这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:
本研究的主要作者包括Shania Mereen Soman、Nandita Vijayakumar、Phoebe Thomson、Gareth Ball、Christian Hyde和Timothy J. Silk。研究团队来自多个机构,包括澳大利亚迪肯大学(Deakin University)的社会与早期情绪发展中心、墨尔本大学(University of Melbourne)的儿科系、默多克儿童研究所(Murdoch Children’s Research Institute)的发育影像学部门,以及美国纽约的Child Mind Institute。研究发表于《Human Brain Mapping》期刊,并于2023年3月6日接受发表。
本研究聚焦于注意缺陷多动障碍(Attention Deficit Hyperactivity Disorder, ADHD)儿童的功能性和结构性脑网络发育。ADHD是一种常见的儿童神经发育障碍,主要表现为注意力不集中、多动和冲动行为。已有研究表明,ADHD儿童的大脑功能性和结构性连接存在异常,但大多数研究为横断面研究,缺乏对纵向发育轨迹的探讨。鉴于儿童和青少年期大脑发生显著变化,研究ADHD儿童在这一时期的脑网络发育尤为重要。本研究旨在通过图论(Graph Theory)分析,比较ADHD儿童与正常发育儿童在功能性和结构性脑网络发育上的差异,并探讨这些差异与ADHD症状的关系。
研究流程包括以下几个主要步骤:
参与者招募与筛选
研究纳入了175名9至14岁的儿童,其中91名为ADHD儿童,84名为正常发育儿童。所有参与者均通过家长和教师的Conners 3 ADHD指数筛查,并通过面对面诊断访谈(NIMH Diagnostic Interview Schedule for Children IV, DISC-IV)确认诊断。ADHD组儿童需在招募或基线评估时符合ADHD诊断标准,对照组儿童则需在所有评估中均不符合ADHD诊断标准。
神经影像数据采集
参与者进行了长达三年的纵向神经影像评估,每18个月进行一次MRI扫描。功能影像数据通过静息态功能磁共振成像(Resting-State Functional Magnetic Resonance Imaging, rs-fMRI)获取,结构影像数据通过扩散加权成像(Diffusion Weighted Imaging, DWI)获取。所有扫描均在3T Siemens MRI扫描仪上进行,采用多波段加速EPI序列(MB3)和32通道头线圈。
数据预处理
功能性数据使用FSL 5.0.9软件进行预处理,包括去除初始信号不均匀性、运动校正、空间平滑、空间标准化等步骤。结构性数据使用MRtrix3软件进行预处理,包括去噪、Gibbs去环、涡流校正、运动校正和脑掩膜估计等步骤。
脑网络构建与分析
使用多模态人类大脑皮层分区图谱(HCP-MMP atlas)构建每个参与者的功能性和结构性脑网络连接矩阵。功能性连接矩阵通过皮尔逊相关系数计算,结构性连接矩阵通过纤维追踪技术构建。随后,应用图论分析提取局部效率(Local Efficiency, LE)、度中心性(Degree Centrality)和介数中心性(Betweenness Centrality, BC)等图论指标。
纵向建模
使用广义加性混合模型(Generalized Additive Mixed Models, GAMMs)分析ADHD儿童与对照组在功能性和结构性脑网络发育轨迹上的差异。模型包括年龄、组别、扫描仪、药物状态和性别等协变量。
功能性脑网络的组间差异
ADHD儿童在双侧顶下回、颞上回和左侧视觉皮层表现出较低的度中心性,但在左侧前扣带回表现出较高的度中心性。此外,ADHD儿童在右侧顶下回和岛叶皮层表现出较低的局部效率,但在左侧颞下回、右侧楔前叶和腹侧前扣带回表现出较高的局部效率。在介数中心性方面,ADHD儿童在左侧颞下回表现出较低的值,但在右侧顶下回表现出较高的值。
结构性脑网络的组间差异
ADHD儿童在右侧后扣带回和额叶岛盖皮层表现出较高的度中心性,但在右侧后扣带回和颞中回表现出较低的局部效率。此外,ADHD儿童在右侧角回表现出较低的介数中心性,但在右侧颞中回表现出较高的介数中心性。
发育轨迹的差异
在功能性脑网络中,ADHD儿童在右侧颞上回的度中心性表现出更大的增长,而在左侧楔前叶的度中心性保持稳定。在结构性脑网络中,ADHD儿童在左侧顶下回的度中心性表现出更大的增长,而在双侧视觉皮层的局部效率保持稳定。
本研究表明,ADHD儿童在功能性和结构性脑网络的拓扑结构上表现出与正常发育儿童不同的发育轨迹。这些差异主要涉及高阶认知和感觉区域,如前扣带回、后扣带回、额叶岛盖皮层、颞上回、顶下回和视觉皮层。这些发现为进一步理解ADHD的神经机制提供了重要线索,并为未来的干预和治疗策略提供了潜在的靶点。
研究还讨论了ADHD儿童脑网络异常与临床症状之间的关系,并提出了未来研究的方向,包括进一步探讨功能性和结构性脑网络的交互作用,以及这些异常与神经认知功能的关系。
这篇研究不仅深化了我们对ADHD神经机制的理解,还为未来的临床干预提供了科学依据。