Brain responses in aggression-prone individuals: A systematic review and meta-analysis of functional magnetic resonance imaging (fMRI) studies of anger- and aggression-eliciting tasks
Notice bibliographique
Résumé
Abstract Background While reactive aggression (in response to a perceived threat or provocation) is part of humans’ adaptive behavioral repertoire, it can violate social and legal norms. Understanding brain function in individuals with high levels of reactive aggression as they process anger- and aggression-eliciting stimuli is critical for refining interventions. Three neurobiological models of reactive aggression–the limbic hyperactivity, prefrontal hypoactivity, and dysregulated limbic-prefrontal connectivity models–have been proposed. However, these models are based on neuroimaging studies involving mainly healthy individuals, leaving it unclear which model best describes brain function in aggression-prone individuals. Methods We conducted a systematic literature search (PubMed and Psycinfo) and Multilevel Kernel Density meta-analysis (MKDA) of nine functional magnetic resonance imaging (fMRI) studies of brain responses to tasks putatively eliciting anger and aggression in aggression-prone individuals alone, and relative to healthy controls. Results Aggression-prone individuals exhibited greater activity during reactive aggression relative to baseline in the superior temporal gyrus and in regions comprising the cognitive control and default mode networks (right posterior cingulate cortex, precentral gyrus, precuneus, right inferior frontal gyrus). Compared to healthy controls, aggression-prone individuals exhibited increased activity in limbic regions (left hippocampus, left amygdala, left parahippocampal gyrus) and temporal regions (superior, middle, inferior temporal gyrus), and reduced activity in occipital regions (left occipital cortex, left calcarine cortex). Conclusions These findings lend support to the limbic hyperactivity model and further indicate altered temporal and occipital activity in anger- and aggression-eliciting situations that involve face and speech processing.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,014 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».