注意力控制通过认知重评预测拖延行为：行为中介与基于连接组预测模型的证据

《Biological Psychology》：Attentional control predicts procrastination through cognitive reappraisal: Behavioral mediation and connectome-based predictive modeling evidences

　　

• 注意控制预测较低的拖延行为
• 认知重评部分中介了注意控制与拖延之间的联系
• 连接组预测建模描绘了注意控制神经网络
• 内侧额叶、额顶、边缘及运动/感觉网络参与其中
• 中介分析将注意控制网络与拖延联系起来，途径为认知重评

**引言**
拖延被定义为尽管预见到负面后果，仍自愿推迟预定行动（Steel, 2007）。它是一种普遍且具有破坏性的现象（Ferrari et al., 2005, Ferrari et al., 2007），可能损害个体的学业和职业表现（Kim and Seo, 2015, Steel et al., 2022），以及身心健康（Johansson et al., 2023）。越来越多的证据表明，较低的注意控制（即自愿控制注意的能力）可能更容易导致拖延（ólafsson et al., 2011, Unsworth et al., 2021）。例如，横断面研究发现注意控制与拖延呈负相关（Steel et al., 2018, Wang et al., 2022; J. Xie et al., 2023）。补充这些相关性发现的是，干预研究表明注意控制训练（即自我调节训练的一部分）可以减少拖延（Loeffler et al., 2019, Salguero-Pazos and Reyes-de-Cózar, 2023）。然而，将注意控制与拖延联系起来的认知和神经基础尚不清楚。

以往研究很少检验连接注意控制与拖延的认知路径。借鉴理论解释和经验证据，认知重评可能充当这一路径。认知重评是一种典型的适应性情绪调节策略，指通过改变对情境的解释来修改其情绪影响（Gross, 2015, Gross and John, 2003）。对于路径的第一段，注意控制可能通过使个体能够灵活地脱离初始的负面评价并将注意力重新导向替代意义来促进认知重评。与此观点一致的是，注意控制较高的人报告使用更多的认知重评（Andries et al., 2024）。此外，注意控制训练可以改善个体将注意力分配给适应性信息的能力，从而促进对负面情绪情境的成功认知重评（Sanchez et al., 2016, Sanchez-Lopez et al., 2019）。对于路径的另一段，认知重评反过来可能减少拖延。根据短期情绪修复理论（Sirois & Pychyl, 2013），拖延通常发生在个体选择推迟任务以暂时修复由任务引起的负面情绪时。与该理论一致的是，纵向证据表明认知重评负向预测两年后的拖延（Zhang et al., 2023）。最近的干预发现进一步表明，认知重评通过降低感知的任务厌恶感来减少拖延（Tong et al., 2024）。综上所述，这些发现支持了这样一个假设：认知重评可能是连接注意控制和拖延的认知路径。

以往研究表明注意控制的神经基础涉及额顶区域（如背外侧前额叶皮层 [dlPFC]、前扣带回 [MCC] 和顶内沟 [IPS]），以及扣带 - 岛叶区域（如背侧前扣带回 [dACC]、前岛叶 [aI] 和丘脑）（Eysenck et al., 2023, Petersen and Posner, 2012）。例如，注意控制较强的个体在抑制恐惧相关的干扰物时表现出更强的 dACC 和 dlPFC 激活（Bishop et al., 2006）。将这些区域发现扩展到网络层面，静息态功能连接（rsFC）研究表明注意控制由大规模的内侧额叶/扣带 - 岛叶和额顶控制网络支持（Fair et al., 2007, Visintin et al., 2015）。值得注意的是，这些网络及其核心节点也涉及认知重评。在区域层面，rsFC 研究表明认知重评的个体差异与涉及 dlPFC、ACC 和其他前额叶控制区域的内在连接有关。例如，更强的 dACC 相关功能连接与更好的重评成功有关（X. Xie et al., 2023），而 dlPFC 神经反馈训练后认知重评能力的改善伴随着 dlPFC 相关功能连接的增加（Yu et al., 2021）。超越区域证据，rsFC 研究进一步表明认知重评与涉及内侧额叶/扣带 - 岛叶和额顶网络的大规模网络的内在连接有关（Morawetz et al., 2024, Morawetz et al., 2025, Li et al., 2026）。此外，涉及注意控制的神经网络也可能与拖延有关。根据拖延的三重神经结构网络模型（Chen et al., 2020），拖延与内侧额叶网络（MFN）核心节点前扣带回（ACC）和腹内侧前额叶皮层（vmPFC）的灰质密度（GMD）呈正相关，但与额顶网络（FPN）核心节点背外侧前额叶皮层（dlPFC）的灰质体积（GMV）呈负相关。因此，我们假设与注意控制相关的神经网络可能与更高的认知重评有关，后者进而可能与较低的拖延有关。

综上所述，本研究旨在调查连接注意控制和拖延的认知和神经基础。为此，我们从大型父母队列中收集了静息态 fMRI（r-s fMRI）数据，并将符合条件的参与者随机分为发现数据集（N = 302）和非重叠的保留验证数据集（N = 104）。参与者还完成了注意控制、认知重评和拖延的标准化测量。接下来，使用连接组预测建模（CPM），一种机器学习方法，来识别可以预测注意控制的神经网络。与基于种子、感兴趣区或单变量脑 - 行为相关方法不同，CPM 使用数据驱动方法识别分布式预测网络，并可以通过交叉验证和独立样本验证来测试模型的样本外泛化能力（Shen et al., 2017）。鉴于其在预测复杂认知表型（包括注意力和创造力）方面的效用（Beaty et al., 2018, Yoo et al., 2022），CPM 特别适合描绘注意控制的网络层面基底。最后，我们使用中介分析来检验认知重评是否中介了注意控制相关神经网络与拖延之间的关系。

**章节片段**
**参与者与程序**
本研究包括一个发现数据集（N = 302）和一个保留验证数据集（N = 104），均派生自同一个父母队列。所有参与者均从中国重庆西南大学招募，并于 2021 年 10 月至 12 月间接受了静息态 fMRI 扫描。初始父数据集由 430 名参与者组成。根据预先定义的头动排除标准（平均帧位移 [FD] > 0.2 mm），24 名参与者被排除。

**描述性统计**
两个数据集的人口统计信息和所有变量之间的相关性见表 1。注意控制、认知重评和拖延之间的相关性均具有统计学意义（所有 ps < 0.05）。

**认知重评部分中介了注意控制与拖延之间的关联**
为了检验认知重评是否中介了注意控制与拖延之间的关联，我们进行了以年龄和性别作为协变量的中介分析。注意控制负向预测拖延

**讨论**
通过行为中介分析和连接组预测建模（CPM），本研究在两个数据集中调查了连接注意控制和拖延的认知和神经基础。具体而言，行为中介分析显示认知重评中介了注意控制与拖延之间的关联。在神经层面，CPM 分析揭示内侧额叶网络（MFN）、额顶网络（FPN）、边缘网络和运动网络（Mot）之间的功能连接（FC）正向预测注意控制。

**结论**
本研究提供了汇聚的行为和神经证据，表明认知重评是连接注意控制和拖延的关键机制。在两个数据集中，注意控制负向预测拖延，且这种关联由认知重评中介。在神经层面，CPM 识别了内侧额叶、额顶、边缘和运动/感觉网络之间分布式的功能连接，这些连接正向预测注意控制

**伦理声明**
已获得所有参与者或其法定代表人同意参与本研究并发布文章的书面知情同意书。已遵守参与者的隐私权。
本研究在研究开展地遵守了相关法律法规、框架和指导方针。本研究已获得西南大学机构审查委员会批准。（批准号：CNPH2019016）

**伦理批准声明**
本研究获得西南大学机构审查委员会的伦理批准（ID: CNPH2019016）。所有涉及人类参与者的研究程序均按照 1964 年《赫尔辛基宣言》及其后续修正案中规定的伦理标准以及适用的机构和伦理法规进行。

**未引用参考文献**
（Banks et al., 2007, Pan et al., 2018, Xie et al., 2023）

**CRediT 作者贡献声明**
Yao Yin：写作 – 审阅与编辑，方法论。Tingyong Feng：写作 – 审阅与编辑，监督，资源，项目管理，资金支持获取。Xi Zhang：写作 – 审阅与编辑，验证，监督，概念化。Rong Zhang：写作 – 审阅与编辑，概念化。Menghui Xiong：写作 – 审阅与编辑，写作 – 初稿，验证，方法论，概念化。

**写作过程中生成式 AI 和 AI 辅助技术的声明**
在准备本作品期间，作者使用 ChatGPT 进行语言润色和可读性增强。作者对输出进行了审阅和编辑，并对已发表文章的内容承担全部责任。

**利益冲突声明**
无冲突。

**致谢**
本研究由科学与类脑智能技术 - 国家重点研发计划（2026ZD0222603）、国家自然科学基金（32271123, 32571253）和中央高校基本科研业务费专项资金（SWU2609105）资助。

Menghui Xiong|Xi Zhang|Rong Zhang|Yao Yin|Tingyong Feng