預測作用

表3 慢性疼痛強度和功能損傷的回歸分析

在慢性疼痛功能損傷的回歸模型中, 根據相關分析的結果, 第一步納入基線期的慢性疼痛功能損傷和年齡, 第二步納入疼痛災難化和抑郁, 第三步分別納入兩個任務中第三、第四時間窗上對疼痛線索的注視偏向值, 考察不同時間窗上疼痛線索注視偏向指標對6 個月后慢性疼痛功能損傷的獨立預測作用(見表3 中模型二中的分模型5～8)。模型5 和6評估了任務1 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向和其他基線變量對慢性疼痛功能損傷的預測作用。模型顯示, 在控制了其他相關變量后, 任務1 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向指標對6 個月后慢性疼痛功能損傷都具有邊緣顯著的預測作用(見圖5), β = 0.01,t= 1.88,p= 0.06,ΔR2= 0.03 (模型5), β = 0.01,t= 1.91,p= 0.06, ΔR2= 0.03 (模型6)。模型7 和8 評估了任務2 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向和其他基線變量對慢性疼痛功能損傷的預測作用。與模型5 和6 的發現一致, 在控制了其他相關變量后, 任務2 中第三、第四時間窗(1000～1500 ms、1500～2000 ms)上疼痛線索注視偏向指標對6 個月后慢性疼痛功能損傷也都具有顯著或邊緣顯著的預測作用(見圖5), β = 0.01,t= 2.46,p=0.02, ΔR2= 0.04 (模型7), β = 0.01,t= 1.88,p= 0.06,ΔR2= 0.03 (模型8)。

使用機器學習回歸模型, 根據相關分析結果,分別以任務1 和任務2 中對疼痛線索第三、第四時間窗上的注視偏向指標以及疼痛強度基線、年齡和疼痛災難化作為輸入特征, 6 個月后的疼痛強度作為目標變量。機器學習的5 種回歸模型結果如表4所示, 隨機森林模型最優。任務1 和任務2 中對疼痛線索第三、第四時間窗上的注視偏向指標, 與機器學習回歸模型生成的6 個月后慢性疼痛強度預測值之間的相關均顯著,rs ≥ 0.28,ps ≤ 0.006。機器學習回歸模型的預測結果與真實結果之間的擬合指標較好,R2≥ 0.88,MSE≤ 2.01。分別以任務1 和任務2 中對疼痛線索第三、第四時間窗上的注視偏向指標以及疼痛功能損傷基線、年齡、疼痛災難化和抑郁作為輸入特征, 6 個月后的疼痛功能損傷作為目標變量。機器學習的5 種回歸模型結果如表4 所示, 同樣發現隨機森林模型最優。任務1和任務2 中對疼痛線索第三、第四時間窗上的注視偏向指標, 與機器學習回歸模型生成的6 個月后慢性疼痛功能損傷預測值之間的相關均顯著,rs ≥0.23,ps ≤ 0.02。機器學習回歸模型的預測結果與真實結果之間的擬合指標較好,R2= 0.90,MSE≤2.25。因此, 機器學習的隨機森林模型結果與分層標準多元回歸模型的結果一致。

表4 慢性疼痛強度和功能損傷的機器學習回歸模型

4 討論

通過點探測視覺任務和融入真實疼痛刺激的視覺任務, 研究測量了慢性疼痛患者對疼痛線索注視偏向的動態進程及其對6 個月后慢性疼痛發展的預測作用。結果發現, 點探測視覺任務中, 慢性疼痛患者在前3 個時間窗上(0～500 ms、500～1000 ms、1000～1500 ms)對疼痛線索的注視偏向顯著高于對中性線索的注視偏向; 融入真實疼痛刺激的視覺任務中, 慢性疼痛患者在4 個時間窗上(0～500 ms、500～1000 ms、1000～1500 ms、1500～2000 ms)對疼痛線索的注視偏向均顯著高于對中性線索的注視偏向。該結果表明, 相對于點探測視覺任務, 融入真實疼痛刺激的視覺任務中患者對疼痛線索的注視維持偏向有所增強。從兩個任務中4 個時間窗上的注視偏向程度可以看出, 慢性疼痛患者對疼痛線索的注意偏向進程是不均衡的, 從線索呈現的第一時間窗(0～500 ms)開始出現偏向, 在第二時間窗(500～1000 ms)達到高峰, 然后在第三(1000～1500 ms)、第四時間窗(1500～2000 ms)逐漸下降。

進一步使用分層標準多元回歸和機器學習回歸模型發現, 兩個任務中第三(1000～1500 ms)、第四時間窗(1500～2000 ms)上的疼痛線索注視偏向指標對6 個月后慢性疼痛強度和功能損傷具有預測作用。在控制了基線水平的疼痛強度、功能損傷及其他顯著的相關因素后, 預測作用仍然存在。這表明慢性疼痛患者對疼痛線索的晚期注視維持偏向越大, 6 個月后報告的疼痛強度和功能損傷程度越高。雖然慢性疼痛患者對疼痛線索存在早期(0～500 ms、500～1000 ms)的注視偏向, 尤其在第二時間窗(500～1000 ms)上的偏向值達到最高峰, 但是其對慢性疼痛的發展并不存在預測作用。值得注意的是,盡管在點探測視覺任務中的第四時間窗(1500～2000 ms)上, 慢性疼痛患者對疼痛線索的注視偏向相對于中性線索不存在差異, 但是其對慢性疼痛的發展仍然具有明顯的預測作用。因此, 對疼痛線索的注視偏向相對于中性線索是否存在差異以及存在差異的程度, 對慢性疼痛的預測作用可能沒有顯著影響, 但是對疼痛線索的晚期注視維持偏向可以預測慢性疼痛的發展。

4.1 慢性疼痛患者對疼痛線索注視偏向的動態進程

研究發現, 點探測視覺任務中, 慢性疼痛患者在前 3 個時間窗上(0～500 ms、500～1000 ms、1000～1500 ms)對疼痛線索的注視偏向顯著高于對中性線索的注視偏向。慢性疼痛患者對疼痛線索的注意偏向從注意早期出現, 維持到中晚期, 但在最后一個時間窗消失。對疼痛線索中晚階段注視偏向的結果與研究假設一致。與研究假設不一致的是,對疼痛線索的注視偏向還出現在線索呈現的早期(0～500 ms)。融入真實疼痛刺激的視覺任務中, 慢性疼痛患者在4 個時間窗上對疼痛線索的注視偏向均顯著高于對中性線索的注視偏向, 即疼痛線索注視偏向從注意早期開始持續到注意晚期, 該結果與研究假設一致。真實疼痛刺激增強了患者對疼痛線索的注視偏向。兩個任務中對疼痛線索注意偏向的結果與Lee 等人(2018)的結果部分一致, 即慢性疼痛患者對疼痛表情圖片出現中晚期(500～3000 ms)的注視偏向, 但是在注意早期(0～500 ms)不存在注意偏向。多項使用反應時指標的前人研究也表明,對疼痛線索的注意偏向主要出現在疼痛線索呈現較長時間之后。這可能是因為, 相比于Lee 等人(2018)使用采樣率為300 Hz 的眼動設備, 本研究使用的眼動追蹤設備采樣率更高。相比于反應時指標,眼動指標更能直觀揭示對線索的初始注意加工。

慢性疼痛患者對疼痛線索表現出注意維持傾向, 該現象可以使用注意控制理論解釋。患者由于常面對疼痛線索并感受到疼痛, 對疼痛線索的自動化加工促使刺激驅動注意控制系統時常處于激活狀態。患者的生活目標常表現為減少或消除疼痛,其目標驅動注意控制系統也總被疼痛相關的目標占據。但是, 注意資源是有限的, 當疼痛占用過多注意資源, 患者就難以將注意控制在日常更為重要的目標上。患者抵制與目標無關的刺激的能力或基于任務變化的轉移注意的能力逐漸下降, 進而造成患者的注意更容易被疼痛線索吸引且難以從中脫離的惡性循環(孫澤坤 等, 2014; Jackson et al.,2019)。因此, 慢性疼痛患者對疼痛線索表現出注意維持偏向。該結果也支持了疼痛的恐懼-回避模型,該模型假設對疼痛的恐懼會增強患者對疼痛線索的注意偏向, 進而回避可能引發疼痛的活動(Vlaeyen & Linton, 2012)。由于本研究沒有直接收集慢性疼痛患者感受到的威脅性水平, 因此, Todd等人(2015)的威脅評估模型是否可以用于解釋本研究的結果尚未可知。但是, 通過比較視覺點探測任務和融入真實疼痛刺激的視覺任務, 我們可以推測,視覺點探測任務只呈現疼痛線索, 相較于融入真實疼痛刺激的視覺任務而言, 疼痛線索的威脅性水平更低, 慢性疼痛患者對疼痛線索表現出注視維持偏向。在威脅性水平相對更高的融入真實疼痛刺激的視覺任務中, 患者并未如模型所假設的那樣表現出對疼痛線索的注視回避, 而是表現為更強的注視維持偏向。因此, 該研究結果可能部分支持了Todd等人(2015)的威脅評估模型。

另外, 疼痛的圖式纏繞模型也可以解釋慢性疼痛患者對疼痛線索的注視維持偏向。隨著時間的推移, 患者的疼痛、疾病和自我圖式纏繞在一起, 慢性疼痛患者會增強對圖式相關線索的注意偏向, 并且產生顯著的疼痛后果, 干擾日常功能(Pincus &Morley, 2001)。錯誤導向問題解決模型也可以解釋本研究結果。慢性疼痛患者受疼痛的長期困擾, 他們會試圖尋找各種緩解疼痛的方法, 但是持續的疼痛使解除疼痛的目標無法達成, 而持續的關注疼痛造成患者對疼痛線索過度警覺和憂慮, 進而又會增強患者對疼痛線索的關注, 陷入惡性循環, 加劇疼痛的維持和發展(孫澤坤 等, 2014)。

4.2 對疼痛線索的注視偏向預測慢性疼痛的維持

研究發現, 點探測視覺任務和融入真實疼痛刺激視覺任務中, 對疼痛線索第三、第四時間窗(1000～1500 ms、1500～2000 ms)上的注視維持偏向指標對6 個月后慢性疼痛強度和功能損傷均具有顯著或邊緣顯著的預測作用, 并且在控制基線的疼痛指標和其他相關變量后, 預測作用仍然存在。這與研究假設對疼痛線索中后階段(500～1000 ms、1000～1500 ms、1500～2000 ms)的注視偏向指標可以預測慢性疼痛發展的假設部分一致。與假設不一致的是, 盡管在第二時間窗(500～1000 ms)階段, 慢性疼痛患者對疼痛線索表現出注視進程中最強的偏向, 但是該階段指標并不能預測慢性疼痛的發展。總之, 本研究發現, 盡管兩個任務中, 慢性疼痛患者對疼痛線索第一、第二時間窗(0～500 ms、500～1000 ms)上存在注視維持偏向, 尤其是在第二時間窗(500～1000 ms)上的注視偏向值達到峰值,但是這些早期的注視偏向指標不能預測慢性疼痛的發展, 對疼痛線索的晚期注視維持傾向是慢性疼痛強度和功能損傷程度的重要預測因子。產生這種差異化結果可能的原因是, 對疼痛線索的早期警覺對人類的生存與安全具有重要的適應性意義。無論個體是否患有慢性疼痛, 疼痛線索作為環境中凸顯的威脅性信息, 在早期均會吸引個體的注意資源。已有一些基于眼動技術的研究證實了這一點, 即在早期初始定向階段, 相對于中性線索, 慢性疼痛患者與無痛健康個體均存在對疼痛線索的注視偏向(Chan et al., 2020)。另外, 有研究者指出, 視覺線索出現后, 對線索前500 ms 的注意通常與注視初始定向有關, 其后則是注意維持傾向(Bradley et al.,2000)。早期使用反應時的研究也發現, 慢性疼痛患者對疼痛線索的注意偏向不依賴于早期注意加工,而與持續性注意階段的精細意識加工有重要關系(Crombez et al., 2013; Schoth et al., 2012)。慢性疼痛群體與健康群體對疼痛線索的注意偏向的差異主要體現在中后階段, 表現為慢性疼痛患者出現對疼痛線索的維持傾向。因此, 早期對疼痛線索的注視偏向與慢性疼痛的發展關聯不明顯, 晚期的注視偏向對慢性疼痛的發展具有更重要的意義。

本研究從注視的各個階段考察了注意偏向指標, 使用了分層標準多元回歸和機器學習回歸模型兩種方法探查了注意偏向指標的預測作用, 進一步闡明和擴展了以往的研究(Jackson et al., 2019), 為患者的慢性疼痛發展提供了更具體的預測指標。本研究采用有無真實疼痛刺激的兩個視覺任務, 任務1 僅呈現疼痛相關圖片, 反映的是日常生活中發生的典型輕微傷害, 并沒有產生潛在和實際的疼痛,任務2 引入了疼痛預警信息和真實的疼痛, 使實驗更具生態效度。我們可以假設, 那些在任務中對疼痛線索表現出高度警覺的人, 可能在脫離日常活動中存在的外部和內部疼痛線索方面有類似的困難。對疼痛線索分配更多的注意資源可能導致相對較差的疼痛后果。經常接觸疼痛線索的個體可能會對線索更加敏感, 注意也更加難以從中脫離(Eysenck et al., 2007)。

對疼痛線索的注意偏向在慢性疼痛的維持和發展中具有重要作用。本研究首次評估了慢性疼痛患者對疼痛線索各個階段的注視偏向及其對慢性疼痛預后的風險。在慢性疼痛干預中, 研究者們嘗試通過注意偏向矯正訓練, 改善個體的疼痛體驗。早期研究者們通過訓練個體將注意朝向或遠離疼痛相關信息, 以此改變慢性疼痛患者的疼痛體驗(Sharpe et al., 2012, 2015)。通過訓練患者遠離疼痛及其相關線索的注意可能是改善疼痛體驗的有效方式(Kreddig et al., 2022)。已有研究通過開展注意偏向矯正訓練, 試圖弱化患者的對疼痛信息的注意偏向, 以改善慢性疼痛(Carleton et al., 2011;Heathcote et al., 2018; Schoth et al., 2012; Sharpe et al.,2012, 2015)。已開展的注意訓練主要通過點探測任務來進行。通過將探測點設置為始終出現在疼痛-中性圖片或疼痛-中性詞語中的中性線索之后, 引導被試將注意資源投入中性線索而非疼痛線索當中。如, Sharpe 等人(2012)的研究1 中對27 名慢性疼痛患者進行注意訓練, 訓練程序中刺激呈現時間為500 ms, 結果發現被試在基線期與3 個月后隨訪的注意偏向沒有顯著差異; 在研究2 中, 研究者將注意訓練增加至4 次并輔以8 周的CBT 療法, 注意訓練仍采用研究1 的程序, 結果發現訓練前后被試的注意偏向仍然沒有差異。Heathcote 等人(2018)同樣利用點探測程序來對23 名慢性疼痛患者進行為期4 周的注意訓練, 每周2 次, 訓練程序中刺激呈現時間同樣為500 ms, 結果發現與安慰劑訓練組和無訓練組相比, 注意訓練沒有顯著影響注意偏向, 同時3 個月后與控制組相比, 注意訓練組報告疼痛增加, 生理功能沒有變化; Schoth 等人(2012)的研究則采用1250 ms 的刺激呈現時間, 在8 次訓練后, 慢性疼痛患者的注意偏向降低并接近0, 同時疼痛和功能損傷得到了改善。上述研究表明, 矯正患者的注意偏向使用的疼痛線索呈現時間較短時, 干預效果不明顯, 而較長的疼痛線索呈現時間的注意訓練更可能提高干預的治療效益。這與本研究的發現相符, 對疼痛線索的晚期注視偏向指標與慢性疼痛的發展具有密切關系, 該結果為注意矯正訓練中設置合適的疼痛線索呈現時長提供了參考。未來的注意矯正訓練, 可以將疼痛線索呈現時間延長至2000 ms。此外, 根據本研究的結果我們推測,對疼痛線索的晚期注視維持偏向可以作為注意矯正訓練的重要觀測指標, 即觀測對疼痛線索的晚期注視偏向是否發生改變, 也許可以預測注意矯正訓練是否有效。有效的注意矯正訓練, 可能更會有效提升慢性疼痛患者對疼痛線索的注意控制能力, 從而改善其疼痛強度、功能損傷和情緒憂郁等問題。未來的研究可以進一步探測, 疼痛線索晚期注視維持階段偏向的矯正對慢性疼痛的干預效益。

本研究存在不足。首先, 把慢性疼痛患者作為一個群體進行分析, 而沒有分析患者的個體差異。例如, 性別、年齡、具體的疼痛類型等可能在注視偏向中有所不同。下一步可以繼續探索某些特質個體的注意偏向, 從而產生更大的治療意義。另外,盡管我們發現慢性疼痛患者對疼痛線索存在注視偏向, 但被試的自我卷入程度也會影響注視偏向程度。如, 與自己慢性疼痛部位相關的疼痛線索是否會產生更大的注視偏向, 未來的研究可以繼續探索。最近, 有研究者考察了對疼痛線索注意偏向的神經生理指標(Fernandes-Magalhaes et al., 2022;Zhang et al., 2023), 未來研究也可進一步從神經生理指標角度考察慢性疼痛發展與維持的預測因子及其干預作用。

綜上所述, 本研究使用眼動追蹤技術, 結合縱向研究方法, 通過點探測視覺任務和融入真實疼痛刺激的視覺任務, 采用分層標準多元回歸和機器學習回歸模型兩種分析方法, 探究了慢性疼痛患者對疼痛線索4 個時間窗上注視偏向的動態進程及其對6 個月后慢性疼痛發展的預測作用, 以考察對疼痛線索注視偏向的動態進程及其與慢性疼痛的發展之間的漸變關系。研究主要發現對疼痛線索的晚期注視維持偏向(1000～1500 ms、1500～2000 ms)可以預測6 個月后慢性疼痛強度和功能損傷的維持。