-
生物通官微
陪你抓住生命科技
跳動的脈搏
睡眠時長與青少年腦網絡連接異常:體感運動網絡分離的多模態研究揭示社會經濟-認知-精神病理學關聯
《Biological Psychiatry Global Open Science》:Somatomotor disconnection links sleep duration with socioeconomic context, screen time, cognition, and psychopathology
【字體: 大 中 小 】 時間:2025年05月06日 來源:Biological Psychiatry Global Open Science 4.0
編輯推薦:
本研究通過整合多模態睡眠評估(Fitbit/問卷)和腦網絡圖譜技術,在3037名ABCDSM研究青少年中發現:較短睡眠時長與體感運動網絡(somatomotor network)分離增強顯著相關(r=0.23)。該神經特征同時關聯社會經濟劣勢、屏幕使用時長、認知下降及外化行為問題,為睡眠障礙的神經機制提供了全新解釋框架。
青少年睡眠不足已成為全球公共衛生危機,美國國家睡眠基金會將其定義為"流行病"。盡管睡眠對大腦發育的關鍵作用已被廣泛認知,但現有研究多聚焦高階認知腦區(如前額葉-邊緣系統),缺乏對全腦網絡組織的系統性探索。更值得注意的是,社會經濟劣勢群體中睡眠剝奪現象更為普遍,這種差異如何通過腦網絡變化影響認知功能和心理健康,仍是未解之謎。來自密歇根大學等機構的研究團隊在《Biological Psychiatry Global Open Science》發表的重要研究,首次采用數據驅動的網絡神經科學方法,揭示了睡眠時長與體感運動網絡分離的驚人關聯。
研究團隊利用ABCD研究隊列中3037名11-12歲青少年的多模態數據(包括父母報告、自我報告和Fitbit客觀監測的睡眠時長),結合靜息態功能磁共振成像(resting-state fMRI)和圖論分析(graph theory)。關鍵技術包括:1)采用Gordon-333腦圖譜分區計算87,153個功能連接;2)創新性使用模塊內度(within-module degree)和參與系數(participation coefficient)量化網絡分離/整合;3)主成分回歸預測模型(principal component regression)進行多變量分析;4)留一站點交叉驗證(LOSO-CV)確保結果可重復性。
【主要發現】
網絡分離/整合與睡眠時長的強關聯
通過分析836個圖論指標,發現網絡整合/分離模式可顯著預測睡眠時長(rcv=0.23)?梢暬治鲲@示,較短睡眠者呈現顯著的"體感運動網絡分離"特征——該網絡節點表現出更高的模塊內連接和更低的外部網絡參與。
主導性神經特征成分
在79個腦網絡主成分中,第3成分(解釋方差67%)呈現出典型的體感運動網絡分離模式。獨立樣本驗證顯示該成分具有高度穩定性(r=0.99),且與睡眠時長的標準化回歸系數達0.15。
環境與表型關聯
體感運動網絡分離程度與多項關鍵指標相關:社會經濟資源(家庭收入β=-0.05)、屏幕時間(β=0.13)、認知能力(β=-0.06)及外化行為問題(β=0.05)。即使在控制這些變量后,其與睡眠時長的關聯仍保持顯著(β=-0.13)。
【突破性意義】
這項研究顛覆了傳統認知:1)首次揭示低階體感運動網絡(而非傳統關注的高階網絡)是睡眠時長的關鍵神經標記;2)建立"社會經濟劣勢-屏幕時間-睡眠剝奪-體感運動網絡分離-認知/行為問題"的完整通路;3)為開發針對體感運動網絡的神經調控干預(如經顱磁刺激)提供理論依據。研究者特別指出,這種網絡特征可能反映了基底節(basal ganglia)通過神經化學機制調控睡眠的功能障礙。
研究局限性包括橫斷面設計無法確定因果關系,以及臨床人群的普適性有待驗證。未來研究可縱向追蹤該網絡特征的發展軌跡,并探索其對睡眠干預反應的預測價值。這項開創性工作不僅為理解睡眠的神經機制開辟新視角,更凸顯了通過改善睡眠環境(如推遲上學時間)來促進腦健康的重要社會意義。
知名企業招聘