Jak zachowanie kształtuje mózg, a mózg kształtuje zachowanie: wgląd w rozwój pamięci

Po więcej informacji:ali.ma@wecistanche.com

Pamięć źródłowapoprawia się znacznie w dzieciństwie. Uważa się, że ta poprawa jest ściśle związana z dojrzewaniem hipokampa. Jak poprzednie badania wykorzystywały głównie projekty przekrojowe do oceny relacji międzypamięć źródłowai funkcji hipokampa, nie wiadomo, czy zmiany w mózgu poprzedzają poprawępamięćlub odwrotnie. Aby rozwiązać tę lukę, w bieżącym badaniu wykorzystano przyspieszony schemat podłużny (n=200, 100 mężczyzn) do obserwacji 4- i 6-letnich dzieci przez 3 lata. Prześledziliśmy zmiany rozwojowe wpamięć źródłowai wewnętrzną łączność funkcjonalną hipokampa oraz ocenione różnice między kohortami 4- i 6-lat w relacjach predykcyjnych międzypamięć źródłowazmiany i wewnętrzną funkcjonalną łączność hipokampa przy braku wymagającego zadania. Zgodnie z wcześniejszymi badaniami, nastąpił związany z wiekiem wzrostźródłopamięćoraz wewnętrzną funkcjonalną łączność między hipokampem a regionami korowymi, o których wiadomo, że są zaangażowane podczas kodowania pamięci. Nowe odkrycia wykazały, że zmiany zdolności pamięci we wczesnym okresie życia przewidywały późniejszą łączność między hipokampem a regionami korowymi, a wewnętrzna łączność funkcjonalna hipokampa przewidywała późniejsze zmiany w pamięci źródłowej. Odkrycia te sugerują, że doświadczenie behawioralne i rozwój mózgu są interaktywnymi, dwukierunkowymi procesami, w których doświadczenie kształtuje przyszłe zmiany w mózgu, a mózg kształtuje przyszłe zmiany w zachowaniu. Wyniki sugerują również, że zarówno czas, jak i lokalizacja mają znaczenie, ponieważ obserwowane efekty zależały zarówno od wieku dzieci, jak i od konkretnych ROI mózgu. Razem odkrycia te zapewniają krytyczną wiedzę na temat interaktywnych relacji między procesami poznawczymi a leżącymi u ich podstaw neurologicznymi podstawami podczas rozwoju.

Słowa kluczowe: przyspieszone projektowanie wzdłużne; rozwój mózgu;epizodyczna pamięć;funkcjonalna łączność hipokampa;rozwój pamięci; pamięć źródłowa

Fengji Geng,1,3 Morgan Botdorf,2 i Tracy Riggins2

1 Wydział Programów Nauczania i Nauki, Uniwersytet Zhejiang, Kampus Zijingang, Hangzhou, 310058, 2 Wydział Psychologii,

University of Maryland, College Park, Maryland 20742 i 3 Szpital Dziecięcy, Zhejiang University School of Medicine, National Clinical

Centrum Badawcze Zdrowia Dziecka, Hangzhou, 310052

Oświadczenie o znaczeniu

Badania przekrojowe wykazały, że zdolność do zapamiętywania kontekstowych szczegółów poprzednich doświadczeń (tj.pamięć źródłowa) jest związany z rozwojem hipokampa w dzieciństwie. Nie wiadomo, czy zmiany czynnościowe hipokampa poprzedzają poprawępamięćlub odwrotnie. Korzystając z przyspieszonego projektu podłużnego, stwierdziliśmy, że wcześniepamięć źródłowazmiany przewidywały późniejszą wewnętrzną łączność funkcjonalną hipokampa i ta łączność przewidywała późniejsze zmiany pamięci źródłowej. Odkrycia te sugerują, że doświadczenie behawioralne i rozwój mózgu są interaktywnymi, dwukierunkowymi procesami, w których doświadczenie kształtuje przyszłe zmiany w mózgu, a mózg kształtuje przyszłe zmiany behawioralne. Co więcej, interakcje te różniły się w zależności od wieku i regionu mózgu dzieci, co podkreśla znaczenie perspektywy rozwojowej w badaniu interakcji mózg-zachowanie.

Kliknij, aby sklep z witaminami Cistanche i Cistanche dla pamięci

Wstęp

Pamięć źródłowa ulega znacznej poprawie w dzieciństwie (np. Riggins, 2014). W szczególności, wraz z wiekiem, dzieci stają się lepsze w zgłaszaniu i zapamiętywaniu kontekstowych szczegółów doświadczeń życiowych (Bauer, 2007). Rozwój ten jest ściśle związany z dojrzewaniem hipokampa, o czym świadczą związane z wiekiem i pamięcią różnice w strukturze i funkcji hipokampa w całym rozwoju (przegląd patrz Ghetti i Bunge, 2012; Sastre i in., 2016; Tang i in., 2018; Riggins i in., 2020). Wcześniejsze badania wykorzystywały głównie projekty przekrojowe do oceny relacji między rozwojem mózgu a pamięcią, które nie pozwalają na zbadanie prawdziwych zmian rozwojowych i mogą być pod wpływem czynników zakłócających, takich jak efekty kohortowe. Dlatego nie wiadomo, czy zmiany w mózgu poprzedzają poprawę pamięci, czy odwrotnie. Ponadto wcześniejsze badania koncentrowały się na małych dzieciach lub dzieciach w wieku szkolnym, co utrudnia porównywanie różnych okresów rozwojowych. Aby zaradzić tym lukom, w obecnym badaniu wykorzystano przyspieszony model podłużny, aby śledzić 4- i 6-letnie dzieci przez 3 lata. Ten projekt pozwolił nam zbadać zmiany rozwojowe w wewnętrznej łączności funkcjonalnej hipokampa (iHFC) i ocenić różnice między kohortami w wieku 4- i 6-w predykcyjnych relacjach między pamięcią źródłową a łącznością funkcjonalną (patrz Ryc. 1).

Uważa się, że u dorosłych wewnętrzna łączność funkcjonalna odzwierciedla funkcjonalną architekturę mózgu, która powstaje w wyniku koaktywacji wywołanej zadaniami między regionami mózgu (Fox i Raichle, 2007). Wewnętrzne wzorce funkcjonalnej łączności dzieci są prawdopodobnie konstruowane w podobny sposób; jednak długoterminowa hipoteza formowania sugeruje, że te wzorce łączności kształtują się w czasie zarówno w wyniku dojrzewania, jak i doświadczenia (Gabard-Durnam i in., 2016). Na przykład, śledząc 4- do 18-latków przez 2 lata, analizy prospektywne wykazały, że wywołana zadaniem łączność funkcjonalna ciała migdałowatego przewidywała łączność funkcjonalną w stanie spoczynku 2 lata później, ale nie jednocześnie (Gabard-Durnam i in., 2016). Odkrycia te sugerują powiązania między zadaniową aktywacją mózgu a wewnętrzną funkcjonalną łącznością zarówno u dzieci, jak i dorosłych; jednak takie skojarzenia mogą się różnić w zależności od rozwoju.

Dane empiryczne potwierdzają również dwukierunkowe wpływy między mózgiem a zachowaniem. Po pierwsze, wcześniejsze badania potwierdzają pogląd, że zmiany behawioralne kształtują opartą na zadaniach i wewnętrzną łączność funkcjonalną (np. Jolles i in., 2016; Clark i in., 2017; Rosenberg-Lee i in., 2018). Na przykład, u dzieci w wieku od 8- do 9-lat, 8 tygodni korepetycji z matematyki wzmocniło iHFC do bruzdy śródciemieniowej (Jolles et al., 2016). Po drugie, badania empiryczne wykazały, że wewnętrzna łączność funkcjonalna może przewidywać wzrost zdolności poznawczych w późniejszym okresie rozwoju (np. Hoeft i in., 2011; Supekar i in., 2013; Evans i in., 2015). Na przykład Supekar i in. (2013) stwierdzili, że iHFC mierzone przed korepetycjami z matematyki przewidywało poprawę wydajności po korepetycjach w średnim dzieciństwie.

Na podstawie tych badań zbadaliśmy, czy istnieją dwukierunkowe wpływy między zmianami pamięci źródłowej a wewnętrzną funkcjonalną łącznością od hipokampa do regionów mózgu, o których zgłoszono, że wspierają kodowanie informacji kontekstowych (Geng i wsp., 2019). Zastosowaliśmy przyspieszony model podłużny, aby ocenić: (a) związane z wiekiem zmiany w równoczesnych relacjach między pamięcią źródłową a iHFC; (b) predyktywne relacje między wczesnymi zmianami pamięci źródłowej a późniejszymi iHFC; oraz (c) predyktywne relacje między wczesnymi iHFC a późniejszymi zmianami pamięci źródłowej (ryc. 1).

Postawiliśmy hipotezę, że przyrosty pamięci we wczesnym źródle będą przewidywać późniejsze iHFC, ponieważ uważa się, że wpływ doświadczenia narasta z czasem (Gabard-Durnam et al., 2016). Oczekiwano, że nagromadzenie doświadczeń z codziennymi czynnościami pamięciowymi będzie napędzać zmiany rozwojowe w iHFC w dzieciństwie. Dodatkowo, ze względu na większą plastyczność na wczesnym etapie rozwoju (np. Tottenham i Sheridan, 2010), spodziewaliśmy się, że zmiany w pamięci będą bardziej solidnie przewidywać późniejszą łączność w młodszej i starszej kohorcie.

Ponieważ sugerowano, że łączność mózgu kształtuje późniejsze zachowanie (np. Evans i in., 2015), postawiliśmy hipotezę, że iHFC będzie przewidywać wzrost zdolności pamięci źródła. Dodatkowo, ponieważ funkcja hipokampu jest bardziej dojrzała w średnim niż we wczesnym dzieciństwie (Geng i in., 2019), postawiliśmy hipotezę, że łączność w wieku 6 lat lepiej przewidywałaby pamięć przyszłą niż łączność w wieku 4 lat.

Materiały i metody

Uczestnicy Dzieci uczestniczyły w dużym badaniu dotyczącym pamięci i rozwoju mózgu we wczesnym dzieciństwie, w którym zastosowano przyspieszony model podłużny (N=200, 100 mężczyzn) (Riggins i in., 2018; Geng i in., 2019). Pierwsza fala (W1) badania obejmowała 4- dzieci w wieku 8-lat. 4- i 6-letnie dzieci zostały zaproszone z powrotem na dwie kolejne fale testów (W2 i W3; Ryc. 2). W sumie były trzy fale, a każda fala zawierała młode i stare kohorty (młoda kohorta: W1=4lata, W2=5lata, W3=6lata; stara kohorta: W{{ 17}} lat, W2=7 lat, W3=8 lat). Tabela 1 pokazuje liczbę dzieci, które dostarczyły 3, 2 lub 1 falę danych do końcowych analiz w każdej kohorcie. Głównymi przyczynami utraty danych z neuroobrazowania były zbyt duże ruchy dzieci, zasypianie podczas badania, odmowa wejścia do skanera lub brak kontroli rodzin.

Zmierzyliśmy IQ dzieci w T1 za pomocą podtestów słownictwa i projektu bloków ze Skali Inteligencji Wechslera dla Dzieci (Ed 4) (Wechsler, 2003) lub Skali Inteligencji Wechslera w wieku przedszkolnym i podstawowym (Wechsler, 2012). ). Wszystkie dzieci objęte analizami miały szacowany IQ średni do ponadprzeciętnego. Nie stwierdzono różnic między młodą i starą kohortą w skalowanych wynikach słownika (młodzi: średnia=11.07, SD=2.96; stara: średnia=11.66, SD { {11}}.55; p=0.33) lub podtesty projektu blokowego (młody: średnia=12.96, SD=2.73; stary: średnia=13. 03, SD=3,00; p=0,92). Rodzice zgłaszali, że wszyscy uczestnicy byli zdrowi, bez żadnych zaburzeń neurorozwojowych, neurologicznych ani psychiatrycznych. Ponadto rodzice zgłosili, że 88,5% dzieci jest praworęcznych, 6,8% leworęcznych, 3,7 procent oburęcznych, a 1 procent niemożliwych do ustalenia.

Projekt eksperymentalny Kodowanie. Podczas pierwszej wizyty dzieci poznały nowe fakty (np. „Grupa nosorożców nazywa się katastrofą”) z jednego z dwóch różnych źródeł: dorosłej kobiety („Abby”) i marionetki o męskim głosie („Henry”) za pośrednictwem wideo cyfrowe (Drummey i Newcombe, 2002; Riggins, 2014). Każde źródło podało 6 faktów, co daje łącznie 12 faktów. Prezentacja faktów była blokowana według źródła, gdzie dzieci najpierw uczyły się 6 faktów z jednego źródła, a następnie 6 faktów z drugiego źródła, a kolejność bloków była losowa wśród uczestników. Były trzy listy faktów; każda lista składała się z unikalnych faktów, które były podobne na różnych listach (np. „Grupa kangurów nazywana jest motłochem” lub „Grupa kóz nazywana jest plemieniem”). Listy te zostały losowo przydzielone uczestnikom. Dzieci zostały poproszone o zwrócenie uwagi na fakty, ponieważ będą testowane na faktach w następnym tygodniu, ale nie powiedziano im, że będą testowane na źródle faktów. Zapytano dzieci, czy znały fakty przed eksperymentem. Znane fakty zostały wykluczone i zastąpione dodatkowymi nowymi faktami z listy tego samego źródła (ale zdarzało się to rzadko). Każde źródło miało 8 możliwych faktów wyjaśniających możliwość, że dzieci poznają 1 lub 2 fakty. Jeśli dziecko znało 3 lub więcej faktów z jednego źródła, całkowita liczba faktów, na których dziecko było testowane, zmniejszała się (ale było to rzadkie, n=4).

Wyszukiwanie. Podczas drugiej wizyty testowano pamięć dzieci pod kątem faktów i źródeł z pierwszej wizyty. Dzieci zostały poproszone o udzielenie odpowiedzi na 22 ciekawostki i poinformowanie eksperymentatora, gdzie poznały odpowiedzi na te ciekawostki. Powiedziano im, że niektórych z pytań nauczyli się tydzień wcześniej od „Abby” lub „Henry”, niektórych mogli nauczyć się poza laboratorium (np. od nauczyciela lub rodzica), a niektórych mogą nie znać. Dzieci dowiedziały się 6 z 22 faktów przedstawionych od „Abby”, 6 od „Henryka”, 5 było faktami powszechnie znanymi dzieciom (np. „Jakiego koloru jest niebo?”), a 5 było faktami, których dzieci zazwyczaj nie znają. (np. „Jak nazywa się kolorowa część twojego oka?”). Każda lista 22 faktów miała dwie losowe kolejność prezentacji, a kolejność ta była równoważona między uczestnikami. Jeśli dzieci nie były w stanie przypomnieć sobie źródła konkretnego pytania, dano pięć opcji wielokrotnego wyboru: rodzice, nauczyciel, dziewczyna w filmie, kukiełka w filmie lub po prostu wiedział/zgadł.

Pamięć źródłową obliczono jako proporcję pytań, w przypadku których dzieci dokładnie przypomniały lub rozpoznały zarówno fakt, jak i źródło, z ogólnej liczby poznanych faktów (patrz poniższy wzór). Uważa się, że ta miara pamięci źródłowej odzwierciedla powiązanie faktów i źródeł, co jest ważnym aspektem pamięci epizodycznej (Miller i in., 2013; Cooper i Ritchey, 2020).

Podczas skanowania bez zadań, ruch głowy uczestnika był monitorowany w czasie rzeczywistym. Jeśli uczestnik wykazywał nadmierny ruch głowy (0,2 mm w dowolnym kierunku) podczas pierwszej połowy dowolnego biegu, skanowanie zostało wznowione, a uczestnikowi przypominano, aby pozostał tak nieruchomo, jak to możliwe.

Wstępne przetwarzanie danych obrazowania W analizach uwzględniono wszystkie 210 zebranych obrazów fMRI w stanie spoczynku, ponieważ pierwsze cztery objętości zostały odrzucone przed zebraniem danych z powodu niestabilności początkowego sygnału MR i adaptacji uczestnika. Wstępne przetwarzanie obejmowało następujące kroki. Najpierw wykonano korekcję czasu przekrojów, korekcję ruchu głowy i wygładzanie za pomocą DPABI 1.3 (Yan i in., 2016). Następnie przeprowadzono niezależną analizę komponentów na wygładzonych danych za pomocą MELODIC, zestawu narzędzi FSL, w celu usunięcia komponentów związanych z artefaktami (Geng i in., 2019). Po usunięciu wszystkich elementów związanych z artefaktami przeprowadzono ekstrakcję mózgu, normalizację i filtrowanie. Zgodnie z procedurą sugerowaną przez Tillmana i in. (2018), ekstrakcję mózgu na obrazie ważonym T1- przeprowadzono oddzielnie w sześciu zestawach narzędzi: Advanced Normalization Tools, AFNI, FSL, BSE, ROBEX i SPM8 w celu zapewnienia wysokiej jakości danych. Woksele wyekstrahowane przez co najmniej cztery skrzynki narzędziowe były zawarte w masce mózgowej. Do wspólnej rejestracji i normalizacji wykorzystano zaawansowane narzędzia normalizacyjne. Analizy statystyczne przeprowadzono w AFNI (Cox, 1996). Czasowe filtrowanie pasmowoprzepustowe (0,01-0,1 Hz) i wygładzanie przestrzenne z jądrem gaussowskim 5 mm FWHM przeprowadzono w AFNI na znormalizowanych danych.

Poszczególne regiony nasienne (obustronny przedni i tylny hipokamp) uzyskano ze skanu strukturalnego przy użyciu Freesurfer 5.1 (Fischl, 2012) i edytowano przy użyciu narzędzia Automatic Segmentation Adapter Tool (Wang i wsp., 20 11). Hipokamp podzielono na segmenty przedni i tylny za pomocą ręcznej identyfikacji standardowych anatomicznych punktów orientacyjnych. Wierzchołek wuja służył jako granica między przednim i tylnym hipokampem (Duvernoy, 2005; Weiss i wsp., 2005). Oceniający byli ślepi na wiek i płeć uczestników. Niezawodność identyfikacji tych punktów orientacyjnych wykazała 94,60 procent zgodności w 1 wycinku i 99,99 procent zgodności w 2 wycinkach. Współczynniki korelacji wewnątrzklasowej były wysokie i wahały się od 0,897 do 0,985. W przypadku braku porozumienia między oceniającymi co do prawidłowego położenia wycinka, użyto wycinka bardziej doświadczonego oceniającego.

Obliczono korelacje między szeregami czasowymi poszczególnych regionów nasiennych (dwustronny przedni i tylny hipokamp) a serią całego mózgu, aby wygenerować indywidualne mapy łączności funkcjonalnej w stanie spoczynku. Następnie transformacja Fishera r-do-z została wykorzystana do konwersji map r na mapy z, aby uzyskać wartości map łączności o normalnym rozkładzie. Wartości z zostały wyodrębnione z 6 obszarów zainteresowania: płacika ciemieniowego dolnego/górnego (IPL/SPL), zakrętu potylicznego dolnego (IOG), lewego dolnego zakrętu skroniowego (ITG), lewego dolnego zakrętu czołowego (IFG), zakrętu wrzecionowatego i zakrętu oczodołowego czołowego (OFG) (rys. 3). Te regiony mózgu zostały zdefiniowane zgodnie z wcześniejszymi badaniami, które wykazały, że dzieci w wieku 4- do 8-lat wykazywały większą aktywację w tych regionach podczas kodowania elementów (tj. zdjęć zwierząt i obiektów), które następnie zostały zapamiętane za pomocą źródła poprawne niż te z nieprawidłowymi źródłami (tj. zdjęciami postaci z kreskówek) (szczegóły patrz Geng i in., 2019). Różnice w aktywacji sugerują, że te sześć regionów mózgu ma kluczowe znaczenie dla kodowania informacji kontekstowych. Dlatego te regiony zostały wybrane jako ROI w obecnym badaniu.

Analizy statystyczne Wykorzystano liniowe modele mieszane ze względu na ich zdolność do obsługi niezrównoważonych i niekompletnych danych podłużnych. W szczególności w SPSS 20.0 uruchomiono serię modeli z efektami stałymi, aby przetestować powiązania między wiekiem, pamięcią źródłową i iHFC. Najpierw oceniono związane z wiekiem zmiany w pamięci źródłowej. Następnie przeanalizowano relacje między wiekiem, pamięcią źródłową i iHFC a każdym obszarem zainteresowania ROI, aby ocenić zmiany w relacjach współbieżnych. Następnie modele zostały wykorzystane do zbadania, czy wcześniejsze zmiany w pamięci źródłowej przewidywały późniejsze iHFC z każdym obszarem zainteresowania i czy wcześniejsza łączność funkcjonalna z każdym obszarem zainteresowania przewidywała późniejsze zmiany w pamięci źródłowej.

Jak zasugerowano we wstępie, potrzeba czasu, aby zmiany behawioralne i mózgowe uformowały się nawzajem. Dlatego przeanalizowaliśmy relacje zmian pamięci między W1 i W2 z funkcjonalną łącznością w W3 (ryc. 1). Ponadto obliczyliśmy relacje łączności funkcjonalnej w W1 ze zmianami pamięci między W1 i W3 (ryc. 1). Innym praktycznym powodem, dla którego interwały zmian pamięci różniły się między dwiema analizami predykcyjnymi, było to, że nie było znaczących zmian w pamięci źródłowej między W2 i W3 w starej kohorcie. [Kolejną interesującą kwestią byłoby to, jak zmiany w pamięci źródłowej są powiązane ze zmianami w iHFC; jednak w obecnej próbie doszło do zbyt dużej utraty danych z powodu ruchu, aby zbadać zmiany w iHFC w obu kohortach. W związku z tym do analiz połączeń funkcjonalnych wykorzystywane są dane z pojedynczego punktu czasowego.]

Ciągłe współzmienne (wiek, średnia FD, zmiana pamięci źródła i iHFC) w tych modelach zostały wystandaryzowane w całej próbie. Kryterium informacyjne Akaike'a zostało użyte do porównania modeli efektów głównych z modelami, które obejmowały zarówno efekty główne, jak i interaktywne. Modele o najniższej wartości kryterium informacyjnego Akaike zostały wybrane jako najlepiej dopasowane modele. Biorąc pod uwagę umiarkowaną wielkość próby (patrz Tabela 1) i ograniczoną liczbę ROI, korekty dla porównań wielokrotnych nie zostały zastosowane. Jeśli zaobserwowano interakcje obejmujące kohortę (młodą i starą), związek między pomiarami pamięci źródłowej a iHFC oszacowano ponownie dla każdej kohorty poprzez standaryzację współzmiennych dla każdej grupy oddzielnie i ponowne oszacowanie parametrów modelu.

Wyniki

Wyniki behawioralne

194 dzieci dostarczyły dane do analiz behawioralnych (tab. 1). Aby przewidzieć wydajność pamięci źródłowej, modele z efektami stałymi, w tym wiek, kohorta (młodzi i starzy) oraz interakcja z kohortą wiekową, były lepiej dopasowane niż model, który obejmował tylko efekty główne. Wiek był pozytywnie powiązany z wydajnością pamięci źródłowej (b=0.051, SE=0.023, t(353)= 2.281, s.=0.023) i wystąpiła istotna interakcja między wiekiem a kohortą (b=–0,075, SE=00,031, t(353) {{17 }} 2,423, p=00,016). Kiedy zbadano tę interakcję, wyniki pokazały, że związane z wiekiem zmiany w pamięci źródłowej były większe u młodych w porównaniu ze starą kohortą (p, 0,001 vs p=00,028; ryc. 4). Nie zaobserwowano różnic między 6- letnimi dziećmi z młodej kohorty, które były badane w T3, a 6-letnimi dziećmi ze starej kohorty, które były badane w T1 (s. 0,90). Dodatkowo przetestowaliśmy, czy istnieją różnice w pamięci źródłowej między grupami wiekowymi w każdej kohorcie. Wszystkie porównania między grupami wiekowymi osiągnęły istotność, z wyjątkiem różnicy między 7 a 8 rokiem życia (p=0.24).

Związane z wiekiem zmiany w równoczesnych relacjach między pamięcią źródłową a łącznością funkcjonalną Stałe efekty liniowych modeli mieszanych obejmowały podregion, wiek i pamięć źródłową jako zmienne niezależne oraz iHFC jako zmienną zależną. Średnia FD została również uwzględniona w modelu ze względu na marginalnie istotny związek między wiekiem a średnią FD, jak opisano powyżej. Modele efektów głównych były lepiej dopasowane niż modele z interakcją pamięci ze źródłem wieku. W przewidywaniu łączności między hipokampem a lewym IPL/SPL, IOG, lewym ITG, lewym IFG, zakrętem wrzecionowatym i OFG wystąpiły znaczące główne skutki wieku. W szczególności wraz z wiekiem wzrastał również iHFC (ryc. 5). Główny efekt pamięci źródłowej nie był istotny dla łączności między hipokampem a dowolnym obszarem zainteresowania ROI.

Ponadto występowały różnice w łączności między hipokampem przednim a tylnym i wrzecionowatym, lewym ITG, IOG, OFG i lewym IPL/SPL (Tabela 3). We wszystkich regionach, z wyjątkiem OFG, łączność była większa dla tylnego hipokampa w porównaniu z przednim hipokampem. W IFG zaobserwowano trendową różnicę w funkcjonalnej łączności hipokampa (przednia, tylna; Tabela 3).

Relacje predykcyjne między zmianami pamięci źródłowej z W1 do W2 a funkcjonalną łącznością w W3

Stałe efekty liniowych modeli mieszanych obejmowały podregion (przedni vs tylny), kohortę (młody vs stary) oraz zmianę pamięci źródłowej (definiowaną jako różnice w pamięci źródłowej między W1 i W2). Średnia FD nie została uwzględniona w modelach, ponieważ nie było różnicy w żadnym z parametrów ruchu (średnia FD, ruch bezwzględny i długość danych) między młodymi i starymi kohortami (p . 0,60). Modele zawierające interakcję kohortową zmianę pamięci źródłowej dały lepsze dopasowanie modelu dla lewego IFG i OFG. W przeciwieństwie do tego, modele efektów głównych lepiej pasowały do ​​pozostałych czterech obszarów zainteresowania ROI. Zmiany pamięci źródłowej między W1 i W2 były dodatnio związane z funkcjonalną łącznością hipokampa W3 z lewym IPL/SPL, IOG, lewym ITG i zakrętem wrzecionowatym (Tabela 4; Ryc. 6).

Istniały istotne interakcje między kohortą a zmianą pamięci źródłowej przewidujące wewnętrzną funkcjonalną łączność od hipokampa do lewego IFG i OFG (Tabela 4). Aby zbadać te interakcje, zastosowano modele efektów stałych do oceny każdej kohorty oddzielnie. W młodej kohorcie zmiany pamięci źródłowej były istotnie związane z iHFC z lewym IFG i OFG (b=0.109, SE=0.025, t( 73)=40,341, p , 0,001; b=00,068, SE=00,022, t(73)=30,117, p=0 0,003). Jednak w starej kohorcie te powiązania nie były widoczne (wartości p 0,20). Dlatego tylko w młodej kohorcie poprawa behawioralna w pamięci źródłowej ukształtowała później wewnętrzną funkcjonalną łączność między hipokampem a tymi regionami korowymi (ryc. 7). Co więcej, ponownie przeprowadziliśmy powyższe analizy z pamięcią źródłową w W1 i W2 uwzględnioną w modelach, aby przetestować relacje między zmianami pamięci źródłowej a późniejszą funkcjonalną łącznością hipokampa. Wszystkie wyniki pozostały takie same, z wyjątkiem tego, że główny efekt zmian pamięci źródłowej w lewym IPL/SPL i IOG stał się nieistotny (p=0.18; p=0.11). Dodatkowo tylny hipokamp wykazywał większą łączność z wrzecionowatymi, lewym ITG, IOG i lewym IPL/SPL niż przedni hipokamp. Różnica w OFG i lewym IFG nie osiągnęła istotności (tab. 3).

Relacje predykcyjne między funkcjonalną łącznością w W1 a zmianami pamięci źródłowej z W1 do W3

Modele z efektami stałymi uwzględniały iHFC w W1 i kohortę (młody vs stary) jako zmienne niezależne oraz zmianę pamięci źródłowej z W1 na W3 jako zmienną zależną. Średnia FD nie została uwzględniona w modelu, ponieważ nie różniła się istotnie między kohortami (p . 0,70). W przypadku lewego ITG i wrzecionowatego modele interakcji były lepiej dopasowane. W przypadku pozostałych ROI modele efektów głównych były lepiej dopasowane, ale nie generowały żadnych znaczących wyników.

Interakcje między kohortą a iHFC w lewym ITG i zakręcie wrzecionowatym istotnie przewidywały zmianę pamięci źródłowej (Tabela 5). Aby zbadać interakcje, zastosowano modele z efektami stałymi, aby przetestować relacje w każdej kohorcie z osobna. W starszej kohorcie iHFC z lewym ITG i zakrętem wrzecionowatym było powiązane ze zmianą pamięci źródłowej (b=–0.{{10}}90, SE=0 0,024, t(60)=3,76, p , 0,001; b=0 0,086, SE=00,029, t(60)= 2,998, p=0.004). Jednak tego związku nie zaobserwowano w młodej kohorcie (p. 0,80). Dlatego tylko w starej kohorcie funkcjonalna łączność między hipokampem a lewym ITG i zakrętem wrzecionowatym przewidywała późniejszą poprawę pamięci źródłowej (ryc. 7).

Dyskusja

W badaniu wykorzystano przyspieszony projekt podłużny do zbadania predykcyjnych relacji między zmianami pamięci źródłowej a iHFC w dzieciństwie. Po pierwsze, stwierdziliśmy związany z wiekiem wzrost wydajności pamięci źródła, potwierdzając poprzednie badania, które wskazują na duże różnice związane z wiekiem w pamięci źródła w tej grupie wiekowej (Drummey i Newcombe, 2002; Riggins, 2014). Po drugie, wyniki wskazywały, że iHFC w sieci pamięci wzrastało w całym dzieciństwie, co jest zgodne z poprzednimi badaniami przekrojowymi wykazującymi podobne powiązania między wiekiem a funkcjonalną łącznością hipokampa (Blankenship i in., 2017; Geng i in., 2019). Wreszcie wyniki wskazały, że zmiany w wydajności pamięci przewidywały późniejszą łączność funkcjonalną, a wczesną łączność funkcjonalną przewidywały późniejsze zmiany pamięci źródłowej.

Zmiany pamięci źródłowej przewidywały późniejszą funkcjonalną łączność hipokampa

Zmiany pamięci źródłowej we wczesnym okresie życia przewidywały późniejszą łączność wewnętrzną między hipokampem a regionami korowymi w przypadku braku zadania, co sugeruje, że zachowanie ukształtowało późniejszą łączność funkcjonalną. W szczególności, u wszystkich dzieci, zmiany w pamięci przewidywały wewnętrzną łączność z hipokampa do wrzecionowatego, lewego ITG, IOG i lewego IPL/SPL rok później. Ponadto w młodszej kohorcie wczesne zmiany pamięci przewidywały również funkcjonalną łączność hipokampa z lewym IFG i OFG. Jednak w analizach oceniających związane z wiekiem zmiany w relacjach współistniejących zdolność pamięci nie była związana z iHFC. Odkrycia te wspierają ideę, że doświadczenie życiowe kształtuje mózg poprzez rozwój, pogląd, który uzyskał poparcie również w innych odkryciach (Fox i Raichle, 2007; Gabard-Durnam i in., 2016). Na przykład wykazano, że wywołana zadaniem łączność funkcjonalna przewiduje łączność funkcjonalną w stanie spoczynku 2 lata później, ale nie jednocześnie (Gabard-Durnam et al., 2016). Ponadto, jak sugeruje ramy interaktywnej specjalizacji, zinterpretowaliśmy wyniki, aby pokazać, że zmiany w pamięci we wczesnym okresie życia mogą napędzać funkcjonalną integrację w obrębie sieci pamięci hipokampa i że proces ten wymaga czasu, aby się rozwinąć (Johnson, 2011; Poppenk i in., 2013). Innymi słowy, wczesne przyrosty pamięci mogą odzwierciedlać stopniowe udoskonalanie sieci pamięci hipokampa w czasie, co ostatecznie prowadzi do wzmocnienia iHFC nawet podczas braku określonego zadania. Jest to zgodne z wcześniejszymi badaniami w innych domenach poznawczych, które wykazały, że trening arytmetyczny wywołał zmiany w łączności hipokampowo-ciemieniowej w średnim dzieciństwie (Rosenberg-Lee i in., 2018).

Łączność funkcjonalna hipokampa przewidywała późniejsze zmiany pamięci źródłowej

Łączność od hipokampa do wrzecionowatego i ITG przewidziała zmiany pamięci 2 lata później. Jednak dotyczyło to tylko starszej kohorty, tak że iHFC z wrzecionowatymi i pozostawionymi ITF po 6 latach przewidział zmiany pamięci 2 lata później. Odkrycia te potwierdzają twierdzenie, że aktywność mózgu może również kształtować zachowanie i sugerują, że integracja funkcjonalna w obrębie sieci pamięci hipokampa może przewidywać przyszłe przyrosty zdolności zapamiętywania u dzieci w wieku 6 lat. To odkrycie jest zgodne z wcześniejszymi badaniami sugerującymi, że wcześniejsze iHFC może przewidywać zmiany behawioralne wywołane interwencją w typowych i nietypowych populacjach rozwojowych (Hoeft i in., 2011; Supekar i in., 2013). Dlatego nasze badanie sugeruje, że we wczesnym okresie życia interakcja między mózgiem a rozwojem behawioralnym nie jest jednokierunkowa, lecz jest procesem wzajemnym: zmiany behawioralne kształtują przyszłą aktywność mózgu, a aktywność mózgu kształtuje przyszłe zmiany behawioralne.

Efekty czasowe w interakcji między rozwojem behawioralnym a rozwojem mózgu

Nasze wyniki sugerują, że czas ma znaczenie w kontekście interakcji między mózgiem a rozwojem behawioralnym. W szczególności, chociaż wcześniejsze zmiany pamięci przewidywały późniejszą łączność hipokampa z pewnymi regionami korowymi zarówno w młodych, jak i starych kohortach, tylko w młodszej kohorcie wczesne zmiany pamięci były związane z funkcjonalną łącznością od hipokampa do lewego IFG i OFG. W przeciwieństwie do tego, wczesna łączność funkcjonalna z wrzecionowatymi i lewym ITG istotnie przewidywała późniejsze zmiany pamięci tylko w starszej kohorcie. Proponujemy dwa możliwe wyjaśnienia tych różnic czasowych. Po pierwsze, odkrycia te mogą wynikać ze znanych różnic w zakresie związanych z wiekiem zmian w rozwoju pamięci źródłowej w dzieciństwie. Zgodnie z wcześniejszymi badaniami behawioralnymi sugerującymi przyspieszone tempo zmian pamięci źródłowej przed szóstym rokiem życia (Riggins, 2014), obecne badanie wskazuje, że zmiany pamięci w kohorcie od 4-do-6-lat były bardziej znacznie większe niż w przypadku kohorty od 6-do-8-lat. Większe zmiany pamięci mogą prowadzić do większych zmian w mózgu. Może to pomóc wyjaśnić, dlaczego wcześniejsze zmiany pamięci w młodszej kohorcie przewidywały łączność między hipokampem a IFG i OFG.

Alternatywnie, różnica w czasie może wynikać ze znanych różnic w zmianach rozwojowych w hipokampie w dzieciństwie. Badania na ludziach i zwierzętach konsekwentnie wskazują, że sieć pamięci hipokampa doświadcza znacznego rozwoju około szóstego roku życia (Serres, 2001; Lavenex i Lavenex, 2013). Dlatego 4-6 lata mogą być wrażliwym okresem rozwoju hipokampa, charakteryzującym się większą plastycznością (Tottenham i Sheridan, 2010). Twierdzenie to jest zgodne z argumentem, że kształtowanie architektury funkcjonalnej może być szczególnie wyraźne w okresach rozwoju, kiedy systemy neuronowe są najbardziej plastyczne i podatne na czynniki środowiskowe (Bick i Nelson, 2017). Po zakończeniu okresu wrażliwości bardziej dojrzała sieć pamięci hipokampa może rozpocząć zmiany rozwojowe w zdolnościach pamięciowych. To może wyjaśniać, dlaczego iHFC przewidział zmiany behawioralne tylko w starszej kohorcie. Dlatego spekulujemy, że dopiero po osiągnięciu przez mózg pewnego progu dojrzałości jego funkcja może wiarygodnie i konsekwentnie przewidywać zachowanie. Efekty czasowe mogą również zależeć od konkretnych regionów mózgu wykazujących funkcjonalną łączność z hipokampem. Wczesne zmiany pamięci od 4 do 5 lat przewidywały funkcjonalną łączność między hipokampem a regionami przedczołowymi (IFG i OFG) po 6 latach. Jednak w starszej kohorcie funkcjonalnej łączności w wieku 8 lat nie można było przewidzieć na podstawie zmian zachowania od 6 do 7 lat. W przeciwieństwie do tego, tylko w starszej kohorcie iHFC przewidział zmiany pamięci 2 lata później i było to specyficzne dla wrzecionowatej i ITG. Odkrycia te mogą wynikać z różnych trajektorii rozwojowych tych obszarów nerwowych. Wcześniejsze badania wykazały, że rozwój mózgu przebiega w hierarchicznej kolejności od kory czuciowej przez korę asocjacyjną do regionów ważnych dla funkcji poznawczych (Gogtay i in., 2004; Shaw i in., 2008). IFG i OFG to regiony związane z poznaniem wyższego rzędu, które dojrzewają później niż regiony czuciowe lub asocjacyjne. Zatem wyniki obecnego badania są zgodne z poglądem, że regiony przedczołowe, takie jak IFG i OFG, są mniej dojrzałe, a zatem bardziej plastyczne, w młodszych i starszych kohortach. Jest to również zgodne z wcześniejszymi badaniami wskazującymi, że zwiększone funkcjonalne sprzężenie hipokampa z PFC jest związane z rozwojem zdolności pamięciowych (Qin et al., 2014). Obecne odkrycia poszerzają tę pracę i sugerują, że 4-6 lat może być wrażliwym okresem dla funkcjonalnej integracji między hipokampem a regionami czołowymi. Z kolei wrzecionowate i ITG są związane z przetwarzaniem wzrokowym i dojrzewają wcześniej niż regiony przedczołowe. Takie wczesne dojrzewanie może leżeć u podstaw zdolności wrzecionowatych i ITG do przewidywania zmian behawioralnych.

Mocne strony i ograniczenia

Obecne badanie ma kilka mocnych stron. Korzystając z przyspieszonego projektu podłużnego, prześledziliśmy zmiany rozwojowe w pamięci źródłowej, iHFC i relacjach między nimi. Ten projekt pozwolił nam również przetestować różnice w czasie, porównując dwie kohorty dzieci. Skupiając się na proponowanym, wrażliwym okresie rozwoju pamięci źródłowej, byliśmy w stanie zbadać, w jaki sposób sieć pamięci hipokampa jest udoskonalana w tym ważnym oknie rozwojowym i jaki ma związek z poprawą pamięci.

To badanie ma również ograniczenia. Ze względu na ograniczoną wielkość próby nie byliśmy w stanie zbadać, jak zmiany łączności funkcjonalnej w czasie odnoszą się do pamięci. Ponadto, ze względu na wielkość próby, zdecydowaliśmy się nie przeprowadzać analiz całego mózgu i zamiast tego opieraliśmy się na wskaźnikach ROI pochodzących z badania zadaniowego z udziałem dzieci z tego samego badania podłużnego. W związku z tym mogą również istnieć wyniki dotyczące dodatkowych obszarów mózgu, nieuwzględnionych w aktualnym zestawie obszarów zainteresowania. Dodatkowo, ROI zostały zdefiniowane w zadaniu z wykorzystaniem wyłącznie materiałów poglądowych. Natomiast pamięć źródłową w tym badaniu mierzono w zadaniu obejmującym zarówno materiał obrazkowy, jak i werbalny. Nie wiadomo, czy różne regiony mózgu zostałyby aktywowane w celu zakodowania informacji kontekstowych, wykorzystując modalność wzrokową i werbalną. Wreszcie, chociaż część dzieci w próbie dostarczyła zadaniowych danych fMRI w celu zdefiniowania ROI, nie mieliśmy wystarczającej ilości zadaniowych danych MRI, aby ocenić relacje rozwojowe między zadaniową łącznością funkcjonalną hipokampa a łącznością mierzoną bez wymagającego zadania nałożone.

Podsumowując, nasze badanie skupiło się na mechanizmach związanych ze zmianami rozwojowymi w pamięci źródłowej i leżącej u ich podstaw sieci hipokampa między 4 a 8 rokiem życia. Wyniki wskazują, że doświadczenie behawioralne i zmiany w mózgu są procesami interaktywnymi, w których doświadczenie kształtuje zmiany w mózgu, a mózg kształtuje zmiany w zachowaniu. Ponadto nasze odkrycia wspierają i rozszerzają wcześniejsze badania nad rozwojem mózgu, pokazując, że czas ma znaczenie pod względem zmian behawioralnych kształtujących łączność mózgu, a takie różnice w czasie zależą również od zaangażowanych regionów mózgu. Razem odkrycia te zapewniają krytyczny wgląd w rozwój pamięci źródłowej we wczesnym dzieciństwie i przyczyniają się do powiększania się literatury dokumentującej interaktywne i zawiłe relacje między procesami poznawczymi a ich neurologicznymi podstawami w rozwijającym się mózgu.