边缘型人格障碍（BPD）以情感不稳定、冲动行为和人际关系困难为主要特征。理论认为，自我与他人心理状态的混淆可能导致BPD患者在关系中的不稳定性。然而，现有理论缺乏对这一机制的计算建模解释。本研究基于概率性错误信念任务（p-FBT），通过计算模型分析BPD患者与健康对照群体在自我和他人信念更新过程中的异同，试图揭示BPD的核心心理机制——自我-他人融合。

研究招募了38名符合DSM-5诊断标准的BPD患者以及74名年龄、性别和教育水平匹配的健康对照者。BPD患者来自一项评估抗精神病药物（brexpiprazole）疗效的随机对照试验，健康对照者通过在线平台Prolific.co招募。所有参与者完成了p-FBT任务，该任务要求参与者追踪一个不断变化的概率，同时预测另一个虚拟“商店经理”对该概率的信念。任务模拟了自我与他人信息不对称的情景（共享信息、私密信息和误导信息），并通过计算模型分析参与者在信念更新中的“泄漏效应”（即预测误差从一个代理人传播到另一个代理人的程度）。

数据分析采用强化学习模型，分别为自我和他人设置独立的学习信号和信念更新路径。通过模型拟合，计算出自我与他人之间信念更新的泄漏参数（λSelf 和 λOther），并以此评估自我-他人融合的程度。此外，通过边缘型症状清单（BSL-95）量表评估BPD症状严重程度，并分析其与信念更新参数的相关性。

图1：概率性错误信念任务（p-FBT）的实验设计与信念更新示例

研究结果显示，BPD和健康对照组在任务表现上的总体平均水平无显著差异。然而，在自我到他人的泄漏参数（λSelf）方面，BPD患者显著高于对照组，表明BPD患者更倾向于将自身的学习信号泛化到他人信念中。进一步分析发现，λSelf 与BPD症状评分显著正相关。这一关系在控制了抑郁、躁狂、冲动性等共病症状后依然显著，提示自我到他人的信念泄漏可能是BPD的一个核心心理特征。

最佳拟合模型允许自我与他人信念更新的独立泄漏参数，表明两者之间的信号传播是可以区分的。对模拟数据的参数恢复分析支持模型的可靠性，即即便在高噪音数据下，模型仍能准确捕捉泄漏参数的差异。

 图2：任务表现和信念更新的结果分析，展示BPD组与健康对照组在自我-他人信念泄漏方面的差异

本研究提供了BPD患者自我-他人融合的计算模型证据，发现其关键特征为自我信念的过度泛化。BPD患者表现出“自我中心式”更新倾向，即假设他人对外部世界的看法与自己的相似。这种现象可能导致BPD患者在复杂社会环境中的情感和人际困难。此外，本研究提出了一种测量心理化能力的新方法——p-FBT任务，具有重复测量和临床应用的潜力。未来研究可进一步探索这种计算模型在其他精神疾病中的跨诊断意义，并开发针对性心理干预。

原始出处：
Story GW, Ereira S, Valle S, et al. A computational signature of self-other mergence in Borderline Personality Disorder. *Transl Psychiatry.* 2024;14:473. doi:10.1038/s41398-024-03170-w.