鄧 堯 王夢夢 饒恒毅

風險決策研究中的仿真氣球冒險任務*

鄧 堯 王夢夢 饒恒毅

(上海外國語大學國際工商管理學院; 上海外國語大學腦與認知科學應用重點實驗室, 上海 201620)(上海外國語大學磁共振成像研究中心, 上海 201620)

仿真氣球冒險任務(The Balloon Analog Risk Task, BART)能在實驗室環(huán)境下模擬真實世界的風險情境, 具有高生態(tài)性, 穩(wěn)定性和可靠性等優(yōu)點, 已經(jīng)成為風險決策研究中最常用的實驗范式之一。近年來, 研究者發(fā)展了多種BART變體范式, 對發(fā)展、健康以及精神病理等多領域的風險決策行為及其神經(jīng)基礎開展了廣泛探索。BART任務中的風險決策加工與腹側(cè)紋狀體、前扣帶皮層、腦島、中腦及背外側(cè)前額葉等腦區(qū)的激活相關。未來研究需要進一步完善BART任務在風險決策認知神經(jīng)領域的信效度并擴展BART的應用情境。

仿真氣球冒險任務(BART), 風險決策, 認知神經(jīng)機制

1 引言

風險是指在可獲得一定收益的同時, 伴隨損害或者危險發(fā)生可能性的一種決策情境(Leigh, 1999)。人們在日常生活和工作中經(jīng)常不可避免地需要在有風險的情境下做出選擇和決策。例如, 人們常常要選擇是把自己的工作收入存銀行還是買股票投資, 是做手術切除腫瘤還是通過藥物治療腫瘤。這些情境都需要決策者權衡每種選擇相應的風險和收益。風險和收益的不確定性既可能給決策者帶來一些負面后果, 也可能是新機遇的開端。探索和理解人在各種風險情境下如何進行有效決策及其背后的認知神經(jīng)機制, 是近年來心理學, 經(jīng)濟學, 金融學, 管理學等多學科決策研究的熱點。

為了幫助人們更好地在風險決策中占據(jù)優(yōu)勢, 避免或減緩潛在的負面后果, 研究者們試圖運用不同的測量方法(從自陳量表到一系列風險決策任務), 從不同角度(群體層面以及個體差異層面)對風險決策行為展開探索(Slovic, 1964)。然而過去評估方式中主要采用的自陳量表存在以下幾個問題：(1)測量角度不夠全面, 可能受到潛變量的影響。(2)被試在填寫自陳量表時可能存在社會贊許性偏差, 無法反映其真實的風險傾向。(3)無法動態(tài)測量風險行為, 與真實的決策情境存在一定的差異, 且易受記憶偏差的影響, 也無法預測未來的風險行為(Lejuez et al., 2002)。針對自陳量表存在的缺陷, 研究者們設計了一系列風險決策行為研究范式, 例如愛荷華賭博任務(Iowa Gambling Task, IGT) (Bechara et al., 1994); 劍橋賭博任務(Cambridge Gamble Task, CGT) (Rogers et al., 1999)。但這些范式與自陳量表的研究結(jié)果生態(tài)性都不高, 與真實世界的風險決策行為仍存在較大的差異。

為了彌補上述研究范式及自陳量表存在的缺陷, 并實現(xiàn)在實驗室環(huán)境下對現(xiàn)實世界風險行為的真實模擬, Lejuez等人于2002年設計了仿真氣球冒險任務(The Balloon Analog Risk Task, BART)。他們利用計算機在實驗室環(huán)境下模擬真實世界的風險情境, 實現(xiàn)對被試風險決策偏好的判定與預測。相比于其他風險決策任務, 該任務以更能模擬真實風險情境的氣球為材料, 在保證實驗環(huán)境能最大化融合現(xiàn)實世界風險情境的前提下, 顯著減少測量過程中個體主觀意愿引起的測量偏差, 更加有效地測量真實的風險行為。正因此, 該任務被越來越多的研究者所采用。在這項任務中, 被試通過點擊屏幕中央的氣球進行操作, 每一次吹氣都將使氣球膨脹并增加破裂的風險, 但得到的獎賞也會相應增加。若在吹氣過程中氣球破裂, 被試將會受到一定的懲罰, 即損失部分已積累的獎賞。在任務過程中, 被試要持續(xù)不斷地在吹氣可能帶來的獎勵以及潛在的氣球破裂懲罰之間進行權衡, 因此可以通過被試是否吹氣以及吹氣次數(shù)的多少來測量個體的風險偏好。

為了有效模擬真實世界不同程度的風險, BART任務原始實驗中設置了不同的平均氣球爆破點, 更大的氣球爆破點也意味著每個試次中可能允許的吹氣次數(shù)上限增加, 可以幫助捕捉到更多在風險決策中的個體差異。在任務中隨著氣球的膨脹, 被試所承擔的風險也不斷增加, 反映了現(xiàn)實生活中風險的瞬息變化。

BART任務是目前風險決策的主流實驗范式之一, 不僅被用于測量單獨的風險決策行為, 還為滿足各類研究情境的需要而形成不同的變體。BART任務目前也與各種神經(jīng)層面的新技術結(jié)合, 幫助從認知神經(jīng)層面對風險決策行為有更好的認識。本文對BART任務的演變過程進行總結(jié), 對比得出BART任務相比于現(xiàn)存其他研究范式的優(yōu)勢所在, 梳理BART任務在行為以及神經(jīng)層面的研究進展, 并對未來研究中如何能夠更好地發(fā)揮BART任務的優(yōu)勢進行展望。

2 BART任務的演變

在BART任務的發(fā)展中, 研究者們對任務進行了不同程度以及形式上的改變, 滿足了各類研究的需要。例如, BART任務在對“金錢”獎賞、風險與決策行為之間的關系進行探究時, 除了原始的“氣球膨脹?獎賞增加?風險增加”的模式外, 還通過設置更多的獎賞梯度來研究風險以及獎賞的多少共同對決策的影響(Hüpen et al., 2019)。同時也有研究者設置了真實以及虛假金錢獎勵的情境, 探究獎賞虛實對風險決策行為的影響(Xu et al., 2018; 徐四華等, 2013)。獎賞是在風險決策中促使人們尋求風險的重要因素, 也是風險決策研究中一個重點關注的內(nèi)容, BART任務能夠幫助研究者對獎賞情境進行靈活的操控, 從而更加全面以及深入地研究其對風險決策的影響。

除了滿足不同研究情境的需要外, BART任務也被改編以適用于不同被試群體的需要。例如, 在青少年風險行為測量中, 考慮到金錢作為獎賞的不適應性, 研究者設計了面向青少年群體的BART-Y變體。該任務中使用分值代替金錢計數(shù), 并將最終得分進一步分為三個區(qū)間, 不同得分區(qū)間可獲得不同的實物獎勵(Lejuez et al., 2007)。同時BART任務也被延伸到動物風險行為的研究中。例如, Jentsch等人(2010)為了研究嚙齒類動物的風險行為及其相應的神經(jīng)機制, 對BART任務進行了改編。為了模擬BART任務中的選擇過程, 設置了add桿和cash-out桿以供大鼠選擇。結(jié)果發(fā)現(xiàn)大鼠的行為表現(xiàn)與人類被試的行為非常相似, 同時也發(fā)現(xiàn)在風險決策中與人類類似的腦區(qū)——內(nèi)側(cè)前額葉(medial prefrontal cortex, mPFC)的激活。這為未來跨物種的研究提供了方向, 拓展了風險決策研究中被試選擇的范圍。

隨著社會發(fā)展, 一系列新的風險情境不斷涌現(xiàn), 而BART任務也在“與時俱進”。例如, 近年來與股票市場相關的連續(xù)風險決策受到一定的關注, BART任務也被改編用于連續(xù)風險決策的研究。每一個氣球的爆破率被定義為50%, 被試只需要在吹氣與不吹氣之間進行選擇。如果吹氣且未爆破, 被試將獲得一定的獎勵; 如果吹氣且爆破, 被試將受到一定的懲罰。該變體考察了被試在連續(xù)決策中的風險偏好, 并且更能滿足與腦電技術結(jié)合使用的需要(Pleskac et al., 2008; Wallsten et al., 2005)。也有研究者發(fā)現(xiàn), 過去的BART任務中并沒有考慮現(xiàn)實中風險管理的內(nèi)容, 因此在BART任務的基礎上開發(fā)了一種用于評估保護性風險管理的任務BAIT (The Balloon Analog Insurance Task)。該任務在BART任務的基礎上增設了可購買保險的條件, 對個體愿意支付多少金額來保護已擁有的“財產(chǎn)”進行評估(Essex et al., 2011)。

上述是目前相關領域依據(jù)研究需要對BART任務的改編, 正是這些研究變體的產(chǎn)生, 使得BART任務的應用范圍不斷擴大, 研究的有效性和生態(tài)性進一步增強。

3 BART任務的信效度及其優(yōu)勢

2002年Lejuez等人在設計BART任務的同時, 也對BART任務的可靠性進行了檢驗。結(jié)果發(fā)現(xiàn)BART任務與沖動性、物質(zhì)濫用、賭博行為以及危險性行為等風險有關變量之間存在顯著的相關性(= 0.20～0.44)。同時, BART任務也被證實可以幫助預測個體未來的風險行為, 如犯罪以及物質(zhì)濫用(2= 0.29～0.40)。BART任務的有效性也在后續(xù)各類研究中得到了更進一步的證實。例如, 在對不同程度精神病群體的風險決策進行研究時, BART任務的結(jié)果與患者風險決策行為有關的心理報告一致(Hunt et al., 2005)。同時BART-Y任務也可以有效地預測未來風險行為發(fā)生的可能(2= 0.322) (Lejuez et al., 2007)。還有研究通過設計3組不同的平均氣球爆破點, 證明了BART任務在不同風險情境下的組間相關性良好(= 0.66～0.78) (White et al., 2008)。

重測信度是實驗范式穩(wěn)定性及一致性的重要體現(xiàn)。Xu等人(2013)驗證了BART任務在兩周間的重測信度良好(= 0.66～0.76)。Weafer等人(2013)采用119位成年人的大樣本數(shù)據(jù)檢測了在平均8.6天的間隔前后, BART任務的重測信度良好(= 0.79)。在青少年有關的BART-Y任務中, 通過進行每日3次的任務測量, 發(fā)現(xiàn)BART-Y測量結(jié)果之間的相關性顯著(= 0.62～0.82), 重測信度良好。考慮到目前BART任務在認知神經(jīng)層面的運用, 近年來也有研究針對BART任務與神經(jīng)層面技術結(jié)合的信效度進行檢驗。例如, 相關研究測量了BART任務與fMRI共同使用時的組內(nèi)相關系數(shù)(intraclass correlation coefficient, ICC), 結(jié)果證明了BART任務在行為測量上的可靠性(ICC > 0.79)以及任務態(tài)時腦區(qū)激活的穩(wěn)定性和可靠性(ICC = 0.53～0.62) (Li, Pan et al., 2020)。其中不同腦區(qū)的重測信度各不相同, 如有研究發(fā)現(xiàn)頂葉、枕葉、顳葉區(qū)域的可靠性較高, 決策期的前島葉以及結(jié)果反饋期的右側(cè)尾狀核在BART任務重測信度研究中的ICC高達0.54以及0.63。這些重測可靠性較高的激活腦區(qū)還表現(xiàn)出較高的家族遺傳性(Korucuoglu et al., 2020)?？傮w而言, BART任務及其變體都被證明在不同的實驗情境以及時間間隔條件下具有良好的重測信度, 并且在與神經(jīng)層面技術結(jié)合時的穩(wěn)定性也得到了較好的證實。雖然目前也有研究表明, 相比于自陳量表(BIS量表)的重測信度而言(= 0.6～0.8), BART任務在6個月間隔條件下的重測信度相對較低(= 0.4～0.6), 但這并不意味著像BART任務一樣的行為測量方法就失去了其在測量上的優(yōu)勢。實際上, 有研究者發(fā)現(xiàn)行為測量手段會導致更復雜的認知過程、觸發(fā)不同的風險偏好以及決策模式。因此, 在探究風險決策中的個體差異以及特定風險條件(描述性或經(jīng)驗性)下的決策行為時具有重要的價值(Frey et al., 2017)。

長期以來, BART任務都被認為是個體風險傾向的重要測量工具, 并輔助用于其他風險決策范式的研究中, 作為風險傾向測量結(jié)果的重要參照(Upton et al., 2011; Giustiniani et al., 2019)。這意味著BART任務具有同其他范式以及量表相比的測量優(yōu)勢以及獨特之處, 在不同的研究結(jié)果中也得以證實。BART任務可以有效地解釋個體在風險相關自陳量表中測量結(jié)果的差異, 而BART測量結(jié)果呈現(xiàn)出的差異比量表測試更為顯著(Aklin et al., 2005)。在成癮有關的研究中, BART任務也表現(xiàn)出獨特的測量優(yōu)勢(Canning et al., 2021)。例如, 一項研究在同時使用BART任務、自陳量表(BIS量表)、反應抑制任務(a Go/No- Go task & a Stop signal task)以及延遲折扣任務對酒精成癮進行測量時, 發(fā)現(xiàn)BART任務能夠更有效地區(qū)分青年個體在酒精攝取上的差異, 并預測個體的酒精攝取情況以及是否存在酗酒問題(Fernie et al., 2010)。Lejuez, Aklin, Jones等人(2003)比較了吸煙者與不吸煙者之間的風險行為。對比研究發(fā)現(xiàn), BART任務相對于行為問卷或者賭博任務(如BGT任務, Bechara Gambling Task)而言, 能夠更準確有效地區(qū)分吸煙行為, 反映了BART任務在區(qū)分不良行為上更加可靠。此外在BART任務與BGT任務對比中還發(fā)現(xiàn), 相比于BGT任務, BART任務的得分與飲酒和藥物濫用有關自陳量表的結(jié)果相關性更顯著, 證明在相關研究中BART任務能發(fā)揮更好的預測效力(Skeel et al., 2007)。與IGT任務的對比研究發(fā)現(xiàn), BART任務在測量個體沖動性行為的差異上更加穩(wěn)定可靠, 重測信度也更加良好(ICC of BART:= 0.66～ 0.76; ICC of IGT:= 0.53～0.67) (Xu, Korczykowski et al., 2013); 同時由于IGT任務受到學習效應(learning effect)的影響, 需要大量的預實驗才能保證被試掌握具體實驗規(guī)則; 而BART任務則能夠讓被試在更短時間內(nèi)掌握規(guī)則并進行正確操作, 相比而言更加省時。尤其是對于一些任務時間較長的實驗(如涉及fMRI以及ERP等實驗流程), BART任務能夠在被試表現(xiàn)不受影響的前提下縮短實驗時間(Buelow & Blaine, 2015)。BART任務相比于CCT (Columbia Card Task)而言, 在多次測量中的組間變異系數(shù)較小, 結(jié)果更加穩(wěn)定, 重測信度高; 在與LOT (Adaptive lotteries)、MT (Marbles task)等其他行為層面的風險決策任務對比中也展現(xiàn)出重測信度以及測量結(jié)果可靠性上的優(yōu)勢(Frey et al., 2017)。

總體而言, 相比于其他一些風險決策范式而言, BART任務在重測信度以及穩(wěn)定性上都具有一定的優(yōu)勢; BART任務操作相對比較簡易, 能夠讓被試快速掌握實驗流程, 對一些需要長時間進行的實驗而言, 該任務更加適合作為風險決策的輔助測量工具。例如, BART任務能夠滿足ERP及fMRI等技術在實驗條件以及時間上的需要, 與這些神經(jīng)技術結(jié)合使用的信效度目前也得到了有效地證實。

4 BART范式的研究現(xiàn)狀

4.1 基于BART范式的風險決策行為研究

4.1.1 年齡研究中的應用

年齡與風險行為之間的關系一直以來都備受關注, 青少年以及老年人是其中具有一定代表性的研究群體。而BART任務也被用于不同年齡段風險行為的研究和對比中。BART任務是首個從行為學角度對青少年風險決策進行測量的范式(Lejuez, Aklin, Zvolensky et al., 2003), 已有研究也證實了其在測量各類青少年風險行為上的有效性。例如, BART任務結(jié)果與青少年成癮、違法行為、沖動性行為以及安全行為等之間顯著相關, 在青少年風險決策研究中被頻繁使用。相對而言, 其允許測量的青少年風險決策類型比其他范式更加全面(例如BGT任務無法測量青少年飲酒行為), 一系列測量結(jié)果確定了青少年風險決策中重要的組成要素(如：期望值(expected value)), 相比于其他范式更加有趣并且能夠使青少年被試更快地學習掌握(如IGT任務的可靠性需要基于學習效果), 因此在青少年風險決策行為測量中具有一定的優(yōu)勢。

對于青少年而言, 風險行為主要包括成癮(可卡因、吸煙、飲酒)、違法行為(盜竊)、沖動性行為(賭博)以及不安全行為(如不系安全帶)等等。青少年的風險行為更容易受到周圍人以及環(huán)境的影響, 且?guī)淼暮蠊钸h, 因此受到了很多研究者的關注。以BART任務作為測量范式, 研究者們對青少年風險決策行為有了進一步的發(fā)現(xiàn)與認識。例如, 有研究發(fā)現(xiàn)父母的風險行為會影響青少年的風險傾向(Banducci et al., 2015)。此外, 同齡人也會對青少年風險行為造成影響, 在同樣的風險情境下, 如果有同齡同伴在場且收獲正反饋的青少年會在下一輪任務中反而變得更加謹慎(Kessler et al., 2017)。

在行為研究的基礎上, 還有研究繼續(xù)深入到基因以及遺傳層面, 尤其關注年齡變化與風險決策之間的關聯(lián)。Anokhin等人(2009)以雙胞胎群體作為樣本, 利用BART任務發(fā)現(xiàn)青少年風險行為個體差異受到了遺傳因素的影響, 但是該影響依賴于年齡與性別。而有關于風險行為發(fā)展變化的研究發(fā)現(xiàn), 隨著年齡增長, 個體的風險行為會先呈現(xiàn)增長趨勢后下降, 且在青春期晚期以及成年早期達到頂峰(Duell, 2018)。除青少年群體外, BART任務在老年群體風險決策研究中也被廣泛應用。例如, Deakin在2004年的研究中發(fā)現(xiàn)衰老會造成個體在決策中思考時間更長、表現(xiàn)更差以及風險行為減少。Cavanagh等人(2012)發(fā)現(xiàn)年長者的風險行為更多是由獎賞驅(qū)使的; 尤其是在高風險的情境下, 年長者會對BART任務中獎賞的增加更為敏感。

4.1.2 性別研究中的應用

性別與風險決策的關系是風險行為研究中的另一個關注點。借助BART任務, 研究者也對性別與風險決策的關系有了進一步認識。例如, 在風險投資中, 男性相比于女性愿意承受更大的風險; 男性對于酗酒的依賴性更高(Hill & Chow, 2002); 男性也更加容易因為暴力意外而死亡。Karakowsky和Elangovan (2001)研究發(fā)現(xiàn)男性相比女性更能忍受風險, 男性更強大的風險承受能力使他們愿意在相同情境下冒更大的風險。

Lighthall等人(2009)借助BART任務發(fā)現(xiàn)風險行為表現(xiàn)出明顯的性別差異, 男性普遍比女性更加傾向于冒險, 這與已有的一些研究結(jié)果一致。同時研究還發(fā)現(xiàn)這種差異會在壓力存在的情況下增加。Li等人(2016)發(fā)現(xiàn)年輕群體的風險行為存在明顯的性別差異, 具體表現(xiàn)為男性比女性更加冒險, 對應了神經(jīng)層面上前額葉皮質(zhì)(prefrontal cortex; PFC)的激活差異, 但這種差異在老年人群中并不明顯。性別與生物學上的基因以及激素關系密切, 相關研究還借助BART任務, 從基因以及激素的角度著手, 對性別導致的風險決策行為差異及相關風險精神病理背后的機制提供解釋。例如, 生物學相關的研究借助連續(xù)決策情境下的BART任務發(fā)現(xiàn), 男性分泌的睪酮會影響單胺氧化酶(MAOA)多態(tài)性群體的風險行為, MAOA多態(tài)性是規(guī)避風險有關的易感因素, 通過改變這個影響因素會造成該類男性群體風險行為的增加(Wagels et al., 2017)。此外, 睪丸激素與皮質(zhì)醇也會對風險行為產(chǎn)生影響, 而睪丸激素主要對男性產(chǎn)生影響。借助BART任務測量, 研究發(fā)現(xiàn)兩種激素會共同作用并影響個體的風險行為, 且在皮質(zhì)醇水平較低的前提下, 睪丸激素與風險尋求之間存在正相關關系, 但是在皮質(zhì)醇水平較高的個體中則不存在這樣的關系(Mehta et al., 2015)。遺傳學相關研究利用BART任務發(fā)現(xiàn), 遺傳因素對于風險行為的影響具有明顯的性別差異。Anokhin在2009年發(fā)現(xiàn)在12歲時性別對于風險行為的影響有適度遺傳, 到14歲時男性受到遺傳因素的影響繼續(xù)增強, 達到了55%, 而女性反而不受明顯影響。該研究為探索遺傳因素對風險決策的影響奠定了基石。BART任務還被用于疾病研究中的性別差異比較, 如Hunt等人(2005)發(fā)現(xiàn)即使是針對精神病患者而言, 男性患者仍然表現(xiàn)出比女性患者更具風險的行為。

利用BART任務進行的風險行為與性別差異的相關研究一致發(fā)現(xiàn), 男性個體相比女性個體更加風險尋求, 且男性的風險行為受激素以及遺傳的影響更大, 也更容易產(chǎn)生不健康的風險決策行為。BART任務在各研究中測量結(jié)果的一致性反映出其在測量性別導致的風險決策行為差異上具有一定的穩(wěn)定性與可靠性, 且該任務可與多個范式配合使用, 多角度對性別相關的風險決策進行測量。目前性別差異的研究也從行為層面向遺傳基因以及神經(jīng)層面不斷深入, BART任務在與神經(jīng)層面技術結(jié)合使用上具有優(yōu)勢, 未來在性別相關風險決策的深入研究中, BART任務將發(fā)揮更大的價值。

4.1.3 精神病理學及健康領域研究中的應用

在與風險有關的精神病理學研究中, BART任務也發(fā)揮了重要作用。如前文提到, BART任務的測量結(jié)果與自陳量表的結(jié)果之間相關性顯著, 其中包含了一系列精神病理相關風險行為的測量。成癮、焦慮、健康以及睡眠等有關研究中都有使用BART任務作為測量范式并獲得了一定的進展與成果, 展現(xiàn)出BART任務在風險相關研究中的優(yōu)勢。

就成癮有關研究而言, Lejuez, Aklin, Jones等人(2003)利用BART任務比較了吸煙者與不吸煙者之間的風險行為, 發(fā)現(xiàn)該任務能夠準確有效地區(qū)分吸煙與不吸煙者的行為。利用BART任務發(fā)現(xiàn), 賭博成癮與個體對該行為的注意力偏差有關, 成癮者會對于賭博刺激更加敏感并且愿意在賭博中冒更大的風險。且對長期賭博成癮患者來說, 這種情況可能在年輕時期就已經(jīng)形成(Ciccarelli et al., 2020)。BART任務作為測量工具也被用于探究焦慮癥與風險之間的關系?；加薪箲]癥的被試會比健康被試更容易產(chǎn)生對風險行為的知覺偏差, 從而高估實際的風險, 并且做出較高的風險規(guī)避性行為(Kim et al., 2020)。

相關研究也借助BART任務從基因以及遺傳層面展開。例如, 有研究者通過BART任務從行為的角度證明了5-HTTLPR基因的功能多態(tài)性對個體風險決策的影響。該基因的s-攜帶者會表現(xiàn)出更強的風險厭惡以及在財務決策框架方面更高的敏感性, 結(jié)果反映了風險決策行為會受到部分基因遺傳以及變異的重大影響(Cri?an et al., 2009)。此外, 一些通過健康被試展開的研究, 也為風險行為在基因?qū)用娴纳钊胩剿饕约鞍l(fā)展提供啟示。BART任務的數(shù)據(jù)在一些研究中被作為人格以及風險決策有關基因特征的反映, 幫助更好地預測與理解風險行為。這側(cè)面論證了BART任務用于基因?qū)用嫜芯康目尚行? 為其在精神病理學相關研究中的運用提供參考。例如有一項研究通過BART任務與QDT (Quantum Decision Theory) (一項基于量子力學的決策預測理論)結(jié)合, 在通過BART任務獲得與遺傳以及人格有關的數(shù)據(jù)結(jié)果后, 再基于QDT進一步對其賦予權重并量化處理, 更有效地從理性以及非理性決策兩個角度對風險決策中個體復雜的決策行為進行預測解釋(Weidlich, 2020)。研究表明了風險決策有關基因以及人格特征是預測風險行為的重要指標。

睡眠與風險決策的關系也在近年來備受關注, 一些國內(nèi)研究者對睡眠剝奪導致的風險決策意愿變化以及風險行為增加做出了闡述(劉曉婷等, 2019); 同時還有研究發(fā)現(xiàn)框架效應對風險決策的影響也受到個體睡眠質(zhì)量的調(diào)節(jié), 隨著睡眠質(zhì)量的下降, 風險決策中的框架效應逐漸減弱(Xu et al., 2021)。這些研究結(jié)果都反映出睡眠與風險決策間存在的密切關系, 具有重要的研究意義與價值。除以上提及的研究成果外, 借助BART任務, 研究者還發(fā)現(xiàn)睡眠不足會對于個體的判斷以及沖動控制產(chǎn)生影響。而咖啡因會減緩睡眠不足對風險決策的影響, 表明睡眠不足者選擇攝入咖啡因產(chǎn)品對其決策行為來說實際并不是一件壞事(Killgore et al., 2011)。

此外BART任務還被運用于沖動性、肥胖以及激素等與個體健康有關領域的研究中, 幫助對相關群體的風險決策變化及健康對風險決策的影響進行探索。在沖動性有關研究中發(fā)現(xiàn), 沖動對風險決策并不是完全有害的, 不同程度的風險情境會激發(fā)個體產(chǎn)生不同程度的沖動, 幫助指導個體正確的決策行為(Hüpen et al., 2019)。通過BART任務測量還發(fā)現(xiàn), 高壓力以及高風險行為兩者的共同作用會導致肥胖等負面影響(Mason et al., 2018)。還有研究發(fā)現(xiàn)應激性刺激源會造成個體風險行為的產(chǎn)生, 而大腦中的鹽皮質(zhì)激素受體(MR)是其中主要的影響因素, 急性的MR刺激會造成個體更多的風險尋求行為(Deuter et al., 2017)。

BART任務作為風險決策的衡量指標, 在對比患者與正常人的風險行為差異中發(fā)揮了重要作用, 在健康發(fā)展相關研究中也有廣泛應用。結(jié)合以上研究結(jié)果可以發(fā)現(xiàn), 無論是成癮、高壓力還是睡眠不足的群體都較正常人有相對更高的風險尋求行為; 而焦慮癥患者則會表現(xiàn)出更多的風險規(guī)避性行為。在酒精成癮以及藥物濫用等精神病理學風險決策研究中, BART任務表現(xiàn)出了測量優(yōu)勢。

4.1.4 其他決策情境中的應用

除以上幾個主要的應用情境外, 該任務在很多不同的風險決策研究情境中都有所使用; 探究了各類決策情境、決策時間以及決策模式對風險決策行為的影響, 反映出BART任務在測量廣度上的明顯優(yōu)勢。例如, 有研究者探究了競爭以及合作環(huán)境對于風險決策的影響, 發(fā)現(xiàn)無論是在競爭還是合作情境下, 個體都會比單獨決策時愿意承擔更多的風險, 且男性受到這種情境的影響程度比女性更大(Liu et al., 2021)。Li, Mai等人(2020)借助BART任務證明了決策的時間也會對風險決策結(jié)果造成影響, 個體一般在下午進行決策時會比上午表現(xiàn)出更多的風險尋求, 并且對于損失負反饋的敏感性降低, 抑制控制的能力也會下降。同時BART任務還出現(xiàn)在各類風險決策模式以及情境的對比研究中。例如, 連續(xù)風險決策研究(Zhang & Gu, 2018), 真實以及虛假金錢獎勵下的風險決策對比研究(Xu et al., 2018; Xu, Xiao et al., 2019)等等。這些研究在原范式基礎上進行了一定的改編以適應研究情境的需要, 從各個角度證明BART任務能夠適應多種決策情境的測量需求, 靈活性非常高。BART通常還會與一些神經(jīng)層面的測量技術(如ERP、fMRI、fNIRs等)相結(jié)合使用, 相關研究內(nèi)容將在下一節(jié)進行闡述。

4.1.5 BART范式的數(shù)據(jù)建模

BART任務在行為數(shù)據(jù)建模上也有一定的發(fā)展, 通過計算機建模能夠深入探索決策研究范式的內(nèi)在認知過程, 有助于范式的進一步理解與優(yōu)化。就BART任務而言, 目前在建模方面已有一定的研究成果。例如Wallesten等人(2005)提出了系列模型對BART任務中個體的行為進行解釋。其中包含基線模型(baseline model)、目標模型(target model)以及學習評估模型(learning and evaluation model)三類?；€模型僅對任務過程建模, 不涉及任何學習以及評估的過程; 目標模型則主要針對任務中的學習過程建模; 而學習評估模型則進一步考慮了學習以及評估兩個過程, 這部分模型包含有8個子模型。子模型依照前景理論, 認為決策者會在試次之間更新其對爆炸概率的判斷?；趯馇虮ǜ怕实牟煌^點, 子模型又分為靜態(tài)過程子模型(stationary process submodel) (認為每次吹氣爆炸的可能性恒定)以及非靜態(tài)過程子模型(nonstationary process model) (認為吹氣爆炸的可能性隨吹氣次數(shù)的增加而增加)兩大類。

實際上, 人們無法完全地理解決策的過程, 這些不同的模型主要源于研究決策時不同的假設。一些假設認為決策存在“慣性”, 決策者會選擇無視反饋; 一些假設則認為在每次決策時決策者都會有不同的狀態(tài)并產(chǎn)生不同的決策行為, 即符合非靜態(tài)過程子模型所述的情況。而這些假設帶來的參數(shù)引入以及基于數(shù)據(jù)的參數(shù)估計情況對模型優(yōu)劣的評判和最優(yōu)模型選擇非常關鍵。考慮到過多參數(shù)的引入將導致模型過擬合情況的出現(xiàn), 因此研究者縮小到靜態(tài)過程子模型中篩選并經(jīng)過評估后選擇了模型三作為最優(yōu)模型。該模型包含γ+ (風險), β (反應一致性), a0以及m0 (先驗爆炸分布相關自由參數(shù))四個參數(shù), 在后續(xù)一些研究中又被稱為四參數(shù)模型(four-parameter model)。其中, 后兩個參數(shù)反應了被試對爆炸概率的認識以及對試次結(jié)果的學習情況。該模型認為被試會在氣球間對最優(yōu)吹氣次數(shù)進行更新, 而不是在每次吹氣之間都進行學習。這是因為單次吹氣的更新會造成參數(shù)估計時輸入信息不足, 存在計算上的困難。該模型反映出在BART任務中影響被試風險傾向的主要因素是對結(jié)果的評估。在任務中, 被試會首先根據(jù)已有經(jīng)驗數(shù)據(jù)設定吹氣目標, 再依據(jù)目標選擇繼續(xù)吹氣或是停止; 由于BART任務中風險的不確定性, 被試將通過反饋數(shù)據(jù)不斷更新對任務中風險的看法以及對氣球爆炸概率的估計, 這也是學習過程在BART任務中的重要作用。

后續(xù)有關BART任務建模的研究也主要在Wallesten等人(2005)的基礎上展開。例如, Pleskac (2008)將BART任務作為連續(xù)風險決策任務的一種典例, 并以模型三為基礎對此類任務中的決策以及學習過程進行探索。該研究中, 模型三被稱為BSR模型(Bayesian Sequential Risk-Taking Model), 借助該模型以及ART任務(The Angling Risk Tasks)進一步發(fā)現(xiàn)風險信息不確定條件下學習過程有關的參數(shù)與自陳量表中風險有關結(jié)果之間的相關性不顯著。研究反映出風險不確定條件下的學習過程會干擾任務過程中的風險識別, 被試若依照負面結(jié)果進行風險概率的更新, 可能會使其對風險環(huán)境有錯誤的認識而影響后續(xù)的決策行為。被試在任務中無法獲得確切的爆破點信息以指導他們進行正確的收益最大化決策, 這將導致BART任務在測量風險傾向時的可靠性下降; 而決策過程的正負反饋則可以改變被試對爆炸概率的估計并促進對概率的識別, 該研究為后續(xù)BART任務建模的優(yōu)化提供了方向。考慮到學習過程對模型的影響并為了達到模型更好的參數(shù)恢復(parameter recovery), 2011年van Ravenzwaaij等人提出了兩參數(shù)模型(two-parameter model), 刪去了與學習過程有關的變量, 僅包含γ+以及β兩個參數(shù), 同時對被試人數(shù)以及試次數(shù)進行合理的限制。相比于四參數(shù)模型, 二參數(shù)模型的提出能夠更好地實現(xiàn)參數(shù)恢復以及同等數(shù)據(jù)條件下的模型擬合最優(yōu)化。

二參數(shù)模型在四參數(shù)模型基礎上進行了一定的改善, 然而有研究認為該模型仍然存在局限性。二參數(shù)模型的重要前提是被試在BART任務中不進行學習, 但這顯然與現(xiàn)實不符。學習過程雖然可能對任務結(jié)果造成影響, 但有助于被試對任務風險進行理解并做出相應的反應。BART任務的優(yōu)勢之一源于模擬現(xiàn)實世界風險的真實性, 而大部分現(xiàn)實生活的決策情境都涉及學習的過程, 因此簡單地去除學習有關變量可能會影響任務模擬的真實性。因此, 近年來也有研究者對此模型再次進行優(yōu)化。例如, Park等人(2021)提出了EWMV模型(Exponential-weight Mean–variance Model), 在不刪去學習有關參數(shù)的前提下改善了原有模型的參數(shù)恢復。通過對原有學習過程相關的兩個參數(shù)進行重新參數(shù)化, 降低兩參數(shù)之間的高度相關性并改善參數(shù)恢復的結(jié)果。此外, 該模型還展現(xiàn)出在被試風險行為以及風險偏好上的良好預測性, 能夠?qū)哂胁煌L險傾向的個體進行有效區(qū)分。另一項研究則進一步強調(diào)了學習過程的重要性, 在原有模型的基礎上引入了額外的學習敏感性參數(shù)并提出了STL模型(Scaled Target Learning Model)。該模型依照前一試次成功或是失敗后被試的不同表現(xiàn)引入了vwin以及vloss兩個參數(shù), 它們記錄了任務中被試的行為變化并反映了其中的學習過程; 同時, 模型還考慮了實驗設計對結(jié)果的影響, 引入一個設計參數(shù)nmax, 有利于不同爆破點情境下的數(shù)據(jù)比較。目前, 該模型已被證明在衡量風險傾向以及連續(xù)風險決策任務中學習速率兩方面的有效性, 對BART任務建模的發(fā)展有重要貢獻(Zhou et al., 2021)。

4.2 基于BART范式的風險決策腦機制研究

4.2.1 電生理研究

作為具有高生態(tài)性并且操作簡易的決策研究范式, BART任務已經(jīng)被廣泛用于多種電生理學的風險決策研究當中。其中, BART任務涉及的正反饋(獎勵)以及負反饋(損失), 都會引起大腦中獎賞有關腦區(qū)的顯著激活并被一些電生理學設備所捕捉, 幫助研究者從認知神經(jīng)層面進一步理解風險決策的內(nèi)在機制。本節(jié)將主要探討其中運用較為廣泛的事件相關電位技術(event related potentials, ERPs)。

與行為學層面的研究類似, 青少年群體也在BART任務有關的電生理研究中備受關注。Kessler等人(2017)發(fā)現(xiàn)相比于獨立完成BART任務, 同伴在場且獲得正反饋(未出現(xiàn)氣球爆破)的情境下, 青少年被試會表現(xiàn)得更加謹慎且沒有記錄到反饋負波(feedback-related negativity, FRN)的增強, 而獲得負反饋(出現(xiàn)氣球爆破)時則會觀測到FRN的加強。即同伴對于青少年的風險決策影響視情況而定, 在受到正反饋時, 同伴在場會使下一輪中青少年表現(xiàn)得更加謹慎; 而在受到負反饋時, 同伴在場與獨立實驗情境下的測量結(jié)果差異不大。國內(nèi)也有研究者探究了同伴在場以及自尊心這兩個因素對于青少年風險決策的影響, 發(fā)現(xiàn)了同伴在場會造成N1, P3以及LPP的幅度增加, 且自尊心強的青少年表現(xiàn)出在P3以及LPP幅度上更大程度的增加。同伴在場或是自尊心強的青少年都會表現(xiàn)出更多的冒險行為, 且自尊心強的青少年將更受同伴在場的影響(田錄梅等, 2017)。

風險決策中獎勵的類型也受到了一定的關注, 通過BART任務發(fā)現(xiàn)真實與虛假金錢獎勵對風險決策行為會產(chǎn)生一定的影響。在真實金錢獎勵的情境之下, 被試受負反饋后會傾向于在下一輪中更加規(guī)避風險。在腦電信號上, 金錢獎勵的數(shù)量越多, 大腦中FRN信號越強; 而在虛假金錢獎勵情境中, 并未觀察到因金錢數(shù)量多少而產(chǎn)生的FRN的差異。證明真實與虛假金錢這兩種激勵機制在調(diào)節(jié)個體風險決策的效力上有所不同(Xu et al., 2018; Xu et al., 2013)。而在獎賞金額上, 有研究發(fā)現(xiàn)隨著積累獎賞金額的增加以及風險程度的增加, 記錄到P1以及P3振幅的減少以及P1潛伏期的增加, 反映出被試在任務中的選擇性注意力以及動機發(fā)生變化, 即冒險次數(shù)明顯減少且在每次決策中所需的時間明顯增加, 在決策中顯得更加謹慎(Gu et al., 2018)。還有國內(nèi)研究者探究了不同職業(yè)以及工作環(huán)境對風險行為的影響。例如, 有研究者發(fā)現(xiàn)日常有更多冒險行為的駕駛員在BART任務中FRN振幅較小, P300成分減少, 表明其風險尋求行為主要是以獎勵刺激作為導向的(Ba et al., 2016)。

ERP技術與BART任務還被運用于疾病以及健康安全有關研究中。Sehrig等人(2019)比較了AUD患者(酒精使用障礙)與正常被試在BART任務時的差異, 發(fā)現(xiàn)患者的決策任務時間普遍長于正常被試, 并且患者在實驗中記錄到?jīng)Q策階段P3信號更強, FRN更弱。在風險決策中患者則會表現(xiàn)出更多的高風險尋求行為而漠視負反饋, 證明決策階段的P3腦電信號差異與被試在風險決策中的高沖動性相關。同時另一項與安全有關的風險決策研究發(fā)現(xiàn), 戴安全帽的被試會比不帶安全帽的被試在任務中增加冒險的可能, 并且ERP檢測到戴安全帽的被試組更低的中線波功率, 證明戴安全帽會降低個體對于風險的認知控制能力, 并且造成更多的風險尋求性行為(Schmidt et al., 2019)。還有研究者通過BART任務與ERP技術結(jié)合, 探究了個體高層次的感覺尋求(HSS)與危險性行為之間的關系, 結(jié)果表明高層次感覺尋求被試對負面結(jié)果不敏感, 導致個體會在面臨潛在損失時仍然選擇做出風險尋求行為(Xu et al., 2019)。

綜上所述, BART任務在電生理學層面的研究范疇與行為學層面有一定的交叉, 在年齡及疾病健康等有關領域中較為常見。在任務中主要觀察到的ERP成分包括FRN, P3, P300, N1以及LPP等。其中FRN成分頻繁出現(xiàn), 反映出BART任務涉及多次決策后的反饋加工和學習過程。不同的獎勵類型、環(huán)境、健康變化以及個體本身的風險傾向差異都將對風險決策中的行為表現(xiàn)以及記錄到的ERP成分數(shù)據(jù)產(chǎn)生影響。

其他電生理相關的研究還包括結(jié)合使用經(jīng)顱直流電刺激技術(transcranial direct current stimulation, tDCS), 驗證了DLPFC腦區(qū)及波段振蕩活動情況對風險情境中適應性決策的重要性。風險決策時左、右側(cè)前額葉的波段振蕩的平衡對個體決策起到關鍵性作用(Sela et al., 2012)。該方式還可用于異常風險決策行為的干預或治療。例如, 有研究者發(fā)現(xiàn)用tDCS對左側(cè)的DLPFC給予單側(cè)陰極HD-tDCS刺激可以降低被試在BART任務中的風險行為, 表明左側(cè)的DLPFC腦區(qū)對風險決策有重要影響, 為臨床沖動性有關的治療提供思路(Guo et al., 2018)。還有研究者通過tDCS調(diào)節(jié)DLPFC以及OFC的活性, 發(fā)現(xiàn)OFC主要影響未知風險概率的決策任務, 而DLPFC的活性則多影響已知風險概率的決策任務(Yang et al., 2017)。

4.2.2 神經(jīng)成像研究

BART任務與fMRI (functional magnetic resonance imaging)技術的結(jié)合使用, 也使研究者在風險決策的認知神經(jīng)層面上邁出了一大步。Rao等人(2008)開創(chuàng)性地將fMRI技術與BART任務結(jié)合使用, 在研究中驗證了BART任務與fMRI技術結(jié)合使用作為評估大腦風險決策方式的實用性。同時在該研究中還探究了主動以及被動風險決策行為有關的神經(jīng)機制。研究發(fā)現(xiàn), 主動選擇的風險行為會造成中腦邊緣系統(tǒng)?前額葉環(huán)路(mesolimbic-frontal pathway)以及視覺通路區(qū)域的激活, 但在被動風險決策中并沒有觀察到相關的激活情況。研究還發(fā)現(xiàn)決策與右側(cè)DLPFC的神經(jīng)活動具有密切的關聯(lián), 該結(jié)論也與電生理學中的結(jié)果一致。

如前文所述, BART任務被認為是在行為學上測量個體風險傾向的重要范式, 而其背后的神經(jīng)基礎也引起了諸多研究者的興趣, 甚至有研究者采用跨物種的研究方式對其背后的機制進行探索。例如, Jentsch等人(2010)通過BART任務與fMRI技術結(jié)合, 探究個體高風險傾向的神經(jīng)基礎。通過改編BART任務, 對大鼠神經(jīng)失活前后腦區(qū)的激活情況進行對比, 發(fā)現(xiàn)無論是否存在風險, 眶額葉皮質(zhì)(orbitofrontal cortex, OFC)都會在獎賞增加時被更大程度地激活, 但是mPFC的激活與否以及激活程度卻會受到風險大小的影響。該研究同時發(fā)現(xiàn)在風險決策任務中個體多是一種獎賞驅(qū)使的反應模式。

探究基因遺傳與風險決策的關系在BART任務的腦成像研究中也很常見。Rao等人(2018)發(fā)現(xiàn)基因與環(huán)境都會對風險決策產(chǎn)生影響。在成年的年輕雙胞胎群體中, 風險決策行為以及腦區(qū)的激活均存在中度遺傳的現(xiàn)象。尤其在主動風險決策的情境下, 左側(cè)腦島(left insula)、右側(cè)紋狀體(right striatum)以及右上頂葉(right superior parietal lobule)的腦區(qū)激活與風險行為之間具有中度遺傳的相關性。該研究為風險決策與腦區(qū)激活之間的遺傳相關性提供了重要證據(jù)。與基因有關的研究還發(fā)現(xiàn), 基因會在大腦中產(chǎn)生不同功能的多巴胺能信號, 而前額葉的功能、風險決策行為以及其他多巴胺能信號都會隨著某個信號功能的變化而變化, 證明多巴胺能有關的基因?qū)τ诖竽X功能的影響存在累積效應以及潛在的交互作用(Kohno et al., 2015)。上述研究反映出基因和遺傳對風險決策在腦區(qū)激活上的影響深遠, 造成部分腦區(qū)的功能以及激活程度發(fā)生變化, 使個體在風險決策中表現(xiàn)出差異。環(huán)境對風險決策的影響, 也通過BART任務及fMRI技術有所發(fā)現(xiàn)。研究者以宇航員為研究對象, 結(jié)合BART任務和fMRI技術評估了頭低位臥床模擬的微重力環(huán)境對于個體風險決策的影響及其神經(jīng)基礎。損失和獎勵的結(jié)果對于頭低位臥床時個體的vmPFC激活無顯著差異, 反映出個體在此環(huán)境下價值計算水平的下降。結(jié)果證明了在風險決策中vmPFC腦區(qū)對個體進行價值評估具有重要作用。頭低位臥床導致決策中理應產(chǎn)生的vmPFC區(qū)域活動減弱情況出現(xiàn)得更少, 可能會對個體的風險決策造成負面的影響(Rao et al., 2014)。

已有不少電生理層面的研究探討了反饋對風險決策影響的神經(jīng)機制, 而在神經(jīng)成像領域也有所發(fā)現(xiàn)。有研究通過使用BART任務、fMRI以及正電子發(fā)射體層攝影術(position emission tomography, PET), 探索了前一輪的反饋結(jié)果對BART任務中后續(xù)決策影響的神經(jīng)機制。發(fā)現(xiàn)氣球爆炸后, 被試會減少下一輪中冒險的可能, 且杏仁核以及海馬體會對吹氣的次數(shù)更加敏感, 而在此過程中多巴胺神經(jīng)傳導會通過額葉以及紋狀體形成的交互系統(tǒng)對決策行為進行調(diào)節(jié)(Kohno et al., 2013)。負反饋對任務中風險決策的影響也受到了很多關注, McCormick等人(2017)發(fā)現(xiàn)相對于正向的反饋結(jié)果而言, 負反饋后大腦的mPFC區(qū)域在進行風險決策時的激活會減少。這表明個體的風險決策行為不僅受到獎賞機制的影響還受到負反饋對應懲罰機制的影響。

成癮與風險決策是BART范式研究中的重要部分, 在腦神經(jīng)成像的研究中也受到重點關注。研究者發(fā)現(xiàn)自然主義的冒險行為(如吸毒、酗酒、賭博等)與主動決策的BART任務具有相似性。借助BART任務對現(xiàn)實世界中的自然主義冒險行為進行模擬, 通過fMRI成像發(fā)現(xiàn)了前扣帶皮層(anterior cingulate cortex, ACC)以及右背外側(cè)前額葉皮質(zhì)(right dorsolateral prefrontal cortex, rDLPFC)的激活, 同時發(fā)現(xiàn)腹內(nèi)側(cè)前額葉皮層(ventromedial prefrontal cortex, vmPFC)的激活程度會隨氣球的膨脹而下降。這反映了隨著風險的增加, 人們將更加關注風險可能導致的損失而非潛在的回報(Schonberg et al., 2012)。同時在吸煙與不吸煙者的比較中發(fā)現(xiàn), 吸煙者在進行BART任務時會產(chǎn)生大腦rDLPFC以及腹外側(cè)前額葉皮質(zhì)(ventrolateral prefrontal cortex, VLPFC)更強的激活, 為rDLPFC以及VLPFC參與到大腦的抑制控制機制中提供了證據(jù)。研究表明在風險決策中, 年輕吸煙者的PFC與不吸煙者相比激活程度是不同的(Galva?n et al., 2013)。Wei等人(2016)發(fā)現(xiàn)尼古丁檢測量表(Test of Nicotine Dependence, FTND)的結(jié)果與BART任務中平均吹氣泵數(shù)正相關, 即風險決策的增加與尼古丁依賴性增強有關。這種依賴性會造成dACC、腦島以及丘腦之間連通回路的改變, 導致該大腦環(huán)路的功能失調(diào), 這可能是尼古丁成癮患者風險行為增加的重要原因。結(jié)果反映了風險決策受到以dACC為中心的大腦網(wǎng)絡的調(diào)節(jié), 但與風險水平?jīng)]有明顯的相關性。有關于酒精依賴方面, 研究發(fā)現(xiàn)患者中腦皮質(zhì)邊緣系統(tǒng)(mesocorticolimbic system)的灰質(zhì)體積顯著減少, 獎賞網(wǎng)絡在靜息狀態(tài)下的功能連接強度降低, 導致了一些異常的沖動性行為。且左楔葉的灰質(zhì)體積異常以及右楔葉、雙側(cè)背外側(cè)前額葉皮質(zhì)的腦區(qū)連接模式變化可以成功預測戒斷后個體是否會出現(xiàn)酒精依賴癥狀的復發(fā)(Wang et al., 2018; Wang et al., 2016)。Hobkirk等人(2019) 探究了可卡因成癮對風險決策有關神經(jīng)網(wǎng)絡的影響。研究發(fā)現(xiàn)可卡因成癮患者會表現(xiàn)出更多的風險行為, 而這種行為與左側(cè)認知控制有關腦區(qū)以及膝下前扣帶回皮質(zhì)(subgenual anterior cingulate cortex, sgACC)延伸獎賞網(wǎng)絡之間的反向靜息狀態(tài)連通性有關。吸毒會造成獎賞以及執(zhí)行回路網(wǎng)絡發(fā)育的不平衡, 患者的獎賞?執(zhí)行?控制網(wǎng)絡異常帶來了更多的風險尋求行為。

與疾病和睡眠健康有關的研究發(fā)現(xiàn), 睡眠剝奪會影響風險決策的行為, 借助fMRI和BART任務發(fā)現(xiàn), 睡眠剝奪增加了左側(cè)額下回(left inferior frontal gyrus, IFG)的激活, 同時BART任務中的cash-out階段觀察到睡眠剝奪后腹側(cè)紋狀體、丘腦激活的增強以及氣球爆破之后顳中回(middle temporal gyrus, MTG)的激活減弱, 意味著個體冒險傾向的增加(Lei et al., 2016)。特質(zhì)性焦慮與風險決策背后的神經(jīng)基礎也被進一步探索, 發(fā)現(xiàn)風險行為與特質(zhì)性焦慮呈負相關, 且特質(zhì)性焦慮在海馬和腦島兩腦區(qū)連接強度與風險決策關系中起到中介作用(Huo et al., 2020), 該結(jié)論與行為學層面的研究結(jié)果一致。Kohno等人(2014)對比了甲基苯丙胺依賴患者與健康人在風險決策時腦激活的差異, 發(fā)現(xiàn)在BART任務中患者的腹側(cè)紋狀體激活相對更強但是rDLPFC區(qū)域的激活相對更弱。同時患者的腦區(qū)連通回路也受到了影響, 主要表現(xiàn)為更強的中腦與殼核、杏仁核以及海馬體靜息狀態(tài)功能連接, 導致患者的獎賞與認知控制腦區(qū)之間發(fā)展不平衡, 他們會更傾向于獎勵驅(qū)動的行為。帕金森患者中出現(xiàn)沖動控制失調(diào)(impulse control disorder, ICD)的原因也可通過BART任務進行探索。相關研究結(jié)果發(fā)現(xiàn)出現(xiàn)ICD癥狀以及非ICD癥狀的患者在大腦激活上存在差異, ICD癥狀的患者在靜息狀態(tài)以及任務態(tài)下紋狀體激活減少, 而非ICD患者并沒有出現(xiàn)這樣的情況。這將為未來不同癥狀帕金森患者的定向治療提供參考(Rao et al., 2010)。

利用BART任務與fMRI技術, 一些研究者還對于青少年這一重要群體的風險決策行為進行了探索。Telzer等人(2013)發(fā)現(xiàn)青少年的風險行為與其認知控制和獎賞處理有關大腦區(qū)域的不協(xié)調(diào)發(fā)育相關, 而這種不協(xié)調(diào)發(fā)育受到了家庭成長環(huán)境的影響。在面對同樣的金錢獎賞刺激時, 成長于富有責任感家庭中的青少年表現(xiàn)出腹側(cè)紋狀體的激活程度更低, 且與行為抑制有關的DLPFC腦區(qū)激活程度更高, 反映出這些注重責任感家庭中的青少年在現(xiàn)實中會表現(xiàn)出更少的風險行為以及更好的決策能力。Pei等人(2020)從神經(jīng)層面探索了同伴對青少年風險決策的影響。研究發(fā)現(xiàn)ACC腦區(qū)活動更強的被試更容易受到同伴的影響, 而腹側(cè)紋狀體以及ACC?腦島之間的連通能夠減少同伴在場對于青少年風險決策的影響。研究結(jié)果也反映出同伴會對青少年的風險處理腦區(qū)發(fā)展產(chǎn)生影響, 特別是相關腦區(qū)中的神經(jīng)通路。除使用fMRI技術外, 一項近期研究通過結(jié)合磁共振彈性成像(magnetic resonance elastography, MRE)技術和體積測量發(fā)現(xiàn)伏隔核和前額葉皮層之間的粘彈性和體積差異與青少年風險行為的增加有關(McIlvain et al., 2020)。MRE技術利用外部機械振動產(chǎn)生的振動波對內(nèi)部的軟組織及其彈性進行影像檢查并量化組織的彈性程度, 是一種非創(chuàng)傷性的成像技術, 在疾病診斷方面有較為廣泛的應用。除青少年被試群體外, 還有研究借助BART任務探究衰老對風險行為影響的神經(jīng)機制, 通過對比BART任務中年輕人以及老年人在腦區(qū)激活上的差異, 發(fā)現(xiàn)老年人進行決策時表現(xiàn)出vmPFC腦區(qū)活動減弱程度更小(Yu et al., 2016)。還有研究發(fā)現(xiàn)vmPFC與dmPFC之間的連接強度在年齡和風險行為之間起到中介作用(Yu et al., 2017)。

除了fMRI技術外, 腦成像研究中功能性近紅外光譜(functional near-infrared spectroscopy, fNIRS)也經(jīng)常與BART任務結(jié)合使用。該技術的主要優(yōu)勢是成本較低且能夠采集的樣本量比fMRI技術更大(Cazzell et al., 2012)。使用該技術研究發(fā)現(xiàn), 主動風險決策時PFC腦區(qū)的激活更強, 但是被動模式下相對較少。在性別差異方面, 在主動性風險決策情境下受到負反饋時, 女性會比男性表現(xiàn)出更顯著的DLPFC腦區(qū)激活, 但是在正反饋情況下男女差異較小(Cazzell et al., 2012)。老年群體在風險決策時的PFC腦區(qū)激活情況明顯弱于年輕人, 并且在老年群體中性別不同導致的腦區(qū)激活差異并不大(Li et al., 2016)。該技術也被用于疾病研究中, 探究了美沙酮維持患者在治療時是否服用可卡因?qū)τ陲L險決策的影響。結(jié)果發(fā)現(xiàn)相比于未服用的患者, 服用可卡因的患者在風險決策任務中檢測到PFC腦區(qū)的激活程度增強, 反映出風險決策中PFC腦區(qū)活動的增強與持續(xù)使用可卡因有關(Huhn et al., 2019)。

再比如目前彌散張量成像技術(Diffusion Tensor Imaging; DTI)也在BART任務研究中被使用, 幫助更系統(tǒng)化地研究風險行為對應的大腦結(jié)構(gòu)基礎, 為理解大腦結(jié)構(gòu)與認知行為之間的關系提供參考(D'Alessandro et al., 2020)。已有研究通過建立相關結(jié)構(gòu)模型, 發(fā)現(xiàn)白質(zhì)纖維的連通性可以幫助鞏固和處理大腦皮層與紋狀體回路之間的信號傳遞, 而前額葉、腦島、中腦和紋狀體間的白質(zhì)纖維連接與風險尋求行為呈正相關(Kohno et al., 2017)。

綜上所述, 已有的BART任務研究中采用了ERP、fMRI、PET、fNIRS等多種不同的認知神經(jīng)科學技術并已經(jīng)獲得許多有意義的研究結(jié)果。研究發(fā)現(xiàn), BART任務中的風險決策與腹側(cè)紋狀體、前扣帶皮層、腦島、中腦、及背外側(cè)前額葉等多個不同腦區(qū)的激活有關, 表明該范式是一項涉及獎賞、情緒、學習以及價值評估等在內(nèi)的復雜決策任務。此外, 腦區(qū)間的連通性以及形成的網(wǎng)絡回路激活情況也是BART任務中個體表現(xiàn)的重要反映。

5 總結(jié)與展望

BART任務涉及獎賞以及認知控制網(wǎng)絡相關的動態(tài)風險決策過程。與其他常見的風險決策任務相比, 在一個試次中涉及多次吹氣決策, 其盈利概率以及風險概率也會隨著被試選擇的不同而發(fā)生變化, 與現(xiàn)實中變化莫測的風險情境非常類似。相比于其他任務固定的風險概率設定形式(如在賭博任務中較為固定的輸贏概率設定), BART任務更具生態(tài)性以及研究的有效性, 更有助于成癮、精神病理以及不良行為的預測。在與IGT任務的對比研究中發(fā)現(xiàn), 在BART任務中被試更關注獎賞的變化, 而在IGT任務中則更關注獎賞的得失情況。就學習過程而言, IGT在不斷地學習中會產(chǎn)生一定經(jīng)驗(如被試發(fā)現(xiàn)選擇C、D紙牌更加有利), 可能會對后續(xù)的行為造成影響, 而BART任務中由于風險概率不同, 受前次實驗結(jié)果影響較小(Herzberg et al., 2018)?？偨Y(jié)而言, BART任務測量的主要是以獎賞以及情緒為導向的風險決策行為, 受認知控制以及注意力有關腦區(qū)的調(diào)控, 可以作為風險決策中冒險傾向的一種行為測量方式, 具有一定的測量優(yōu)勢以及重要的研究價值。

相比于傳統(tǒng)的量表測量法以及部分范式而言, BART任務的出現(xiàn)擴展了風險決策研究的深度和廣度, 近年來被廣泛運用。為了適應研究的需要, BART任務被改編成適應于不同年齡段、不同被試群體以及不同決策過程的變體。隨著BART任務的興起, 其應用范圍不斷擴大, 并遷移到睡眠、健康發(fā)展以及精神病理等相關的研究中。BART任務具有簡易以及可持續(xù)操作的特征, 這也使其成為在認知神經(jīng)層面研究風險決策行為的重要測量工具。通過研究發(fā)現(xiàn), 風險決策與腹側(cè)紋狀體、ACC、腦島、中腦、PFC等多個腦區(qū)的活動有關。一些不健康的生活習慣(如睡眠不足)、成癮以及物質(zhì)濫用會造成風險決策時腦區(qū)以及神經(jīng)回路的激活異常, 從而導致異常的風險決策行為產(chǎn)生。而生活環(huán)境以及年齡也會造成個體風險決策有關腦區(qū)的發(fā)育受到影響。研究發(fā)現(xiàn), 青少年時期的不良生活環(huán)境會造成大腦的獎賞與認知系統(tǒng)發(fā)育不平衡, 從而導致異常的風險決策行為產(chǎn)生, 這種影響是深遠且很難改變的, 甚至具有一定的可遺傳性。

雖然BART任務運用的研究范圍已經(jīng)比較廣泛, 但是縱觀相關研究結(jié)果, 該實驗范式還具有如下的局限性及亟待改進之處：(1) BART任務涉及的風險決策過程較為復雜, 領域內(nèi)研究者在其屬于風險決策、不確定性決策亦或是同時涉及兩種決策這一問題上仍未達成共識。(2) BART任務中的風險決策概率是未知的, 被試需要通過前幾個試次的探索建立對任務中風險概率的預判, 而這種預判往往是片面的且很可能對后續(xù)被試的風險決策行為造成影響, 被試或因前幾個試次中糟糕的表現(xiàn)而減少后續(xù)的冒險行為, 導致數(shù)據(jù)的可靠性下降。(3)雖然BART任務已被證實與風險決策有關自陳量表的測量結(jié)果顯著相關, 但也有部分研究對此持懷疑態(tài)度(e.g. Frey et al., 2017)。 (4) BART任務具有模擬現(xiàn)實世界風險的真實性, 一直以來也被作為風險傾向的測量工具, 但是隨著現(xiàn)實世界風險情境的復雜化, BART任務及其大量衍生的變體也不能完全覆蓋很多常見的風險研究情境, 其結(jié)果仍與現(xiàn)實世界的復雜風險決策存在一定的出入。(5)目前已有研究驗證了BART任務的信效度, 但仍為數(shù)不多(特別是在神經(jīng)領域), 需要更多的研究就不同情境下該范式的可靠性進行驗證。(6)雖然BART任務在神經(jīng)層面的研究上已獲得一定的進展, 但是由于獲取數(shù)據(jù)的困難, 其樣本量相比行為層面仍較為缺乏, 低樣本量可能帶來假陽性結(jié)果的產(chǎn)生, 因此需要在擴大相關數(shù)據(jù)庫樣本量上做出更多的努力。(7)對于BART任務適用的范圍, 目前研究使用“現(xiàn)實風險情境”來描述, 但實際現(xiàn)實中風險情境千變?nèi)f化, 也已有研究證明BART任務在部分研究中的有效性以及準確性不如其他范式(e.g. Buelow & Barnhart, 2017; Frey et al., 2017), 未來應就其適用的風險情境進行更加具體細化的闡述。

因此, 基于上述BART范式存在的問題, 未來研究可以考慮集中在以下幾個方面進一步開展：

(1)目前BART實驗范式與其他風險決策實驗范式的系統(tǒng)性對比研究還比較缺乏, 可以通過擴展相關研究, 確定BART范式測量結(jié)果對風險決策中各類行為解釋上的貢獻, 使BART任務能夠更好地適應不同風險決策行為測量以及解釋的需要。

(2)推進BART實驗范式的進一步演變, 擴大并驗證其適用范圍, 尤其是針對更細化的風險決策情境, 提升該研究范式的生態(tài)性。例如像BART任務改編的BAIT任務一樣, 考慮現(xiàn)實生活中更加具體的風險情境并做出相應的實驗方案調(diào)整。

(3)驗證并完善BART實驗范式的信效度。需要從不同角度、不同群體以及不同方式上進一步驗證和提升BART任務的信效度, 以方便相關領域的研究者能夠更好地運用該范式。例如, 對BART-Y, BAIT等各種BART變體實驗范式, 需要對其信效度進行驗證后才能推廣使用。針對不同的人群, 如年輕人、老年人以及不同類型的患者, BART范式在被試群體變化時測量信效度是否能有效保障, 也需要進一步的研究和驗證。此外, 可以采用線上測量的形式并結(jié)合使用BART任務不同的變體, 使被試能夠在不同的工作情境和生活場景中接受測量而不是單單只停留在實驗室內(nèi)。這樣不僅可以消除實驗室研究中的一些局限性, 還可以在不同的實驗場景下進一步驗證BART任務的生態(tài)性和穩(wěn)定性, 有助于BART任務在實際管理和運行中的推廣。

(4)關注BART實驗范式在老齡化決策領域的應用。步入老年后, 隨著年齡的增長以及一系列病癥的出現(xiàn), 個體的決策行為會受到很大影響, 但有一些決策行為變化產(chǎn)生的原因以及潛在影響還未得到明確的結(jié)論。老齡化是個體必須要經(jīng)歷的過程, 相關研究對社會以及個人健康發(fā)展都具有重要的意義。

(5)建立BART實驗范式相關的行為及腦影像數(shù)據(jù)庫。目前BART任務的相關研究還停留在個體化比較分散的狀態(tài), 相關數(shù)據(jù)的收集需要耗費大量的人力物力, 特別是使用fMRI等昂貴技術獲取與疾病相關的大樣本數(shù)據(jù)仍然比較困難。未來可以建立一個基于BART任務范式的大型風險決策研究數(shù)據(jù)庫, 用于共享不同領域及層面的研究數(shù)據(jù)和結(jié)果, 有助于建立更精準的風險決策預測模型, 從行為、認知、神經(jīng)以及基因等多層面推進我們對風險決策的深入理解。

劉曉婷, 張麗錦, 張寧. (2019). 睡眠質(zhì)量對冒險行為影響的證據(jù)及解析.,(11), 1875–1886.

田錄梅, 袁競馳, 李永梅. (2017). 同伴在場和自尊水平對青少年冒險行為的影響: 來自ERPs的證據(jù).,(1), 47–57.

徐四華, 方卓, 饒恒毅. (2013). 真實和虛擬金錢獎賞影響風險決策行為.,(8), 874–886.

Aklin, W. M., Lejuez, C. W., Zvolensky, M. J., Kahler, C. W., & Gwadz, M. (2005). Evaluation of behavioral measures of risk taking propensity with inner city adolescents.(2), 215–228.

Anokhin, A. P., Golosheykin, S., Grant, J., & Heath, A. C. (2009). Heritability of risk-taking in adolescence: A longitudinal twin study.,(4), 366–371.

Banducci, A. N., Felton, J. W., Dahne, J., Ninnemann, A., & Lejuez, C. W. (2015). Maternal risk taking on the balloon analogue risk task as a prospective predictor of youth alcohol use escalation.40–45.

Ba, Y., Zhang, W., Peng, Q., Salvendy, G., & Crundall, D. (2016). Risk-taking on the road and in the mind: Behavioural and neural patterns of decision making between risky and safe drivers.(1), 27–38.

Bechara, A., Damasio, A. R., Damasio, H., & Anderson, S. W. (1994). Insensitivity to future consequences following damage to human prefrontal cortex.,(1–3), 7–15.

Buelow, M. T., & Barnhart, W. R. (2017). The influence of math anxiety, math performance, worry, and test anxiety on the Iowa Gambling Task and Balloon Analogue Risk Task.(1), 127–137.

Buelow, M. T., & Blaine, A. L. (2015). The assessment of risky decision making: A factor analysis of performance onthe Iowa Gambling Task, Balloon Analogue Risk Task, andColumbia Card Task.(3), 777.

Canning, J. R., Schallert, M. R., & Larimer, M. E. (2021). A systematic review of the Balloon Analogue Risk Task (BART) in Alcohol Research.(1), 85–103.

Cavanagh, J. F., Neville, D., Cohen, M. X., van de Vijver, I., Harsay, H., Watson, P., … Ridderinkhof, K. R. (2012). Individual differences in risky decision-making among seniors reflect increased reward sensitivity.111

Cazzell, M., Li, L., Lin, Z. J., Patel, S. J., & Liu, H. (2012). Comparison of neural correlates of risk decision making between genders: An exploratory fNIRS study of the Balloon Analogue Risk Task (BART).(3), 1896–1911.

Ciccarelli, M., Griffiths, M. D., Cosenza, M., Nigro, G., & D'Olimpio, F. (2020). Disordered gambling and attentional bias: The mediating role of risk-taking., 496–500.

Cri?an, L. G., Pan?, S., Vulturar, R., Heilman, R. M., Szekely, R., Drug?, B., … Miu, A. C. (2009). Genetic contributions of the serotonin transporter to social learning of fear and economic decision making.(4), 399–408.

D’Alessandro, M., Gallitto, G., Greco, A., & Lombardi, L. (2020). A joint modelling approach to analyze risky decisions by means of diffusion tensor imaging and behavioural data.(3), 138.

Deakin, J., Aitken, M., Robbins, T., & Sahakian, B. J. (2004). Risk taking during decision-making in normal volunteers changes with age.,(4), 590.

Deuter, C. E., Wingenfeld, K., Schultebraucks, K., Hellmann-Regen, J., Piber, D., & Otte, C. (2017). Effects of mineralocorticoid-receptor stimulation on risk taking behavior in young healthy men and women., 132–140.

Duell, N., Steinberg, L., Icenogle, G., Chein, J., Chaudhary, N., di Giunta, L., … Chang, L. (2018). Age patterns in risk taking across the world.(5), 1052–1072.

Essex, B. G., Lejuez, C. W., Qian, R. Y., Bernstein, K., & Zald, D. H. (2011). The Balloon Analog Insurance Task (BAIT): A behavioral measure of protective risk management.(6), e21448.

Fernie, G., Cole, J. C., Goudie, A. J., & Field, M. (2010). Risk-taking but not response inhibition or delay discounting predict alcohol consumption in social drinkers.(1–2), 54–61.

Frey, R., Pedroni, A., Mata, R., Rieskamp, J., &Hertwig, R. (2017). Risk preference shares the psychometric structure of major psychological traits.(10), e1701381.

Galva?n, A., Schonberg, T., Mumford, J., Kohno, M., Poldrack, R. A., & London, E. D. (2013). Greater risk sensitivity of dorsolateral prefrontal cortex in young smokers than in nonsmokers.(2), 345–355.

Giustiniani, J., Joucla, C., Bennabi, D., Nicolier, M., Chabin, T., Masse, C., … Gabriel, D. (2019). Behavioral and electrophysiological arguments in favor of a relationship between impulsivity, risk-taking, and success on the Iowa Gambling Task.,(10), 248.

Guo, H., Zhang, Z., Da, S., Sheng, X., & Zhang, X. (2018). High‐Definition transcranial Direct Current Stimulation (HD‐tDCS) of left dorsolateral prefrontal cortex affects performance in Balloon Analogue Risk Task (BART).(2), e00884.

Gu, R., Zhang, D., Luo, Y., Wang, H., & Broster, L. S. (2018). Predicting risk decisions in a modified Balloon Analogue Risk Task: Conventional and single-trial ERP analyses.(1), 99–116.

Herzberg, M. P., Hodel, A. S., Cowell, R. A., Hunt, R. H., Gunnar, M. R., & Thomas, K. M. (2018). Risk taking, decision-making, and brain volume in youth adopted internationally from institutional care., 262–270.

Hill, E. M., & Chow, K. (2002). Life‐history theory and risky drinking.(4), 401–413.

Hobkirk, A. L., Bell, R. P., Utevsky, A. V., Huettel, S., & Meade, C. S. (2019). Reward and executive control network resting-state functional connectivity is associated with impulsivity during reward-based decision making for cocaine users., 32–39.

Huhn, A. S., Brooner, R. K., Sweeney, M. M., Yip, S. W., Ayaz, H., & Dunn, K. E. (2019). Increased neural activity in the right dorsolateral prefrontal cortex during a risky decision-making task is associated with cocaine use in methadone-maintained patients., 107650.

Hunt, M. K., Hopko, D. R., Bare, R., Lejuez, C. W., & Robinson, E. V. (2005). Construct validity of the Balloon Analog Risk Task (BART): Associations with psychopathy and impulsivity.(4), 416–428.

Huo, H., Zhang, R., Seger, C. A., Feng, T., & Chen, Q. (2020). The effect of trait anxiety on risk‐taking: Functional coupling between right hippocampus and left insula.(10), e13629.

Hüpen, P., Habel, U., Schneider, F., Kable, J. W., & Wagels, L. (2019). Impulsivity moderates skin conductance activityduring decision making in a modified version of the Balloon Analog Risk Task., 345.

Jentsch, J. D., Woods, J. A., Groman, S. M., & Seu, E. (2010). Behavioral characteristics and neural mechanisms mediating performance in a rodent version of the Balloon Analog Risk Task.(8), 1797–1806.

Karakowsky, L., & Elangovan, A. R. (2001). Risky decision making in mixed-gender teams: Whose risk tolerance matters?(1), 94–111.

Kessler, L., Hewig, J., Weichold, K., Silbereisen, R. K., & Miltner, W. H. (2017). Feedback negativity and decision- making behavior in the Balloon Analogue Risk Task (BART) in adolescents is modulated by peer presence.(2), 260–269.

Killgore, W. D. S., Kamimori, G. H., & Balkin, T. J. (2011). Caffeine protects against increased risk-taking propensity during severe sleep deprivation.(3), 395–403.

Kim, M., Kim, S., Lee, K. U., & Jeong, B. (2020). Pessimistically biased perception in panic disorder during risk learning.(7), 609–619.

Kohno, M., Ghahremani, D. G., Morales, A. M., Robertson, C. L., Ishibashi, K., Morgan, A. T., … London, E. D. (2013). Risk-taking behavior: Dopamine D2/D3 receptors, feedback, and frontolimbic activity.(1), 236–245.

Kohno, M., Morales, A. M., Ghahremani, D. G., Hellemann, G., & London, E. D. (2014). Risky decision making, prefrontal cortex, and mesocorticolimbic functional connectivity in methamphetamine dependence.(7), 812–820.

Kohno, M., Morales, A. M., Guttman, Z., & London, E. D. (2017). A neural network that links brain function, white- matter structure and risky behavior.,, 15–22.

Kohno, M., Nurmi, E. L., Laughlin, C. P., Morales, A. M., Gail, E. H., Hellemann, G. S., & London, E. D. (2015). Functional genetic variation in dopamine signaling moderates prefrontal cortical activity during risky decision making.(3), 695–703.

Korucuoglu, O., Harms, M. P., Astafiev, S. V., Kennedy, J. T., Golosheykin, S., Barch, D. M., & Anokhin, A. P. (2020). Test-retest reliability of fMRI-measured brain activity during decision making under risk., 116759.

Leigh, B. C. (1999). Peril, chance, adventure: Concepts of risk, alcohol use and risky behavior in young adults.(3), 371–383.

Lei, Y., Wang, L., Chen, P., Li, Y., Han, W., Ge, M., … Yang, Z. (2016). Neural correlates of increased risk-taking propensity in sleep-deprived people along with a changing risk level.(6), 1910–1921.

Lejuez, C. W., Aklin, W., Daughters, S., Zvolensky, M., Kahler, C., & Gwadz, M. (2007). Reliability and validity of the youth version of the Balloon Analogue Risk Task (BART–Y) in the assessment of risk-taking behavior among inner-city adolescents.(1), 106–111.

Lejuez, C. W., Aklin, W. M., Jones, H. A., Richards, J. B., Strong, D. R., Kahler, C. W., & Read, J. P. (2003). The Balloon Analogue Risk Task (BART) differentiates smokers and nonsmokers.(1), 26–33.

Lejuez, C. W., Aklin, W. M., Zvolensky, M. J., & Pedulla, C. M. (2003). Evaluation of the Balloon Analogue Risk Task (BART) as a predictor of adolescent real-world risk-taking behaviours.(4), 475–479.

Lejuez, C. W., Read, J. P., Kahler, C. W., Richards, J. B., Ramsey, S. E., Stuart, G. L., … Brown, R. A. (2002). Evaluation of a behavioral measure of risk taking: The Balloon Analogue Risk Task (BART).(2), 75–84.

Lighthall, N. R., Mather, M., & Gorlick, M. A. (2009). Acute stress increases sex differences in risk seeking in the Balloon Analogue Risk Task.,(7), e6002.

Li, L., Cazzell, M., Zeng, L., & Liu, H. (2016). Are there gender differences in young vs. aging brains under risk decision-making? An optical brain imaging study.(4), 1085–1098.

Li, M., Mai, Z., Yang, J., Zhang, B., & Ma, N. (2020). Ideal time of day for risky decision making: Evidence from the Balloon Analogue Risk Task.,, 477.

Liu, Z., Liu, T., & Mu, S. (2021). Gender differences in the effects of competition and cooperation on risk‐taking under ambiguity.(3), 374–383.

Li, X., Pan, Y., Fang, Z., Lei, H., Zhang, X., Shi, H., … Rao, H. (2020). Test-retest reliability of brain responses to risk-taking during the Balloon Analogue Risk Task., 116495.

Mason, A. E., Schleicher, S., Coccia, M., Epel, E. S., & Aschbacher, K. (2018). Chronic stress and impulsive risk‐taking predict increases in visceral fat over 18 months.,(5), 869–876.

McCormick, E. M., & Telzer, E. H. (2017). Failure to retreat: Blunted sensitivity to negative feedback supports risky behavior in adolescents., 381–389.

McIlvain, G., Clements, R. G., Magoon, E. M., Spielberg, J. M., Telzer, E. H., & Johnson, C. L. (2020). Viscoelasticity of reward and control systems in adolescent risk taking., 116850.

Mehta, P. H., Welker, K. M., Zilioli, S., & Carré, J. M. (2015). Testosterone and cortisol jointly modulate risk-taking., 88–99.

Park, H., Yang, J., Vassileva, J., & Ahn, W. Y. (2021). Development of a novel computational model for the Balloon Analogue Risk Task: The exponential-weight mean-variance model., 102532.

Pei, R., Lauharatanahirun, N., Cascio, C. N., O’Donnell, M. B., Shope, J. T., Simons-Morton, B. G., … Falk, E. B. (2020). Neural processes during adolescent risky decision making are associated with conformity to peer influence.,, 100794.

Pleskac, T. J. (2008). Decision making and learning while taking sequential risks.(1), 167.

Pleskac, T. J., Wallsten, T. S., Wang, P., & Lejuez, C. W. (2008). Development of an automatic response mode to improve the clinical utility of sequential risk-taking tasks.(6), 555.

Rao, H., Korczykowski, M., Pluta, J., Hoang, A., & Detre, J. A. (2008). Neural correlates of voluntary and involuntary risk taking in the human brain: an fMRI study of the Balloon Analog Risk Task (BART).(2), 902–910.

Rao, H., Mamikonyan, E., Detre, J. A., Siderowf, A. D., Stern, M. B., Potenza, M. N., & Weintraub, D. (2010). Decreased ventral striatal activity with impulse control disorders in Parkinson's disease.(11), 1660–1669.

Rao, L. L., Zhou, Y., Liang, Z. Y., Rao, H., Zheng, R., Sun, Y., … Li, S. (2014). Decreasing ventromedial prefrontal cortex deactivation in risky decision making after simulated microgravity: Effects of ?6° head-down tilt bed rest.,, 187.

Rao, L. L., Zhou, Y., Zheng, D., Yang, L. Q., & Li, S. (2018). Genetic contribution to variation in risk taking: A functional MRI twin study of the Balloon Analogue Risk Task.(10), 1679–1691.

Rogers, R. D., Everitt, B. J., Baldacchino, A., Blackshaw, A. J., Swainson, R., Wynne, K., … Robbins, T. W. (1999). Dissociable deficits in the decision-making cognition of chronic amphetamine abusers, opiate abusers, patients with focal damage to prefrontal cortex, and tryptophan- depleted normal volunteers: Evidence for monoaminergic mechanisms.(4), 322–339.

Schmidt, B., Kessler, L., Holroyd, C. B., & Miltner, W. H. R. (2019). Wearing a bike helmet leads to less cognitive control, revealed by lower frontal midline theta power and risk indifference.(12), e13458.

Schonberg, T., Fox, C. R., Mumford, J. A., Congdon, E., Trepel, C., & Poldrack, R. A. (2012). Decreasing ventromedial prefrontal cortex activity during sequential risk-taking: An fMRI investigation of the Balloon Analog Risk Task., 80.

Sehrig, S., Weiss, A., Miller, G. A., & Rockstroh, B. (2019). Decision‐ and feedback‐related brain potentials reveal risk processing mechanisms in patients with alcohol use disorder.(12), e13450.

Sela, T., Kilim, A., & Lavidor, M. (2012). Transcranial alternating current stimulation increases risk-taking behavior in the Balloon Analog Risk Task.,, 22.

Skeel, R. L., Neudecker, J., Pilarski, C., & Pytlak, K. (2007). The utility of personality variables and behaviorally-based measures in the prediction of risk-taking behavior.(1), 203–214.

Slovic, P. (1964). Assessment of risk taking behavior.(3), 220.

Telzer, E. H., Fuligni, A. J., Lieberman, M. D., & Galván, A. (2013). Meaningful family relationships: Neurocognitive buffers of adolescent risk taking.,(3), 374–387.

Upton, D. J., Bishara, A. J., Ahn, W. Y., & Stout, J. C. (2011). Propensity for risk taking and trait impulsivity in the Iowa Gambling Task.(4), 492–495.

van Ravenzwaaij, D., Dutilh, G., & Wagenmakers, E.-J. (2011). Cognitive model decomposition of the BART: Assessment and application.(1), 94–105.

Wagels, L., Votinov, M., Radke, S., Clemens, B., Montag, C., Jung, S., & Habel, U. (2017). Blunted insula activation reflects increased risk and reward seeking as an interaction of testosterone administration and the MAOA polymorphism.(9), 4574–4593.

Wallsten, T. S., Pleskac, T. J., & Lejuez, C. W. (2005). Modeling behavior in a clinically diagnostic sequential risk-taking task.(4), 862.

Wang, J., Fan, Y., Dong, Y., Ma, M., Dong, Y., Niu, Y., … Cui, C. (2018). Combining gray matter volume in the cuneus and the cuneus-prefrontal connectivity may predict early relapse in abstinent alcohol-dependent patients.(5), e0196860.

Wang, J., Fan, Y., Dong, Y., Ma, M., Ma, Y., Dong, Y., … Cui, C. (2016). Alterations in brain structure and functional connectivity in alcohol dependent patients and possible association with impulsivity.(8), e0161956.

Weafer, J., Baggott, M. J., & de Wit, H. (2013). Test–retest reliability of behavioral measures of impulsive choice, impulsive action, and inattention.(6), 475.

Weidlich, V. A. (2020). Personality and genetics correlations to risk-taking using quantum decision theory in Balloon Analogue Risk Tasks.(8), e9923.

Wei, Z., Yang, N., Liu, Y., Yang, L., Wang, Y., Han, L., … Zhang, X. (2016). Resting-state functional connectivity between the dorsal anterior cingulate cortex and thalamus is associated with risky decision-making in nicotine addicts.(1), 1–9.

White, T. L., Lejuez, C. W., & de Wit, H. (2008). Test-retest characteristics of the Balloon Analogue Risk Task (BART).,(6), 565.

Xu, S., Korczykowski, M., Zhu, S., & Rao, H. (2013). Assessment of risk-taking and impulsive behaviors: A comparison between three tasks.,(3), 477.

Xu, S., Liu, Q., & Wang, C. (2021). Self-reported daily sleep quality modulates the impact of the framing effect on outcome evaluation in decision-making under uncertainty: An ERP study.,107864.

Xu, S., Luo, L., Xiao, Z., Zhao, K., Wang, H., Wang, C., & Rao, H. (2019). High sensation seeking is associated with behavioral and neural insensitivity to increased negative outcomes during decision-making under uncertainty.,(6), 1352–1363.

Xu, S., Pan, Y., Qu, Z., Fang, Z., Yang, Z., Yang, F., … Rao, H. (2018). Differential effects of real versus hypothetical monetary reward magnitude on risk-taking behavior and brain activity.(1), 1–9.

Xu, S., Xiao, Z., & Rao, H. (2019). Hypothetical versus real monetary reward decrease the behavioral and affective effects in the Balloon Analogue Risk Task., 221–230.

Yang, X., Gao, M., Shi, J., Ye, H., & Chen, S. (2017). Modulating the activity of the DLPFC and OFC has distinct effects on risk and ambiguity decision-making: A tDCS study., 1417.

Yu, J., Li, R., Guo, Y., Fang, F., Duan, S., & Lei, X. (2017). Resting-state functional connectivity within medial prefrontal cortex mediates age differences in risk taking.(3), 187–197.

Yu, J., Mamerow, L., Lei, X., Fang, L., & Mata, R. (2016). Altered value coding in the ventromedial prefrontal cortex in healthy older adults., 210.

Zhang, D., & Gu, R. (2018). Behavioral preference in sequential decision-making and its association with anxiety.(6), 2482–2499.

Zhou, R., Myung, J. I., & Pitt, M. A. (2021). The scaled target learning model: Revisiting learning in the balloon analogue risk task., 101407.

Risk-taking research based on the Balloon Analog Risk Task

DENG Yao, WANG Mengmeng, RAO Hengyi

(School of Business and Management, Shanghai International Studies University, Shanghai 201620, China)(Key Laboratory of Applied Brain and Cognitive Sciences, Shanghai International Studies University, Shanghai 201620, China)(Center for Magnetic Resonance Imaging Research & Key Laboratory of Applied Brain and Cognitive Sciences, Shanghai International Studies University, Shanghai 201620, China)

The Balloon Analog Risk Task (BART) can well simulate real world risk-taking situations in the laboratory environment. Due to its high ecological validity, reliability and stability, the BART paradigm has become one of the most widely used paradigms for risky decision-making research. Recently, researchers have developed multiple variants of the BART paradigm and explored risk-taking behavior and neural correlates in developmental, health, and pathological fields. Risk-taking in the BART is associated with activations in multiple brain regions including the ventral striatum, anterior cingulate cortex (ACC), insula, midbrain and dorsolateral prefrontal cortex. Future studies need to further improve the reliability and stability of the BART for cognitive neuroscience research and expand its application scope.

The Balloon Analog Risk Task (BART), risk decision-making, cognitive neural mechanism

B842

2021-06-02

*國家自然科學基金重點項目(71942003)、上海外國語大學校級重大項目(2021114002, 2021114003)資助。

饒恒毅, E-mail: hengyi@gmail.com