休息是人們經(jīng)常反思自己生活的一種狀態(tài)。

這個過程中包含著情緒與思維的隨意流動，聽上去似乎是愜意且放松的。但是，對于有ZS風(fēng)險的人來說，休息時潛藏在情緒背后的壓力卻足以導(dǎo)致危險的結(jié)果。

那么，我們能否在這種普遍且日常的狀態(tài)下隱蔽且客觀地排查出ZS風(fēng)險？

來自東南大學(xué)、武漢大學(xué)等高校的研究團(tuán)隊對ZS風(fēng)險與休息（靜息）狀態(tài)下的憤怒情緒之間的關(guān)系進(jìn)行了探究（Chao et al., 2024），這是第一個討論ZS風(fēng)險人群在休息狀態(tài)下的情緒表現(xiàn)的研究。這為討論靜息狀態(tài)下情緒在ZS行為及其他精神障礙行為中的作用提供了新思路，也為診斷和干預(yù)各種與死亡有關(guān)的精神健康障礙患者提供了一條有希望的實踐途徑。


ZS風(fēng)險與其背后的憤怒情緒
在全球范圍內(nèi)，每年有80萬人死于ZS，而ZS未遂的人數(shù)約為其20-30倍。然而，我們可能會因為誤解而忽視一個人的ZS風(fēng)險，而高風(fēng)險人群也可能因為害怕被污名化而不愿意自我暴露(Maple et al, 2020)。

那么，如何在日常生活中隱蔽且客觀地排查出具有ZS風(fēng)險的人群？這對預(yù)防或干預(yù)ZS行為至關(guān)重要。

實證研究表明，憤怒特征與ZS風(fēng)險之間存在聯(lián)系(Ugur & Polat, 2021)，憤怒會引起或放大難以忍受的心理痛苦，從而引發(fā)ZS行為(Yarns et al., 2022)。并且憤怒與ZS前的心理壓力有關(guān)(Zhang, 2019)。此外，憤怒情緒和憤怒表達(dá)會損害人際關(guān)系，增加痛苦和TX事件，導(dǎo)致歸屬感受挫和感知負(fù)擔(dān)，這是產(chǎn)生ZS相關(guān)行為的基礎(chǔ)(Hawkins et al., 2014)。

而先前一項針對大學(xué)生的研究表明，在對個體的生活困境提出建議時，其憤怒的情緒表達(dá)與ZS風(fēng)險有關(guān)(Hu et al ., 2022)。然而，在日常生活中，我們對ZS風(fēng)險人群具體的生活困境提出建議的機(jī)會和可能性較少，尤其是對那些不積極與他人進(jìn)行深入交談的人。

那么，ZS風(fēng)險與情緒的關(guān)系在更加普遍且日常的狀態(tài)下是否依舊存在呢？



重新關(guān)注「休息」?fàn)顟B(tài)
“靜息狀態(tài)"是指注意力從手頭任務(wù)轉(zhuǎn)移到獨立于刺激的思維或內(nèi)在心理的狀態(tài)。當(dāng)不處理外部信息時，我們大腦的默認(rèn)網(wǎng)絡(luò)更有可能承擔(dān)內(nèi)部聚焦的任務(wù)，例如反思社會情感信息，回憶個體記憶并進(jìn)行意義化，以及規(guī)劃未來。

個體經(jīng)常在休息（即靜息狀態(tài)）時思考他們的生活困境，人生中最重要的決定，比如“要做什么?"或“不要做什么"通常都是在休息時進(jìn)行思考的。而ZS風(fēng)險較高的人可能會更多地反思生活中的刺激性困境。

因此，ZS風(fēng)險與靜息狀態(tài)下大腦的活動模式有關(guān)就有據(jù)可循了。例如，ZS風(fēng)險與左杏仁核-右額葉中的靜息狀態(tài)功能連接(rsFC)呈負(fù)相關(guān)(Zhu et al., 2020)，以及杏仁核與包括眶額上區(qū)在內(nèi)的幾個大腦區(qū)域的rsFC呈負(fù)相關(guān)(Kang et al., 2017)。杏仁核與情緒處理有關(guān)，而杏仁核和額葉區(qū)域之間的連接與自上而下的情緒控制有關(guān)。綜上所述，ZS風(fēng)險可能與靜息狀態(tài)下非典型的情緒加工或情緒控制不足有關(guān)。

綜上所述，本研究旨在關(guān)注靜息狀態(tài)下個體的憤怒情緒表達(dá)是否與ZS風(fēng)險有關(guān)，即高ZS風(fēng)險人群在休息狀態(tài)下是否會表現(xiàn)出更多的憤怒？



靜息狀態(tài)下的實驗研究
實驗共有147名中國大學(xué)生作為有效被試（111名女性，36名男性），年齡在18-25歲之間。

實驗過程中分別使用諾達(dá)思的面部表情分析系統(tǒng)（FaceReader）和簡版國際神經(jīng)精神病學(xué)訪談的ZS風(fēng)險模塊(MINI-SR)對被試的面部表情及ZS風(fēng)險程度進(jìn)行測量。

靜息狀態(tài)通常在實驗中被定義為“閉眼或視覺固定的休息狀態(tài)"，本研究選擇了后者，因為閉眼狀態(tài)會給面部表情分析帶來誤差。

整個實驗要求被試在一個安靜的實驗室里單獨完成任務(wù)。首先，被試閱讀并填寫知情同意書，然后注視電腦后的攝像頭靜坐休息1分鐘。隨后，電腦屏幕會顯示一些與本研究無關(guān)的額外測量供被試完成。結(jié)束實驗后，被試完成MINI-SR和人口學(xué)信息量表。


FaceReader讓捕捉微表情后的真實情緒成為可能
在一項開創(chuàng)性的研究中，Heller和Haynal(2005)根據(jù)面部動作編碼系統(tǒng)(FACS)分析了17名抑郁癥患者在與精神科醫(yī)生咨詢時的面部表情。他們發(fā)現(xiàn)，ZS風(fēng)險與沖動和暴力有關(guān)，而與抑郁無關(guān)。然而，更多的研究需要更大的樣本量來驗證假設(shè)，而此時手動編碼就顯現(xiàn)出費時費力的問題。這一切隨著計算機(jī)自動面部表情分析技術(shù)的發(fā)展而發(fā)生改變。這種先進(jìn)的面部表情分析技術(shù)發(fā)展是必要的，因為微表情通常持續(xù)不到100毫秒，因此肉眼無法察覺。

諾達(dá)思的面部表情分析系統(tǒng)(Facereader)能夠做到逐幀分析每個被試記錄的面部表情。通過高采樣率和客觀的測量方式，研究者能夠捕捉到被試在靜息狀態(tài)下的細(xì)微表情，這些微表情可以揭示一張看似靜止的臉背后的真實情緒。

因此，在本研究中研究者通過Facereader記錄并分析被試在休息1分鐘時的面部表情來測量其情緒狀態(tài)，以更高效且科學(xué)的方式驗證研究假設(shè)。

實驗過程中，在1分鐘的休息期間，相機(jī)能夠捕捉60或30幀/秒被試的面部表情。面部表情分析系統(tǒng)(Facereader)共有效測量被試面部表情1475-3694次(M=2907.10, SD=882.30)。期間，系統(tǒng)首先會識別和定位視頻每一幀中的人臉，然后依據(jù)面部動作編碼系統(tǒng) (FACS)自動測量面部動作單位(AU)。例如，憤怒結(jié)合了“下眉"、“上眼瞼抬高"、“上眼瞼收緊"和“嘴唇收緊"，而厭惡結(jié)合了“皺鼻子"、“嘴角凹陷"和“嘴唇部分"。

對于每一幀，Facereader會計算出每種基本情緒和喚醒度的概率 (0 - 100%)，并計算出“快樂"效價與最高概率的消極情緒的概率差值。此外，結(jié)果可以輸出六種基本情緒、喚醒度和效價的平均概率。從統(tǒng)計學(xué)上講，一種情緒的平均概率代表了它在一段時間內(nèi)的累計時間比例。例如，憤怒在時間上的平均概率為8.84%(表1)，那么在60秒的休息時間內(nèi)，憤怒的總計時間應(yīng)該在5.304 s左右。

過往研究驗證了利用Facereader測量中國被試情緒反應(yīng)的有效性(Hu et al., 2022)。此外，FaceReader對喜悅、悲傷、憤怒、恐懼、驚訝和厭惡等六種基本情緒的面部表情的分類準(zhǔn)確率能夠達(dá)到93% (Hyung et al., 2019)。



ZS風(fēng)險越高，越容易憤怒與厭惡
表1顯示了被試在靜息狀態(tài)下ZS風(fēng)險和面部表情的描述信息，以及ZS風(fēng)險與靜息狀態(tài)情緒之間的Spearman相關(guān)系數(shù)。結(jié)果可得，ZS風(fēng)險與憤怒、厭惡的面部表情呈顯著正相關(guān)(r = 0.29, p < 0.001; r = 0.18, p < 0.05)。憤怒或厭惡的面部表情與任何其他面部表情的情緒、喚醒度或效價都無顯著的相關(guān)性。

表1

結(jié)果支持了研究假設(shè)，即ZS風(fēng)險與靜息狀態(tài)下的憤怒情緒有關(guān)，這是通過微表情來衡量的。有ZS風(fēng)險的個體在休息時更容易感到憤怒，因為他們在休息時更容易帶著憤怒去思考刺激性事件；也有可能他們?nèi)狈嵟目刂疲虼嗽谛菹顟B(tài)下表現(xiàn)出更多的憤怒。無論如何，靜息狀態(tài)下表現(xiàn)出的憤怒面部表情可能表明有ZS風(fēng)險的個體在慢性情緒加工中出現(xiàn)了問題。同時，靜息狀態(tài)下的憤怒也可能會導(dǎo)致慢性心理疼痛，從而引發(fā)ZS行為(Campos et al., 2020)。

此外，出乎意料的是，ZS風(fēng)險也與靜息狀態(tài)下的厭惡情緒有關(guān)。先前研究表明，咨詢期間的厭惡情緒與較低的預(yù)防ZS的可能性有關(guān)(Hu et al., 2021)。本研究進(jìn)一步表明，與沒有ZS風(fēng)險的人相比，有ZS風(fēng)險的人在休息時更會感到厭惡。厭惡是一種保護(hù)生物體免受有害事件或心理創(chuàng)傷的情感，例如與死亡有關(guān)的想法。此外，另一項研究表明，厭惡感和這種特質(zhì)會預(yù)測對ZS的道德譴責(zé)(Rottman et al., 2014)。ZS風(fēng)險較高的人更有可能思考與死亡有關(guān)的想法，比如“我有能力嘗試ZS嗎?"這可能會自動觸發(fā)厭惡感。因此，臨床心理醫(yī)生和心理咨詢師應(yīng)該關(guān)注高ZS風(fēng)險人群在休息時的厭惡表情，并采取必要的干預(yù)措施。


為ZS干預(yù)打開一扇窗
這是第一個探究靜息狀態(tài)下情緒和ZS風(fēng)險之間關(guān)系的研究。研究結(jié)果表明，在靜息狀態(tài)下，ZS風(fēng)險較高的個體表現(xiàn)出更多的憤怒和厭惡。有可能在這短暫的休息期間，被試在放空或走神，這可能導(dǎo)致他們專注于內(nèi)部聚焦的任務(wù)，如回憶個體記憶或反思社會情感信息。在ZS風(fēng)險高的個體中，這些內(nèi)向的反思在本質(zhì)上可能是非常消極或焦慮的，會產(chǎn)生憤怒的反芻。

因此，臨床患者在咨詢期間的休息不應(yīng)被簡單地視為頭腦的「休息」。相反，「休息」可以為咨詢師打開一扇窗，讓他們看到患者內(nèi)心的想法，這可能對了解他們的生活狀態(tài)來說很重要。例如，在咨詢期間，咨詢師或許可以暫停談話，為患者的休息狀態(tài)留出空間，然后再問他們在休息期間是否想到了困擾他們的事情。

這項新穎的研究可能會激發(fā)關(guān)于靜息狀態(tài)下的情緒在ZS行為或其他精神障礙帶來的危及生命的行為中的作用，帶來更具實踐性與意義的研究。例如，未來研究可以探究被試在休息狀態(tài)下的思維，分析靜息狀態(tài)的思維與情緒之間的關(guān)系。這可以為診斷和治療各種與死亡有關(guān)的精神健康障礙患者提供一條有希望的干預(yù)途徑。


參考文獻(xiàn)
Campos, R. C., Simoes, A., Costa, S., Pio, A. S., & Holden, R. R. (2020). Psychological pain and suicidal ideation in undergraduates: The role of pain avoidance. Death Studies, 44(6), 375–378.
Chao S. Hu, Haotian Zhang, Lindsey A. Short & Shuhua Hu (2024). Individuals with higher suicide risk showed more anger and disgust during rest, Death Studies, 48:1, 9-15.
Hawkins, K. A., Hames, J. L., Ribeiro, J. D., Silva, C., Joiner, T. E., & Cougle, J. R. (2014). An examination of the relationship between anger and suicide risk through the lens of the interpersonal theory of suicide. Journal of Psychiatric Research, 50, 59–65.
Heller, M., & Haynal, V. (2005). Depression and suicide faces. In P. Ekman & E. L. Rosenberg (Eds.), What the face reveals: Basic and applied studies of spontaneous expression using the facial action coding system (FACS) (2nd ed., pp. 496–504). Oxford University Press.
Hu, C. S., Huang, J., Huang, C., Munroe, M., Xie, D., & Li, M. (2022). Expressions of anger during advising on life dilemmas predict suicide risk among college students. PsyCh Journal, 11(3), 370–375.
Hu, C. S., Ji, J., Huang, J., Feng, Z., Xie, D., Li, M., Liang, Z., & Wei, Z. (2021). Wiser reasoning and less disgust have the potential to better achieve suicide prevention. Crisis, 42(3), 202–209.
Hyung, H.-J., Yoon, H. U., Choi, D., Lee, D.-Y., & Lee, D.W. (2019). Optimizing android facial expressions using genetic algorithms. Applied Sciences, 9(16), 3379.
Kang, S.-G., Na, K.-S., Choi, J.-W., Kim, J.-H., Son, Y.-D., & Lee, Y. J. (2017). Resting-state functional connectivity of the amygdala in suicide attempters with major depressive disorder. Progress in Neuro-Psychopharmacology & Biological Psychiatry, 77, 222–227.
Maple, M., Frey, L. M., McKay, K., Coker, S., & Grey, S. (2020). “Nobody hears a silent cry for help": Suicide attempt survivors’ experiences of disclosing during and after a crisis. Archives of Suicide Research, 24(4), 498–516.
Ugur, K., & Polat, H. (2021). The relationship of suicidal ideation with psychological pain and anger rumination in patients with major depressive disorder. Archives of Psychiatric Nursing, 35(5), 479–485.
Yarns, B. C., Cassidy, J. T., & Jimenez, A. M. (2022). At the intersection of anger, chronic pain, and the brain: A mini-review. Neuroscience and Biobehavioral Reviews, 135, 104558.
Rottman, J., Kelemen, D., & Young, L. (2014). Tainting the soul: Purity concerns predict moral judgments of suicide. Cognition, 130(2), 217–226.
Zhang, J. (2019). The strain theory of suicide. Journal of Pacific Rim Psychology, 13, e27.
Zhu, R., Tian, S., Wang, H., Jiang, H., Wang, X., Shao, J., Wang, Q., Yan, R., Tao, S., Liu, H., Yao, Z., & Lu, Q. (2020). Discriminating suicide attempters and predicting suicide risk using altered frontolimbic resting-state functional connectivity in patients with bipolar II disorder. Frontiers in Psychiatry, 11.

關(guān)注諾達(dá)思公眾號，聯(lián)系我們獲取更多產(chǎn)品信息及學(xué)術(shù)文章！