抑郁反刍的认知神经机制*

杨营凯 刘衍玲,2

(1西南大学心理健康教育研究中心, 西南大学心理学部心理健康与社会适应实验室, 重庆400715)

(2神经信息教育部重点实验室, 电子科技大学生物技术学院, 成都 610045)

1 引言

抑郁反刍(Depressive rumination)是指个体把注意力集中在抑郁症状以及这些症状含意的行为和想法, 包含反复思虑抑郁症状(如, 思考“我多么的疲乏”)、抑郁的可能原因(如, 询问自己“为什么我心情低落而别人没有”)、以及抑郁可能引起的后果(如, 思考“如果我一直这样下去, 我将不能完成我的工作”) (Nolen-Hoeksema, 1991; Nolen-Hoeksema, Wisco, & Lyubomirsky, 2008; 杨娟, 章晨晨, 姚树桥, 2010)。这样的思维方式会使消极认知倾向持续存在、干扰个体建设性地解决问题以及减少得到的社会支持(Lyubomirsky, Layous,Chancellor, & Nelson, 2015)。因此, 抑郁反刍常常是引起和维持抑郁症状的重要因素之一(Lyubomirsky,Boehm, Kasri, & Zehm, 2011)。需要指出的是, 以往研究重点强调抑郁反刍与抑郁情绪的密切联系,然而, 新近的研究表明抑郁反刍是一种跨诊断的病理过程(transdiagnostic pathological process), 该过程可以作为诸如焦虑、饮食障碍、物质滥用等多种精神障碍的影响机制(McEvoy, Watson, Watkins,& Nathan, 2013; McLaughlin, Aldao, Wisco, & Hilt,2014; Nolen-Hoeksema & Watkins, 2011)。

尽管学者们在探究抑郁反刍的不良影响方面取得了比较多的进展, 但是诸如“为什么抑郁反刍一旦开始就很难打断”、“哪些关键因素导致了个体间抑郁反刍的差异”等一些问题仍没有得到很好地解决。虽然有研究发现, 压力生活事件、童年时期的痛苦经历(如, 遭受性虐待)等均会影响抑郁反刍的产生(Lyubomirsky et al., 2015; Michl,McLaughlin, Shepherd, & Nolen-Hoeksema, 2013)。但这些研究大多采用问卷调查和访谈等方法, 从行为、家庭等方面对抑郁反刍的影响因素进行研究。近年来, 随着认知神经科学技术的快速发展,抑郁反刍的神经机制方面取得了较多的进展与突破。本文在总结新近研究的基础上, 首先论述了抑郁反刍的认知特点; 其次, 基于这些认知特点, 重点论述了与抑郁反刍相关的脑区以及神经网络; 最后, 对抑郁反刍未来可能的研究方向进行了展望。

2 抑郁反刍的认知特点

研究发现, 抑郁反刍主要表现出了以下三个认知特点：首先, 抑郁反刍表现出对负性信息的过度关注(Nolen-Hoeksema, 1991; Nolen-Hoeksema et al.,2008)。高抑郁反刍者倾向于将注意力集中在抑郁症状以及这些症状含意的行为和想法上。其次,抑郁反刍之所以是抑郁等精神障碍的易感因素,并不仅仅是因为它在多数情况下关注的是负性信息, 更重要的它是一种不良的反应风格(De Raedt,Hertel, & Watkins, 2015; Joormann, & Vanderlind,2014)。这种反应风格首先体现在高抑郁反刍者很难控制或者停止他们对于负性信息的反复思考,即抑郁反刍表现出了持续性。研究者认为, 这种持续性主要与个体认知控制功能的缺陷有关(如,Whitmer, & Gotlib, 2013)。认知控制缺陷会降低个体对负性信息的抑制能力, 不能有效转移以及更新工作记忆中的即时表征内容, 结果导致抑郁反刍中负性信息的持续存在(Joormann, 2010; Koster,De Lissnyder, Derakshan, & De Raedt, 2011; Linville,1996)。最后, 这种反应风格还体现在, 高抑郁反刍者总是将负性信息与自我联系起来, 并且在这一过程中进行抽象地、分析性地加工。具体而言,抑郁反刍首先表现出自我参照加工(self-reference process) (即对个人紧密相关的信息进行加工)这一认知特点(Northoff et al., 2006); 其次, 抑郁反刍的自我参照加工过程表现出了抽象性、分析性。即相对于“这件事是如何发生的？”或“我如何解决这件事”等对具体性地加工过程, 抑郁反刍更多时候表现出的是“为什么这种事发生在我身上”或“我为什么感到如此糟糕”等抽象地、评价性地加工过程(Watkins, 2008), 而这种思维模式更有可能给个体带来不良影响(Santa Maria, Reichert,Hummel, & Ehring, 2012; Watkins, Moberly, &Moulds, 2008; Watkins & Teasdale, 2001)。

综上所述, 抑郁反刍表现出的对负性信息的过度关注、认知控制缺陷以及非适应性的自我参照加工等认知特点。基于这些认知特点, 研究者利用认知神经科学方法也发现了与抑郁反刍相关的脑区或者神经网络, 主要有杏仁核、前额叶皮层(PFC)以及默认网络(Default Mode Network, DMN)等。

3 抑郁反刍的神经机制

3.1 杏仁核

杏仁核是多感觉通道信息输入的皮层下组织,与前扣带回(ACC)和内侧前额叶(mPFC)等高级皮层相联系, 并且在情绪加工以及负性情绪状态的产生中起着关键作用。正是由于抑郁反刍涉及个体对负性信息的持续加工, 因此抑郁反刍可能与负责情绪加工的杏仁核有关。

以往研究发现, 在抑郁个体当中, 杏仁核对于负性词语的激活增强与自我报告的抑郁反刍得分之间存在显著正相关(Siegle, Carter, & Thase,2006; Siegle, Steinhauer, Thase, Stenger, & Carter,2002)。有意思的是, 这种激活增强与个体的抑郁症状之间相关较弱, 而与抑郁反刍之间的相关较强。这表明了抑郁反刍在负性刺激加工中的关键作用,而这种加工与杏仁核的激活增强有关。随后, Ray等在对正常个体的研究中也发现了类似结果, 抑郁反刍得分较高的个体, 不管是在对负性图片进行认知重评时还是仅仅观看负性图片时, 杏仁核都会表现出较高的激活强度(Ray et al., 2005)。因此, 不论是在正常个体还是抑郁患者当中, 高抑郁反刍者对于负性信息的加工均伴随着杏仁核的较强激活。

最近, 研究者采用情感评价与认知需求相结合的任务考察了 17种不同形式反刍思维(如, 抑郁反刍、侵入性反刍等)的神经机制(Mandell, Siegle, Shutt,Feldmiller, & Thase, 2014)。在实验中, 被试首先要判断词汇的情感效价(正性、负性以及中性), 紧接着被试需要进行一项非情绪性的数字分类任务。虽然有研究已经表明了抑郁反刍与杏仁核对于负性刺激的激活增强有关(Siegle et al., 2002), 此项研究则表明, 在被试已经将注意指向了后续的非情绪性数字分类任务时, 这种相关仍然存在。这也与抑郁反刍的行为研究相一致, 即高抑郁反刍者在工作记忆中会体验到较多残留的负性信息(Joormann & Gotlib, 2008; Zetsche, D'Avanzato, &Joormann, 2012)。同时, 研究发现, 所有类型的反刍思维均与数字分类任务中杏仁核的激活增强有关, 这表明了不同类型的反刍思维可能具有相同的神经机制。

总体而言, 研究者较为一致地发现, 抑郁反刍与杏仁核之间存在关联。高抑郁反刍者对负性刺激进行知觉、评估和反应时, 杏仁核表现出了过度激活。然而, 目前为止, 大部分研究均是横向地考察两者之间的关系, 这只能对两者之间建立一种简单相关。杏仁核作为一个重要的神经标记物, 能够预测个体在经历压力事件之后表现出抑郁、焦虑等精神障碍的风险(Swartz, Knodt, Radtke,& Hariri, 2015)。但这其中的作用机制仍不清晰,抑郁反刍作为抑郁等精神障碍的认知易感因子可能起着重要作用。因此, 采用纵向研究来考察杏仁核等神经标记物与抑郁反刍的关系可能会更有价值, 有利于研究者进一步了解抑郁等精神障碍的发病机制。

3.2 前额叶皮质

前额叶皮质是人类大脑的高级神经中枢, 涉及到记忆、认知控制等高级认知加工过程。由于抑郁反刍与个体认知控制缺陷有关, 因此它也可能与前额叶的一些脑区存在密切联系。

对正常被试的大脑进行体素形态学(voxelbased morphometry)分析后发现, 抑郁反刍与前额叶的部分脑区异常存在关联。高抑郁反刍的个体在双侧额下回(IFG)、左侧 ACC表现出了灰质体积减少(Kühn, Vanderhasselt, De Raedt, & Gallinat,2012)。IFG, ACC涉及到个体的抑制控制能力, 因此, 这一结果表明了他们可能在抑郁反刍的抑制方面存有缺陷。另外, 研究者也考察了被试处于反刍状态下, 认知控制脑区的激活状况。Fabiansson等让正常被试分别采用不同的策略来处理自己的负性自传体记忆, 相比于采用认知重评策略的被试, 采用反刍策略的被试报告了更高的负性情绪(Fabiansson, Denson, Moulds, Grisham, & Schira,2012)。同时, 采用反刍策略的被试在IFG与杏仁核之间的功能连接(functional connectivity)更强,即反刍状态下个体需要对皮层下激活进行更强的自上而下控制。然而, 从行为层面上来讲, 前额叶相关脑区的这种自上而下的控制却最终表现出了低效性, 并没有减少被试产生的负性情绪。这种低效性也在其他研究中得到了验证, 当在实验任务中要求被试对负性刺激进行脱离时, 高抑郁反刍的个体在背外侧前额叶(DLPFC)、背侧ACC等认知控制相关脑区表现出了更强的激活(Vanderhasselt et al., 2013; Vanderhasselt, Kühn, & De Raedt,2011), 而这种认知控制脑区的较强激活并没有使高抑郁反刍者在行为上表现的更好。

值得注意的是, 研究者采用较大样本(306名正常被试, 60名抑郁被试)进行体素形态学以及局部一致性分析(regional homogeneity, ReHo)时并没有得到抑郁反刍与IFG、ACC在灰质体积上的负相关 (Wang et al., 2015)。这可能是由于文化差异导致, 也可能是被试样本大小、数据处理方式的不同所导致。研究者发现, 在正常个体当中, 高抑郁反刍者在DLPFC上的灰质体积更大, 局部一致性较低; 在抑郁个体当中则正好相反, DLPFC的灰质体积大小与抑郁反刍得分之间存在负相关(Wang et al., 2015)。因此, 在对抑郁反刍的神经机制展开研究时, 应注意区分被试的个体特征。对于正常个体来讲, 高抑郁反刍者DLPFC灰质体积的增加可能表明了他们在这一脑区上存在抑制补偿, 即需要对杏仁核等加工负性情绪的脑区进行认知抑制。然而, 抑郁反刍与抑郁症状之间的正相关以及与 DLPFC局部一致性上的负相关则表明, 这种抑制补偿可能是不充分的、低效的, 不足以打破高抑郁反刍者对于负性情绪表现出的持续性思考。当然, 杏仁核等脑区对负性情绪的过度关注加工也可能自下而上地对 DLPFC的认知控制功能形成干扰, 从而使其表现出一种“过载状态”。对于抑郁个体来讲, DLPFC本来可能就已经处于“瘫痪”状态, 抑郁反刍则可能加剧了这种状态。因此, 未来应注意区分正常、亚临床以及抑郁状态下高抑郁反刍个体之间大脑形态以及功能的区别, 找出抑郁等精神障碍的神经标记物。更为重要的是, 调查某些个体在DLPFC这一脑区是如何从“过载”状态变为了“瘫痪”状态, 以及抑郁反刍在这个过程中有着怎样的影响。

总之, 抑郁反刍与认知控制相关脑区(DLPFC,IFG, ACC)之间的关系还需要进一步的验证, 样本的大小、被试特征以及实验任务的不同可能会导致不同结果。但总的来看, 抑郁反刍可能与这些脑区认知控制功能的低效性有关。另外, 目前为止, 大部分研究均是横向地考察抑郁反刍与前额叶脑区之间的关系。纵向研究有利于揭示两者之间关系的方向性,研究发现当个体面临情感挑战时, 大脑外侧前额皮层(LPFC)的激活强度能够预测之后对于负性事件的管理状况(Hooker, Gyurak, Verosky, Miyakawa, &Ayduk, 2010)。LPFC较低激活的个体在遇到负性事件后, 报告了更高的反刍频率。因此, 未来还需进一步探究抑郁反刍与一些关键脑区之间关系的方向。

3.3 默认网络

DMN主要包括后扣带回/前楔叶(PCC/Precuneus), MPFC, 双侧角回, 双侧外侧颞叶, 双侧海马等脑区, 涉及到自传式记忆、心理理论、自我参照加工以及情绪加工等心理过程(Buckner,Andrews-Hanna, & Schacter, 2008; Fox et al., 2005;Raichle et al., 2001; 李雨, 舒华, 2014)。由于抑郁反刍涉及到非适应性的自我参照加工这一认知过程,因此, 也可能与DMN的相关脑区也存有联系。

MPFC以及PCC是自我参照加工的关键脑区(Andrews-Hanna, Reidler, Huang, & Buckner, 2010)。研究发现, 静息状态下, MPFC/膝下前额叶(sgPFC)之间的功能连接强度与个体抑郁反刍的得分之间存在显著正相关(Zhu et al., 2012)。Berman等也有类似的发现, 在被试完成一个认知需求任务的间歇阶段, 不论是正常个体还是抑郁患者, 抑郁反刍的得分均与PCC/sgPFC之间的功能连接强度存在显著正相关(Berman et al., 2010)。因此, DMN/sgPFC的功能连接增强可能是抑郁反刍的重要神经表征。另外, 对于正常个体而言, 任务与休息阶段大脑PCC/sgPFC之间的功能连接强度并没有显著差异; 而在抑郁患者当中, 休息阶段 PCC/sgPFC之间的功能连接强度要高于任务阶段(Berman et al., 2010)。鉴于抑郁反刍与PCC/sgPFC之间的功能连接强度存在显著正相关, 这一结果说明, 静息状态下抑郁患者更有可能将自己陷入反刍状态;另一方面也说明, 当抑郁患者处于任务当中时,任务正网络(task-positive networks, TPN) (这一网络的活动与DMN的活动相互拮抗)产生的激活增强可能会与 DMN形成竞争, 从而使个体可以暂时脱离反刍状态。Hamilton等则在研究中用统计指标比较了抑郁患者与正常被试在休息状态下DMN与TPN的主导性(Hamilton et al., 2011)。这一指标可以将DMN的血氧水平依赖(blood oxygenation level-dependent, BOLD)信号大于TPN的BOLD信号的时间进行量化, 以此来估计DMN的主导性。在抑郁患者当中, 个体在郁结沉思(brooding)这一抑郁反刍亚型上的得分与 DMN主导性的强度存在显著正相关, 而在正常个体当中并没有发现两者之间的关系。因此, 静息状态下DMN的主导性可能只表征着抑郁患者的抑郁反刍。另外, 相对于正常个体, 抑郁患者 DMN主导性更强也再次表明他们更有可能将自己陷入反刍状态。

最后, 如之前所述, 相对于具体性地自我参照加工, 抑郁反刍更多时候表现出的是抽象地、评价性地自我参照加工过程, 这一特点也得到了脑成像研究的初步证实。个体在评价性地加工自我相关的信息时, PCC、楔前叶(Precuneus)会有更强的激活; 而在具体性加工过程中, DLPFC、腹外侧前额叶(ventrallateral prefrontal cortex, VLPFC)以及后顶叶(posterior parietal cortex, PPC)会有更强激活(Farb et al., 2007)。然而, 在引导郁结沉思得分较高的个体对自我相关的负性信息进行具体性加工时, PCC以及楔前叶也会表现出较强激活(Freton et al., 2014)。这一结果表明, 高抑郁反刍者并不能很好地控制他们对于自我相关信息的加工过程, 而更容易陷入抽象的、评价性的自我参照加工过程, 并且这种思维模式与默认网络中PCC、楔前叶等脑区的较强激活有关。

总之, 抑郁反刍可能与个体静息状态下DMN/sgPFC的功能连接以及相对于TPN主导性的增强有关。同时, 一些核心的脑区(MPFC、PCC以及sgPFC)可能在抑郁反刍的这种非适应性自我参照加工过程中起着重要作用。那么DMN/sgPFC的功能连接增强为什么能够成为抑郁反刍的神经表征？有研究者认为, 脑区之间的功能整合能够对这一问题关系作出解释。首先, 负性的、自我关注性的抑郁反刍一直是抑郁的认知风险因素;其次, 抑郁患者在 DMN的一些脑区并没有表现出过度激活(Hamilton et al., 2012), 而是在sgPFC这一脑区确表现出过度激活(Mayberg et al., 2005);同时, DMN/sgPFC的功能连接增强能够成为抑郁反刍的神经表征。这种现象可能反映了与 DMN有关的自我参照加工过程以及与sgPFC有关的情感负载(affectively laden)、行为退缩(behavioral withdrawal)过程的相互整合(Hamilton, Farmer,Fogelman, & Gotlib, 2015)。正是由于这种功能整合才产生了抑郁个体所表现出的过度自我关注、情绪性以及行为退缩的反刍状态。这也表明, 针对于各个相关脑区之间的相互作用, 对抑郁反刍的神经机制展开研究可能更有意义。

4 结论与展望

通过对抑郁反刍的认知特点以及大脑神经机制的综述, 我们发现, 抑郁反刍表现出了对负性信息的过度关注、认知控制缺陷以及非适应性的自我参照加工等认知特点。这些认知特点在脑成像研究中表现为杏仁核对负性刺激的异常激活,额区对皮质下区域认知控制的低效性, 以及默认网络的活动异常。然而, 当前抑郁反刍领域还有一些问题有待解决, 未来可以从以下三个方面进行深入研究。

首先, 比较不同亚型抑郁反刍的神经机制。目前为止, 多数研究者采用的是反刍反应量表(Ruminative Response Scale, RRS)来测量被试的抑郁反刍水平(Nolen-Hoeksema, 1991), 而 Treynor等对RRS进行了探索性因素分析并得到反省沉思(reflective pondering)和郁结沉思两个亚型。前者是适应性的, 倾向于认知性的问题解决; 后者则将注意指向消极刺激, 一味沉溺于消极情绪状态中, 是一种适应不良的反应风格(Treynor, Gonzalez,& Nolen-Hoeksema, 2003)。虽然抑郁反刍涉及的脑区以杏仁核、前额叶以及默认网络脑区为主,但是当前的研究却没有深入地揭示不同类型抑郁反刍的脑机制。现有的少量研究发现, 当个体加工负性情绪时, DLPFC等认知控制脑区的激活与郁结沉思存在相关, 而与反省沉思无关(Kühn et al.,2012)。另外, 个体静息状态下MPFC/sgPFC的功能连接强度也只与郁结沉思存在正相关(Zhu et al.,2012)。这表明郁结沉思可能更能够代表抑郁反刍所表现出的非适应性, 它与反省沉思可能与不同的神经机制(Hamilton et al., 2012)。但目前还缺乏系统的研究, 对于反省沉思神经机制的探究还较少, 尚且不能得出一致性结论。未来研究应探究它与郁结沉思共享以及独立的认知与神经机制, 从而为抑郁反刍的干预提供更明晰的指导。

其次, 加强抑郁反刍的基因研究。已有研究从基因的角度来探索抑郁反刍, Hilt等发现脑源性神经营养因子(brain-derived neurotrophic factor,BDNF)Val66Met基因多态性与抑郁反刍有关(Hilt,Sander, Nolen-Hoeksema, & Simen, 2007)。在女性青少年中, 相对于Val/Met基因型, Val/Val基因型的个体具有更高的郁结沉思得分。BDNF Val66Met基因多态性可能在人类认知功能的损害中起到重要作用, 并与认知功能相关脑结构(如, 海马、前额叶等)的形态改变有关(Frodl et al., 2007)。因此,BDNF Val66Met基因多态性可能与抑郁反刍表现出的认知控制缺陷有关。最近, 研究者们对另一个与个体认知功能相关的基因展开了研究(Woody,McGeary, & Gibb, 2014)。不过, 他们对111名女性的调查发现, 虽然儿茶酚氧位甲基转移酶(COMT)108/158基因位点的多态性可能会导致个体执行功能的缺陷, 但并没有发现其抑郁反刍之间存在相关。可见, 目前还不明确究竟是哪些基因与抑郁反刍有关, 基因在抑郁反刍的形成中起着怎样的作用？既然抑郁反刍和生物遗传有关,那么它又是如何塑造我们的神经系统的？这些问题都有待于进一步的探究。

最后, 开发抑郁反刍的有效干预技术与方法。对抑郁反刍的认知与神经机制研究, 最终都是为了对其进行干预, 减少其造成的不良影响。目前为止, 研究者主要是针对抑郁反刍所表现出的主要认知特点(认知控制缺陷以及抽象的、评价性的自我参照加工)来对其进行干预(Cohen, Mor,& Henik, 2015; Watkins, 2015)。然而, 由于干预范式、被试的临床状况等方面存在较多差异, 研究者们仍然不能确定哪些干预技术的效果较为有效。因此, 未来研究应该进一步探寻改善抑郁反刍的干预方法和技术。另外, 将抑郁反刍的神经机制研究与认知干预结合起来, 对于探明抑郁反刍有效干预手段具有重要意义。神经生物学研究可以清晰地向我们揭示个体的脑活动, 了解其认知和行为表现的本质, 使干预更具针对性。例如,某个干预方案可能对降低抑郁个体的反刍水平有效, 而对于正常个体无效。而神经生物学研究可以为不同群体的干预目标制定提供指导性意见。并且, 现有的干预效果的评估通常都是行为指标,未来我们应该结合先进的神经机制研究, 以大脑功能或脑结构变化作为评估指标之一, 使得干预评估更具科学性和说服力。最后, 结构化实验条件下所来的积极训练结果, 要迁移到真实生活中去也面临巨大的挑战。鉴于抑郁反刍的干预研究才刚刚起步, 研究者仍需不断细化、完善已有的方法和技术, 使其具有更好的操作性、规范性和临床效果, 努力将基础研究的成果转化到临床应用中去。

李雨, 舒华. (2014). 默认网络的神经机制、功能假设及临床应用.心理科学进展, 22(2), 234–249.

杨娟, 章晨晨, 姚树桥. (2010). 高中生沉思与应激性生活事件对抑郁症状的影响: 1年追踪研究.心理学报, 42(9),939–945.

Andrews-Hanna, J. R., Reidler, J. S., Huang, C., & Buckner, R.L. (2010). Evidence for the default network's role in spontaneous cognition.Journal of Neurophysiology, 104(1),322–335.

Berman, M. G., Peltier, S., Nee, D. E., Kross, E., Deldin, P. J.,& Jonides, J. (2011). Depression, rumination and the default network.Social Cognitive and Affective Neuroscience,6(5), 548–555.

Buckner, R. L., Andrews-Hanna, J. R., & Schacter, D. L. (2008).The brain's default network.Annals of the New York Academy of Sciences, 1124(1), 1–38.

Cohen, N., Mor, N., & Henik, A. (2015). Linking executive control and emotional response: A training procedure to reduce rumination.Clinical Psychological Science, 3(1),15–25.

De Raedt, R., Hertel, P. T., & Watkins, E. R. (2015).Mechanisms of repetitive thinking: Introduction to the special series.Clinical Psychological Science, 3(4), 568–573.

Fabiansson, E. C., Denson, T. F., Moulds, M. L., Grisham, J.R., & Schira, M. M. (2012). Don't look back in anger:Neural correlates of reappraisal, analytical rumination,and angry rumination during recall of an anger-inducing autobiographical memory.NeuroImage, 59(3), 2974–2981.

Farb, N. A. S., Segal, Z. V., Mayberg, H., Bean, J., McKeon,D., Fatima, Z., & Anderson, A. K. (2007). Attending to the present: Mindfulness meditation reveals distinct neural modes of self-reference.Social Cognitive and Affective Neuroscience, 2(4), 313–322.

Fox, M. D., Snyder, A. Z., Vincent, J. L., Corbetta, M., van Essen, D. C., & Raichle, M. E. (2005). The human brain is intrinsically organized into dynamic, anticorrelated functional networks.Proceedings of the National Academy of Sciences of the United States of America, 102(27), 9673– 9678.

Freton, M., Lemogne, C., Delaveau, P., Guionnet, S., Wright,E., Wiernik, E.,... Fossati, P. (2014). The dark side of selffocus: Brain activity during self-focus in low and high brooders.Social Cognitive and Affective Neuroscience,9(11), 1808–1813.

Frodl, T., Schüle, C., Schmitt, G., Born, C., Baghai, T., Zill,P.,... Meisenzahl, E. M. (2007). Association of the brainderived neurotrophic factor Val66Met polymorphism with reduced hippocampal volumes in major depression.Archives of General Psychiatry, 64(4), 410–416.

Hamilton, J. P., Etkin, A., Furman, D. J., Lemus, M. G., Johnson,R. F., & Gotlib, I. H. (2012). Functional neuroimaging of major depressive disorder: A meta-analysis and new integration of base line activation and neural response data.American Journal of Psychiatry, 169(7), 693–703.

Hamilton, J. P., Farmer, M., Fogelman, P., & Gotlib, I. H.(2015). Depressive rumination, the default-mode network,and the dark matter of clinical neuroscience.Biological Psychiatry, 78, 224–230.

Hamilton, J. P., Furman, D. J., Chang, C., Thomason, M. E.,Dennis, E., & Gotlib, I. H. (2011). Default-mode and task-positive network activity in major depressive disorder:Implications for adaptive and maladaptive rumination.Biological Psychiatry, 70(4), 327–333.

Hilt, L. M., Sander, L. C., Nolen-Hoeksema, S., & Simen, A.A. (2007). The BDNF Val66Met polymorphism predicts rumination and depression differently in young adolescent girls and their mothers.Neuroscience Letters, 429(1),12–16.

Hooker, C. I., Gyurak, A., Verosky, S. C., Miyakawa, A., &Ayduk, Ö. (2010). Neural activity to a partner's facial expression predicts self-regulation after conflict.Biological Psychiatry, 67(5), 406–413.

Joormann, J. (2010). Cognitive inhibition and emotion regulation in depression.Current Directions in Psychological Science, 19(3), 161?166.

Joormann, J., & Gotlib, I. H. (2008). Updating the contents of working memory in depression: Interference from irrelevant negative material.Journal of Abnormal Psychology, 117(1),182–192.

Joormann, J., & Vanderlind, W. M. (2014). Emotion regulation in depression: The role of biased cognition and reduced cognitive control.Clinical Psychological Science, 2(4),402–421.

Koster, E. H., De Lissnyder, E., Derakshan, N., & De Raedt, R.(2011). Understanding depressive rumination from a cognitive science perspective: The impaired disengagement hypothesis.Clinical Psychology Review, 31(1), 138–145.

Kühn, S., Vanderhasselt, M. A., De Raedt, R., & Gallinat, J.(2012). Why ruminators won't stop: The structural and resting state correlates of rumination and its relation to depression.Journal of Affective Disorders, 141(2-3), 352–360.

Linville, P. (1996). Attention inhibition: Does it underlie ruminative thought? In R. S. Wyer (Ed.),Ruminative thoughts:Advances in social cognition(pp. 121–134). Mahwah, NJ:Erlbaum.

Lyubomirsky, S., Boehm, J. K., Kasri, F., & Zehm, K. (2011).The cognitive and hedonic costs of dwelling on achievementrelated negative experiences: Implications for enduring happiness and unhappiness.Emotion, 11(5), 1152–1167.

Lyubomirsky, S., Layous, K., Chancellor, J., & Nelson, S. K.(2015). Thinking about rumination: The scholarly contributions and intellectual legacy of Susan Nolen-Hoeksema.Annual Review of Clinical Psychology, 11, 1–22.

Mandell, D., Siegle, G. J., Shutt, L., Feldmiller, J., & Thase,M. E. (2014). Neural substrates of trait ruminations in depression.Journal of Abnormal Psychology, 123(1), 35–48.

Mayberg, H. S., Lozano, A. M., Voon, V., McNeely, H. E.,Seminowicz, D., Hamani, C.,... Kennedy, S. H. (2005). Deep brain stimulation for treatment-resistant depression.Neuron,45(5), 651–660.

McEvoy, P. M., Watson, H., Watkins, E. R., & Nathan, P.(2013). The relationship between worry, rumination, and comorbidity: Evidence for repetitive negative thinking as a transdiagnostic construct.Journal of Affective Disorders,151(1), 313–320.

McLaughlin, K. A., Aldao, A., Wisco, B. E., & Hilt, L. M.(2014). Rumination as a transdiagnostic factor underlying transitions between internalizing symptoms and aggressive behavior in early adolescents.Journal of Abnormal Psychology, 123(1), 13–23.

Michl, L. C., McLaughlin, K. A., Shepherd, K., &Nolen-Hoeksema, S. (2013). Rumination as a mechanism linking stressful life events to symptoms of depression and anxiety: Longitudinal evidence in early adolescents and adults.Journal of Abnormal Psychology, 122(2), 339–352.

Nolen-Hoeksema, S. (1991). Responses to depression and their effects on the duration of depressive episodes.Journal of Abnormal Psychology, 100(4), 569–582.

Nolen-Hoeksema, S., & Watkins, E. R. (2011). A heuristic for developing transdiagnostic models of psychopathology:Explaining multifinality and divergent trajectories.Perspectives on Psychological Science, 6(6), 589–609.

Nolen-Hoeksema, S., Wisco, B. E., & Lyubomirsky, S. (2008).Rethinking rumination.Perspectives on Psychological Science,3(5), 400–424.

Northoff, G., Heinzel, A., de Greck, M., Bermpohl, F.,Dobrowolny, H., & Panksepp, J. (2006). Self-referential processing in our brain: A meta-analysis of imaging studies on the self.NeuroImage, 31(1), 440–457.

Raichle, M. E., MacLeod, A. M., Snyder, A. Z., Powers, W.J., Gusnard, D. A., & Shulman, G. L. (2001). A default mode of brain function.Proceedings of the National Academy of Sciences of the United States of America,98(2), 676–682.

Ray, R. D., Ochsner, K. N., Cooper, J. C., Robertson, E. R.,Gabrieli, J. D. E., & Gross, J. J. (2005). Individual differences in trait rumination and the neural systems supporting cognitive reappraisal.Cognitive, Affective, &Behavioral Neuroscience, 5(2), 156–168.

Santa Maria, A., Reichert, F., Hummel, S. B., & Ehring, T.(2012). Effects of rumination on intrusive memories: Does processing mode matter?.Journal of Behavior Therapy and Experimental Psychiatry, 43(3), 901–909.

Siegle, G. J., Carter, C. S., & Thase, M. E. (2006). Use of FMRI to predict recovery from unipolar depression with cognitive behavior therapy.American Journal of Psychiatry,163(4), 735–738.

Siegle, G. J., Steinhauer, S. R., Thase, M. E., Stenger, V. A.,& Carter, C. S. (2002). Can’t shake that feeling:Event-related fMRI assessment of sustained amygdala activity in response to emotional information in depressed individuals.Biological Psychiatry, 51(9), 693–707.

Swartz, J. R., Knodt, A. R., Radtke, S. R., & Hariri, A. R.(2015). A neural biomarker of psychological vulnerability to future life stress.Neuron, 85(3), 505–511.

Treynor, W., Gonzalez, R., & Nolen-Hoeksema, S. (2003).Rumination reconsidered: A psychometric analysis.Cognitive Therapy and Research, 27(3), 247–259.

Vanderhasselt, M. A., Baeken, C., van Schuerbeek, P., Luypaert,R., De Mey, J., & De Raedt, R. (2013). How brooding minds inhibit negative material: An event-related fMRI study.Brain and Cognition, 81(3), 352–359.

Vanderhasselt, M. A., Kühn, S., & De Raedt, R. (2011).Healthy brooders employ more attentional resources when disengaging from the negative: An event-related fMRI study.Cognitive, Affective, & Behavioral Neuroscience,11(2), 207–216.

Wang, K., Wei, D., Yang, J., Xie, P., Hao, X., & Qiu, J.(2015). Individual differences in rumination in healthy and depressive samples: Association with brain structure,functional connectivity and depression.Psychological Medicine, 45, 2999–3008.

Watkins, E. R. (2008). Constructive and unconstructive repetitive thought.Psychological Bulletin, 134(2), 163–206.

Watkins, E. (2015). Psychological treatment of depressive rumination.Current Opinion in Psychology, 4, 32–36.

Watkins, E., Moberly, N. J., & Moulds, M. L. (2008).Processing mode causally influences emotional reactivity:Distinct effects of abstract versus concrete construal on emotional response.Emotion, 8(3), 364–378.

Watkins, E., & Teasdale, J. D. (2001). Rumination and overgeneral memory in depression: Effects of self-focus and analytic thinking.Journal of Abnormal Psychology,110(2), 353–357.

Whitmer, A. J., & Gotlib, I. H. (2013). An attentional scope model of rumination.Psychological Bulletin, 139(5),1036–1061.

Woody, M. L., McGeary, J. E., & Gibb, B. E. (2014).Brooding rumination and heart rate variability in women at high and low risk for depression: Group differences and moderation by COMT genotype.Journal of Abnormal Psychology, 123(1), 61–67.

Zetsche, U., D'Avanzato, C., & Joormann, J. (2012). Depression and rumination: Relation to components of inhibition.Cognition & Emotion, 26(4), 758–767.

Zhu, X. L., Wang, X., Xiao, J., Liao, J., Zhong, M. T., Wang,W., & Yao, S. Q. (2012). Evidence of a dissociation pattern in resting-state default mode network connectivity in first-episode, treatment-naive major depression patients.Biological Psychiatry, 71(7), 611–617.