邪恶的起源:从损害到反社会大脑的功能结构

简介

反社会行为一般定义为严重无视和侵犯他人权利的行为表现，如破坏财产、盗窃/抢劫和攻击(例如身体和性攻击)(1)．在过去的几十年里，越来越多的证据将创伤性脑损伤(2，3.)、反复脑震荡[例如，慢性创伤性脑病:(4，5)]及脑瘤切除术(6- - - - - -8)到反社会行为和攻击倾向的出现，包括盗窃/抢劫、破坏财产、人身攻击和谋杀。事实上，运动相关的脑震荡可能会增加冲动和攻击性行为的风险。9)，这可能是由于运动对额叶和颞叶的影响(10)．这些结果表明，内侧前额叶皮层(mPFC)和前颞叶(ATL)可能与反社会行为的出现特别相关。例如，在最近的一项基于任务的功能神经成像研究的元分析中，我们发现有反社会行为的个体在社会认知任务中表现出mPFC活动不足，而杏仁核活动与神经认知领域的反社会行为严重程度呈负相关(11)．通过对反社会人群静息状态连通性研究的元分析，我们还证明杏仁核和mPFC(即腹侧和背侧)都表现出中断的连通性(12)．此外，越来越多的证据表明血清素能转运体(5-HTT)和5-羟色胺的重要性₂和5 -_{2 b}多巴胺受体和多巴胺能系统[主要是多巴胺转运体(DAT)和D₂和D₄受体]对反社会行为的理解(13- - - - - -16)．事实上，已知这些系统包括杏仁核/ATL和mPFC(例如，中边缘/中皮层多巴胺能通路)(17，18)．尽管这样的结果强调了杏仁核/ATL和mPFC的重要性，但将脑损伤与反社会行为联系起来的神经生物学途径在很大程度上仍然未知。此外，利用受体/转运体密度图来表征这些神经生物学通路(19)可能会告诉我们减少脑损伤后反社会行为的潜在治疗方法。

目前关于反社会行为神经生物学标志物的认识大多依赖于相关方法。因此，病变研究至关重要，因为它们提供了病变与症状出现之间更因果的联系。最近，Darby等人(20.)检查了17个与攻击和反社会行为暂时相关的病变病例的共同大脑网络(即，使用病变到体素分析)n= 1000名健康受试者在休息状态)。作者观察到，病变与涉及DMN的大脑区域呈正相关，但与休息状态时横跨内侧视觉(舌/钙质)、腹侧(ain、dACC/aMCC和sma前)和背侧注意(SPL、FEF)网络的大脑区域呈负相关。此外，他们还表明，与对照病变网络(即与其他综合征相关)相比，与反社会行为相关的病变网络在功能上以道德决策为特征(20.)．然而，使用健康受试者静息状态数据的病变网络映射确实存在一些局限性。首先，使用静息状态数据限制了我们理解损伤具体破坏了哪些心理过程的能力。的确，当面对特定环境(例如，威胁性刺激)时，与另一个区域(例如，语言处理)相比，特定区域(例如，杏仁核)的病变可能表现出更明显的症状(例如，攻击性行为)。尽管Darby等人。20.)发现受损的神经网络与道德决策有关，反社会受试者在涉及威胁检测和认知控制的fMRI任务中表现出突出的神经功能障碍(11)．因此，基于任务的功能磁共振成像研究的使用是极其重要的，因为它提供了检查被病变破坏的心理过程的异质性的可能性。使用健康受试者进行病变网络映射的第二个局限性是，尚不清楚病变是否会导致可能导致症状出现的神经过程的重组和/或补偿(21)．如果这是正确的，神经重组和/或补偿应该非常类似于在表现出相同症状的受试者中观察到的功能结构。因此，使用来自表现出反社会行为的受试者的数据将增强我们绘制与反社会行为具体相关的大脑共激活(病变和全脑体素之间)的能力。

目前的研究旨在克服这些限制，以更好地描述与反社会行为出现相关的基于损伤的网络。在我们的研究中，病变网络映射通过元分析连接建模(MACM)进行，使用143个全脑功能磁共振成像研究，包括5913个表现出反社会行为的受试者(即，将问题转化为行为障碍，将反社会行为转化为反社会人格障碍)。我们在组水平上检查了基于任务的病变网络(17个病变)，与655个对照病变进行了比较，并确定了其相应的心理功能和相关的受体/转运体密度图。此外，我们还研究了特定的反社会行为是否会增加病变间的异质性，并对同质病变网络进行了额外的分组分析，并确定了与反社会行为相关的可靠病变脑网络。

材料与方法

反社会和控制病变

通过文献回顾确定病变患者。纳入标准包括:(1)反社会行为的案例描述;(2)脑部病变;(3)在标准化模板(MNI空间)上进行人工追踪的足够质量的脑病变的公开图像。达比等人(20.)共检索40例，其中17例明确描述病变先于反社会行为。在当前的研究中，我们只使用了这17个二进制掩码:(见图1)．有关方法及样本的更详细资料，可在其他地方找到(20.)．病变的平均年龄为23.56岁(SD = 17.27)，随后报告了反社会行为，平均年龄为9.09岁(SD = 11.20)。病变主要包括肿瘤(n= 6)和创伤(n反社会行为包括谋杀、性侵犯和身体攻击、非法财务决定、盗窃/抢劫和破坏财产。基于每个损伤患者的案例研究，我们根据DSM-IV-TR结构化临床访谈[SCID-II;（22)]。症状包括:欺骗(即，反复撒谎，使用化名，为了个人利益而欺骗他人)，易怒/攻击性(即，发起身体斗争，攻击)，不负责任(即，未能保持一致的工作行为，未能履行金钱义务)，以及有限的亲社会情绪(LPE)(即，缺乏悔恨或内疚，冷酷无情，或缺乏同理心，缺乏情感)。对于每个症状，如果患者表现出症状，我们将其编码为不存在(0)或存在(1)至少关联行为:相关行为之一在17例患者中，5例表现出欺骗，12例表现出攻击性，9例表现出不负责任，10例报告了LPE。

对照病变也被用来提取特定于反社会行为的病变网络。对照病灶为655个手动分割的病灶掩模，这些掩模来自卒中后病灶解剖示踪(ATLAS)数据集(23)，这些数据来自11个国家的44个研究队列，参与ENIGMA中风康复工作组(24)．病变主要分布在皮质下，但也有跨越皮质(25.5%)和脑干等其他部位(14.8%)的。

反社会大脑数据库

元分析连通性建模[即MACM;（25- - - - - -27)]通常用于检查健康受试者的哪些大脑区域与定义的种子区域(即病变面具)共同激活。该方法识别所有在种子区域内报告至少一个峰值坐标的实验，并通过基于坐标的算法[例如，激活似然估计(ALE)]对它们进行元分析。因此，收敛的结果将表明显著的共激活的大脑区域。然而，鉴于我们的目标是研究反社会受试者的共激活改变，我们使用了来自反社会大脑数据库的数据，¹一项收集神经成像数据(类似于BrainMap数据库)的计划，以更好地描述表现出反社会行为的受试者的大脑功能障碍。该数据库包括143个原始研究(5,913个受试者)，其中包括在表现出反社会行为的受试者中观察到的共激活异常的323个对比(包括过度激活和过低激活)补充材料完整的研究列表)。实验对象被评估为反社会行为或品行问题，或被诊断为品行障碍或反社会人格障碍。大多数实验集中在消极刺激(48.3%)、社会认知(33.7%)、积极刺激(18.3%)和认知控制(14.2%)。研究检索自最近关于任务激活的系统回顾和元分析(11，12，28- - - - - -37)．符合以下标准的文章被纳入:(1)来自同行评审期刊的原创论文，(2)使用的样本没有任何共病性重大精神疾病或器质性损伤，(3)采用体素(全脑)病例对照和/或量纲分析。

元分析连通性建模

在这里，我们使用特定共激活似然估计(SCALE)算法执行MACM，利用python神经成像元分析研究环境包提取与17个病变面具共激活的空间收敛峰值[NiMARE;（38)]。标准MACM程序包括提取报告特定种子区域激活的实验，然后使用修订版ALE算法进行元分析(39)．对于每个实验，一个建模的激活(MA)映射是通过建模球面高斯概率分布的坐标焦点创建的，由受试者数量加权，以考虑由于模板和受试者之间的方差(40)．它还确保来自单个实验的多个坐标不会共同影响单个体素的MA值。然后计算体素ALE分数作为MA图的联合，它提供了跨实验的大脑激活之间收敛的定量评估。然而，这种标准方法的一个局限性是，在整个数据库中，激活体素的基本率可能会对所选实验运行标准MACM时的结果产生偏差。因此，Langner et al. (41)开发了一种新方法先天的在体素中发现激活的概率，即SCALE。因此，通过蒙特卡罗模拟计算了体素特定的空分布，其中包括从原始数据库变换坐标。在10,000次迭代之后，给定数据库中的基本速率，将生成期望收敛的空分布。在我们的研究中，我们提取了具有反社会行为的个体的研究，这些研究报告了每个病变面具内至少一个峰值坐标。此外，我们没有从反社会大脑数据库中计算空分布，而是提取了对照病变MACM映射下的坐标来计算空分布。与对照病变相比，这产生了特定于反社会行为的病变- macm图。然后提取17个病变特异性MACM图谱中的每一个的体素z-score图谱。此外，通常的病变网络映射利用统计阈值范围从p< 0.05未校正(42)到pFWE < 10^-11年（43)，使用一个样本t-在健康受试者中进行测试考虑到我们分析的复杂性[即:(1)使用异常大脑活动数据库(与正常功能相比);(2)使用对照病灶的坐标(而不是激活的基础率)来计算零分布]我们决定使用一个更宽松的阈值(p< 0.05未校正)。阈值化后，对体素z-score图进行二值化和求和，在组水平上检测病灶之间的重叠，即基于任务的病灶网络。此外，我们通过比较反社会受试者的病变特异性MACM图与健康受试者的对应图(BrainMap数据库)，检查了在反社会受试者中观察到的共激活与正常功能的偏差程度。

研究共激活网络的异质性

考虑到在组水平上的结果可能是由一些病变驱动的，我们进行了额外的分析来检查病变网络之间的异质性。首先，我们旨在揭示反社会症状是否与神经合成术语有明显的关联。为此，我们计算了17个基于病变的MACM地图和神经合成元分析术语(如恐惧、面孔、奖励和收益)之间的空间相似性。然后，通过点双列相关，我们检验了空间相似系数是否与特定反社会症状(即欺骗、不负责任、易怒/攻击性和LPE症状)的存在相关。这使我们能够检查MACM是否类似于术语神经图，与特定的反社会行为的联系越强或越弱。

为了检查MACM图的神经异质性(请参阅图2对于工作流)，我们首先计算病灶之间的距离。为此，我们将病变图像(体素z-score图)转换为用体素表示受试者的17个一维向量(902,629体素表示17个病变)。然后，我们计算两两的欧氏距离和斯皮尔曼秩相关距离(1 -r)，并运行3种不同的聚类算法:(1)使用Spearman Rank相关距离和平均链接的Agglomerative聚类，(2)使用欧氏距离和Ward链接的Agglomerative聚类，以及(3)使用欧氏距离的kMeans。为了提取最优的聚类数量，我们检查了2-5个聚类解的剪影、calinski-harabasz、调整后的rand指数以及信息的变化，正如最近所做的那样(44)．当找到最优簇数时，我们总结了定义每个簇的病变MACM图，以确定收敛的大脑区域。最后，我们对三种算法的所有聚类之间的(非)相似性应用了树状图，以达到可解释性的目的。

功能描述

我们使用基于Neurosynth术语的解码对MACM网络进行功能表征[即，只有前10个术语;（45)]，以及全脑受体/转运体密度图(19)(见附表补充材料)．简单地说，我们评估了分布在8个神经递质系统(包括多巴胺、去甲肾上腺素、血清素、乙酰胆碱、谷氨酸、GABA、大麻素和阿片类药物)的28个受体/转运体密度图的相似性(Spearman相关性)。²确切permutation-basedp-值(1000个排列)计算，然后使用测试次数的错误发现率(FDR)进行校正。

结果

基于病变的元分析共激活模型

为了检查病变是否可能导致反社会行为背后的神经过程的重组和/或补偿，我们评估了反社会受试者的病变特异性共激活与其正常共激活之间的空间相似性(BrainMap)。结果表明，在反社会和健康受试者中，病变特异性共激活之间存在较小的空间相似性(平均r= 0.21, S.D = 0.06)，反社会功能与正常功能的相关强度介于r= 0.07(#7)到r= 0.29(#2)。

在组水平上，重叠17个MACM图(阈值和二值化)显示双侧杏仁核、内侧和外侧OFC、SMA、腹侧和背内侧PFC、梭状回区域和视觉V4区域之间缺乏任务型共激活(见表1而且图3)．但是，基于病变的元分析图之间的重叠性很弱(在17张图中∩≤5，≈29.41%)。

使用Neurosynth进行功能表征显示，基于病变的MACM图之间的重叠主要与情绪(即中性，情绪，恐惧，恐惧，快乐)和面部术语(例如中性面孔，表情，面部)相关r> 0.24。此外，基于任务的病变网络在空间上与5-HT相关₁（r= 0.34， [¹¹C] CUMI-101放射配基和5-HTT (rs= 0.27-38， [¹¹C .女士和[¹¹C]DASB放射配体)，应用FDR校正后。

理清临床异质性

我们进行了后续分析，以调查病变特异性元分析网络和Neurosynth元分析术语之间的空间相似性是否与不同的反社会症状相关。我们发现欺骗和LPE症状均与神经合成元分析术语呈正相关获得(即腹侧纹状体，额极皮层，pgACC) (rs = 0.63-76)，而对面孔(如杏仁核、梭状回、MCC)有负面影响。此外，LPE症状与奖励(即腹侧纹状体、vmPFC、额极皮层和pgACC)。此外，攻击性和不负责任症状与神经合成术语无显著相关性。

检查基于病变的元分析网络之间的异质性

鉴于病变在空间上分布于ATL和mPFC区域，我们试图通过fMRI任务的共激活映射来检查它们的异质性。正如预期的那样，分析揭示了基于病变的元分析网络在空间上的多样性，并且在其相关的元分析术语和受体/转运体密度图方面存在差异。用于评估聚类解决方案的不同指标显示，四聚类解决方案是最优的(参见补充材料)．

病变共激活组1

该网络仅包括左杏仁核病变(#15)，并通过三种聚类算法可靠地发现(见图4)．其主要特征是中枢后、丘脑、额下回、右杏仁核、尾状核和视觉区域(补充材料)．功能解码表明，这些地图与情绪处理(即恐惧、情绪、快乐、中性)以及面部评估(即恐惧脸、中性脸、表情、面部表情)密切相关。此外，该元分析网络与多巴胺显著相关(r= 0.30)和血清素(rs= 0.37-0.40)运输车地图。

病变共激活组2

第二个网络由时间区域(#1和#2)驱动，并在具有欧几里得距离(#1，#2，#3)和kMeans(#1， #2)的聚集聚类中观察到，但在具有spearman秩相关的聚集聚类中没有观察到。该网络包括STG、岛叶皮层、梭状面区、外侧PFC和外侧OFC补充材料完整的结果)。功能解码与一般情绪处理相关的神经合成术语(例如，情绪刺激，情绪面孔，情绪调节)密切相关。该网络也只与5-HT相关₁受体密度图(rs= 0.29 - -0.35)。

病变共激活组3

该网络主要由右杏仁核病变形成(#12，#13)，并通过三种聚类算法发现。使用spearman等级相关的凝聚聚类发现颞区病变网络更广泛(#1，#2，#3，#12，#13)，而其他两项仅发现杏仁核病变(#12，#13)。该网络的主要特征是双侧杏仁核、岛叶皮层、SMA、梭状面区以及中脑、丘脑的互动性不足(补充材料)．该网络与与情绪面部处理相关的Neurosynth术语(例如，中性、恐惧、中性面孔、表情)具有显著的相似性。此外，它与5-HT显著相关₁受体密度(rs= 29-0.37)以及血清素转运蛋白(只有[¹¹C] DASB放射性配体rs= 0.25-0.27)地图。

病变共激活组4

第四个网络包括其余的病变，主要是额叶病变(#6，#8，#9，#11，#14，#17)。然而，本组纳入的病变在三种方法中有所不同，具有spearman等级的聚集性聚类包括6个病变(#6、#8、#9、#11、#14、#17)，具有病房联动的聚集性聚类包括11个病变(#4、#5、#6、#7、#8、#9、#10、#11、#14、#16、#17)，kMeans包括12个病变(#3、#4、#5、#6、#7、#8、#9、#8、#9、#10、#11、#14、#16、#17)。异常共激活主要出现在OFC内侧和外侧、mPFC腹侧到背侧以及后颞回。神经合成元分析图揭示了与奖励处理(例如，奖励，价值，效价，强化)的关联。该网络与μ-阿片样蛋白(rs= 0.36-0.43)₁（[¹¹C] SCH23390放射性配体,r= 0.18)的未校正阈值，但未能在FDR校正中存活。

病灶共激活组(其他)

spearman等级距离的聚类显示了其他两种聚类方法未观察到的聚类，涉及更多背侧PFC大脑区域的病变(#4，#5，#7，#10，#16)。关联的网络只包括pre-SMA。它显示出与记忆和文字处理相关的各种元分析术语的相似性，并且与任何受体/运输密度图没有显著相关。

讨论

最近，Darby等人(20.)在健康受试者休息时使用损伤到体素的方法来检查支撑反社会行为的损伤脑网络。他们观察到，这个网络主要与参与道德决策的大脑结构重叠。作为补充，我们试图检查在fMRI任务中与反社会行为相关的病变的神经结构。事实上，我们使用了17个人的脑损伤图像(20.)，这些人在病变(如创伤、肿瘤)后已知有反社会行为，并使用143个全脑功能磁共振成像实验的数据库进行MACM，其中包括5900多名表现出反社会行为的受试者。此外，与655个对照病变相比，我们确定了特定于反社会行为的病变网络。我们发现，在反社会和健康受试者之间，损伤特异性共激活具有弱到中等的相似性，这表明补偿机制可能与损伤后的反社会行为有关。与反社会行为相关的任务型损伤网络涉及双侧杏仁核、内侧和外侧OFC、补充运动区(SMA)、腹侧和背内侧PFC和梭状回区，主要与情绪、面部加工和5-羟色胺受体(5-HT)相关₁)和传送器(5-HTT)地图。然而，我们发现病变MACM映射之间只有微弱的重叠(∩≤29.4%)，这表明病变网络之间存在很大的异质性。我们进一步研究了特定的反社会行为是否可以解释这种异质性。首先，我们发现了特定的反社会症状与不同的神经合成元分析术语相关的证据。其次，通过使用3种不同的聚类算法，我们发现这17张图主要可以分为4个同质组:(1)左杏仁核损伤与情绪面孔加工相关;(2)颞部损伤与一般情绪处理相关，(3)右侧杏仁核损伤与情绪面孔处理相关，(4)额部损伤与奖励处理相关。这些群体与血清素能、多巴胺能和阿片类系统表现出不同的关联模式。

正如Adolph及其同事所强调的(21)，个体差异对于理解反社会行为背后的损伤脑网络至关重要。事实上，我们发现基于病变的MACM映射在组水平上最小程度重叠(17个病变中≤5个)。这表明病变特异性网络之间存在不可忽视的异质性水平，但也质疑在群体水平上研究病变大脑网络的有用性，因为这种方法仅由广泛的表型证明是合理的共享介于两者之间(例如，反社会行为)。因此，我们进行了额外的分析，以更好地了解有关特定反社会症状的个体间变异性。我们观察到反社会症状与不同的神经合成元分析术语显著相关。例如，LPE和欺骗性都与获得．欺骗和LPE通常是同时发生的，两者都代表了精神变态因素1的人际和情感层面(46)．因此，改变神经网络的病变与获得(例如，腹侧纹状体和背侧纹状体，额极皮层，pgACC，额中回)可能会增加欺骗和LPE症状的风险(例如，为了个人利益而欺骗他人，撒谎，缺乏同理心和悔恨)。与精神变态的因子1相关的特征通常很难治疗，但尽管如此，证据表明，与惩罚相比，他们可能对积极强化策略更有反应(47)，这可能是由于容易受到获得和奖励过程的影响。最后，尽管攻击性/易怒症状在统计上不显著，但与元分析术语增益呈相反方向(r=−0.18)和奖励(r=−0.32)和与面孔的正向关联(r= 0.21)和愤怒(r= 0.18)。这种反社会行为之间的相反效果在某种程度上并不令人惊讶，因为攻击性更可能与负面情绪唤醒有关，而不是奖励过程(48)．这些也与过去的证据一致，表明攻击性和其他违反规则的行为是不同的行为实体，具有不同的病因影响(49)、发育危险因素(50)和轨迹(51)．我们的研究结果强调了研究特定的反社会行为与神经生物学标志物之间关系的重要性。

在我们的研究中，我们发现与反社会行为相关的病变主要位于mPFC和杏仁核。有趣的是，过去对健康受试者的元分析发现，在执行各种功能磁共振成像任务时，这两个区域经常同时激活，比如道德(52)、情绪处理(53)、奖励处理(54)，以及主观价值(55)．然而，我们发现，在反社会受试者中，这些大脑区域的损伤可能会改变不同的大脑网络，而不是单一的共同激活网络。事实上，通过使用数据驱动的方法，我们观察到四个主要同质的基于病变的MACM图组，包括情绪面部处理(组1和组3:杏仁核，梭状回面部区域，丘脑和视觉区域)，一般情绪处理(组2:颞上回，外侧PFC，岛叶，MCC/SMA，梭状回)和奖励处理(组4:内侧和外侧OFC，背侧和腹侧mPFC，颞中回)。这四组可能在很大程度上取决于大脑病变的位置，即杏仁核、颞叶和额叶。事实上，这些结果与过去的病变研究一致，表明杏仁核病变可能对情绪面部处理损伤具有选择性(56- - - - - -61)，而mOFC/vmPFC的损伤会增加评估和奖励导向决策的缺陷(62- - - - - -65)．有趣的是，这四组人在与受体图的空间相似性上也有所不同。例如，第1组(左杏仁核)和第3组(右杏仁核)的基于任务的MACM图与血清素转运体图有关。这与支持5-HTT在消极情绪、杏仁核神经反应性(66)，也害怕面部处理(67)．我们还发现第2组(Temporal)与5-HT有关₁受体，支持其在攻击性和敌对行为中的作用(68- - - - - -71)，但总体上情绪不稳定(72)．最后，第4组(额叶病变)与μ-阿片受体图谱的相关性更强。事实上，μ-阿片受体(73)主要分布在纹状体(即伏隔核、苍白球、壳核、尾状核)，也分布在vmPFC和内侧OFC，支持奖赏处理在反社会行为中的作用。有趣的是，内源性阿片类物质系统最近与几种奖励相关的反社会行为(例如，控制欲)、物质使用和感觉寻求(74，75)，这支持了我们关于欺骗和LPE症状的结果。总的来说，我们的研究结果为不同的神经递质系统如何在反社会行为的出现中发挥突出作用提供了证据(14- - - - - -16)．尽管文献的重点主要放在多巴胺能系统和血清素能系统上，但阿片系统与反社会行为之间的关系值得进一步研究。

综上所述，我们的研究结果表明，不同大脑区域的损伤可能会改变不同的大脑网络，从而改变不同的神经认知过程，从而增加不同反社会行为的风险。总的来说，我们发现与反社会行为相关的脑损伤主要位于额叶和颞叶。有趣的是，大脑区域和行为之间的这些复杂和异质的相互作用在额颞叶痴呆中也有报道，额颞叶痴呆是一种以前额叶和/或颞叶皮层退化为特征的临床综合征。例如，高达57%的额颞叶痴呆患者报告有反社会行为[各项研究的平均百分比= 34%;（76)]。更准确地说，患有额叶变异的患者可能会表现出缺乏同理心和情感冷漠、去抑制、亲和性显著降低(即冷酷无情和不信任)，但也会增加积极情绪(例如，欣快情绪、夸大的自尊)(77，78)．此外，一些研究人员还发现，工作记忆障碍是额叶变异体中最常见的缺陷。77)．另一方面，工作记忆倾向于保存在颞叶变体中[语义变体:(78)]，但患者可能出现物体识别障碍、面孔失认症和情绪处理障碍(77，78)．虽然大脑与行为的关系很复杂，但我们的研究结果倾向于证明反社会行为可能来自四种不同的大脑机制，这在很大程度上取决于大脑损伤的位置。在接下来的几年里，未来的研究可能会探讨与病变相关的神经过程的异质性，以及临床表现方面的个体间变异性。

限制

有一些限制是需要承认的。首先，尽管我们使用来自5900多名反社会受试者的大型数据库的数据进行了异常共激活的荟萃分析，但只有17个病变面具被用作种子。尽管所涉及的样本量很小，但这种方法的明显优势在于，它允许在这17个病变与随后出现的反社会行为之间建立明确的时间关联。其次，我们无法对每个特定的神经认知域(即正效价、负效价、社会认知、认知控制)进行专门的分析，因此我们必须将它们结合起来，这样做会增加给定种子共激活网络的异质性。尽管如此，考虑到使用BrainMap数据库的标准MACM方法(25- - - - - -27)是元分析所有可用的实验，不管任务是什么。同样，我们的对照病灶是中风病灶。虽然样本量很大，但我们没有任何关于某些患者是否出现攻击性行为或不良行为的信息。由于15%至35%的中风后病人会表现出愤怒和躁动(79)，将反社会病变与它进行比较可能会降低发现显著差异的能力。此外，将17个反社会病变与对照病变、反社会受试者(无病变)和健康受试者(无病变)仔细匹配也是最佳的。鉴于我们使用了元分析方法来调查受损网络，未来的研究应该寻求明确的调查。最后，我们使用三种不同的聚类方法进行聚类分析，以减少由于聚类技术选择造成的偏差。在元分析神经影像文献中，最常用的基于激活体素相似性的聚类是层次聚类(44，80，81)及kMeans (54，82)．由于有许多聚类方法和距离度量，我们的结果可能会根据其他聚类方法(例如，Affinity propagation, DBScan等)或距离度量(例如，Manhattan, Minkowski, Jaccard等)的选择而有所不同。

结论

总之，这些结果是至关重要的，因为它允许理解脑损伤后反社会行为出现的个体差异。换句话说，尽管所有患病患者都表现出至少一种反社会行为，但他们都具有不同的反社会症状和独特的大脑共激活网络。为了减少病变之间的异质性，我们首先检查了临床异质性，发现欺骗和LPE症状可能与增益和奖励相关的神经映射有关。此外，我们发现病变网络的同质组可能与反社会行为的风险增加有关。这些依赖于病变的位置，主要包括情绪面孔处理、一般情绪处理和奖励处理。此外，它们显示了与不同受体/转运图的关联，这可能会告诉我们潜在的药物治疗，以减少基于病变位置的反社会行为的风险。鉴于脑损伤和反社会行为之间的相互作用是复杂的(83)，我们需要前瞻性研究来支持我们的结果。

数据可用性声明

支持本文结论的原始数据将由作者提供，毫无保留地提供。

作者的贡献

JD和SP构思并设计了这项研究。JD负责分析并撰写手稿草稿。SP审查了草案。两位作者都同意了手稿的最终版本。

致谢

我们感谢Ryan Darby和Michaël Fox慷慨地与我们分享他们的病变面具图像。SP是礼来加拿大精神分裂症研究主席的持有者。JD是Fonds de Recherche du Québec en Santé的博士奖学金获得者。对照病灶的原始收集者，南加州大学，对数据的使用或结果的解释不承担任何责任。

利益冲突

作者声明，这项研究是在没有任何商业或财务关系的情况下进行的，这些关系可能被解释为潜在的利益冲突。

出版商的注意

本文中所表达的所有主张仅代表作者，并不代表他们的附属组织，也不代表出版商、编辑和审稿人。任何可能在本文中评估的产品，或可能由其制造商提出的声明，都不得到出版商的保证或认可。

补充材料

本文的补充资料可在以下网址找到://www.gosselinpr.com/articles/10.3389/fpsyt.2022.969206/full#supplementary-material

脚注

1. ＾https://github.com/JulDugre/AntisocialBrainDatabase
2. ＾https://github.com/juryxy/JuSpace

参考文献