临床理论和行为研究表明，处于自杀危机中的人往往无法找到建设性的解决方案或将有用的信息纳入决策中，导致过早的自杀决定并忽略了更好的选择。然而，以往对自杀行为的研究并没有正式检验个体如何在利用熟悉选项与探索潜在更优选项之间进行权衡。本研究旨在从强化学习的正式角度调查自杀行为中的探索与利用。

本研究包含两项探索-利用的大型一维连续空间的案例对照行为研究以及一项为期21天的自杀意念前瞻性随访研究，研究时间为2016年4月至2022年3月。参与者来自宾夕法尼亚州匹兹堡的住院精神科病房、门诊诊所和社区，接受了实验室和移动评估。

研究对象包括诊断为边缘型人格障碍（BPD）和中晚期重度抑郁症（MDD）的成年人，每个样本包括有高致命性自杀尝试史、低致命性自杀尝试史、无自杀尝试史的BPD或MDD患者以及无精神障碍的对照组。MDD样本还包括有严重自杀意念的子组。

主要结果指标包括探索与利用的行为（无模型和模型衍生的）指标、自杀尝试的致命性（Beck致命性量表）和前瞻性评估的自杀意念。参与者完成了一个名为“时钟任务”的实验，在这个任务中，他们在240次试验中探索和利用一维连续空间。在决策阶段，一个绿点围绕中央刺激旋转360度，参与者按下按钮停止旋转并收到概率反馈。通过强化学习模型，评估了参与者的探索和利用行为。

表1 样本中案例对照研究组的基线特征

BPD组包括171名成人（平均年龄30.55岁，79%为女性），MDD组包括143名成人（平均年龄62.03岁，57%为女性）。

在BPD和MDD样本中，具有高致命性自杀尝试史的个体比其他组发现的选项更少，因为他们无法从无奖励的选项中转移出来。相反，低致命性尝试者在获得奖励和未获奖励的行动后容易过度行为转移。

图1 时钟任务与行为操纵检查

在早期探索或利用方面没有发现差异。在84名参与BPD组移动评估研究的参与者中，有56人报告了自杀意念。

图2 模型描述、选择和比较

低探索也预测了新的自杀意念事件，验证了案例对照结果。发现的结果不受药物暴露、情感状态和行为异质性的影响。

图3 时钟任务中的行为表现

研究结果表明，狭窄的探索和无法放弃较差选项与严重的自杀行为和慢性自杀想法有关。相反，本研究中的低致命性自杀行为个体显示出对潜在不利行为的低门槛。这些发现提示，在心理治疗中，探索新的应对方式可能有助于个体制定安全计划。

原始出处：
Tsypes A, Hallquist MN, Ianni A, Kaurin A, Wright AGC, Dombrovski AY. Exploration-Exploitation and Suicidal Behavior in Borderline Personality Disorder and Depression. JAMA Psychiatry. 2024; doi:10.1001/jamapsychiatry.2024.1796