休息是人们经常反思自己生活的一种状态。

这个过程中包含着情绪与思维的随意流动，听上去似乎是惬意且放松的。但是，对于有ZS风险的人来说，休息时潜藏在情绪背后的压力却足以导致危险的结果。

那么，我们能否在这种普遍且日常的状态下隐蔽且客观地排查出ZS风险？

来自东南大学、武汉大学等高校的研究团队对ZS风险与休息（静息）状态下的愤怒情绪之间的关系进行了探究（Chao et al., 2024），这是第一个讨论ZS风险人群在休息状态下的情绪表现的研究。这为讨论静息状态下情绪在ZS行为及其他精神障碍行为中的作用提供了新思路，也为诊断和干预各种与死亡有关的精神健康障碍患者提供了一条有希望的实践途径。


ZS风险与其背后的愤怒情绪
在全球范围内，每年有80万人死于ZS，而ZS未遂的人数约为其20-30倍。然而，我们可能会因为误解而忽视一个人的ZS风险，而高风险人群也可能因为害怕被污名化而不愿意自我暴露(Maple et al, 2020)。

那么，如何在日常生活中隐蔽且客观地排查出具有ZS风险的人群？这对预防或干预ZS行为至关重要。

实证研究表明，愤怒特征与ZS风险之间存在联系(Ugur & Polat, 2021)，愤怒会引起或放大难以忍受的心理痛苦，从而引发ZS行为(Yarns et al., 2022)。并且愤怒与ZS前的心理压力有关(Zhang, 2019)。此外，愤怒情绪和愤怒表达会损害人际关系，增加痛苦和TX事件，导致归属感受挫和感知负担，这是产生ZS相关行为的基础(Hawkins et al., 2014)。

而先前一项针对大学生的研究表明，在对个体的生活困境提出建议时，其愤怒的情绪表达与ZS风险有关(Hu et al ., 2022)。然而，在日常生活中，我们对ZS风险人群具体的生活困境提出建议的机会和可能性较少，尤其是对那些不积极与他人进行深入交谈的人。

那么，ZS风险与情绪的关系在更加普遍且日常的状态下是否依旧存在呢？



重新关注「休息」状态
“静息状态”是指注意力从手头任务转移到独立于刺激的思维或内在心理的状态。当不处理外部信息时，我们大脑的默认网络更有可能承担内部聚焦的任务，例如反思社会情感信息，回忆个体记忆并进行意义化，以及规划未来。

个体经常在休息（即静息状态）时思考他们的生活困境，人生中最重要的决定，比如“要做什么?”或“不要做什么”通常都是在休息时进行思考的。而ZS风险较高的人可能会更多地反思生活中的刺激性困境。

因此，ZS风险与静息状态下大脑的活动模式有关就有据可循了。例如，ZS风险与左杏仁核-右额叶中的静息状态功能连接(rsFC)呈负相关(Zhu et al., 2020)，以及杏仁核与包括眶额上区在内的几个大脑区域的rsFC呈负相关(Kang et al., 2017)。杏仁核与情绪处理有关，而杏仁核和额叶区域之间的连接与自上而下的情绪控制有关。综上所述，ZS风险可能与静息状态下非典型的情绪加工或情绪控制不足有关。

综上所述，本研究旨在关注静息状态下个体的愤怒情绪表达是否与ZS风险有关，即高ZS风险人群在休息状态下是否会表现出更多的愤怒？



静息状态下的实验研究
实验共有147名中国大学生作为有效被试（111名女性，36名男性），年龄在18-25岁之间。

实验过程中分别使用诺达思的面部表情分析系统（FaceReader）和简版国际神经精神病学访谈的ZS风险模块(MINI-SR)对被试的面部表情及ZS风险程度进行测量。

静息状态通常在实验中被定义为“闭眼或视觉固定的休息状态”，本研究选择了后者，因为闭眼状态会给面部表情分析带来误差。

整个实验要求被试在一个安静的实验室里单独完成任务。首先，被试阅读并填写知情同意书，然后注视电脑后的摄像头静坐休息1分钟。随后，电脑屏幕会显示一些与本研究无关的额外测量供被试完成。结束实验后，被试完成MINI-SR和人口学信息量表。


FaceReader让捕捉微表情后的真实情绪成为可能
在一项开创性的研究中，Heller和Haynal(2005)根据面部动作编码系统(FACS)分析了17名抑郁症患者在与精神科医生咨询时的面部表情。他们发现，ZS风险与冲动和暴力有关，而与抑郁无关。然而，更多的研究需要更大的样本量来验证假设，而此时手动编码就显现出费时费力的问题。这一切随着计算机自动面部表情分析技术的发展而发生改变。这种先进的面部表情分析技术发展是必要的，因为微表情通常持续不到100毫秒，因此肉眼无法察觉。

诺达思的面部表情分析系统(Facereader)能够做到逐帧分析每个被试记录的面部表情。通过高采样率和客观的测量方式，研究者能够捕捉到被试在静息状态下的细微表情，这些微表情可以揭示一张看似静止的脸背后的真实情绪。

因此，在本研究中研究者通过Facereader记录并分析被试在休息1分钟时的面部表情来测量其情绪状态，以更高效且科学的方式验证研究假设。

实验过程中，在1分钟的休息期间，相机能够捕捉60或30帧/秒被试的面部表情。面部表情分析系统(Facereader)共有效测量被试面部表情1475-3694次(M=2907.10, SD=882.30)。期间，系统首先会识别和定位视频每一帧中的人脸，然后依据面部动作编码系统 (FACS)自动测量面部动作单位(AU)。例如，愤怒结合了“下眉”、“上眼睑抬高”、“上眼睑收紧”和“嘴唇收紧”，而厌恶结合了“皱鼻子”、“嘴角凹陷”和“嘴唇部分”。

对于每一帧，Facereader会计算出每种基本情绪和唤醒度的概率 (0 - 100%)，并计算出“快乐”效价与最高概率的消极情绪的概率差值。此外，结果可以输出六种基本情绪、唤醒度和效价的平均概率。从统计学上讲，一种情绪的平均概率代表了它在一段时间内的累计时间比例。例如，愤怒在时间上的平均概率为8.84%(表1)，那么在60秒的休息时间内，愤怒的总计时间应该在5.304 s左右。

过往研究验证了利用Facereader测量中国被试情绪反应的有效性(Hu et al., 2022)。此外，FaceReader对喜悦、悲伤、愤怒、恐惧、惊讶和厌恶等六种基本情绪的面部表情的分类准确率能够达到93% (Hyung et al., 2019)。



ZS风险越高，越容易愤怒与厌恶
表1显示了被试在静息状态下ZS风险和面部表情的描述信息，以及ZS风险与静息状态情绪之间的Spearman相关系数。结果可得，ZS风险与愤怒、厌恶的面部表情呈显著正相关(r = 0.29, p < 0.001; r = 0.18, p < 0.05)。愤怒或厌恶的面部表情与任何其他面部表情的情绪、唤醒度或效价都无显著的相关性。

表1

结果支持了研究假设，即ZS风险与静息状态下的愤怒情绪有关，这是通过微表情来衡量的。有ZS风险的个体在休息时更容易感到愤怒，因为他们在休息时更容易带着愤怒去思考刺激性事件；也有可能他们缺乏对愤怒的控制，因此在休息状态下表现出更多的愤怒。无论如何，静息状态下表现出的愤怒面部表情可能表明有ZS风险的个体在慢性情绪加工中出现了问题。同时，静息状态下的愤怒也可能会导致慢性心理疼痛，从而引发ZS行为(Campos et al., 2020)。

此外，出乎意料的是，ZS风险也与静息状态下的厌恶情绪有关。先前研究表明，咨询期间的厌恶情绪与较低的预防ZS的可能性有关(Hu et al., 2021)。本研究进一步表明，与没有ZS风险的人相比，有ZS风险的人在休息时更会感到厌恶。厌恶是一种保护生物体免受有害事件或心理创伤的情感，例如与死亡有关的想法。此外，另一项研究表明，厌恶感和这种特质会预测对ZS的道德谴责(Rottman et al., 2014)。ZS风险较高的人更有可能思考与死亡有关的想法，比如“我有能力尝试ZS吗?”这可能会自动触发厌恶感。因此，临床心理医生和心理咨询师应该关注高ZS风险人群在休息时的厌恶表情，并采取必要的干预措施。


为ZS干预打开一扇窗
这是第一个探究静息状态下情绪和ZS风险之间关系的研究。研究结果表明，在静息状态下，ZS风险较高的个体表现出更多的愤怒和厌恶。有可能在这短暂的休息期间，被试在放空或走神，这可能导致他们专注于内部聚焦的任务，如回忆个体记忆或反思社会情感信息。在ZS风险高的个体中，这些内向的反思在本质上可能是非常消极或焦虑的，会产生愤怒的反刍。

因此，临床患者在咨询期间的休息不应被简单地视为头脑的「休息」。相反，「休息」可以为咨询师打开一扇窗，让他们看到患者内心的想法，这可能对了解他们的生活状态来说很重要。例如，在咨询期间，咨询师或许可以暂停谈话，为患者的休息状态留出空间，然后再问他们在休息期间是否想到了困扰他们的事情。

这项新颖的研究可能会激发关于静息状态下的情绪在ZS行为或其他精神障碍带来的危及生命的行为中的作用，带来更具实践性与意义的研究。例如，未来研究可以探究被试在休息状态下的思维，分析静息状态的思维与情绪之间的关系。这可以为诊断和治疗各种与死亡有关的精神健康障碍患者提供一条有希望的干预途径。


参考文献
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.

关注诺达思公众号，联系我们获取更多产品信息及学术文章！