编辑推荐：
为解决冲动性客观评估难题，美国莱斯大学的 Bishal Lamichhane 等人开展多模态评估冲动性研究。他们发现不同测量模态能互补，且临床和健康人群冲动性机制有别。该研究对精神疾病诊断干预意义重大，强烈推荐科研读者阅读。
美国莱斯大学（Rice University）电气与计算机工程系的 Bishal Lamichhane 等人在《Digital Psychiatry and Neuroscience》期刊上发表了题为 “Multimodal objective assessment of impulsivity in healthy and mood disorder participants” 的论文。该研究在冲动性评估领域具有重要意义，为理解不同人群的冲动性机制以及开发更精准的评估方法提供了关键依据，有望推动精神健康疾病的诊断、治疗监测和干预手段的发展。
研究背景
冲动性（Impulsivity）指个体倾向于在没有充分预先思考或考虑后果的情况下，仅凭冲动行事。许多精神健康疾病，如物质使用障碍（SUD）、病理性赌博、暴饮暴食症和双相情感障碍等，都与冲动控制能力差密切相关。即使是健康人群，若表现出高冲动性，未来也面临更高的健康疾病风险。因此，对冲动性进行量化评估，在多种健康疾病的诊断、治疗监测和干预中至关重要。
目前，评估冲动性的主要工具是自我报告问卷，例如 Barratt Impulsiveness Scale（BIS）和 UPPS-P 问卷。然而，冲动性是一个多维度的概念，自我报告问卷存在一定局限性。一方面，主观评估可能受到个体认知偏差、情绪状态等因素的影响，导致评估结果不够准确；另一方面，这种方式难以实现频繁的被动监测。因此，需要客观测量来补充，以提高评估的可靠性，并借助基于传感器的测量实现对高风险个体冲动性的实时监测，从而更好地进行行为结果监测和及时干预。
从客观测量角度来看，涉及冲动行为路径的 “身体信号” 可用于评估冲动性。从信息处理角度分析，行为（包括冲动行为）涉及感知（引发情绪）、认知、预先思考和行动等过程。其中，大脑的特定区域，如前额叶皮层、前扣带回皮层（ACC）、运动皮层和海马体等，在冲动 / 非冲动行为的情绪处理和反应控制中发挥着重要作用。因此，功能磁共振成像（fMRI）能够揭示这些区域的功能连接，为冲动性提供神经生物学相关指标。同时，心脏生理学与执行功能、抑制控制、情绪反应以及自主调节有关，心率变异性（HRV）可作为冲动性的生理相关指标。此外，设计用于激发参与者冲动反应的行为测试，也能为客观评估冲动性提供行为学相关指标。
尽管此前已有研究探讨冲动性在客观测量中的表现，但多模态研究仍存在空白。不同客观测量对冲动性建模的贡献、层级关系以及互补性尚不明确，在不同应用场景下确定最佳冲动性相关指标也缺乏依据。近期一项使用移动传感特征对冲动性进行多模态回归建模的研究，由于缺乏生理和神经生物学相关指标，模型对冲动性方差的解释率较低，仅为 1 - 30%。因此，能否通过客观测量可靠地对冲动性进行建模仍是一个有待解决的问题。
研究方法
- 研究对象：本研究使用了两个数据集。MIND - 2 研究是一项新的临床研究，招募了 34 名情绪障碍患者，主要为重度抑郁症（MDD）或双相情感障碍患者。研究人员使用 Mini International Neuropsychiatric Interview（MINI）对参与者的临床状况进行评估和诊断，并采用 Barratt’s Impulsivity Scale（BIS）和 UPPS - P Scale 获取基于问卷的冲动性评分。LEMON 研究则是一个开源数据集，包含 227 名健康参与者，他们在德国莱比锡招募。参与者需经过筛选，排除患有心血管疾病、神经系统疾病、精神疾病住院史、物质使用和恶性疾病史等情况。该研究使用 UPPS 问卷评估参与者的冲动性，UPPS 问卷与 UPPS - P 问卷的区别在于缺少积极紧迫感这一维度。
- 客观测量指标
- 行为测量：在 MIND - 2 研究中，使用计算机化 IMT/DMT 和基于箭头的 Flanker 测试，计算错误率和反应时间作为可能的冲动性相关指标。在 LEMON 数据集中，使用 TAP - I 评估（注意力表现测试 - 不相容性）结果，同样以测试错误率和反应时间评估冲动性。
- 生理测量：在 MIND - 2 研究中，通过 PulseCam 系统中的脉搏血氧仪获取光电容积脉搏波（PPG）信号，计算参与者的 HRV。为了揭示个体间的冲动性差异，让参与者在完成数学任务（MT）和言语任务（ST）这两个来自 Trier Social Stress Test 的压力任务时进行测量。计算的 HRV 特征包括平均心率、RMSSD（相邻 RR 间期差值的均方根）、SDRR（RR 间期标准差）、pNN - 50（相邻 RR 间期差值小于 50ms 的比例）、pNN - 20（相邻 RR 间期差值小于 20ms 的比例）以及 RR 间期 Poincare 图中的 SD1、SD2 和 SD1/SD2 特征。LEMON 研究也使用 PPG 信号计算相同的 HRV 特征作为冲动性相关指标。
- 神经生物学测量：在 MIND - 2 研究中，获取参与者在静息和任务状态（完成行为测试时）的 fMRI 扫描数据。LEMON 数据集则使用参与者的静息态 fMRI 数据。研究人员选择大脑的前扣带回皮层（ACC）作为种子区域，该区域位于前额叶皮层和边缘系统之间，在心理病理学、冲动控制、冲突处理、决策制定以及中远期行动调节中发挥重要作用。通过种子到感兴趣区域（ROI）的连通性分析，以哈佛 - 牛津图谱的皮质和皮质下区域以及 AAL 图谱的小脑区域定义 ROI，计算 ACC 与其他 ROI 区域的功能连通性，评估这些连通性与冲动性的关联，以确定冲动性的神经生物学相关指标。此外，为了确定与 ACC 连通性和冲动性相关的局部脑区，在 MIND - 2 数据集中进行基于种子的连通性（SBC）分析，这对于未来确定临床人群的干预靶点具有重要意义。
- 多模态回归和预测模型：为了评估利用 MIND - 2 和 LEMON 数据集中的行为、生理和神经生物学测量进行多模态冲动性评估模型的效果，研究人员采用与先前多模态冲动性建模研究相似的方法和评估指标。使用普通最小二乘回归和基于相关性的特征选择方法，从每个模态中选择前两个特征纳入回归模型，以评估客观模态对目标冲动性测量变异性的解释能力。调整后的 R 平方指标用于惩罚多模态回归模型中增加的特征。对于预测模型，使用线性支持向量机，并通过留一法交叉验证（MIND - 2 数据集，因为样本量较小）和五折交叉验证（LEMON 数据集）进行评估。将年龄和性别作为预测变量，以考虑功能连通性可能存在的年龄和性别相关差异。
研究结果
- 冲动性维度之间的关系：在 MIND - 2 数据集中，BIS 和 UPPS - P 冲动性维度之间存在较强的显著相关性。除了感觉寻求维度仅与积极和消极紧迫感两个维度相关外，其他每个维度都与多个其他维度呈显著正相关。相比之下，LEMON 数据集中冲动性维度之间的相关性较弱。例如，在 LEMON 数据集中，感觉寻求与缺乏预先思考密切相关；而在 MIND - 2 数据集中，感觉寻求仅与紧迫感（积极和消极）相关。此外，MIND - 2 数据集中情绪障碍患者的平均消极紧迫感得分高于 LEMON 数据集中的健康参与者。
- 客观测量中的冲动性相关指标：在 MIND - 2 和 LEMON 数据集中，所有测量模态（行为、生理（HRV）和神经生物学（fMRI））都发现了与冲动性维度相关的指标。在 MIND - 2 数据集中，Flanker 测试的错误率与非计划性和缺乏预先思考维度显著正相关；IMT/DMT 测试为运动冲动性提供了相关指标。在 LEMON 数据集中，TAP - I 测试的反应时间与缺乏毅力和感觉寻求维度显著负相关。在生理模态方面，HRV 的多个特征与注意力冲动性相关，如 HRV Poincare 图中的 SD1 和 SD2 特征与注意力冲动性的相关系数高达 0.53（p < 0.001）。除了感觉寻求维度外，HRV 特征为其他所有冲动性维度都提供了相关指标。在神经生物学模态方面，基于种子的功能脑连接分析发现，在 MIND - 2 数据集中，ACC 与左侧中央前回、小脑区域、额极和距状裂皮层区域的连通性与冲动性维度相关。
- 多模态回归和预测模型：研究人员对 MIND - 2 和 LEMON 数据集中的每个冲动性维度进行回归模型评估。结果显示，随着模态数量的增加（从行为、生理到神经生物学依次增加），多模态模型在所有冲动性维度和数据集中都产生了最佳的调整后 R 平方值。非 fMRI 模态补充了 fMRI 模态，提高了仅使用 fMRI 模型的 R 平方值。在单模态回归模型中，fMRI 模态在大多数冲动性维度和数据集中提供了最高的 R 平方值。在预测模型方面，基于线性支持向量机的模型，以行为（错误率和反应时间）、生理（HRV）和神经生物学（种子到 ROI 连通性）特征作为输入，在 MIND - 2 数据集中，预测的缺乏预先思考、注意力和非计划性冲动性与自我报告的冲动性显著相关；在 LEMON 数据集中，增加年龄和性别等人口统计学特征后，预测效果得到改善。在两个数据集中，对预测最重要的特征包括行为模态中的 IMT 错误率、DMT 反应时间和 TAP - I 错误率；生理模态中的 pNN20、SD1/SD2 和 SDRR；神经生物学模态中的 ACC 与内侧前额叶皮层、小脑蚓部 1、2 和缘上回的连通性。
研究结论与讨论
本研究通过多模态测量（行为测试、HRV 和 fMRI），对冲动性的客观相关指标进行了深入研究，取得了一系列重要发现。
首先，在不同测量模态中均发现了冲动性维度的相关指标，且多模态回归模型表明不同模态在反映参与者潜在冲动性方面具有互补性。这意味着冲动性可能通过互补机制在多个身体系统中表现出来，提示在使用客观测量准确评估冲动性时，多种模态的综合应用或许是必要的。与以往仅使用移动传感特征进行多模态冲动性评估的研究相比，本研究纳入了生理和神经生物学特征，在 MIND - 2 数据集中获得了更高的调整后 R 平方值，更准确地反映了冲动性。
其次，研究发现 MIND - 2 数据集（情绪障碍患者）的冲动性回归模型 R 平方值较高，如注意力冲动性的 R 平方值可达 0.73（p < 0.001）；而 LEMON 数据集（健康参与者）的 R 平方值较低，感觉寻求维度的最高 R 平方值仅为 0.17（p < 0.001）。尽管两个数据集的冲动性得分分布相似，但冲动性维度之间的关联存在差异。这可能表明情绪障碍患者存在不同的冲动性机制，且这些机制更适合使用本研究中的行为、生理和神经生物学测量进行客观评估。例如，在临床人群中，感觉寻求维度与积极和消极紧迫感密切相关，而在健康人群中则与缺乏预先思考相关，这暗示了不同人群的冲动性机制存在差异。未来需要更大样本量的研究，以进一步阐明不同人群冲动性机制的差异。
此外，本研究还探讨了在自由生活中监测冲动性的可能性。行为和生理测量相对容易部署，可通过智能手机和智能手表上的常规游戏以及可穿戴设备进行连续生理测量来实现。然而，fMRI 与冲动性维度的相关性最强，在单模态回归模型中 R 平方值最高，且能进一步提升多模态模型的效果。但由于 fMRI 成本高昂，不适合常规冲动性评估，而其他可穿戴形式的脑连接测量方式（如脑电图，EEG）目前在自由生活中的部署成本也较高。因此，未来研究可从开发新的行为测试范式、探索受冲动性生物学启发的新型生理特征以及控制影响行为和生理测量的混杂因素等方向入手，仅依靠生理和行为测量来改进冲动性建模。同时，还需在更大规模的研究中寻找可推广的生物行为标记物，并进行前瞻性验证。
本研究也存在一些局限性。MIND - 2 数据集的样本量较小，研究结果在更大临床人群中的普遍性有待进一步研究。行为测试可能受到智力等混杂因素的影响，未来研究应考虑并控制这些因素，以更好地反映冲动性。在生理测量方面，本研究仅考虑了 PPG 信号，而心电图（ECG）信号可能是评估不同参与者条件下 HRV 变化更直接、可靠的方法，需要系统评估两者在冲动性评估中的差异。此外，本研究目前仅依赖静息态 fMRI 信号，未来应研究任务态 fMRI 测量是否能获得更好的神经生物学相关指标，并探索除 ACC 以外的其他脑区与冲动性的关系。更大规模的研究能够在更广泛的范围内进行探索，降低假阳性发现的风险。随着对不同临床条件下冲动性机制的深入理解，未来还应研究是否能够开发统一的冲动性联合模型，以更好地满足临床监测的需求。
总的来说，该研究为冲动性的多模态客观评估提供了重要的理论和实践依据，尽管存在局限性，但为后续研究指明了方向，有望推动精神健康领域在冲动性相关疾病的诊断、干预和监测方面取得新的进展。
