多模态脑测量与精神病理学领域之间的不同关联可预测青少年的功能表现

root 提交于 周四, 06/04/2026 - 22:47
青少年精神病理部分植根于关键神经网络中可测量的紊乱,但该领域仍缺乏对这些脑—行为联系的整合性、多模态理解。在本研究中,我们考察了皮质—纹状体、皮质—边缘系统和执行控制网络中的结构、微结构和功能测量如何与精神病理各维度相关,并进一步探索这些关联如何预测未来的心理社会功能。我们使用了青少年大脑认知发展(Adolescent Brain Cognitive DevelopmentSM, ABCD)研究的数据(n=5,408),并在青少年13–14岁时采用正则化典型相关分析,以识别多种脑测量与精神病理维度之间不同的协变模式。随后,我们使用得到的典型脑评分和精神病理评分来预测一年后的学校相关功能损害。 首先,在所有三个网络中,更高的弥散性、奖励任务期间激活降低,以及较低的皮质—纹状体表面积与更高水平的广泛性精神病理相关。其次,较低的皮质—边缘系统弥散性、执行控制网络体积和表面积、以及所有三个网络中的皮层厚度,以及较高的皮质—纹状体和皮质—边缘系统体积,与更高的焦虑水平但更低的外化问题相关。对于第一种模式,更高的精神病理评分预测了一年后更多的学校相关功能损害。对于第二种模式,更高的脑评分和更高的精神病理评分预测了一年后更少的学校相关功能损害。 识别特定神经测量如何与精神病理维度相对应,以及二者如何共同预测现实世界中的功能表现,有助于推进对青少年心理健康的概念化。这种方法阐明了哪些分析层次为青少年功能提供了独特信息,哪些提供了共享信息,并突出了可能为未来干预目标提供依据的潜在机制。

青少年精神病理在一定程度上植根于关键神经网络中可测量的紊乱,但目前该领域仍缺乏对这些脑—行为关联的整合性、多模态理解。在本研究中,我们考察了皮质—纹状体、皮质—边缘系统和执行控制网络中的结构、微结构及功能指标如何与精神病理维度相关,并进一步探讨了这些关联如何预测未来的社会心理功能。我们使用了青少年大脑认知发展(Adolescent Brain Cognitive DevelopmentSM)研究的数据(n=5,408),并采用正则化典型相关分析,在青少年13–14岁时识别多种脑指标与精神病理维度之间协变的不同模式。随后,我们利用所得的典型脑评分和精神病理评分预测一年后的学校相关功能损害。

首先,在所有三个网络中,更高的弥散性和在奖赏任务期间降低的激活,以及较低的皮质—纹状体表面积,与更高水平的广泛精神病理相关。其次,较低的皮质—边缘系统弥散性、执行控制网络体积和表面积,以及所有三个网络中较低的皮层厚度,同时伴随较高的皮质—纹状体和皮质—边缘系统体积,与更高水平的焦虑但更低水平的外化问题相关。对于第一种模式,更高的精神病理评分预测一年后更严重的学校相关功能损害。对于第二种模式,更高的脑评分和更高的精神病理评分则预测一年后较轻的学校相关功能损害。

识别特定神经指标如何与精神病理维度相对应,以及二者如何共同预测现实世界中的功能表现,有助于推进对青少年心理健康的概念化。这一方法阐明了哪些分析层面能够为青少年功能提供独特信息,哪些则提供共享信息,并突出显示了可能为未来干预目标提供依据的潜在机制。


📄 原文链接:https://www.biorxiv.org/content/10.64898/2026.06.03.729937v1?rss=1

🏷️ 青少年精神病理 多模态脑成像 皮质-纹状体网络 执行控制网络 功能预后预测 正则化典型相关分析