青少年心理健康问题神经发育轨迹的纵向研究：揭示共有与特异性脑异常机制

　　本研究针对青少年心理健康问题神经发育机制不明确的现状，利用ABCD大型队列的纵向神经影像数据，首次系统揭示了不同精神障碍在发病前已存在脑区特异性异常（如对立违抗群体的左颞上回功能异常），并在发病过程中呈现差异化神经发育轨迹（如ADHD群体的腹侧注意网络-尾状核功能连接增强）。研究发现精神障碍群体存在共有的全脑性神经发育异常模式，同时兼具障碍特异的脑区改变，为理解精神疾病的神经生物学基础提供了重要证据。

　　

青少年时期是心理健康问题的高发期，约22%的青少年会受到精神障碍的影响，且发病率近年呈上升趋势。这些疾病本质上是神经发育性疾病，但其神经异常究竟是与生俱来的脆弱性标志，还是随着症状出现而逐渐发展的结果，至今仍不明确。以往研究多局限于已确诊患者，无法区分脑异常是疾病的成因还是后果，且多聚焦单一疾病或单一模态，忽视了不同精神障碍间共有的神经基础。为了解决这些问题，来自荷兰阿姆斯特丹大学医学中心的研究团队利用美国青少年脑认知发展（ABCD）大型队列数据，开展了一项开创性的纵向研究，成果发表在《NeuroImage: Clinical》上。

研究人员从ABCD研究的11876名9-10岁基线健康儿童中，筛选出两年随访期内新发六类心理健康问题（ADHD、焦虑、品行、抑郁、对立违抗和躯体化问题）的个体，并以2500名始终健康的儿童作为对照。通过分析基线及两年随访期的多模态神经影像数据（包括结构MRI、扩散DTI、静息态fMRI及三种任务fMRI），采用线性模型分别检验基线差异和发育变化，并通过空间相关分析评估不同障碍间神经异常的共享性与特异性。

关键技术方法包括：利用儿童行为量表（CBCL）DSM导向量表界定临床相关症状群体（t-score≥65）；采集六种神经影像模态共1876个特征；采用线性回归模型控制年龄、性别、IQ、父母教育水平和扫描仪类型等协变量；使用错误发现率（FDR）和Bonferroni校正进行多重比较校正；通过机器学习（随机森林）评估个体分类效能。

研究结果揭示：

1. 1.

   基线状态：仅对立违抗组在发病前已存在显著的脑异常，表现为左颞上回静息态时间变异性增高以及左额叶-颞叶白质各向异性（FA）降低，其他组别未见稳定基线差异。

2. 2.

   发育轨迹：ADHD组显示腹侧注意网络（VAN）与右尾状核功能连接增强；品行问题组表现为右侧颞中回、后扣带回等多个脑区静息态时间变异性增高，以及停止信号任务（SST）中左苍白球激活降低；焦虑组显示右侧下纵束和额枕束FA降低。抑郁、对立违抗和躯体化组未呈现显著发育差异。

3. 3.

   机器学习分析：所有障碍-模态组合的分类效能（AUC 0.45-0.52）均接近随机水平，表明群体差异难以转化为个体预测。

4. 4.

   相关性分析：基线时内化问题（抑郁、焦虑、躯体化）组间脑异常呈高度正相关（r=0.60-0.76），而外化问题（品行、对立违抗）与内化问题间呈负相关；随访期异常模式则转为广泛正相关，提示发病后存在共享的神经发育轨迹。

研究结论表明，青少年心理健康问题的神经异常主要随症状出现而发展，兼具共有的全脑性发育异常和障碍特异的脑区改变。基线时内化问题群体已存在相似的神经基础，外化问题则呈现相反模式；发病后各群体转向共同的异常发育轨迹。这一发现为精神疾病的跨诊断（transdiagnostic）理论和特异性病理机制提供了实证支持，对早期识别和干预具有重要价值。研究局限性包括样本地域局限性、年龄范围限制以及共病问题的影响，未来需结合遗传和环境因素进一步探索。