《Developmental Cognitive Neuroscience》：Assessing neurocognitive maturation in early adolescence based on baby and adult functional brain landscapes
編輯推薦：
為解決現有方法難以準確預測青少年認知發展的問題，研究人員開展基于青少年靜息態功能連接（rsFC）與嬰兒、成人大腦功能圖譜對比的研究。結果顯示，錨定 rsFC 成熟分數（AFC）可預測青少年認知表現和發展，這為神經認知成熟度研究提供新方法。
在青春的成長旅程中，青少年的大腦宛如一座正在建設的復雜城市，發生著翻天覆地的變化。認知能力的提升是這一時期的重要標志，然而，如何精準解讀大腦變化與認知發展之間的神秘聯系，一直是科學界苦苦探索的謎題。以往，研究人員嘗試借助各種手段揭開這層面紗，數據驅動的腦年齡差距測量方法曾備受關注，它試圖通過復雜的算法，從大腦數據中挖掘出與認知衰退相關的線索，進而預測青少年的認知發展。但現實卻給了大家沉重一擊，這些方法在青少年群體中的應用結果參差不齊，猶如霧里看花，難以捉摸。
在這樣的困境下，一項新的研究應運而生。來自國外的研究人員懷揣著探索未知的熱情，踏上了尋找新方法的征程。他們將目光聚焦于青少年的大腦，希望能找到一種更為可靠的方式，來評估青少年早期神經認知的成熟度。為此，他們開展了一項別具一格的研究，該研究成果發表在《Developmental Cognitive Neuroscience》上。
研究人員巧妙地利用青少年大腦認知發展（ABCD）研究的豐富資源，收集了大量 9 - 10 歲（基線）和 11 - 12 歲（2 年隨訪）青少年的靜息態功能磁共振成像（fMRI）數據。他們的核心思路是，將青少年的靜息態功能連接（rsFC）與嬰兒和成人的典型大腦功能圖譜進行直接對比。具體而言，他們構建了基于嬰兒和成人皮質網絡的連接矩陣，通過計算連接矩陣中網絡內和網絡間連接的差異，得到了一個關鍵指標 —— 錨定 rsFC 成熟分數（AFC）。這個分數就像是一把精準的尺子，用來衡量青少年大腦功能連接的成熟程度。
為了深入探究 AFC 與認知發展的關系，研究人員運用了多種關鍵技術方法。在數據采集方面，他們借助 ABCD 研究的多中心協作，獲取了不同地區青少年的大腦影像數據和行為學數據。在影像處理上，采用了自動化腳本對 fMRI 數據進行處理，包括 FreeSurfer 歸一化、ICA - AROMA 去噪、CompCor 校正等一系列操作，以確保數據的質量。在數據分析階段，運用線性混合效應回歸和間接效應模型等統計學方法，全面分析 AFC 與認知表現、年齡、家庭社會經濟地位等因素之間的關系。
下面來看看具體的研究結果：
- 網絡模型的有效性：研究發現，嬰兒和成人的網絡模型在捕捉青少年大腦功能連接方面，都比隨機生成的或基于距離的空模型表現更出色。這表明，使用這兩種網絡模型來分析青少年大腦功能連接是合理且有效的。
- AFC 與認知表現的關聯：無論是在 9 - 10 歲還是 11 - 12 歲的青少年中，AFC 得分越高，N - back 任務（該任務可測試持續注意力和工作記憶能力）的表現就越好。而且，從基線到 2 年隨訪期間，AFC 得分的增加與 N - back 任務表現的提升顯著相關。這意味著，AFC 能夠有效地反映青少年認知功能的發展情況。
- AFC 與家庭資源的關系：研究還發現，家庭社會經濟資源與 AFC 有關，較高的父母教育程度和家庭收入與更高的 AFC 得分相關。然而，即使考慮了這些家庭資源因素，AFC 仍然能夠獨立地預測認知任務表現，這說明 AFC 在評估認知發展方面具有獨特的價值。
- AFC 的中介作用：進一步的分析表明，AFC 在年齡與認知任務表現之間起著重要的中介作用。年齡的增長與 AFC 得分的增加相關，而 AFC 得分的增加又與更好的認知表現相關。這揭示了年齡影響認知發展的一個潛在神經機制。
- 其他相關發現：在后續的分析中，研究人員還進行了一系列的補充實驗。他們發現，與傳統的基于圖論的腦模塊化指標相比，AFC 在預測認知表現方面更具優勢。此外，AFC 在使用其他認知任務（如 NIH - Toolbox 任務）進行評估時，也能表現出與認知發展的相關性，盡管在某些方面存在差異。同時，研究人員還測試了不同計算 AFC 的方法，結果表明原始的計算方法在預測認知表現上具有較好的性能。
綜合上述研究結果，研究人員得出結論：AFC 作為一種簡單且易于計算的指標，能夠有效地預測青少年的認知表現和發展。它不僅反映了青少年大腦功能連接從嬰兒模式向成人模式的轉變，還揭示了這種轉變與認知發展之間的緊密聯系。這一研究成果意義非凡，為神經認知發展領域開辟了新的研究方向。AFC 的應用可以幫助研究人員更好地理解青少年大腦發育的過程和機制，為早期干預和教育策略的制定提供科學依據。例如，通過監測 AFC 的變化，教育工作者可以及時發現青少年認知發展中的問題，并采取針對性的措施進行干預。此外，AFC 的計算方法簡單且無需復雜的數據驅動模型，這使得它在不同研究和臨床實踐中具有廣泛的應用前景。
然而，這項研究也存在一些局限性。研究樣本的年齡范圍較窄，未來需要在更大年齡跨度的青少年群體中進行驗證。同時，盡管 AFC 對不同的成人網絡和腦區劃分具有一定的穩健性，但對于替代的嬰兒網絡，仍需謹慎驗證。此外，研究僅關注了大腦皮層，未來的研究可以拓展到小腦和皮層下區域，以實現全腦覆蓋。最后，研究的縱向樣本在種族代表性方面存在不足，后續研究需要更具代表性的樣本，以確保研究結果的普適性。
盡管存在這些不足，但這項研究無疑為我們理解青少年神經認知發展打開了一扇新的窗戶，讓我們看到了大腦與認知之間更為清晰的聯系，為未來的研究和實踐奠定了堅實的基礎。
