前線条体成熟は思春期の思春期合図に対する認知制御障害を予測する（2011）

実験課題

参加者はgo-nogoタスクを完了しました（Hareら、2005; Hareら、2008）刺激としての恐怖、幸せ、穏やかな表情。 現在の報告では、幸福で穏やかな状況に焦点を当てており、以前の報告の焦点であったグループ分析から恐怖の状況を省略しています（Hare et al。、2008）。 2回のfMRI実行内で、3つの式タイプが提示されました。XNUMXつは参加者にボタンを押すように指示された「go」（つまりターゲット）刺激として、もうXNUMXつは「nogo」（つまり非ターゲット）刺激として機能します。参加者はボタンの押下を差し控える必要があります。 式のすべての組み合わせがターゲットと非ターゲットの両方として使用され、XNUMX（応答：go、nogo）x XNUMX（感情：恐怖、落ち着き、幸せ）の要因計画が作成されました。 各実行の開始前に、どの式がターゲット刺激として機能したかを示す画面が表示され、参加者にその式に応答し、他の式には応答しないように指示しました。 参加者はまた、できるだけ早く応答するように指示されましたが、間違いをしないように努めました。

刺激と装置

刺激は、NimStimの表情のセットからのユニークなアイデンティティーの幸せで、恐ろしく、穏やかな顔で構成されていました（トッテナム他、2009）。 穏やかな顔（中立的な顔の穏やかに快適なバージョン）が使用されました。これは、以前の研究で、中立的な顔は発達集団で負の値と解釈できることが示されたためですGross＆Ballif、1991年; ハーブ＆フィリップス、2004年; トーマス他、2001）。 タスクは、IFIS-SAシステム（fMRI Devices Corporation、Waukesha、WI）と統合されたオーバーヘッド液晶ディスプレイ（LCD）パネルで被験者が見ることができるEPrimeソフトウェアを使用して提示されました。 IFISシステムと統合されたEPrimeソフトウェアは、ボタンの応答と反応時間を記録しました。

タスクパラメーター

データは、感情（幸福、冷静、恐怖）と反応（ゴー、ノーゴーの各組み合わせ）を表す6つの機能的な実行で取得されました。 図1）迅速なイベント関連の設計を使用します。 各試行で、顔が500ミリ秒間表示され、続いて、固定十字線を見ながら参加者が休んだ期間（平均2秒）の14.5から5.2秒の範囲のジッター試行間隔が続きました。 実行ごとに、疑似ランダム化された順序（48 go、36 nogo）で合計12トライアルが提示されました。 合計で、24 nogoトライアルと72 goトライアルは、各表現タイプについて取得されました。

図1

fMRI実行内のXNUMXつの試行の概略図。 この例では、穏やかな顔がターゲット刺激であり、参加者はボタンを押して「行く」必要があります。 幸せそうな顔は、参加者がボタンを押すのを差し控えるべきである非標的（「nogo」）刺激です。 ...

画像取得

参加者は、クアドラチュアヘッドコイルを備えたGeneral Electric Signa 3.0T fMRIスキャナー（General Electric Medical Systems、ミルウォーキー、WI）でスキャンされました。 高解像度、T1重み付き解剖スキャンスポイルグラディエントシーケンス（[SPGR] 256×256面内解像度、240-mm視野[FOV]、124×1.5-mm軸方向スライス）、または3D磁化準備高速取得グラジエントエコーシーケンス（[MPRAGE] 256×256面内解像度、240-mm FOV、124×1.5-mm矢状スライス）は、Talairachグリッド空間へのデータの変換とローカリゼーションのために各被験者について取得されました。 らせんの入出力シーケンス（Glover＆Thomason、2004年）は、機能データの取得に使用されました（繰り返し時間= 2500ms、エコー時間= 30、FOV = 200 mm、フリップ角= 90、スキップ0、64×64マトリックス）。 後頭葉の後部を除く脳全体をカバーする4×3.125 mmの解像度で、TRごとに34個の3.125-mm-厚さの冠状スライスを取得しました。

行動データの分析

幸福で落ち着いた状態でのヒット（正しい応答）、ミス（誤った応答の欠如）、正しい拒否（正しい応答の差し控え）、および誤警報（誤った応答）率を計算することにより、行動データの精度を分析しました。 分析のために、参加者は、子供（6–12の年齢）、10代（13–17の年齢）、および成人（18歳以上）のサブグループにグループ分けされました。

fMRIデータの解析

FMRIデータ解析は、Analysis of Functional Neuroimages（AFNI）ソフトウェア（コックス、1996）。 機能データは、スライス時間補正され、頭の動きを補正するために実行内および実行間で再調整され、各参加者の高解像度解剖学的スキャンと同時登録され、信号変化単位のパーセントにスケーリングされ、半値全幅（FWHM）6mmで平滑化されました。 ）ガウスカーネル。

参加者ごとに、一般的な線形モデル分析を実行して、対象となるタスクリグレッサー（calm-go、calm-nogo、happy-go、happy-nogo、fear-go、fear-nogo、errors）を組み込むことにより、タスク効果を特徴付けましたガンマ変量血行動態応答関数、および非関心の共変量（動作パラメータ、各実行の線形および二次トレンド）。 完全を期すために、恐怖の試行はタスクリグレッサー（標準的なガンマ変量血行動態応答関数と畳み込まれた）としてモデル化されましたが、さらに分析されませんでした。 次に、タスク効果を表すパラメーター推定（β）マップは、次の標準座標空間に変換されました。 タライラックとトゥルヌー（1988） 各被験者の高解像度の解剖学的スキャンの変換から得られたワーピングパラメータを適用することによって。 Talairach変換されたパラメーター推定マップは、3×3×3mmの解像度にリサンプリングされました。

ランダム効果グループ分析を実行して、後続の分析のために関心のある機能領域（ROI）を特定しました。 具体的には、ハッピーゴー、ハッピーノーゴー、カームゴー、およびカームノーゴーの条件は、感情の要因（被験者内：ハッピー、落ち着き）、応答（2×2×3グループ線形混合効果モデルに伝達されました。被験者内：go、nogo）、年齢（被験者間：child、teen、adult）。 応答マップの主な効果は、右下前頭回（x = 32、y = 23、z = 3）を含む認知制御要求の関数として差動的に関与する候補領域を識別したことです。 開発によって調整された応答は、腹側線条体のクラスターを含む年齢マップの主な効果で特定されました（x = −4、y = 11、z = −9）。

AFNI内のAlphasimプログラムで実行されるモンテカルロシミュレーションによって規定されたp値/クラスターサイズの組み合わせを使用して、アルファ<0.05を維持するために、多重比較で統計的に有意であると見なされた画像所見が全脳補正を超えました。 全脳閾値処理の唯一の例外は、年齢効果の分析でした。 衝動調節の発達における線条体の役割を考えると（Vaidyaら、1998; Caseyら、2000; ルナら、2001; ダーストン、トーマス、ヤンら、2002, Galvanら、2006; サマービル＆ケーシー、2010年）として扱われた アプリオリ 年齢効果のボクセルワイズ分析の関心領域。 具体的には、年齢効果は、背側および腹側線条体にボクセルを含む包括的な解剖学的マスク内で照会され、p <0.05で、線条体検索ボリューム（1,060ボクセル）に基づいて適用された修正統計しきい値が適用されました。 明確にするために、年齢効果データのしきい値処理を、原稿全体でp <0.05少量補正（svc）と呼びます。

関心領域は、上記のピークを中心とする半径4mmの球として作成され、それぞれに10個の3×3×3ボクセルが含まれています。 各参加者およびROIの4条件（ハッピーゴー、ハッピーノーゴー、落ち着き、落ち着き）のパラメーター推定値が抽出され、効果の方向性を決定するためにオフライン分析に提出されました。 応答、感情、および発達効果（ROIが定義されたボクセルワイズコントラストとは無関係）は、2（感情：落ち着いて、幸せ）×2（タスク：行く、nogo）×3（年齢：子供、ティーン、大人）分散分析。 オフライン分析は、SPSS Statistics 17.0ソフトウェア（イリノイ州シカゴのSPSS）で実施されました。

被験者の平均誤警報率に対する二変量相関にパラメーター推定値を送信することにより、パフォーマンス変調について有意な効果をテストしました。 有意なパフォーマンス効果を部分相関分析で追跡し、年齢を制御したときにパフォーマンス効果が有意なままであるかどうかをテストしました。 逆に、有意な年齢効果は、パフォーマンスを制御するときに年齢効果が有意なままであるかどうかを識別するために、部分相関分析で追跡されました。

go-nogoパラダイムを用いた以前の研究により、正常な行動抑制をサポートする際の前線条体回路の役割が確立されました（Caseyら、2000; ダーストン、トーマス、ヤンら、2002; Hare et al。、2005）。 現在のデータセットでこの回路を識別するために、地域活動が年齢によるパフォーマンスの違いを予測する右下前頭回のシード領域との差動タスクベースの機能的接続に敏感な心理生理学的相互作用分析（PPI）が採用されました。 具体的には、この分析は脳領域に敏感であり、ゴートライアルに比べて正しいノーゴートライアルの場合、正しいIFGとのより大きな機能的結合を示しました。 PPI分析は、標準の処理ステップ（フリストン他、1997）シード領域内の機能的タイムコースを抽出し（上記の右IFG ROI x = 32、y = 23、z = 3）、ノイズとアーティファクトのソースを削除し、神経信号をデコンボリューションし、タイムコースデータをコンボなしでコンボリューションします移動タスクのタイミングと標準的な血行動態応答機能（ ギテルマン、ペニー、アッシュバーナー、フリストン、2003年）。 全脳レベルでの多重比較のために修正された、p <0.05でしきい値処理されたすべての参加者を含むグループの結果は、試行に行くよりもnogo中に適切なIFGとの有意に大きな機能的接続を示す単一のクラスターを識別しました。 このクラスターは、右IFGから背側線条体、特に尾状核まで内側と後方に伸びていました。 関心のある背側線条体領域は、接続マップに基づいて、背側線条体の解剖学的境界内のクラスターサブピークの周りに4mmの球を中心に置くことによって生成されました（x = 9、y = 13、z = 6）。

このROIから信号変化値を抽出し、腹側線条体と右IFGとの被験者間共活性化についてテストしました。 具体的には、前述のROIからの腹側線条体、背側線条体、および右IFG信号変化値が、ハッピーノーゴー対ハッピーゴーコントラストについて抽出されました。 これらの値は、被験者間で、子供、ティーン、および大人の参加者グループ内の二変量相関に提出されました。 これらの分析は、各年齢層内のこれらの地域間で行った試験に関連するnogoの被験者全体の共活性化の程度を特定します。 特定された共活性化値は、ある領域を活性化する傾向が参加者全体で別の領域の活性化を予測する程度を表します。

fMRIの結果

発達によって調節された反応は、腹側線条体のクラスターを含む年齢マップの主な効果で特定されました（x = -4、y = 11、z = -9; p <0.05 svc; 図3A）。 年齢の主な効果の事後分析は、青年が子供や大人よりも腹側線条体を幸せな顔に有意に多く関与させたことを示しました（p = / <0.01; 図3B）そして、程度は少ないが、顔を落ち着かせる（p = / <0.06;は、落ち着いた対休息の信号変化率の標準偏差を意味する：子供：-0.095 +/- 0.21;ティーン：0.046 +/- 0.16;大人：-0.051 +/- 0.17）。 幸せそうな顔への年齢を超えた応答を表す最適な関数の分析は、二次（逆U）関数が幸せそうな顔への応答の分散のかなりの部分を説明することを示しました（F（1,59）= 10.05、p <0.003）。線形関数はしませんでした（F（1,59）= 0.54、p> 0.4）。 2,59代の募集の非線形強化は、タスクのパフォーマンスの違いを制御する場合（誤警報率、F（6.77）= 0.002、p <2,59）、および試行回数を一致させた制御分析（F（7.80） ）= 0.007、p = 0.2）。 幸せな試験、穏やかな試験、およびノー​​ゴー対ゴートライアルへの活動の大きさは、タスクのパフォーマンスとは関連していませんでした（p> XNUMX）。

図3

A）年齢の関数として異なる活動を示す脳領域。 アクティベーション、しきい値p <0.05、svcは、代表的な高解像度の解剖学的スキャンでレンダリングされます。 B）腹側線条体（Aで囲まれた）の反応のプロット ...

応答マップ（nogo対go）の主な効果は、右下前頭回（IFG; x = 32、y = 23、z = 3）を含む認知制御要求の関数として差別的に関与する領域を特定し、nogoに対する有意に大きな応答を示しています囲碁試験と比較して（p <0.05、全脳補正; 図4A）。 最適な関数の事後分析テストでは、正しいIFG応答は、1,59次関数（F（4.53）=。）ではなく線形関数（F（0.037）= 1,59、p = 17）によって有意に説明されることが示されました。 0.6、p> 2,59）。 事後分析では、右のIFGも、幸せそうな顔に比べて落ち着く活動が大きいことが示されました（F（8.95）= 0.005、p <61）。 さらに、右のIFG ROIは、goトライアルと比較してnogoトライアルへの年齢が上がるにつれて応答の大きさが直線的に減少することを示しました（r（0.28）= -0.026、p = XNUMX; 図4B).

図4

A）タスクの関数として異なる活動を示す脳領域（nogo> go）。 活性化、しきい値p <0.05、全脳補正は、代表的な高解像度の解剖学的スキャンでレンダリングされます。 B）右側のアクティビティのプロット ...

パフォーマンスへの影響を制御する場合、適切なIFGでのタスクx年齢の相互作用は有意ではなくなり（p> 0.4）、パフォーマンスが年齢よりも適切なIFGでのアクティビティのより堅牢な予測子であったことを示しています。 この関係は、nogoとgoの試行を修正するための応答の大きさと全体的なパフォーマンス（誤警報率で測定）との有意な相関関係によって実証されました。r（61）= 0.39、p = 0.002;を参照してください。 図4C）、これは、一致した試行回数（r（61）= 0.28、p = 0.026）で対照分析で複製されました。 図4C 極端な外れ値（60番目の四分位値より上または最初の四分位値より下の0.45つ以上の四分位範囲として定義）であることが判明した除外された0.001人の参加者とのこの関係を示しています。 この個人を含めて相関は重要ですが、この個人を除外すると、結果の相関の信頼性がさらに高まります（r（XNUMX）= XNUMX、p <XNUMX）。 報告されたすべての分析は、正しい試行に対する応答を表しています。 したがって、誤警報の影響を受けやすい個人は、行動反応の抑制に成功したnogo試験に適切なIFGを採用する傾向があります。

制限事項

ここに示された調査結果は、それらの制限を考慮して考慮されるべきです。 最初に、実験タスク中に3番目の感情カテゴリである恐ろしい顔が存在し、以前のレポート（Hare et al。、2008）。 穏やかな顔の状態は、両方のレポートでコントロール状態として機能しました。 行動調査結果は、機能スキャンでの恐ろしい顔の存在が他の2つの感情カテゴリとは異なる行動の正確性を調整しなかったことを示唆していますが、恐怖顔の存在は、利用可能な測定が敏感ではない方法で調査結果に影響を与えた可能性があります。 さらに、幸せそうな顔は、価観と顕著性において穏やかな顔とは異なります。どちらも、食欲の価値の観察された効果に寄与した可能性があります。 2番目の方法論的制限は、制御条件として穏やかな顔を使用することです。 規範的なデータは、穏やかな顔は幸せそうな顔よりも肯定的ではなく刺激的であることを示唆していますが（Tottenhamら、2009）、これらの評価を明示的に収集しなかったため、穏やかな顔はそれ自体が軽度の肯定的と解釈された可能性があります。 結果に関しては、共活性化の結果の控えめな性質も認められるべきです。 最後に、思春期の状態と内因性ホルモンの測定値は取得されませんでした。 精力的な研究は、生殖腺ホルモンの循環が発達と発達の両方の脳機能に影響を与える組織的および活性化メカニズムの両方に影響を及ぼす方法を実証しています（Romeo＆Sisk、2001; Sisk＆Foster、2004年; スタインバーグ、2008）思春期の状態と、感覚探索や薬物乱用などの欲求行動との予測的な関係を示した（Martin他、2002; 湖 Forbes＆Dahl、2010年）。 ホルモンの測定を含む将来の研究は、線条体の発達、ホルモンの成熟、および行動の結果の間の関係を知らせるかもしれません（ブレイクモア、バーネット、ダール、2010年).

Doug Ballon、Adriana Galvan、Gary Glover、Victoria Libby、Erika Ruberry、Theresa Teslovich、Nim Tottenham、Henning Voss、およびWeill CornellのCitigroup Biomedical Imaging CenterのBiomedical Imaging Core Facilityのリソースとスタッフの支援に感謝します医科大学。 この作業は、国立精神衛生研究所の助成金P50MH062196およびP50MH079513、国立薬物乱用研究所助成金R01DA018879およびT32DA007274、国立精神衛生研究所のフェローシップF31MH073265、およびK99 MH087813（LHS）によってサポートされていました。