十二项感恩 RCT 按对照严谨度排序

感恩处方已经硬化为口号。Three things, every morning, for happiness. 口号背后是大约三十年的随机对照试验和三项严肃的元分析，而元分析说的并不是口号说的话。感恩有效，面对弱对照时，有那么一点。把它和任何同等长度的写作练习比较，大部分效应就消失了。这篇文章按对照的严谨度给十二项感恩 RCT 排序，然后看着效应量随对照变难而崩塌。主张的大小应当与得出它的检验的严谨度相匹配。

击穿感恩故事的那个问题

故事源自 Emmons 与 McCullough 的 2003 年研究，主题是 counting blessings versus burdens。[5] 三项简短的试验，效应中等。被传开的那个数字是研究 1 的 d ≈ 0.42，对照组是日常烦恼。二十年来的消费类健康写作引用 Emmons，到此打住。

本应结束这场对话的两项元分析是 Davis 2016（三十二个样本）和 Cregg 与 Cheavens 2021（二十七项 RCT，N 为 3,675）。[3][2] 它们提出了一个几乎没有任何消费类写作触及的方法论问题。Effective compared to what? 这一表述出自 Wood、Froh 与 Geraghty 的 2010 年综述，那是经典的批评。[8] 如果对照是 do nothing，效应是中等的。如果对照是 do anything else of the same length，效应是小的。如果对照是 do another positive-psychology exercise of equal expectancy，效应大致为零。

对照的四个层级

试验按感恩被对比的对象进行排序。

1. 等待名单或仅做测量。感恩组写作。对照组什么也不做。任何改善都可能源于注意、预期或自我监测。这是该领域使用的最弱的对照。
2. 负性事件日记。对照组记录烦恼或不愉快事件。比什么都不做要好，但对比是感恩对上对错事的纠结，而不是感恩对上一个公平的替代。
3. 匹配活动。对照组写日常事件、每周活动、心情，或长度与结构相近的回忆。文献从这里开始变得严谨。
4. 心理上活跃的对照。对照组执行另一项预期相近的积极心理学任务。最佳可能自我书写、善行、早期回忆写作、明日待办清单。这是最艰难的对比，也最贴近真实读者实际面临的选择。

这个层级递进很重要，因为那个营销主张，gratitude rewires your brain，是一个层级一的主张，建立在层级一的证据上，却被悄悄延伸到超出层级三和层级四试验所能支持的范围。

图表，模式

从 Cregg 与 Cheavens 2021 年的语料中抽出十二项试验，大致按对照严谨度排列。效应量是 Hedges' g 在抑郁症状上的绝对值。y 轴朝向 in favour of gratitude.

十二项感恩 RCT 按对照严谨度排序，效应量来自 Cregg 与 Cheavens 2021

研究（对照类型）	|Hedges' g|
Cheng 2015 (waitlist)	0.64
Booker 2017 (waitlist)	0.45
Southwell 2017 (waitlist)	0.33
O'Leary 2015 (waitlist)	0.28
Watkins 2015 (matched)	0.6
Lambert 2012 (matched)	0.36
Jackowska 2016 (matched)	0.35
Kerr 2015 (matched)	0.34
Manthey 2016 (active)	0.22
Mongrain 2012 (active)	0.21
Sergeant 2011 (active)	0.05
Lyubomirsky 2011 (active)	0.02

按样本量计算最大的四项试验都落在活跃对照层。Sergeant 2011，N 为 514；Manthey 2016，N 为 300；Lyubomirsky 2011，N 为 208；Mongrain 2012，N 为 190。这四项给出的 g 绝对值最多 0.22，其中两项的效应与零无法区分。样本更小、对照更弱的试验产生了消费类健康网站引用的那些头条数字。

Cregg 的合并结果与图表完全一致。对比等待名单对照，感恩使抑郁症状降低，g = −0.51，中等效应。对比在时间和结构上相匹配的活跃对照，效应崩塌至 g = −0.18。剔除两个离群值（Geraghty 2010、Ki 2009）后，抑郁效应缩小了 26%，焦虑效应变得不显著。

效应在哪里有，在哪里没有

Davis 2016 在三年前就已经得出同样的结论，数字更干净。在三十二个样本中，感恩在心理福祉上击败了仅做测量的对照，d = 0.31。对比心理上活跃的对照，d = −0.03。对发表偏倚做 trim-and-fill 校正后，匹配活动那一段的优势崩塌至 d = 0.02。作者用平实的语言写道，感恩干预可能主要是通过安慰剂效应起作用的。

gratitude interventions had a medium effect when compared with waitlist-only conditions, but only a trivial effect when compared with putatively inert control conditions involving any kind of activity.

Dickens 2017 那一系列五十六项元分析，依据的是另一组研究集合，落在了同一个结论上。福祉效应从对中性对照的 d ≈ 0.31 降到对活跃对照的 d ≈ 0.17。[4] 横跨十年的三项元分析，纳入标准重叠但并不相同，全部收敛到同一个调节变量上。对照类型解释了消费类文献归因于感恩本身的大部分方差。

那么睡眠、免疫、另一条分支呢

最强的非心理信号是睡眠。Boggiss 2020 综述发现，在测量了主观睡眠质量的八项 RCT 中有五项显示其有所改善。[1] 其他生理健康指标（炎症、血压、血糖控制）则模棱两可或检验力不足。在感恩文献中，睡眠是唯一一个角落，在这里，即便面对胜任的安慰剂对照，也仍会留下真实的信号，并且它指向了机制。睡前列出三件事，无论是感恩还是别的什么，都会替换掉入睡前的认知唤起。Scullin 2018 多导睡眠图试验将年轻成人随机分组，让他们花五分钟写一份具体的待办清单，或一份已完成任务的清单。[6] 待办组入睡快了九分钟，均值 15.8 对 25.1，Cohen's d = 0.63。起作用的是睡前对注意的结构化。睡前的感恩驱赶掉那个本来要循环播放的东西，和一份计划清单所做的，是同一份工。这个信号呼应着 更早的表达性写作文献所留下的东西。

一个更安静的，保留这种练习的理由

读完三十年的试验并不是说感恩日记什么都不做。对一个去条件化的基线而言，几乎任何结构化的积极写作练习都会带来小而真实的好处。感恩只是几种结构化练习中的一种。它无法仅凭一个在胜任安慰剂下消失的元分析效应，就为每日仪式提供正当性。

留下来的东西更谦卑。把两分钟的注意放在某件进展顺利的事情上，嵌入 一种最小有效练习的科学 中，是值得做的。把它和 一行日志 的其余部分配在一起，并问 compared to what。当营销主张安静下来后，剩下要争论的，就是这种练习本身。