Anatomisk hjärnmagnetisk resonansbildning av typiskt utveckling av barn och ungdomar (2010)

J är Acad Child Adolesc Psychiatry. Författarens manuskript; tillgänglig i PMC Jun 27, 2010.
Publicerad i slutredigerad form som:
PMCID: PMC2892679
NIHMSID: NIHMS207307
 
Förlagets slutredigerade version av denna artikel finns tillgänglig på J är Acad Child Adolesc Psychiatry
Se andra artiklar i PMC som citerar den publicerade artikeln.

Många psykiatriska störningar, inklusive vissa med vuxenutbrott som schizofreni, blir alltmer konceptualiserade som en följd av anomalier av neurodevelopment. För att utforska neurodevelopmenthypoteser om sjukdom är det användbart att ha välkalificerade data avseende typisk mognad för att fungera som en "måttstock" för att bedöma eventuella avvikelser. Studier av typisk utveckling och påverkan på den utvecklingen kan också avslöja tid och mekanismer för hjärntrivning som vägledar vägen för nya insatser.

I denna översikt kommer vi att ta reda på metodologiska frågor som är relevanta för magnetisk resonansbildningsstudier (MRRI) av hjärnanatomi, sammanfatta MR-fynd från neuroanatomiska förändringar under barndomen och ungdomar och diskutera möjliga influenser på hjärnutvecklingsbanor.

Som framgår av de tidigare artiklarna i denna serie är en av de första stegen vid mätning av hjärnmorfometriska egenskaper i en konventionell anatomisk MR att klassificera (eller "segment") enskilda voxlar (de minsta elementen i olika MR-signaler-vanligen ungefär 1 mL) som motsvarar CSF, vit substans (WM) eller grå substans (GM). En gång kategoriserad efter vävnadstyp kan olika parcellationer utföras för att härleda volymer vid nivån av lober (t.ex. frontal, tidsmässig, parietal, occipital); regioner definierade av gyral-, sulcal- eller GM-, WM- och CSF-gränser (t.ex. caudatkärna); eller enskilda voxels.

Segmentering och parcellering av MRI har ursprungligen uteslutande gjorts av utbildade individer som beskriver särskilda regioner av intresse (ofta förkortade som ROI) med hand. Även om man har en högt utbildad individuell manuell identifiering av hjärnregioner anses vara det närmaste till en "guldstandard" som finns tillgänglig, kan den tid och anatomiska kompetens som krävs för att träna räknare och utföra denna typ av analys vara oöverträffad. Detta har motiverat många laboratorier att utveckla datoralgoritmer som automatiskt kan klassificera regioner av MR-bilder som tillhör olika vävnadstyper och anatomiska regioner. De snabba framstegen på detta område har gjort det möjligt att utföra den typ av storskaliga studier som krävs för att fånga upp många av de förändringar som är förknippade med typisk och atypisk hjärnutveckling. Automatiserade metoder har också öppnat dörren till innovativa sätt att titta på hjärnstrukturen, såsom att analysera formen och tjockleken på det kortikala arket.

Trovärdigheten hos automatiserade metoder beror dock på tydligheten av gränserna mellan strukturer, som i sin tur bestäms av en kombination av anatomin för en viss struktur och kvaliteten på MR-bilden. Exempelvis är amygdala och hippocampus svårt för automatiserade metoder att separera ordentligt eftersom de representerar intilliggande GM-strukturer. I fall som dessa kan handmätningar fortfarande vara det bästa tillvägagångssättet, även om även mänskliga raters kan behöva stor erfarenhet innan de konsekvent kan identifiera gränserna för sådana strukturer på konventionell MR.

Uppgifterna för denna översikt är till stor del härledda från 387, som typiskt utvecklar ämnen (829-skanningar) som deltar i en pågående longitudinell studie vid Barnpsykiatriska filialen vid National Institute of Mental Health. Början i 1989 av Markus Kruesi, MD och Judith Rapoport, MD, är studien design för deltagare i åldrarna 3 till 30 år för att komma till National Institutes of Health med ungefär 2-år intervaller för hjärnbilder, psykologisk och beteendemässig bedömning och insamling av DNA. Tyngdpunkten på denna enda källa är inte att devalva de många utmärkta bidrag från andra utredare, men att tillhandahålla ett integrerat konto från världens största samling av barn och ungdomar med hjärn-MR-skanning med data som förvärvats med hjälp av enhetliga screening / assessment-batterier, samma skanner och samma metoder för bildanalyser. Vi har kompletterat med referenser till studier från andra laboratorier, även om en fullständig översyn av fältet ligger utanför ramen för denna artikel.

TOTAL CEREBRAL, CEREBELLAR OCH VENTRIKULAR VOLYM

I Child Psychiatry Branch-kohorten uppgår den totala hjärnvolymen i genomsnitt vid 10.5 år hos kvinnliga patienter och 14.5 år hos män.1 Vid ålder 6 år ligger hjärnan vid ungefär 95% av denna topp (Fig 1). Cerebellumvolymen toppar ungefär 2 år senare än cerebral volym.2 Lateral ventrikulär volym har de flesta skillnaderna mellan individer3 och ökar genom sund utveckling av barn och ungdomar. Dessa typiskt förekommande ökningar bör beaktas vid tolkning av den ventrikulära utvidgningen som i stor utsträckning rapporteras i patientpopulationer.

Fig 1 

Medelvolym efter ålder i år för manliga personer (n = 475-skanningar) och kvinnliga ämnen (n = 354-skanningar). Mellanlinjer i varje uppsättning av tre linjer representerar medelvärden, och övre och nedre linjer representerar övre respektive nedre 95% konfidensintervaller. .

Sowell och medarbetare4 mätta förändringar i hjärnvolymen i en grupp av 45-barn skannade två gånger (2 år från varandra) mellan åldrarna 5 och 11 år. Med hjälp av en annan metod, där avståndet uppmättes mellan punkter på hjärnytan och hjärnans mittpunkt, fann de också ökningar i hjärnstorlek under detta åldersintervall, särskilt i de främre och occipitala regionerna.

Caviness et al.,5 i ett tvärsnittsprov av 15-pojkar och 15-flickor i åldrarna 7 till 11 år, fann att cerebellum var i vuxenvolymen hos honproblemen men inte hos de manliga ämnena i detta åldersintervall, vilket tyder på närvaron av sen utveckling och könsdimorfi .

VIT MATERIAL

Den vita färgen av WM produceras av myelin, fettvita mantlar bildade av oligodendrocyter som slingrar runt axoner och drastiskt ökar hastigheten på neuronal signaler. Volymen av WM ökar vanligtvis under barndomen och ungdomar,1 vilket kan ligga till grund för större anslutning och integration av olika neurala kretsar. En viktig egenskap som nyligen har uppskattats är att myelin inte bara maximerar överföringshastigheten utan också modulerar tidpunkten och synkroniseringen av de neuronala skjutmönster som skapar funktionella nätverk i hjärnan.6 I överensstämmelse med detta visade en studie med en mått på WM-densitet för att kartlägga regional WM-tillväxt snabba lokaliserade ökningar mellan barndom och ungdom. Kortikospinala områden uppvisade ökningar som var lika stora i båda sidor, medan kanaler som förbinder de främre och tidiga regionerna visade en ökad ökning av de vänstra sidor som hör samman med språk.7

GRÅ MATERIA

Medan WM ökar under barndomen och ungdomar följer GM-volymerna en inverterad U-formad utvecklingsbana. De olika utvecklingskurvorna för WM och GM trodde de intima förbindelserna mellan neuroner, glialceller och myelin, vilka är delkomponenter i neurala kretsar och är kopplade till livslånga ömsesidiga relationer. Cortikala GM-förändringar på voxelnivå från åldrarna 4 till 20-år som härrör från skanningar av 13-personer som varje gång hade skannats 4 gånger med ungefär 2-årintervaller visas i Figur 2 (animering finns på http://www.nimh.nih.gov/videos/press/prbrainmaturing.mpeg).8 Åldern av topp GM-densitet är tidigast i primära sensorimotoriska områden och senast i högre ordningens associeringsområden såsom dorsolateral prefrontal cortex, sämre parietal och överlägsen temporal gyrus. En oupplöst fråga är graden av att kortikala GM-reduktioner drivs av synaptisk beskärning mot myelinering längs GM / WM-gränsen.9 Volymen av kaudatkärnan, en subkortisk GM-struktur, följer också en inverterad U-formad utvecklingsbana, med toppar som liknar de främre lobarna som de delar omfattande förbindelser med.1

Fig 2 

Höger sidovy och toppvy av den dynamiska sekvensen av gråmaterialmognad över den kortikala ytan. Sidofältet visar en färgrepresentation i enheter med gråmaterialvolym. (Från Gogtay et al.8)

INFLUENERAR PÅ UTVECKLINGS TRAJEKORORIER AV BRA ANATOMI

Gen och miljö

Genom att jämföra hur lika monozygotiska tvillingar är gentemot dizygotiska tvillingar kan vi uppskatta de relativa bidragen av genetiska (dvs "ärftlighet") och miljöpåverkan till hjärnbildningsresultaten.10 Det är viktigt att vi också kan bedöma gen-miljö-interaktioner och effekterna av ålder och kön på ärftligheten. Den aktuella urvalsstorleken från vår pågående longitudinella studie är ungefär 600-skanningar från 90 monozygotiska och 60-dizygotiska tvillingpar. Heritabilitet för totala cerebrum- och lobarvolymer (inklusive GM- och WM-underkammare) varierade från 0.77 till 0.88.11 Högt ärftliga hjärnmorfometriska åtgärder ger biologiska markörer för ärftliga egenskaper och kan tjäna som mål för genetiska kopplings- och associeringsstudier.12,13 Multivariata analyser, som möjliggör bedömning av graden till vilka samma genetiska eller miljömässiga faktorer bidrar till flera neuroanatomiska strukturer, indikerar att en enda gemensam genetisk effekt står för 60% av variabiliteten i kortikal tjocklek.14

Åldersrelaterade förändringar i ärftlighet kan vara kopplade till tidpunkten för genuttryck och relaterat till åldern då sjukdomen uppstår. I allmänhet ökar ärftligheten med ålder för WM och minskningar för GM-volymer,11 medan ärftligheten ökar för kortikal tjocklek i områden inom de främre, parietala och temporala lobesna (Fig 3).15 Kunskap om när vissa hjärnstrukturer är särskilt känsliga för genetiska eller miljömässiga influenser under utveckling kan ha viktiga pedagogiska och / eller terapeutiska konsekvenser.

Fig 3 

Åldersrelaterade förändringar i ärftlighet för yngre och äldre barn. Varianskomponentuppskattningar beräknas med hjälp av AE-modellen, eftersom den delade miljökomponenten inte väsentligt påverkar resultatet. Beräkningar av variationskomponenter beräknades .

Man kvinna

Med tanke på att nästan alla neuropsykiatriska störningar har olika prevalens, begynnelsesålder och symtom mellan manliga och kvinnliga personer, är könsskillnaderna i typiska utvecklingshågbanor mycket relevanta för barnpsykiatri. I överensstämmelse med den vuxna neuroimaging litteraturen,16 Den genomsnittliga totala hjärnvolymen var ungefär 10% större hos de manliga ämnena. Även GM-volymtoppar uppträdde generellt 1 till 3 år tidigare för kvinnliga personer.1

Den snabba utvecklingen av hjärnan under de första åren av livet och erkännandet av vikten av tidiga händelser i neurodevelopmenta störningar som autism har lett till ökat intresse för att skanna spädbarn och småbarn. En studie av utredare vid University of North Carolina av 74 nyfödda som genomgick avbildning inom de första veckorna av livet fann snabb tillväxt av cerebrala volymer; sexuell dimorfism av hjärnvolymer var redan närvarande, med en intrakraniell volym som är signifikant större hos de män, även efter korrigering för skillnader i födelsevikt.17

Totala hjärnstorleksskillnader mellan manliga och kvinnliga personer bör inte tolkas som att ge funktionell fördel eller nackdel. Brutto strukturella åtgärder kan inte återspegla sexuellt dimorfa skillnader i funktionellt relevanta faktorer som neuronal anslutning och receptordensitet. Huruvida, eller hur, för att justera för denna totala hjärnstorleksskillnad vid bedömning av hjärnans delkomponenter (det vill säga är vissa hjärnstrukturer "relativt" större hos de kvinnliga ämnena) starkt påverkar det som rapporteras som sexuellt dimorf i litteraturen.

Ett intressant tillvägagångssätt för att hantera denna skalningsfråga rapporterades av Sowell et al.18 som fann att regionalt specifika könsskillnader som upptäckts i ett urval av 176-personer mellan 7 och 87 ålder (dvs. rätt parietal och posterior temporal cortex tjockare hos kvinnliga personer) replikerades i en delmängd av 18 manliga och 18 kvinnliga hjärnor som inte skiljer sig åt i total hjärnstorlek.

DISKUSSION

Det allmänna mönstret för typisk hjärnutveckling under de första 25-åren av livet är en grovlinjär ökning av WM-volymer och regionalt specifika inverterade U-formade utvecklingsbanor för GM-strukturer, med toppvolymer som uppträder i sen barndom eller tidig ungdom. Ett framträdande tema är att i neuroimaging, som i livet, handlar det ofta om resan än destinationen. Detta tema är relevant i studier av typisk utveckling där det finns starka interaktioner mellan ålders-arvning i tvillingstudier, sexuell dimorfism är större för utvecklingsvägarna än den slutliga storleken, och utvecklingskurvorna för korta tjocklekar är mer prediktiva för IQ än kortikal tjocklek vid ålder 20 år.19 Temat "resa inte bara destinationen" är också mycket relevant i studier av psykopatologi där det är de utvecklingsbanor som mest skiljer kontroller från dem med uppmärksamhetsunderskott / hyperaktivitetsstörning eller skizofreni i barndomen.

Tillräckligt karaktäriserande utvecklingsbanor kräver antingen stora tvärprover eller longitudinella studier, vilka båda utgör väsentliga metodologiska utmaningar. Skillnader i ämnes- och kontrollselektionskriterier, bildförvärv och bildanalyssteknik bidrar till den höga frekvensen av icke-replikering i den barnliga neuroimageringslitteraturen och gör det svårt för meta-analytiska studier. En sexstads neuroimagingstudie av kontrollpediatriska ämnen genom användning av standardiserad metodik på olika ställen pågår och bör ytterligare belysa nyanser av typisk hjärnutveckling.20

Även om gruppens genomsnittliga hjärnanatomiska skillnader har rapporterats för nästan alla neuropsykiatriska störningar, förhindrar den stora överlappningen av värden mellan kliniska och kontrollpopulationer för närvarande diagnostisk användning (förutom att utesluta eventuella störningar i centrala nervsystemet som tumörer, intrakraniella blödningar eller medfödda anomalier som etiologier för symtomen). Det finns ingen identifierad "lesion" som är gemensam för alla, eller till och med de flesta, barn med de vanligaste studierna av autism, uppmärksamhetsunderskott / hyperaktivitetsstörning, skizofreni i barndomen, dyslexi, ömtålig X, bipolär störning i juvenil början, posttraumatisk stress sjukdom, Sydenham chorea eller Tourettes syndrom. Neuroimaging är för närvarande mest användbar för att utforska kärnan i sjukdomen och att tillhandahålla endofenotyper, biologiska markörer som är mellanliggande mellan gener och beteende. Endophenotyper kan också hjälpa till att identifiera subtyper av sjukdomar som har olika patofysiologi, prognos eller behandlingssvar.

Framtiden för pediatrisk neuroimaging kommer sannolikt att se ett växande antal studier som kombinerar flera imagingmodaliteter på samma individer (t.ex. strukturell MR, funktionell MR, diffusionstensorbildning, magnetiseringsöverföring, elektroencefalografi och magnetoencefalografi). Detta ger synergieffekten "större än summan av dess delar" eftersom information från varje modalitet informerar tolkningen av de andra. Kombination av bildbehandling med postmortemstudier av djur kommer också att vara avgörande för att klargöra mekanismerna som driver bildbildningsfynden, såsom krävande graden av vilka kortikala GM-förändringar som detekteras via MR är relaterade till arborisering / beskärning av neuroner eller till intrång av WM på det inre kortikala gränsen. En annan viktig riktning för framtida neuroimaging studier kommer att öka integrationen med social och pedagogisk vetenskap, som har varit relativt separat trots det gemensamma målet att framgångsrikt styra människor genom barndomen och ungdomar som förberedelse för den vuxna världen.

Erkännanden

Detta arbete stöddes av Intramural Research Programmet från National Institutes of Health.

fotnoter

Upplysning: Författarna rapporterar inga intressekonflikter.

Siffrorna i denna artikel skapades som en del av författarens anställning med den federala regeringen och är därför i det offentliga området.

REFERENSER

1. Lenroot RK, Gogtay N, Greenstein DK, et al. Sexuell dimorfism av hjärnutvecklingsbanor under barndomen och ungdomar. Neuroimage. 2007; 36: 1065-1073. [PMC gratis artikel] [PubMed]
2. Mackie S, Shaw P, Lenroot R, et al. Cerebellarutveckling och kliniskt resultat vid uppmärksamhetsbristande hyperaktivitetsstörning. Am J Psykiatri. 2007; 164: 647-655. [PubMed]
3. Lange N, Giedd JN, Castellanos FX, Vaituzis AC, Rapoport JL. Variabilitet av den mänskliga hjärnstrukturen storlek: åldrar 4 till 20. Psykiatrisk Res. 1997; 74: 1-12. [PubMed]
4. Sowell ER, Thompson PM, Leonard CM, Välkommen SE, Kan E, Toga AW. Longitudinell kartläggning av kortikal tjocklek och hjärnans tillväxt hos normala barn. J Neurosci. 2004; 24: 8223-8231. [PubMed]
5. Kavitet VSJ, Kennedy DN, Richelme C, Rademacher J, Filipek PA. Den mänskliga hjärnåldern 7-11 år: en volymetrisk analys baserad på magnetiska resonansbilder. Cereb Cortex. 1996; 6: 726-736. [PubMed]
6. Fields RD, Stevens-Graham B. Ny insikt i neuron-glia kommunikation. Vetenskap. 2002; 298: 556-562. [PMC gratis artikel] [PubMed]
7. Paus T, Zijdenbos A, Worsley K et al. Strukturell mognad av neurala vägar hos barn och ungdomar: in vivo-studie. Vetenskap. 1999; 283: 1908-1911. [PubMed]
8. Gogtay N, Giedd JN, Lusk L, et al. Dynamisk kartläggning av human cortical utveckling under barndomen genom tidig vuxen ålder. Proc Natl Acad Sci USA A. 2004; 101: 8174-8179. [PMC gratis artikel] [PubMed]
9. Sowell ER, Thompson PM, Tessner KD, Toga AW. Kartläggning fortsatte hjärntillväxt och reduktion av grå materia täthet i dorsal frontal cortex: Inverse relationer under postadolescent hjärnmognad. J Neurosci. 2001; 21: 8819-8829. [PubMed]
10. Neale MC, Cardon LR. Nordatlantiska fördragsorganisationen. Vetenskapliga avdelningen. Metodik för genetiska studier av tvillingar och familjer. Kluwer Academic Publishers; Dordrecht: 1992.
11. Wallace GL, Schmitt JE, Lenroot RK, et al. En pediatrisk tvillingstudie av hjärnmorfometri. J Child Psychol Psychiatry. 2006; 47: 987-993. [PubMed]
12. Gottesman II, Gould TD. Endophenotypkonceptet i psykiatri: etymologi och strategiska avsikter. Am J Psykiatri. 2003; 160: 636-645. [PubMed]
13. Schmitt JE, Lenroot RK, Wallace GL, et al. Identifiering av genetiskt medierade kortikala nätverk: en multivariat studie av pediatriska tvillingar och syskon. Cereb Cortex. 2008; 18: 1737-1747. [PMC gratis artikel] [PubMed]
14. Schmitt JE, Wallace GL, Rosenthal MA, et al. En multivariat analys av neuroanatomiska relationer i ett genetiskt informativt pediatrisk prov. Neuroimage. 2007; 35: 70-82. [PubMed]
15. Lenroot RK, Schmitt JE, Ordaz SJ, et al. Skillnader i genetiska och miljömässiga influenser på den mänskliga hjärnbarken i samband med utveckling under barndomen och ungdomar. Hum Brain Mapp. 2009; 30: 163-174. [PubMed]
16. Goldstein JM, Seidman LJ, Horton NJ, et al. Normal sexuell dimorfism hos den vuxna mänskliga hjärnan bedömd genom in vivo magnetisk resonansbildning. Cereb Cortex. 2001; 11: 490-497. [PubMed]
17. Gilmore JH, Lin W, Prastawa MW, et al. Regional tillväxt av gråämnen, sexuell dimorfism och cerebral asymmetri i neonatal hjärnan. J Neurosci. 2007; 27: 255-1260. [PMC gratis artikel] [PubMed]
18. Sowell ER, Peterson BS, Kan E, et al. Sexskillnader i kortikal tjocklek kartläggs hos 176 friska individer mellan 7 och 87 år. Cereb Cortex. 2007; 17: 1550-1560. [PMC gratis artikel] [PubMed]
19. Shaw P, Greenstein D, Lerch J et al. Intellektuell förmåga och kortikal utveckling hos barn och ungdomar. Natur. 2006; 440: 676-679. [PubMed]
20. Evans AC. NIH MR-studien av normal hjärnutveckling. Neuroimage. 2006; 30: 184-202. [PubMed]