深度解析|社會經濟地位影響大腦功能網絡連接和解剖學變化

2020-12-04 腦科學君

來到這個社會上,大家都想要出人頭地,升職加薪,走上人生巔峰。但是很遺憾可能不是所有人都會如此理想的實現自己的宏願,有人事業有成也有人落魄潦倒。那麼,這種人與人之間社會經濟地位的差異對我們的大腦會產生什麼樣的影響呢?來自Center for Vital Longevity, University of Texas at Dallas 的學者嘗試給出了一些答案。

圖源:buffer.com

人類作為社會性動物,無時無刻不身處於社會環境中。這種社會環境的不同對我們大腦發展和成熟也都有相應不同的影響。在這些因素中,社會經濟地位由於其代表了一個人生活的物質條件和社會地位,而被認為是會影響大腦發育的重要指標。

先前研究中的社會經濟地位與大腦發育研究主要集中在人類早期 (兒童期)和晚期 (老年期),但是很少從一個更廣泛的年齡段去探討這個問題,特別是針對中年人群的研究。

在本文中,研究者發現社會經濟地位 (主要反應為教育背景和職業社會經濟地位) 對大腦的功能連接網絡和全腦皮質結構的年齡差異直接相關。在中年這個年齡區間內 (35-64歲),更低的社會經濟地位與靜息態系統segregation (一種測量有效功能網絡連接的方法)的減少息息相關;社會經濟地位和大腦的解剖學機構也有類似的相關:更低的社會經濟地位與大腦皮層灰質厚度的減弱相關。

這種趨勢在更年輕的人群或更老的人群中則不明顯。並且,這種趨勢在控制了相關的身體心理健康情況、認知能力和人口學信息後仍然明顯。這種社會經濟地位和腦功能網絡組織無法被童年時的社會經濟地位所反應和解釋。

本研究結果提示了在中年人這個人群中社會經濟地位和腦功能網絡組織和解剖學組織的發展有顯著相關,且高社會地位對於中年人的年齡增加造成的大腦衰退有保護作用。

有關社會經濟地位和大腦發展的研究中,曾有學者發現低社會經濟地位對兒童和青少年的大腦神經發展有顯著的負面作用。實驗發現,那些低社會經濟地位的兒童和青少年大腦體積會更小,且腦功能也會有所改變(Farah, 2017; Hackman, Farah, & Meaney, 2010; Hedman, van Haren, Schnack, Kahn, & Hulshoff Pol, 2012; Noble, Houston, Kan, & Sowell, 2012; Raizada, Richards, Meltzoff, & Kuhl, 2008)。

在老年人的研究中也有相似結果,社會經濟地位與老年人的腦結構變化和痴呆情況相關(Yaffe et al., 2013)。針對這些針對青少年和老人的研究,我們可以發現他們的大腦是非常容易被社會經濟地位所影響的。但是,社會經濟地位的影響應該是一個非常持續的過程,中間的社會經濟地位變化也有可能給大腦的功能和結構造成或多或少的影響。

先前的研究中針對年輕的成人和中年的成人進行了大腦測量(功能激活和區域腦解剖學成像),但是幾乎沒有研究對於社會經濟地位對於不同年齡段的大腦影響進行報告。為了去更深層次的去理解社會經濟地位對於大腦的影響,各種關於人的社會信息,如教育程度、收入、生活的環境等各種變量都應當被考慮到。在本研究中,研究者就嘗試去將這些社會經濟地位相關的信息和大腦的功能和結構進行相關性研究。

其中,在測量大腦功能這個方面,為減少任務可能帶來的幹擾,研究者主要圍繞靜息態的功能相關而非功能態進行了研究。在腦網絡的靜息態功能相關分析中,整個大腦的功能連接都可以被劃分為許多我們已經熟知的功能模塊,比如視覺系統、默認網絡和額葉-頂葉控制系統等。這些分區的網絡連接能夠反應一個人的大腦網絡的組織特性以及功能模式。

之前的研究中有結論稱靜息態功能相關系統中的大腦神經元的系統分化能力(system segregation)會隨著年齡的增加而減少,也有研究表明這種segregation的減弱會導致認知能力的下降,同時,認知訓練可以增加大腦的system segregation能力 (Chan, Park, Savalia, Petersen, & Wig, 2014; Gallen et al., 2016)。

這些實驗都表明system segregation是可以作為一個有效的測量大腦功能的指標,來反映大腦的功能水平(見Key figure 進一步解釋 (Wig, 2017))。

除此之外,研究者在本篇研究中還收集了被試的大腦皮質的灰質厚度,以及皮質厚度。在大量先前研究表明,成年期大腦的皮質中灰質厚度和靜息態功能相關的segregation程度有系統性不同的基礎上,本研究更深層次的去探討一個問題:人類的社會環境是否與這種成年期的大腦發展的進程相關?是怎麼產生相關的?針對這個問題,研究者也提出了假設:社會經濟地位可能是調節這種年齡相關差異的功能連接和成年人大腦變化發展的因素

Key Figure. System Segregation,是一個測量指標,這個指標被定義為,這個大腦系統子系統內部和各個子系統間的關係如何。如果segregation過高,則會導致子系統之間的獨立,失去和其他系統的交流;但是如果segregation過低,則會導致子系統獨立的功能性消失。Picture from Wig, 2017

Figure 1. 圖a指的是大腦的功能網絡組織,利用靜息態網絡分析得到的結果;圖b為靜息態時間序列中的節點(nodes)的系統間和系統內關係的相關;圖c為大腦灰質厚度的測量;圖d為皮質厚度的測量。

實驗過程

實驗被試全部招募從Dallas-Fort Worth 區域。實驗通過University of Texas at Dallas 和 UT Southwestern Medical Center的倫理學審核。這個實驗包括被試完成完整的大腦解剖學和靜息態的fMRI 的掃描,以及人口學數據的報告。

在實驗中,過度肥胖、5年中曾有過失去意識、接受化學治療、患有精神疾病、有過電療、酒精依賴、腦手術等的被試都被排除在外。腦成像數據種為保證質量,劇烈頭動和數據質量差的被試數據都被排除。最終,304名被試被納入到了最終的實驗。

根據不同的年齡階段,被試被分為4個組,去探究不同的腦功能網絡的不同,同時圍繞著社會經濟地位和年齡的交互來進行統計分析。四個組的年齡分層為:年輕組20-34歲;中年組35-49歲;中老年組50-64歲;老年組65-89歲。

在實驗設計上,本實驗包含認知和神經心理學的測量,MRI掃描和人口學以及社會心理學問卷。所有被試都掃描了結構相MRI和靜息態fMRI. 在進行腦網絡計算時,被試大腦中的節點和邊、年齡相關的功能腦系統、功能網絡系統性segregation得分和皮質層厚度都分別進行了計算和採集。

行為數據方面,社會經濟地位指數根據被試教育和職業的年份時長指數來進行了計算,利用主成分分析提取職業和受教育年齡中的主要因子作為代表;其次,在職業信息方面,作者針對被試的薪水、教育程度等進行了加權計算後,得出了每一個被試的職業信息社會經濟指數;最後,作者還通過家長的受教育程度對被試在童年期的社會經濟狀態進行了量化。

實驗結果分為以下的幾個部分

會經濟地位對於年齡相關的大腦的功能網絡組織有調節作用。

研究人員在研究中發現在大腦系統網絡分化(system segregation)中社會經濟地位和年齡有顯著的交互作用。其中,僅僅在35到64這個年齡段中,更高經濟地位的被試的大腦有更強的system segregation能力。此外,相比更低的社會經濟地位的被試,高社會經濟地位和大腦的system segregation能力在中年前期有更顯著的相關關係。

此外,對比高經濟地位的中年後期人群和低經濟地位的中年前期人群的大腦system segregation指數,可以發現低社會經濟地位的被試的大腦會更早的受到年齡增加的影響(見Figure2.A)。

Figure 2. A: 縱軸為大腦system segregation功能;橫軸為不同年齡組;B:縱軸為皮質厚度均數;橫軸為不同年齡組。

社會經濟地位對不同年齡階段的大腦解剖學發展有不同的調節作用。

同樣的,和system segregation類似,高社會經濟地位和更厚的大腦皮層平均厚度相關,在中年人中,更高社會經濟地位也和更厚的大腦灰質厚度更相關。在低社會經濟地位的年輕中年人和高社會經濟地位的年長中年人的大腦皮質平均厚度的測量中,研究者也發現了和system segregation類似的趨勢(見Figure 2. B)。

社會經濟地位和年齡的交互作用在控制了被試的人口學、健康和認知能力變量後依然非常顯著。

鑑於生活中各種因素都有可能和社會經濟地位和年齡有廣泛的相關,去鑑別是否某些因素會對我們的大腦網絡和解剖學變化產生重要作用就變得尤為重要。在本研究中,研究者控制了諸多要素去儘可能地減少個體差異對於結果的解釋和影響,例如人口學信息、身體健康水平、心理健康水平和認知能力。結果發現,在控制了諸如性別、人種、BMI、吸菸飲酒、抑鬱症狀、記憶和流體智力等因素後,結果依然保持一致。

個人童年期的社會經濟地位無法解釋成年後的腦網絡組織差異。

童年期的社會經濟地位對大腦發育的成熟以及功能都有重要影響,所以很有可能我們目前觀察到的社會經濟地位所造成的大腦差異來自於童年期的社會經濟地位。為了排除這個差異,研究者取了樣本中的168人分析了童年期父母教育程度,父母受教育程度越高就代表童年期社會經濟地位越高。結果表明去除這種童年期影響並不會先前的結果,社會經濟地位和年齡依然在system segregation的表現中有交互作用;不過,在控制了童年期影響後,這種年齡和社會經濟地位的交互作用在大腦皮質層厚度中的結果則不再顯著。

與此同時,研究者也發現在任何大腦的測量結果中,童年期社會經濟地位、成年期社會經濟地位和年齡都不存在交互作用。基於此結果,研究者假設可能是童年期社會經濟地位可能對大腦以及成年期的社會經濟地位都存在一個持續性的影響,這個影響和年齡這個變量有較高的共線性,因而影響了觀察到的結果

討論和結論

在討論部分,研究者依舊針對以下幾個關鍵結論進行了討論,

1)成年時期的社會經濟地位和大腦的功能和解剖學結構都息息相關

2)社會經濟地位的不同會影響人在中年時期大腦的年齡相關的變化

3)在社會經濟地位-腦發展這個關係中,可能存在潛在的變量(社會環境、壓力、健康問題等)

總而言之,本文系統的梳理了一下社會經濟地位對大腦功能性和結構性的影響。相比高社會經濟地位的被試,低社會經濟地位這個因素會讓成年人更早的在大腦功能和結構中受到年齡的影響。本文也提供了從不同的角度驗證了人在中年時,環境對於人的大腦發展的影響,對於未來大腦健康和大腦保護的相關研究提供了新的依據和思路。

參考資料:

1.Chan, M. Y., Park, D. C., Savalia, N. K., Petersen, S. E., & Wig, G. S. (2014). Decreased segregation of brain systems across the healthy adult lifespan. COGNITIVE SCIENCES, 10.

2.Farah, M. J. (2017). The Neuroscience of Socioeconomic Status: Correlates, Causes, and Consequences. Neuron, 96, 56–71.

3.Gallen, C. L., Baniqued, P. L., Chapman, S. B., Aslan, S., Keebler, M., Didehbani, N., & D』Esposito, M. (2016). Modular Brain Network Organization Predicts Response to Cognitive Training in Older Adults. PLOS ONE, 11, e0169015.

4.Hackman, D. A., Farah, M. J., & Meaney, M. J. (2010). Socioeconomic status and the brain: Mechanistic insights from human and animal research. Nature Reviews Neuroscience, 11, 651–659.

5.Hedman, A. M., van Haren, N. E. M., Schnack, H. G., Kahn, R. S., & Hulshoff Pol, H. E. (2012). Human brain changes across the life span: A review of 56 longitudinal magnetic resonance imaging studies. Human Brain Mapping, 33, 1987–2002.

6.Noble, K. G., Houston, S. M., Kan, E., & Sowell, E. R. (2012). Neural correlates of socioeconomic status in the developing human brain: Neural correlates of socioeconomic status. Developmental Science, 15, 516–527.

7.Raizada, R. D. S., Richards, T. L., Meltzoff, A., & Kuhl, P. K. (2008). Socioeconomic status predicts hemispheric specialisation of the left inferior frontal gyrus in young children. NeuroImage, 40, 1392–1401.

8.Wig, G. S. (2017). Segregated Systems of Human Brain Networks. Trends in Cognitive Sciences, 21, 981–996.

9.Yaffe, K., Falvey, C., Harris, T. B., Newman, A., Satterfield, S., Koster, A., … for the Health ABC Study. (2013). Effect of socioeconomic disparities on incidence of dementia among biracial older adults: Prospective study. BMJ, 347, f7051–f7051.

作者信息

作者:Wayne(brainnews創作團隊)

校審:Simon(brainnews編輯部)

相關焦點

  • 前沿綜述:大腦結構網絡、功能網絡和網絡控制中的物理學
    、功能網絡和網絡控制的角度,梳理了物理學在腦科學研究中的進展。雖然日益進步的非侵入式腦成像技術擴展了我們發現腦網絡結構和功能上規律的能力,但理解腦網絡結構與其體現出的功能之間的關係,依舊是一個最基本的難題。
  • 復旦大學馮建峰教授團隊首次繪製大腦功能網絡動態圖譜
    近日,復旦大學類腦智能科學與技術研究院馮建峰教授團隊在BRAIN上在線發表了題為《腦功能網絡動態特性的神經、電生理和解剖關聯及其在精神疾病中的改變研究發現,大腦功能網絡的動態變化程度與人類的智能高度相關。根據這一發現,未來將有可能通過賦予人工智慧系統內部各部件動態相互作用的模式,使機器人真正產生人類的思維方式,這一重大成果或將對人工智慧的發展帶來革命性的影響。該論文被選為Brain編輯推薦和當期封面論文,《英國每日郵報》等海外幾十家媒體給予焦點報導。
  • 軀體症狀障礙與大腦功能連接的改變有關
    該研究包括18名SSD患者和20名健康對照組:13名女性和5名男性,平均年齡47歲。其中7人被劃分為SSD的「主要疼痛」亞型。 研究人員使用功能磁共振成像(fMRI)技術,評估了SSD患者與對照組大腦不同區域之間的功能連接——相互作用和同步活動。對fMRI數據進行分析,以探索四個先前定義的具有特殊功能的「大腦網絡」內部和之間的聯繫。
  • 前沿綜述:大腦結構網絡、功能網絡和網絡控制中的物理學
    Nature reviews Physics 一篇綜述文章,從大腦的結構網絡、功能網絡和網絡控制的角度,梳理了物理學在腦科學研究中的進展。本文是對這篇綜述的概述。腦結構網絡的測量和模擬文中作者提出一些腦網絡結構的特徵,以及能夠解釋這些特徵的網絡生成模型(Generative Model)。如描述大腦中,解剖層面上的功能分區現象的社區結構(Community Structure)[3]。這種結構表示腦網絡可被分割成具有特定認知功能的次級網絡,社區中節點很密集,社區之間很稀疏。
  • 社會網絡是如何形成的?它如何對人類現實行為產生影響?讀《大連接...
    正像大腦能夠做單個神經元所不能做的事情一樣,社會網絡能夠做的事情,僅靠一個人是無法勝任的。社會網絡真是太美妙了,它是如此精緻、複雜,而又無處不在,以至於人們很想知道它究竟為何存在。我們為什麼鑲嵌其中?它是怎樣形成的,如何運轉的,又是怎麼影響我們的?
  • 如何認識人工智慧對未來經濟社會的影響
    ,對經濟發展、社會進步等方面產生重大而深遠的影響。另一方面,人工智慧與經濟的融合要求外部環境進行適應性變化,所涉的外部環境十分廣泛,例如法律法規、倫理規範、基礎設施、社會輿論等。隨著人工智慧進一步發展並與經濟深度融合,其所涉外部環境範圍還將進一步擴大,彼此互動和影響亦將日趨複雜。總的來看,人工智慧將波浪式發展。當前,人工智慧正處於本輪發展浪潮的高峰。本輪人工智慧浪潮的興起,主要歸功於數據、算力和算法的飛躍。
  • 神經解剖學習筆記:大腦解剖知識
    2、     大體解剖名詞了解後再介紹皮層的顯微解剖(細胞、皮質分層、在分層基礎上的種類),了解大腦皮質的種系發生(新、中間、古、舊)。總體概況所有大腦解剖結構與這四類皮質的對應關係。3、     分系統{感覺、運動、語言(視、聽、感覺)、邊緣系統(內臟活動、情感、記憶)}來全面理解腦的功能與解剖結構之間的關係。
  • 尾狀核(caudate)——神經網絡連接
    大腦的解剖結構與功能結構複雜,並且神經纖維束的走行、分布與行為、功能的關係,一直是腦科學關注的核心問題,也是臨床神經病學定位和定性的基礎。彌散張量成像(DTI)是唯一可顯示活體腦白質纖維束的無創性成像技術,能夠立體、直觀的顯示纖維束的走形變化。《DTI神經纖維束結構與功能》一書,詳細講述了大腦內部的微觀結構,詳細講述了大腦神經纖維束的走形、毗鄰和頸髓內的走形關係。
  • 連接組計劃,可視化你的大腦
    「以目前的科學水平想要理解人類最基本的神經解剖都很困難。」弗朗西斯·克裡克和愛德華·瓊斯在「腦的十年」(1990-1999)期間發出這樣的悲嘆。 在1993的時候他們這樣寫到,「很顯然,研究人類大腦的解剖構造有必要藉助於快速發展的新興技術。」 其他研究者們也都認可這一看法。如今他們正在使用最新的技術和自動化手段對神經元間的連接進行空前細緻的、完備的繪製。
  • 大腦功能網絡動態圖首繪 或使機器人產生人類思維方式
    大腦功能網絡動態圖首繪 或使機器人產生人類思維方式 原標題:   本報上海7月25日電(記者顏維琦、曹繼軍)通過核磁共振掃描技術度量人類大腦各個區域的動態相互作用模式,並揭示其動態變化的產生機制,從而首次繪製腦功能網絡的動態圖譜
  • 人工智慧神經網絡和生物大腦有什麼區別 神經網絡將如何發展
    這個問題困擾著人工智慧科學家和研究人員,在過去的幾十年中,他們一直在嘗試複製人腦的思維和解決問題的能力。創建思維機器的夢想激發了AI領域的許多創新,並且最近推動了深度學習的興起,深度學習AI算法大致模擬了大腦的學習功能。
  • 首個無需植入便可控制大腦活動的微創光遺傳學技術
    中國科學院心理健康重點實驗室張向陽研究組的科研人員開展了一項研究,該研究納入40名精神分裂症非吸菸住院患者,通過比較患者在使用5毫克、10毫克或20毫克託烷司瓊治療一天後,對其認知和感覺門控缺陷的即時影響。
  • 大腦的深度網絡結構簡析
    計算機智能研究的一個重要線索來自大腦智能。人的智能(如感知、語言、想像力、數學能力、藝術感等等)產生於大腦,而大腦皮層則是人腦形成智能的至關重要的部分,理解大腦皮層的結構和功能對我們更好地了解智能的產生具有重要意義。
  • 人體解剖學圖集簡介
    人體解剖學圖集 學習辦公 大小: 341.08MB 版本: 3.9.8
  • PNAS揭示腸腦軸的神經連接-皮層控制胃功能的亞區
    中樞神經系統既影響胃腸系統又受胃腸系統影響,這就有了腸腦軸這種概念。關於腸腦軸連接的大多數研究都集中在將腸道及其微生物組信號與腦功能改變聯繫起來的傳導通路上。
  • 腦科學日報:複雜的大腦;「社會撫摸」背後的神經生物學機制
    1,大腦,很複雜!來源:原理南佛羅裡達大學Salvatore Domenic Morgera教授團隊將生物工程研究集中在了大腦結構與功能之間的關係上。團隊的整體目標是科學地解釋所有在認知任務中激活不同大腦區域的連接,這些連接包括了解剖學上的物理連接,以及更為複雜的「無線」連接。
  • 大腦網絡的朋友圈三定律
    這些腦功能圖譜在人腦網絡研究以及神經內外科臨床實踐中得到廣泛應用(圖1)。這些腦圖譜實際上只勾畫出了大腦網絡中朋友圈組成的大致情況,只要大腦還在活動,這個朋友圈的連接圖就會一直在變化中,正如你每天要結交新朋友,刪除舊朋友一樣。在這看似紛繁無序的變化中,有哪些原則是不變的呢?
  • 靜息態磁共振成像技術對終末期腎病患者異常腦功能連接的研究進展
    由腎臟疾病引發的認知功能障礙發生機制仍不清楚,它可能與水電解質紊亂、神經遞質失衡及腦血管病變有關,雖然認知障礙的發生原因複雜多樣,但從腦功能連接的神經生理機制角度分析,它的產生是因為大腦功能活動及連接性的異常。本文將在腦功能連接的理論基礎和rs-fMRI對ESRD患者異常腦功能連接的研究進展上進行綜述。
  • 騰訊「超級大腦」將如何影響中國經濟走向
    塗子沛一直為大數據生活方式與社會治理奔走呼告。所幸的是,他所期望的時代正在來臨。雲計算+大數據+人工智慧正在滲入中國經濟的點點滴滴,這些點滴改變又匯成江河,甚至影響歷史。Data.gov與超級大腦2009年1月17日,時任美國總統歐巴馬籤署了首份總統備忘案《透明和開放的政府》。
  • 解剖網際網路大腦,網際網路神經生理學
    這說明古埃及人開始通過觀察注意到腦的外形,文藝復興思潮當中湧現的4位學者——達·文西、維薩裡、威利斯和笛卡爾,堪稱為「文藝復興時期的神經科學四傑」。其中維薩裡親自做了大量的腦解剖的學者,他基本上完成了今天神經解剖學教科書上關於腦的描述【1】。