恐惧（fear）是一种与进化密切相关的基本情绪，它可以激发一系列防御机制，在人类的生存和适应中具有重要作用。然而，人类长期处于恐惧状态中，可能发展为恐惧症、焦虑症和创伤后应激障碍（PTSD），对个人的身心健康会造成严重的负面影响。2019年新冠疫情（COVID-19）的爆发在全球引起极大的恐慌，导致人们产生了不同程度的恐惧、焦虑等负性情绪。那么，在面临相同的灾难性公共事件，为什么不同的人会产生不同程度的恐惧情绪？这是否具有相应的神经基础？能否提前做出预测呢？

为此，冯廷勇教授团队开展一项采用疫情前恐惧相关的神经网络来预测疫情中个体的恐惧程度的研究。本研究基于前期建立的中国人人格特质的多模态脑影像数据库，在中国疫情严重期（2020.02.21—2020.02.28）在线采集了恐惧等行为数据，个体的脑影像在疫情前完成采集（2019.09—2020.1）（图1）。

图1 研究流程和数据分析方法

         近日，该研究（题为“Predisposing Variations in Fear-Related Brain Networks Prospectively Predict Fearful Feelings during the 2019 Coronavirus (COVID-19) Pandemic”）发表在国际著名认知神经科学期刊Cerebral Cortex（中科院SCI一区）上。基于机器学习的分析方法，研究发现：疫情前与恐惧相关的神经网络（恐惧习得网络、恐惧消退网络和恐惧泛化网络）可以较准确区分疫情严重期高恐惧水平和低恐惧水平人群(Accuracy rate =75.00%, Sensitivity rate = 65.83%, Specificity rate = 84.17%) （图2）；同时，采用多变量回归的分析方法，发现疫情前恐惧相关的神经网络可以预测疫情严重期的恐惧程度（图3）。本研究对于建构和完善恐惧情绪加工的神经网络模型具有重要的科学价值；同时，对于理解恐惧症﹑焦虑症﹑创伤后应激障碍（PTSD）等情绪障碍的起因以及提前甄别恐惧易感性人群等具有重要的临床价值。

图2  疫情前与恐惧相关的神经网络可以较准确区分疫情中高恐惧水平和低恐惧水平人群

图3 疫情前恐惧相关的神经网络可以预测疫情严重期的恐惧程度

       论文的第一作者为西南大学心理学部冯攀，在读博士生陈志毅为共同第一作者，西南大学心理学部的冯廷勇教授为通讯作者。中国人人格特质的多模态脑影像研究项目由陈红教授﹑邱江教授﹑雷旭教授﹑冯廷勇教授和何清华教授等共同开展推进。该研究得到国家自然科学基金面上项目（31800959, 31971026 ）和中央高校基本科研业务经费（SWU118091; SWU2009104; SWU1809357 ）支持。

文献索引：

Pan Feng^#, Zhiyi Chen^#, Benjamin Becker, Xiqin Liu, Feng Zhou, Qinghua He, Jiang Qiu, Xu Lei, Hong Chen, Tingyong Feng^*(2021). Predisposing variations in fear-related brain networks prospectively predict fearful feelings during the 2019 coronavirus (COVID-19) pandemic. Cerebral Cortex, DOI: 10.1093/cercor/bhab232