《Frontiers in Human Neuroscience》：Distinct neuroanatomical correlates of DBQ-derived illegal, irritable, and aggressive driving tendencies in healthy adults: an exploratory structural MRI study
编辑推荐：
摘要
背景：危险驾驶包含多种异常行为形式，这些行为与碰撞事故增加和不良驾驶结局相关。尽管结构MRI研究已将区域脑形态学与驾驶表现和驾驶相关错误联系起来，但在大型社区健康成人样本中，关于DBQ衍生的不同危险驾驶倾向的神经解剖学相关性的证据仍然有限。
方法：研究人
摘要
背景：危险驾驶包含多种异常行为形式，这些行为与碰撞事故增加和不良驾驶结局相关。尽管结构MRI研究已将区域脑形态学与驾驶表现和驾驶相关错误联系起来，但在大型社区健康成人样本中，关于DBQ衍生的不同危险驾驶倾向的神经解剖学相关性的证据仍然有限。
方法：研究人员分析了1,070名接受常规脑健康检查并完成DBQ和结构MRI的个体的数据。研究人员考察了三个理论上衍生的危险驾驶域：非法驾驶、易怒驾驶和攻击性驾驶。研究人员使用预定义的域特定阈值将参与者分为高倾向组和参考组。研究人员构建了以年龄、性别、驾驶频率和z转换的区域脑容积为解释变量的多变量逻辑回归模型，并应用了基于Akaike信息准则（AIC）的逐步变量选择。留一法交叉验证（LOOCV）用于评估模型稳健性和所选神经解剖学相关性的稳定性。
结果：男性与所有三个危险驾驶域一致相关，而年轻年龄特别与攻击性驾驶相关。多变量模型表现出中等判别性能，LOOCV下的平均AUC为非法驾驶0.735，易怒驾驶0.757，攻击性驾驶0.796。非法驾驶主要与岛叶和感觉运动区域相关，包括中央前回和中央后回。易怒驾驶与涉及丘脑、纹状体、颞边缘和 posterior 皮质区域的更广泛网络相关。攻击性驾驶表现出更集中的模式，以尾状核、壳核和右侧舌回为中心。值得注意的是，右侧尾状核和右侧舌回同时存在于易怒和攻击性驾驶模型中。这些关联的方向在LOOCV迭代中保持稳定。
结论：不同的DBQ衍生的危险驾驶倾向与部分发散但重叠的区域脑容积模式相关。这些发现表明，非法、易怒和攻击性驾驶可能反映与风险调控、情绪反应性和习惯性攻击反应相关的部分不同的神经行为过程。虽然需要独立复制，但这些产生假设的发现为将脑结构与神经学健康成人的不同危险驾驶倾向联系起来提供了初步的神经解剖学框架。
论文解读文章：健康成人危险驾驶倾向的神经解剖学基础——基于DBQ与结构MRI的探索性研究
研究背景与问题提出
交通碰撞事故仍然是全球公共卫生和交通安全领域的重大挑战。尽管环境、道路和车辆相关因素在碰撞发生中起着重要作用，但驾驶行为中稳定的个体差异同样是决定碰撞风险的关键因素。自我报告的异常驾驶倾向因此成为交通安全研究的重要关注点。驾驶行为问卷（Driving Behavior Questionnaire, DBQ）是评估习惯性异常驾驶行为最广泛使用的工具之一，其维度与自我报告的碰撞参与显示出适度但一致的关联。然而，危险驾驶并非单一结构：不同形式的异常驾驶可能源于不同的心理动机和行为倾向。既往的结构MRI研究已将区域灰质体积与驾驶相关结局联系起来，但大多聚焦于老年驾驶员、执行功能或客观驾驶安全表现，尚未有大规模研究系统考察基于DBQ的非法、易怒和攻击性驾驶亚型在神经学健康成人中是否对应不同的神经解剖学模式。基于此，研究人员开展了一项探索性研究，旨在检验这三种危险驾驶域是否表现出不同的区域灰质体积特征。
研究方法与关键样本
本研究纳入了2013年接受脑健康检查的1,070名神经学健康成人（平均年龄53.08±8.83岁，46.9%为男性），所有参与者均完成了DBQ和结构MRI扫描。研究人员从理论上先验地定义了三个危险驾驶域：非法驾驶（故意违反交通规则）、易怒驾驶（因挫败或情绪紧张引发的危险驾驶）和攻击性驾驶（针对其他道路使用者的敌对或竞争性驾驶行为）。采用两步二分法将域分数转换为高倾向组和参考组。MRI数据使用1.5-Tesla ECHELON Vega系统采集，通过SPM12软件进行分割和区域体积估计，使用DARTEL算法和Neuromorphometrics图谱将灰质划分为114个双侧区域，并按颅内体积（ICV）进行标准化。统计分析采用多变量逻辑回归模型，以年龄、性别、驾驶频率和z转换的区域脑体积为解释变量，基于Akaike信息准则（AIC）进行双向逐步变量选择，并通过留一法交叉验证（LOOCV）评估模型稳健性。
主要研究结果
非法驾驶的神经解剖学关联：最终模型保留了男性、左侧外侧枕叶、左侧中央后回、左侧中央前回和双侧岛叶体积。男性与非法驾驶倾向的高概率显著相关。较小的左侧中央前回和右侧岛叶体积与更高的非法驾驶倾向显著相关，而较大的左侧外侧枕叶、中央后回和左侧岛叶体积则与更高的非法驾驶倾向相关。交叉验证中，左侧中央前回、右侧岛叶和左侧外侧枕叶在超过50%的迭代中被显著选择。
易怒驾驶的神经解剖学关联：最终模型保留了男性、左侧丘脑、右侧尾状核、左侧伏隔核、右侧内嗅皮层、左侧颞下回、右侧外侧枕叶、双侧舌回、左侧海马旁回、左侧缘上回和左侧颞横回。男性与易怒驾驶倾向正相关。较小的右侧尾状核、内嗅皮层和外侧枕叶，以及左侧丘脑、颞下回、舌回和缘上回体积与更高的易怒驾驶倾向显著相关；而较大的右侧舌回、左侧伏隔核、海马旁回和颞横回体积与更高的易怒驾驶倾向相关。
攻击性驾驶的神经解剖学关联：最终模型包括男性、较年轻年龄、右侧尾状核、左侧壳核、右侧舌回和右侧海马旁回。男性与攻击性驾驶倾向强正相关（比值比高达9.44），较年轻年龄同样与攻击性驾驶相关。较小的右侧尾状核和海马旁回体积与更高的攻击性驾驶倾向相关，而较大的左侧壳核和右侧舌回体积与更高的攻击性驾驶倾向相关。
模型性能与交叉验证：三个模型的LOOCV平均AUC分别为非法驾驶0.735、易怒驾驶0.757和攻击性驾驶0.796，均表现出中等判别能力。男性在所有域中被选择的频率为100%。右侧尾状核和右侧舌回在易怒和攻击性模型中均被反复选择，表明这两个域之间存在部分神经解剖学重叠。模型的特异性较高（0.699-0.747），但由于病例数较少，阳性预测值相对较低（0.204-0.260）。异常敏感的补充分析使用原始连续DBQ域分数时，人口统计学关联基本一致，但区域体积关联的稳定性较差，这支持了二分法在探索性神经影像学研究中的实用性。
讨论与结论总结
本研究发现三种危险驾驶倾向对应部分发散但重叠的神经解剖学模式。非法驾驶主要关联感觉运动和岛叶区域，涉及运动执行、感觉反馈和显著性风险监控系统，提示此类驾驶员可能识别危险情境但将感知风险转化为适应性行为控制的能力减弱。易怒驾驶关联更广泛的丘脑、纹状体、颞边缘和 posterior 皮质网络，涉及奖励处理、情境评估和情绪-认知整合，反映对交通压力源的情绪反应性增强。攻击性驾驶表现出以尾状核和壳核为中心的前额叶-纹状体模式，这两个结构在行为选择、强化学习和习惯形成中起关键作用，提示攻击性驾驶可能涉及情绪触发的反应转化为相对自动化和重复表达的行为模式。研究结论指出，非法、易怒和攻击性驾驶并非单一潜在特质的不同表现，而是涉及风险调控、情绪反应性和习惯性攻击反应的部分不同神经行为系统。尽管这些发现尚需在独立队列中使用高分辨率MRI和当代统计方法进行验证，但该研究为将脑结构、危险驾驶行为与碰撞风险联系起来的未来研究提供了初步的神经解剖学框架，并可能最终支持更个体化的驾驶员评估和交通安全干预方法。
