전두엽 성숙은 청소년의 유쾌한 신호에 대한인지 조절 실패를 예측합니다 (2011)

실험 과제

참가자는 go-nogo 작업을 완료했습니다 (헤어 등 2005; 헤어 등 2008) 자극적이고, 행복하고, 차분한 얼굴 표정으로 자극합니다. 현재 보고서는 행복하고 차분한 조건에 중점을두고 이전 보고서의 초점이었던 그룹 분석에서 두려움 조건을 생략합니다.Hare 등, 2008). 단일 fMRI 실행 내에서 두 가지 표현 유형이 제시되었습니다. 하나는 참가자에게 버튼을 누르도록 지시하는 'go'(즉, 목표) 자극으로, 다른 하나는 'nogo'(즉, 비 표적) 자극으로 사용됩니다. 참가자가 버튼 누르기를 보류해야합니다. 모든 표현 조합은 대상과 비 표적 모두로 사용되어 2 (반응 : 가라, 노고) x 3 (감정 : 공포, 침착, 행복) 요인 설계를 생성했습니다. 각 실행이 시작되기 전에 어떤 표현이 표적 자극으로 작용했는지를 나타내는 화면이 나타나 참가자에게 해당 표현에 반응하고 다른 표현은 사용하지 않도록 지시했습니다. 참가자들은 가능한 한 빨리 응답하되 실수를 피하도록 지시 받았습니다.

자극과기구

Stimuli는 NimStim의 얼굴 표정 세트에서 고유 한 정체성의 행복하고 두려운 얼굴로 구성되었습니다.토트넘 등 2009). 이전 연구에서 중성 얼굴이 발달 인구에서 음성으로 해석 될 수 있음을 나타 내기 때문에 평온한 얼굴 (가벼운 쾌적한 중성 얼굴 버전)이 사용되었습니다 (그로스 앤 발리 프, ​​1991; Herba & Phillips, 2004 년; 토마스 등 2001). 이 과제는 IFIS-SA 시스템 (fMRI Devices Corporation, Waukesha, WI)과 통합 된 오버 헤드 액정 디스플레이 (LCD) 패널에서 피사체가 볼 수있는 EPrime 소프트웨어를 사용하여 제공되었습니다. IFIS 시스템과 통합 된 EPrime 소프트웨어는 버튼 응답 및 반응 시간을 기록했습니다.

작업 매개 변수

감정 (행복, 평온, 두려움)과 반응 (go, nogo; 그림 1) 빠른 이벤트 관련 디자인을 사용합니다. 각각의 시도에 대해, 얼굴은 500 밀리 초 동안 나타 났고, 참가자는 고정 십자선을 보면서 휴식을 취하는 동안 2에서 14.5 초 (지속 시간 5.2 초) 범위의 불안한 간격이 이어졌습니다. 실행마다 의사 난 수화 된 순서 (48 go, 36 nogo)로 총 12 시험이 제공되었습니다. 24 nogo 시험 및 72 go 시험은 전체적으로 각 발현 유형에 대해 획득되었습니다.

그림 1

fMRI 실행 내에서 네 가지 시험의 도식. 이 예에서 침착 한 얼굴은 참가자가 버튼을 눌러 '가야'하는 대상 자극입니다. 행복한 얼굴은 참가자가 버튼 누르기를 보류해야하는 비 표적 ( 'nogo') 자극입니다. ...

이미지 수집

참가자들은 직각 헤드 코일을 갖춘 General Electric Signa 3.0T fMRI 스캐너 (WI, Milwaukee, General Electric Medical Systems)로 스캔되었다. 고해상도 T1 가중 해부 스캔 스포크 그라디언트 시퀀스 ([SPGR] 256 × 256 평면 해상도, 240-mm 시야각 [FOV], 124 × 1.5-mm 축 슬라이스) 또는 3D 자화로 빠른 획득 탈라 이라크 그리드 공간으로의 데이터의 변환 및 국소화를 위해 각 대상에 대해 구배 에코 시퀀스 ([MPRAGE] 256 × 256 평면 내 해상도, 240-mm FOV; 124 × 1.5-mm 시상 슬라이스)를 획득 하였다. 나선형 시작 및 종료 순서 (Glover & Thomason, 2004)을 사용하여 기능 데이터 (반복 시간 = 2500ms, 에코 시간 = 30, FOV = 200 mm, 플립 각도 = 90, 0, 64 × 64 행렬 건너 뛰기)를 수집했습니다. 후두엽의 후부를 제외하고 전체 뇌를 덮는 4 × 3.125 mm의 해상도를 TR 당 34 개의 3.125-mm 두께의 관상 슬라이스가 획득되었다.

행동 데이터 분석

행복하고 차분한 조건에 대한 적중 (올바른 응답), 미스 (올바른 응답 부족), 올바른 거부 (올바른 응답 보류) 및 허위 경보 (잘못된 응답) 비율을 계산하여 동작 데이터의 정확성을 분석했습니다. 분석 목적으로 참가자는 어린이 (만 6–12), 십대 (만 13–17) 및 성인 (18 이상) 하위 그룹으로 그룹화되었습니다.

fMRI 데이터 분석

FMRI 데이터 분석은 AFNI (Functional Neuroimages) 소프트웨어 내에서 수행되었습니다 (콕스, 1996). 기능 데이터는 슬라이스 시간 수정, 실행 안팎으로 재정렬하여 머리 움직임을 수정하고, 각 참가자의 고해상도 해부학 적 스캔과 함께 등록하고, 신호 변경 단위 백분율로 조정하고, 최대 절반에서 6mm 전폭 (FWHM)으로 평활화했습니다. ) 가우스 커널.

각 참가자에 대해 일반적인 선형 모델 분석을 수행하여 관심있는 작업 회귀 (calgo-go, calm-nogo, happy-go, happy-gogo, fear-go, fear-nogo, error)를 통합하여 작업 효과를 특성화했습니다. 감마-변형 혈역학 적 반응 함수, 그리고 비 관심의 공변량 (모션 매개 변수, 각 실행에 대한 선형 및 2 차 경향). 완전성을 위해, 공포 시험은 작업 회귀 기 (표준 감마-변형 혈역학 적 반응 함수와 관련됨)로 모델링되었지만 더 이상 분석되지 않았다. 작업 효과를 나타내는 모수 추정치 (β) 맵을 표준 좌표 공간으로 변환했습니다. Talairach 및 Tournoux (1988) 각 피험자의 고해상도 해부학 적 스캔 변환에서 얻은 뒤틀림 매개 변수를 적용합니다. Talairach 변환 된 매개 변수 추정 맵은 3 x 3 x 3mm의 해상도로 리샘플링되었습니다.

후속 효과 분석을 위해 임의의 관심 영역 (ROI)을 식별하기 위해 무작위 효과 그룹 분석을 수행했습니다. 구체적으로 happy-go, happy-nogo, calm-go 및 calm-nogo의 조건은 감정 요소 (피험자 내 : happy, calm), 반응 (Xintens X × 2 × 2 그룹 선형 혼합 효과 모델)으로 전달되었습니다. 대상 내 : go, nogo) 및 연령 (대상 사이 : 아동, 십대, 성인). 응답 맵의 주요 효과는 오른쪽 열등한 정면 이랑 (x = 3, y = 32, z = 23)을 포함하여인지 제어 요구의 함수로서 차등 적으로 관여하는 후보 영역을 식별했습니다. 발달에 의해 조절 된 반응은 복부 선조의 클러스터 (x = -3, y = 4, z = -11)를 포함하여 연령지도의 주요 효과에서 확인되었습니다.

통계적으로 유의미한 것으로 간주되는 이미징 결과는 AFNI 내의 Alphasim 프로그램에서 실행되는 Monte Carlo 시뮬레이션에 의해 규정 된 p- 값 / 클러스터 크기 조합을 사용하여 알파 <0.05를 유지하기 위해 다중 비교에 대한 전체 뇌 보정을 초과했습니다. 전체 뇌 역치에 대한 단일 예외는 연령 영향 분석에있었습니다. 임펄스 제어 개발에서 선조체의 역할을 감안할 때 (Vaidya 등, 1998; Casey et al., 2000; 루나 (Luna) 등, 2001; Durston, Thomas, Yang 등 2002, Galvan et al., 2006; Somerville & Casey, 2010 년) 그것은 선험적인 연령 효과의 복셀 단위 분석을위한 관심 영역. 특히, 연령 효과는 등쪽 및 복부 선조체에 복셀을 포함하는 포괄적 인 해부학 적 마스크 내에서 쿼리되었으며, p <0.05, 선조체 검색 량 (1,060 복셀)을 기반으로 적용된 보정 된 통계 임계 값이 적용되었습니다. 명확성을 위해, 우리는 원고 전체에서 p <0.05 작은 볼륨 수정 (svc)으로 연령 효과 데이터의 임계 값을 참조합니다.

관심 영역은 위에 나열된 피크를 중심으로 4mm 반경을 가진 구체로 만들어졌으며 각각 10 개의 3 × 3 × 3 복셀을 포함합니다. 각 참가자 및 ROI에 대한 4 조건 (행복, 행복 노고, 평온, 진정 노고)에 대한 매개 변수 추정치를 추출하여 효과의 방향성을 결정하기 위해 오프라인 분석에 제출했습니다. 2 (감정 : 차분함, 행복 함) × 2 (작업 : go, nogo) × 3 (연령 : 아동, 십대, 성인)를 사용하여 반응, 감정 및 발달 효과 (ROI가 정의 된 복셀 단위 대비와 무관)를 평가했습니다. ) 분산 분석. 오프라인 분석은 SPSS Statistics 17.0 소프트웨어 (SPSS, Chicago, IL)에서 수행되었습니다.

피험자의 평균 오경보 율에 대한 이변 량 상관 관계를 분석하기 위해 모수 추정치를 제출하여 성능 변조에 대해 중요한 효과를 테스트했습니다. 연령을 통제 할 때 성능 효과가 유의미한 지 여부를 테스트하기 위해 부분 상관 분석을 통해 중요한 성능 효과를 추적했습니다. 반대로, 유의미한 연령 효과는 성능을 제어 할 때 연령 효과가 유의미한 지 여부를 확인하기 위해 부분 상관 분석과 함께 추적되었습니다.

go-nogo 패러다임과의 이전 연구는 성공적인 행동 억제를 지원하는 프론트 오스트리아 회로의 역할을 확립했습니다.Casey et al., 2000; Durston, Thomas, Yang 등 2002; Hare 등, 2005). 현재 데이터 세트에서이 회로를 식별하기 위해 오른쪽 열등한 정면 이랑의 시드 영역과의 차등 작업 기반 기능 연결에 민감한 심리 생리 학적 상호 작용 분석 (PPI)을 사용하여 지역 활동이 연령에 따른 성능 차이를 예측했습니다. 구체적으로,이 분석은 진행 시험에 비해 정확한 nogo 시험을 위해 올바른 IFG와 더 큰 기능적 커플 링을 나타내는 뇌 영역에 민감 하였다. PPI 분석은 표준 처리 단계를 사용하여 수행되었습니다 (Friston 등 1997) 시드 영역 내에서 기능적인 시간 경과 (x = 32, y = 23, z = 3에서 설명한 오른쪽 IFG ROI)를 추출하고 노이즈 및 아티팩트 소스를 제거하고 신경 신호를 분해하고 진행하지 않고 시간 경과 데이터를 변환함으로써 작업 타이밍과 정식 혈역학 반응 기능 ( 지텔 만, 페니, 애쉬 버너, 프리 스턴, 2003). 전체 뇌 수준에서 다중 비교를 위해 수정 된 모든 참가자를 포함한 모든 참가자를 포함한 그룹 결과, 전체 뇌 수준에서 다중 비교를 위해 수정 된 단일 클러스터가 진행중인 시험보다 nogo 동안 올바른 IFG와 훨씬 더 큰 기능적 연결성을 보여줍니다. 이 클러스터는 오른쪽 IFG에서 특히 꼬리까지 등쪽 선조체까지 내측 및 후방으로 확장되었습니다. 관심의 등쪽 선조체 영역은 등쪽 선조체의 해부학 적 경계 (x = 0.05, y = 4, z = 9) 내에서 클러스터 하위 피크에 대한 13mm 구체를 중심으로 연결 맵을 기반으로 생성되었습니다.

이 ROI로부터 신호 변화 값을 추출하고 복부 선조체 및 우측 IFG와의 개체 간 공 활성화를 테스트 하였다. 구체적으로, 전술 한 ROI로부터의 복부 선조, 등쪽 선조 및 우측 IFG 신호 변화 값을 해피-노고 대 해피-고 대비에 대해 추출 하였다. 그런 다음이 값을 아동, 청소년 및 성인 참가자 그룹 내에서 대상체 2 변량 상관 관계에 제출했습니다. 이들 분석은 각 연령 그룹 내에서 이들 영역들 사이에서 시험을 진행하는 것과 관련하여 nogo에 대한 피험자 간의 공 활성화 정도를 확인한다. 식별 된 공동 활성화 값은 한 영역을 활성화하는 경향이 참가자 전체에서 다른 영역의 활성화를 예측하는 정도를 나타냅니다.

fMRI 결과

발달에 의해 조절 된 반응은 복부 선조체 (x = -4, y = 11, z = -9, p <0.05 svc; 그림 3A). 연령 주요 효과에 대한 사후 분석은 청소년이 어린이와 성인보다 복부 선조체를 행복한 얼굴에 훨씬 더 많이 관여시키는 것으로 나타났습니다 (p 's = / <0.01; 그림 3B) 얼굴을 차분하게하기 위해 (p 's = / <0.06; 안정 대 안정에 대한 신호 변화 백분율의 +/- 표준 편차를 의미합니다. 어린이 : -0.095 +/- 0.21; 청소년 : 0.046 +/- 0.16; 성인 : -0.051 +/- 0.17). 행복한 얼굴에 대한 연령대에 따른 반응을 나타내는 가장 적합한 함수를 분석 한 결과 1,59 차 (역 U) 함수는 행복한 얼굴에 대한 응답에서 분산의 상당 부분을 설명하는 반면 (F (10.05) = 0.003, p <1,59) 선형 함수는 그렇지 않습니다 (F (0.54) = 0.4, p> 2,59). 6.77 대 모집의 비선형 향상은 작업 수행의 차이 (잘못된 경보 비율, F (0.002) = 2,59, p <7.80)와 일치하는 시도 횟수 (F (0.007 ) = 0.2, p = XNUMX). 행복한 시험, 차분한 시험, 무 진행 시험에 대한 활동의 ​​규모는 작업 수행과 관련이 없었습니다 (p 's> XNUMX).

그림 3

A) 연령의 기능에 따라 다른 활동을 보이는 뇌 영역. 활성화, 임계 값 p <0.05, svc는 대표적인 고해상도 해부학 적 스캔에서 렌더링됩니다. B) 복부 선조체 (A로 동그라미 표시)의 활동 플롯 ...

반응 맵 (nogo 대 go)의 주요 효과는 오른쪽 하 전두 이랑 (IFG; x = 32, y = 23, z = 3)을 포함하는인지 제어 요구의 기능으로 차별적으로 관여하는 영역을 식별하여 nogo에 대해 상당히 더 큰 반응을 보여줍니다. 진행 시도와 비교 (p 's <0.05, 전체 뇌 교정 됨; 그림 4A). 최적의 피팅 함수에 대한 사후 분석 테스트에서는 올바른 IFG 응답이 1,59 차 함수 (F (4.53) =)가 아닌 선형 함수 (F (0.037) = 1,59, p = 17)에 의해 유의하게 설명되었음을 나타냅니다. 0.6, p> 2,59). Posthoc 분석에 따르면 올바른 IFG는 행복한 얼굴에 비해 차분한 활동을 더 많이 나타냈다 (F (8.95) = 0.005, p <61). 또한 올바른 IFG ROI는 go 시행에 비해 nogo 시행에 대한 연령이 증가함에 따라 반응 크기의 선형 감소를 보여주었습니다 (r (0.28) = -0.026, p = XNUMX; 그림 4B).

그림 4

A) 작업의 기능으로 차등 활동을 보여주는 뇌 영역 (nogo> go). 활성화, 임계 값 p <0.05, 수정 된 전체 뇌가 대표적인 고해상도 해부학 적 스캔에서 렌더링됩니다. B) 오른쪽의 활동 플롯 ...

성능 효과를 제어 할 때 오른쪽 IFG에서 작업 x 연령 상호 작용이 더 이상 유의하지 않았으며 (p> 0.4), 성능이 연령보다 올바른 IFG에서 활동에 대한 더 강력한 예측 변수임을 나타냅니다. 이 관계는 nogo 대 go 시행 정정에 대한 응답 크기와 전체 성능 사이의 유의 한 상관 관계로 입증되었습니다 (잘못된 경보 비율로 측정 됨, r (61) = 0.39, p = 0.002; 참조). 그림 4C)를 대조 분석에서 일치하는 횟수의 시행으로 복제했습니다 (r (61) = 0.28, p = 0.026). 그림 4C 는 극단적 인 이상치 (60 분위 이상 또는 0.45 사 분위 값 이하의 0.001 사 분위 범위 이상으로 정의 됨)로 확인 된 제외 된 한 명의 참가자와의이 관계를 나타냅니다. 이 개인을 포함하여 상관 관계가 중요하지만이 개인을 제외하면 결과 상관 관계가 훨씬 더 신뢰할 수 있습니다 (r (XNUMX) = XNUMX, p <XNUMX). 보고 된 모든 분석은 올바른 시험에 대한 반응을 나타냅니다. 따라서 잘못된 경보에 더 취약한 개인은 행동 반응을 성공적으로 억제 한 nogo 시험에 더 적합한 IFG를 모집하는 경향이 있습니다.

제한 사항

여기 제시된 결과는 한계에 비추어 고려해야합니다. 먼저 실험 과제와 이전 보고서의 초점에 두 번째 감정적 범주 인 두려운 얼굴이 존재했음을 명시 적으로 인정해야합니다.Hare 등, 2008). 침착 한 얼굴 상태는 두 보고서 모두에서 제어 조건으로 사용되었습니다. 행동 소견은 기능적 스캔에서 두려운 얼굴의 존재가 다른 두 가지 감정 범주와 다르게 행동 정확도를 조절하지 않았다고 제안하지만, 두려운 얼굴의 존재는 이용 가능한 측정이 민감하지 않은 방식으로 결과에 영향을 미쳤을 가능성이 있습니다. 또한 행복한 얼굴은 원자가와 경의의 평온한 얼굴과 다릅니다. 둘 다 식욕 적 가치의 관찰 된 효과에 기여했을 수 있습니다. 두 번째 방법 론적 제한은 평온한 얼굴을 제어 조건으로 사용하는 것입니다. 규범적인 데이터에 따르면 차분한 얼굴은 행복한 얼굴보다 덜 긍정적이고 자극적입니다.토트넘 등, 2009), Google은 이러한 등급을 명시 적으로 수집하지 않았으며 차분한 얼굴이 자체적으로 약간 긍정적 인 것으로 해석되었을 수 있습니다. 결과 측면에서, 공 활성화 발견의 겸손한 특성 또한 인정되어야한다. 마지막으로, 사춘기 상태 및 내인성 호르몬의 측정은 획득되지 않았다. 정액 연구는 순환 생식선 호르몬이 조직 및 활성화 메커니즘 모두에 영향을 미쳐 발달 전반에 걸쳐 뇌 기능에 영향을 미치는 방법을 보여주었습니다.로미오와 시스 크, 2001; Sisk & Foster, 2004; 스타인버그, 2008) 그리고 사춘기 상태와 감각 추구 및 약물 남용과 같은 식욕을 돋우는 행동 사이의 예측 관계를 보여주었습니다 (Martin et al., 2002; 만나다 Forbes & Dahl, 2010). 호르몬 측정을 포함한 미래의 연구는 성상 피질 발달, 호르몬 성숙 및 행동 결과 사이의 관계를 알려줄 수 있습니다 (Blakemore, Burnett 및 Dahl, 2010).

우리는 Doug Ballon, Adriana Galvan, Gary Glover, Victoria Libby, Erika Ruberry, Theresa Teslovich, Nim Tottenham, Henning Voss 및 Weill Cornell에있는 Citigroup Biomedical Imaging Center의 Biomedical Imaging Core Facility의 리소스 및 직원의 도움에 감사드립니다. 의과 대학. 이 연구는 National Institute of Mental Health 보조금 P50MH062196 및 P50MH079513, National Drug Institute of Drug Abuse 보조금 R01DA018879 및 T32DA007274, National Institute of Mental Health Fellowship F31MH073265 및 K99 MH087813 (LHS)의 지원을 받았습니다.