《Frontiers in Aging Neuroscience》：Aging on the road: neural and behavioral correlates of cognitive control during distracted driving
编辑推荐：
目的：老龄化通过在与竞争信息并存时未能优先处理安全关键行动而增加碰撞风险。这些需求下适应性认知控制的神经基础仍未被充分理解。方法：本研究考察了年龄对44名驾驶员（23名年轻驾驶员，21名老年驾驶员）制动优先化的影响，采用带有车道保持的跟车模拟，参与者在制动信号
目的：老龄化通过在与竞争信息并存时未能优先处理安全关键行动而增加碰撞风险。这些需求下适应性认知控制的神经基础仍未被充分理解。方法：本研究考察了年龄对44名驾驶员（23名年轻驾驶员，21名老年驾驶员）制动优先化的影响，采用带有车道保持的跟车模拟，参与者在制动信号优先时需抑制对标志的反应。参与者完成标志（按钮对道路标志进行分类）、制动（对前方车辆刹车灯踩踏板）以及双重需求signBrake试验（同时呈现标志和制动，制动优先）。测量指标包括反应时、错误率、平均绝对方向盘角度、眨眼指标、事件相关电位（ERPs）（N1、P3和LFN）、时频功率以及年龄解码的多变量模式分析（MVPA）。结果：老年人在signBrake条件下表现出选择性代价，即比年轻人更慢且更不准确的制动，以及更大的平均绝对方向盘角度。在两组中，方向盘角度从刺激前到刺激后时期均下降，其中signBrake下降最大。眨眼率无年龄差异，但年轻人表现出更长的眨眼持续时间和更大的幅度-速度比，提示眨眼在驾驶过程中划分注意采样的方式存在差异。LFN（晚期额部负波），作为反应控制的准备指标，在老年人中表现出较弱的条件相关分化，且老年人还表现出更大的N1但更小的P3振幅。这一模式符合更强的早期视觉注意选择和较弱的晚期评估与情境更新。时频分析显示老年人在所有条件下额叶theta、顶叶alpha和中央beta功率均降低。中央beta表现出最强的年龄×条件调制，主要由老年人驱动，而年轻人没有可靠的条件差异，这符合较弱的刺激后注意门控和动作选择期间感觉运动调谐的改变。MVPA在刺激开始后所有三种条件下均高于几率解码年龄组。跨条件解码在训练-测试配对中成功，与跨情境泛化的分布式年龄相关神经特征一致。结论：这些发现将signBrake表现代价与准备控制分化减弱以及刺激后支持干扰下制动的动态改变联系起来。这种灵活性降低可能导致了在需要快速、目标导向控制的时刻，与年龄相关的驾驶安全性下降。
老龄化社会背景下，老年驾驶员的道路安全问题日益突出。已有统计显示，老年驾驶员按里程计算的碰撞和死亡率居各年龄组之首。年龄相关的视觉敏锐度、对比敏感度、加工速度下降，以及运动控制和高级认知的改变，削弱了安全驾驶所需的复杂技能。驾驶是一种注意力高度分配的任务，驾驶员需在时间压力下持续监控道路标志、后视镜、车内显示器和周围交通。双任务和分心研究表明，同时处理视觉或认知任务会导致制动反应时延长、错误增加和车道保持困难。安全关键的刹车灯信号必须优先于路标等非紧急信息。认知控制（cognitive control）包括主动控制和反应性控制，老年人常表现出主动控制效率降低，更依赖反应策略。然而，在竞争信息条件下适应性认知控制的神经基础仍知之甚少。为此，本研究结合模拟驾驶与脑电图（electroencephalography, EEG），考察年龄对制动优先级的影响及其神经关联。
研究人员从德国莱布尼茨工作环境与人类因素研究中心（IfADo）招募44名持照驾驶员（23名年轻，21名老年），使用固定基座驾驶模拟器（三屏全景显示）执行跟车任务，含车道保持，并要求在制动灯优先时抑制对路标的响应。三种条件：仅标志（Sign）、仅制动（Brake）、双重需求（signBrake）。记录反应时、错误率、平均绝对方向盘角度；同步采集32导EEG。EEG预处理后，分析事件相关电位（event-related potentials, ERP）成分（枕叶N1、顶叶P3、额叶LFN）、时频功率（额叶theta、顶叶alpha、中央beta）以及基于多变量模式分析（multivariate pattern analysis, MVPA）的年龄解码。通过混合设计方差分析、Welch t检验和簇置换检验进行统计推断。
3.1 行为表现：通过2×3混合方差分析，老年人在signBrake条件下错误率（11.67% vs 3.04%）和反应时（776 ms vs 605 ms）显著劣于年轻人，而Sign和Brake条件无显著年龄差异（Brake反应时未通过FDR校正）。干扰代价（signBrake减Brake）在老年人中显著更大，反应时代价为125 ms对30 ms，错误代价为9.8%对1.8%。
3.2 转向行为：通过2×2×3混合方差分析，老年人平均绝对方向盘角度更大。两组在刺激后方向盘角度均下降，signBrake下降最大，但无年龄×条件交互，表明运动优先级转移无年龄差异。
3.3 眨眼指标：通过Welch t检验，年轻人眨眼持续时间更长、幅度-速度比（nAVR/pAVR）更大、闭眼和重开时间更长；眨眼率无显著年龄差异。
3.4 事件相关电位：通过混合方差分析，枕叶N1在老年人中更大，顶叶P3在老年人中更小。额叶LFN存在年龄×条件交互，年轻人能区分Sign与制动条件，老年人分化较弱，提示准备控制灵活性下降。
3.5 事件相关频谱扰动：全头皮簇置换检验显示，年轻人在刺激后有广泛的正向功率簇（4–30 Hz）。ROI分析显示，老年人额叶theta、顶叶alpha、中央beta功率均较低。中央beta表现出最强的年龄×条件交互，老年人中Brake>signBrake>Sign，年轻人无可靠条件差异。
3.6 多变量年龄解码：基于时频特征的MVPA在刺激后所有三种条件中均能高于几率解码年龄组，跨条件解码也成功，权重地形主要分布在前中央和中央-顶叶区域。解码强度与干扰代价无显著相关。
讨论指出，老年人的选择性signBrake代价不符合整体减慢，支持干扰控制选择性受损。转向数据表明车辆层面的优先级转移与年龄无关。ERP和时频结果共同表明，老年人早期注意选择增强（N1增大），但后期评价与情境更新减弱（P3减小），准备分化减弱（LFN），刺激后功率降低，感觉运动调谐偏向简单制动。眨眼动力学差异可能影响注意采样。MVPA显示年龄相关神经特征具有分布式和跨情境一致性。对驾驶安全的意义在于，干预应支持干扰事件期间的早期选择和抑制。
结论：老年人在需要优先制动以应对干扰时表现出选择性受损。在signBrake试验中，他们反应更慢且错误更多，而在单一需求条件下年龄差异较小。神经方面，老年人显示LFN分化较弱、P3振幅较小、刺激后额叶theta、顶叶alpha、中央beta功率较低，条件相关调制在老年人中最明显。MVPA在刺激后解码年龄并跨条件泛化。年龄相关的神经模式跨任务情境成立。研究结果表明，老龄化限制了安全关键制动中干扰下的动作选择。这一模式支持关注老年驾驶员的早期选择和抑制。
