Różnice neuroanatomiczne w systemach pamięci uzdolnień intelektualnych i typowego rozwoju

Kontakt:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Abstrakcyjny

Wprowadzenie: Badanie neurostrukturalnych markerów uzdolnień intelektualnych (IG) przyczyni się do naukowego zrozumienia procesów pomagających dzieciom osiągać sukcesy w nauce. Metody: W celu porównania regionalnego kształtu mózgu i łączności 12 dzieci ze średnim i wysokim średnim IQ oraz 18 dzieci IG, zdefiniowanych jako mające iloraz inteligencji powyżej 145, zastosowano MRI strukturalne i dyfuzyjne. Wyniki: IG miał większe struktury podkorowe i bardziej jędrną biel mikrostrukturalna organizacja materii między tymi strukturami w regionach związanych z pamięcią jawną. TD miał więcej połączonych, większych struktur podkorowych w regionach związanych z pamięcią utajoną. Wnioski: Stwierdzono, że systemy pamięci w mózgach dzieci o wyjątkowych zdolnościach intelektualnych mają inną wielkość i są połączone w porównaniu z mózgami dzieci typowo rozwijających się. Te różne trajektorie neurorozwojowe sugerują różne strategie uczenia się. Przewiduje się szereg rodzajów inteligencji, wspomaganych przez różne proporcje systemów niejawnych i jawnych, które zostały zweryfikowane przy użyciu dużego zewnętrznego zbioru danych.

SŁOWA KLUCZOWE łączność, zdolności intelektualne, strategie uczenia się, systemy pamięci, neuroanatomia

CistancheMócleczyć Choroba Alzheimera

Taylor Kuhn

Robin Blades

Lew Gottlieb

Kendra Knudsen

Christopher Ashdown

Laurel Martin-Harris

Dara Ghahremani

Bianca H. Dang

Robert M. Bilder

Susan Y. Bookheimer

Department of Psychiatry and Biobehavioral Sciences, UCLA, 635 Charles E Young Dr, South, Los Angeles, CA 90025, USA

WPROWADZANIE

Pomimo ich wyjątkowych zdolności uczenia się i testowania, zaskakująco mało wiemy o tym, jak rozwijają się i funkcjonują systemy uczenia się i pamięci w „uzdolnionych” intelektualnie mózgach. Dzieci o wyjątkowym intelekcie mają zazwyczaj wydajniejsze funkcje pamięciowe, większe i bardziej misternie zorganizowane bazy wiedzy oraz są w stanie stosować bardziej złożone strategie poznawcze, które opierają się na tych strukturach pamięciowych i semantycznych, aby rozwiązywać problemy szybciej lub w młodszym wieku niż zwykle rozwijające się ( TD) dzieci (Ali i in., 2003, Athanasakis i in., 2014, Colom i in., 2004, Davidson, 1986). Dzięki temu są w stanie uogólniać wiedzę w różnych domenach, dokonywać intuicyjnych przeskoków (Desco i in., 2011) i spontanicznie korzystać z uczenia selektywnego, a także porównywać i integrować informacje podczas rozwiązywania problemów (Duncan i in., 2000). „Utalentowane” dzieci stosują bardziej złożone strategie poznawcze, aby rozwiązywać problemy szybciej lub w młodszym wieku niż dzieci z TD (Ali i in., 2003, Athanasakis i in., 2014, Colom i in., 2004, Davidson, 1986) oraz wydaje się, że podstawą wielu z tych zaawansowanych umiejętności poznawczych jest ich system pamięci. Wcześniejsze badania wykazały związany z wiekiem globalny wzrost grubości kory, głównie w integralności wykonawczej istoty białej łączącej regiony czołowe i ciemieniowe u uzdolnionych dzieci (Geake i Hansen, 2005, Gerig i in., 2001).

Dodatkowo, dowody na wzmocnioną lub rozbieżną trajektorię neurorozwojową znaleziono u dzieci uzdolnionych matematycznie, których mózgi mają tendencję do wykorzystywania układów czołowo-skroniowych prawej półkuli w sposób selektywny i skuteczny, co pozwala im działać wyjątkowo dobrze (O'Boyle i in., 1990, O'Boyle i in., 1995, O'Boyle i in., 2005, Packard i Knowlton, 2002, Pesenti i in., 2001). Jednak z nielicznych istniejących badań żadne nie skupiało się na systemach pamięci. Wciąż brakuje krytycznych informacji, które mogą mieć fundamentalne znaczenie dla zrozumienia mechaniki ich systemów integracji informacji, takich jak regionalny kształt i konektomia neuronowych sieci uczących się. Dwa równoległe systemy pamięci są szczególnie interesujące podczas badania neurorozwoju. Uczenie niejawne opisuje automatyczne uczenie się zadań społecznych, językowych i proceduralnych, które są nabywane i wykorzystywane bez świadomego wysiłku. Mechanizm ten pozwala dzieciom tworzyć poprawne gramatycznie zdania i rozumieć normy społeczne, takie jak kontakt wzrokowy bez wyraźnej instrukcji (Gonring i in., 2017).

Explicit learning involves an intentional, conscious effort to retain or access information, for example, reminiscing on old memories or reciting memorized facts. Implicit learning is essential in the early stages of neurodevelopment, whereas adults depend more on explicit memory, likely because a rule-based approach is faster, easier to communicate, and leads to all-or-none mastery (Gray et al., 2003). In typical development, the subcortical structures that enable implicit learning (e.g., striatum) are developed in the first year of life, while explicit memory structures (e.g., hippocampus) take longer to mature. Here, we investigated the neuroanatomy underlying these two parallel memory systems, explicit and implicit memory, in two samples. First, we examined subjects specifically recruited for being highly intellectually gifted (IQ >145) wraz z dziećmi TD. Zastosowaliśmy MRI strukturalne i dyfuzyjne oraz metody neuropsychologiczne, aby porównać regionalny kształt mózgu i łączność 12 dzieci o średnim i wysokim średnim IQ (90–130, średnia=124 ± 10,9; wiek=10.7 ± 1.86; 58 procent kobiet) i 18 z wysokim IQ (145-170, średnia=153 ± 11,4; wiek=10,2 ± 2,02; 56 procent kobiet). Następnie przetestowaliśmy heurystykę opracowaną w tej próbce na dużej, zewnętrznej bazie danych, aby spróbować potwierdzić i rozszerzyć wyniki.

kulturystyka cistanche

2 METODY

2.1 Uczestnicy

W badaniu wzięło udział 18 dzieci uzdolnionych intelektualnie (potwierdzonych testami neuropoznawczymi), z których wszystkie wykazywały zrównoważone profile intelektualne (matematyczne, werbalne, wzrokowo-ruchowe, pamięć/koncentrację i osąd/rozumowanie) oraz 12 dzieci typowo rozwijających się. Wszystkie procedury były zgodne z Deklaracją Helsińską, zweryfikowane i zatwierdzone przez instytucjonalną komisję rewizyjną Uniwersytetu Kalifornijskiego w Los Angeles (UCLA) przed rejestracją, a wszyscy uczestnicy wyrazili pisemną świadomą zgodę. Uczestnicy zostali zrekrutowani z lokalnych szkół Los Angeles i programów pozaszkolnych, w tym szkół i programów dla wyjątkowo uzdolnionych uczniów. Wszyscy uczestnicy wypełnili pisemną świadomą zgodę/zgodę. Kwalifikowalność do tego badania została określona na pierwszej wizycie po podaniu standaryzowanego testu IQ (Stanford Binet 5 (Huang-Pollock i wsp., 2011)). Wyjątkowe uzdolnienia zdefiniowano jako iloraz inteligencji większe lub równe 145. Zdrowe dzieci dopasowane do wieku, rasy i płci, zwykle rozwijające się, z ilorazem inteligencji większym lub równym 90 i mniejszym lub równym 145, bez historii uwagi, języka lub uczenia się zaburzenia zostały również zrekrutowane. Potencjalni uczestnicy badania zostali wykluczeni z badania, jeśli spełnione zostało którekolwiek z tych kryteriów wykluczenia: historia urazu głowy, zaburzenia napadowego lub innych zaburzeń neurologicznych lub psychiatrycznych; przeszłe lub obecne zaburzenie językowe, zaburzenie z deficytem uwagi i nadpobudliwość, zaburzenie zachowania, zaburzenie obsesyjno-kompulsyjne, zaburzenie ze spektrum autyzmu lub uzależnienie od narkotyków; obecne/przeszłe miejsce w klasie pedagogiki specjalnej lub IQ mniejsze lub równe 84; przeciwwskazania do wykonania rezonansu magnetycznego (np. metalowe implanty, rozrusznik serca, aparat ortodontyczny lub inne metale przymocowane do głowy, ciąża).

2.2 Grupowe porównanie demograficzne

Czynniki demograficzne (np. wiek, wykształcenie) pomiędzy grupami IG i TD porównano stosując jednoczynnikową analizę wariancji (ANOVA). Różnice grupowe w czynnikach dychotomicznych (np. płeć, pochodzenie etniczne) oceniano za pomocą analiz chi-kwadrat. Przyjęliśmy p < 0,05="" jako="" punkt="" odcięcia="" dla="" istotności="" statystycznej="" dla="" tych="" analiz="">

2.3 Testy neuropsychologiczne

Wszyscy uczestnicy ukończyli standaryzowany pomiar neuropsychologiczny (Stanford-Binet 5; Huang-Pollock i in., 2011) przeznaczony do testowania IQ przy wysokim pułapie (IQ=170) pozwalający na ilościowe określenie IQ u wyjątkowo uzdolnionych intelektualnie uczestników. 2.4 Akwizycja MRI Wszystkie dane neuroobrazowania zebrano przy użyciu 12-kanałowej cewki nagłowia na skanerze MRI 3T Siemens Tim Trio (Siemens Medical Solution, Erlangen, Niemcy) znajdującym się w UCLA Staglin IMHRO Center for Cognitive Neuroscience. Skany strukturalne MP-RAGE T{{1{{20}}}ważone uzyskano z 120–1.0 mm warstwami strzałkowymi, FOV=256 mm (AP) × 192 mm (FH), matryca=256–192, TR=450.0 ms, TE=10.0 ms, kąt odwrócenia { {23}}, rozmiar woksela=1,0 mm × 0,94 mm × 0,94 mm. Dane DTI uzyskano za pomocą pojedynczego zdjęcia spin-echo planarnego (EPI) i przy użyciu następujących parametrów: TR=8400 ms; TE=91 ms; 1282 matryca, FOV=256 mm, b=1000 s/mm2, NEX=1, 64 warstwy, grubość warstwy 2 mm, pominięcie 0 mm, PAT=2. Dyfuzję zebrano w 64 kierunkach (b=1000 s/mm2) z 4 obrazami z b=0 s/mm2. Wszystkie obrazy były kontrolowane pod względem jakości i sprawdzane wizualnie przed ich wstępną obróbką i analizą.

2.5 Przetwarzanie i analiza kształtu podkorowego U wszystkich uczestników zebrano trójwymiarowe morfometryczne skany anatomiczne T1-ważone. Korzystając z biblioteki oprogramowania FMRIB w wersji 6.0 (Kalbfleisch, 2004) (FSL), dane T1 przeanalizowano za pomocą zautomatyzowanego, opartego na modelu protokołu segmentacji podkorowej (FSL FIRST (Kuhn i in., 2017)) przy użyciu granicy metoda korekcji. Następnie wizualnie zbadano pod kątem jakości pliki wierzchołków i prętów automatycznie segmentowanych interesujących obszarów podkorowych (ROI, które obejmowały ciało migdałowate, jądro półleżące, jądro ogoniaste, hipokamp, ​​gałkę bladą, skorupę i wzgórze) w lewej i prawej półkuli. Ostateczne pliki wierzchołków dla segmentowanych struktur podkorowych zostały połączone zarówno międzygrupowymi, jak i wewnątrzgrupowymi. Wszystkie automatycznie segmentowane ROI dla każdego uczestnika zostały wyrównane do tej samej standardowej przestrzeni.

Każdy wierzchołek dostarcza dane o lokalizacji powierzchni ROI w tym samym punkcie przestrzeni dla każdego uczestnika. W celu przeprowadzenia analiz grupowych, dane każdego uczestnika zostały zarejestrowane w standardowej przestrzeni, tak aby każdy wierzchołek był wyrównany do tego samego punktu w przestrzeni dla porównań grupowych. Średnia powierzchnia próbki została wykorzystana jako cel dla tego wyrównania. Te wartości wierzchołków skalarnych zostały następnie przeanalizowane przy użyciu parametrycznych analiz statystycznych w celu zbadania związku między grupami (IQ vs. TD) i kształtu każdej struktury podkorowej. Analizy te przeprowadzono na każdym wierzchołku przy użyciu symulacji Monte Carlo w randomizowanym skrypcie FSL (Kyllonen i Christal, 1990, Mills i Tissot, 1995). Regresje oceniały związek odległości promieniowej w każdym wierzchołku ze zmiennymi będącymi przedmiotem zainteresowania (tj. oznaczenie grupy, IQ). Zastosowano wieloetapowy potok przetwarzania o kontrolowanej jakości, aby skorygować wiele źródeł artefaktów, a wszystkie wyniki skorygowano pod kątem wielokrotnych porównań (q > 0,05) przy użyciu współczynnika fałszywych odkryć (FDR) (Na et al., 2007).

2.6 Przetwarzanie i analiza mikrostruktury istoty białej

Rutynowy proces przetwarzania DWI został przeprowadzony przy użyciu FSL v 6.0 (Kalbfleisch, 2004), obejmujący ekstrakcję mózgu, korekcję zniekształceń prądów wirowych oraz dopasowanie ruchu i tensora. Dla każdego uczestnika obliczono miary DWI mikrostruktury istoty białej, anizotropii frakcyjnej (FA) i średniej dyfuzyjności (MD). Analizy przeprowadzono przy użyciu Tract Based Spatial Statistics (TBSS) (Navas-Sánchez i in., 2014), metody pozwalającej na wokselowe statystyczne badanie metryk DWI wzdłuż ścieżek zainteresowania WM (TOI). TOI pochodziły z atlasu Białej Materii Uniwersytetu Johna Hopkinsa (Neihart i wsp., 2002) i obejmowały dwustronne: promieniowanie przednie wzgórza (ATR), pęczek potyliczny dolny (IFO), pęczek podłużny dolny (ILF), pęczek podłużny górny (SLF). ), pęczek haczykowaty (UNC), wiązka obręczy (CGC), istota biała hipokampu (HC), a także kleszcze większe i kleszcze mniejsze. Parametryczne analizy statystyczne badały różnice międzygrupowe w mikrostrukturze WM (FA i MD). Analizy korelacji badały związek między IQ a FA/MD. Wyniki TBSS zostały skorygowane pod kątem wielokrotnych porównań z bezprogowym wzmocnieniem klastra — TFCE (O'Boyle, 2008)).

2.7 Wolumetryczne potwierdzenie heurystyki jawnej/ukrytej przy użyciu zewnętrznego zbioru danych

Obecna próba nie obejmowała dzieci z wynikami poniżej średniej lub zaburzonymi wynikami IQ lub jakimikolwiek atypowymi stanami neurorozwojowymi, takimi jak zespół nadpobudliwości psychoruchowej z deficytem uwagi (ADHD) lub autyzm. Dlatego staraliśmy się przetestować heurystykę jawnej/ukrytej racji w zewnętrznym, dużym zbiorze danych, który obejmuje ten szerszy zakres trajektorii rozwojowych. W związku z tym projekt Adolescent Brain and Cognitive Development (ABCD) (UCLA PI: Bookheimer) został wykorzystany jako zewnętrzny zestaw danych, aby spróbować zweryfikować heurystykę jawnego do niejawnego wskaźnika wyprowadzoną z analizy uzdolnionych nastolatków (opisanej w części 3). Od wszystkich dostępnych uczestników ABCD skompilowano wiek, płeć, globalną ocenę funkcji poznawczych z zestawu narzędzi Narodowego Instytutu Zdrowia (NIH) oraz objętość struktury podkorowej. Objętość obszarów mózgu (pamięci jawnej), które okazały się znacznie większe w grupie IG, została zsumowana, aby utworzyć składnik mózgu pamięci jawnej. Objętość obszarów mózgu (pamięci utajonej) stwierdzonych jako większa w grupie TD została zsumowana, aby utworzyć komponent mózgu pamięci utajonej. Następnie zmienną stosunku jawną/ukrytą obliczono, dzieląc jawny składnik mózgu pamięci przez niejawny składnik mózgu pamięci. Następnie obliczono analizę korelacji, oceniając związek między tym jawnym/utajonym stosunkiem pamięci mózgu a globalną wydajnością poznawczą mierzoną za pomocą NIH Toolbox. Biorąc pod uwagę format, w jakim udostępniane są dane ABCD (tj. wyodrębnione wartości w arkuszu kalkulacyjnym, a nie surowe dane MRI), nie byliśmy w stanie przeprowadzić analizy kształtu. Udało nam się jednak przeprowadzić analizy objętości. Co ważne, analizy kształtu są bardziej specyficzne regionalnie i bardziej czułe niż analiza objętości (Rogers, 1986). Jako takie, efekty znalezione w analizach objętości będą obecne w analizach kształtu, jednak wyniki analizy kształtu mogą być obecne, gdy analiza objętości nie jest wystarczająco czuła, aby wykryć zmianę (Rota i in., 2009). Dlatego udana replikacja heurystyki przy użyciu danych wolumetrycznych ABCD powinna skutecznie odtworzyć wyniki kształtu z początkowej próbki.

3. WYNIKI

3.1 Porównanie grup demograficznych

Grupy IG i TD nie różniły się istotnie pod względem wieku, lat edukacji, pochodzenia etnicznego czy płci (wszystkie p > 0,05). Grupa IG (153 ± 11,4) miała istotnie wyższe IQ niż grupa TD (128 ± 10,9, p < 0,01;="" tab.="" 1).="" grupa="" ig="" składała="" się="" z="" „dobrze="" zrównoważonych”="" profili="" intelektualnych.="" wszyscy="" utalentowani="" uczestnicy="" byli="" na="" poziomie="" superior="" adult="" 1="" lub="" wyższym="" pod="" względem="" umiejętności="" matematycznych="" i="" werbalnych,="" z="" jednym="" wyjątkiem.="" jeden="" utalentowany="" uczestnik="" był="" na="" poziomie="" powyżej="" średniej="" za="" „słownictwo="" i="" płynność="" werbalną”="" oraz="" wyższy="" dorosły="" 1="" za="" „rozumowanie="" arytmetyczne”.="" ten="" sam="" uczestnik="" testował="" również="" na="" poziomie="" superior="" adult="" 3="" w="" zakresie="" oceny="" i="" rozumowania.="" dlatego="" wszyscy="" uczestnicy="" ig="" wydawali="" się="" być="" dobrze="" zrównoważeni="" pod="" względem="" biegłości="" matematycznej="" i="">

3.2 Kształt podkorowy

Istotnie większe wierzchołki stwierdzono w obustronnym hipokampie i prawej skorupie IG, podczas gdy większe wierzchołki stwierdzono w lewym ciele migdałowatym, prawym jądrze ogoniastym i obustronnym jądrze półleżącym w TD. W szczególności, IG wykazał większe wierzchołki w głowie lewego HC, korpusie prawego HC i obustronnym ogonie HC, jak również w tylnych obszarach prawej skorupy. TD wykazała większe wierzchołki szeroko w obustronnie półleżących, głównie w ciele prawego jądra ogoniastego oraz w jądrach centromedialnych lewego ciała migdałowatego. W całej próbie IQ było skorelowane z większymi wierzchołkami w obustronnym ogonie HC (ryc. 2).

3.3 Mikrostruktura istoty białej

FA w istocie białej prawego ATR i prawego ogona HC (tj. sklepienia) było istotnie wyższe (0,001 < p="">< 0,05)="" w="" grupie="" ig="" w="" porównaniu="" z="" grupą="" kontrolną.="" md="" była="" istotnie="" niższa="" w="" obustronnej="" atr,="" hc="" i="" unc="" w="" grupie="" ig="" w="" porównaniu="" z="" grupą="" kontrolną.="" w="" szczególności="" wyniki="" md="" stwierdzono="" w="" większym="" odsetku="" prawej="" półkuli="" w="" porównaniu="" z="" lewą="" półkulą.="" wyniki="" md="" znaleziono="" również="" w="" różnych="" regionach="" w="" zależności="" od="" półkuli.="" w="" hc="" wyniki="" prawej="" półkuli="" znaleziono="" w="" pobliżu="" ogona="" hc="" (tj.="" sklepienia),="" a="" wyniki="" dla="" lewej="" znaleziono="" w="" ciele="" hc="" (tj.="" regiony="" ca).="" w="" unc="" wyniki="" były="" gorsze="" w="" lewej="" półkuli.="" w="" całej="" próbie="" fa="" było="" istotnie="" dodatnio="" skorelowane="" z="" iq="" w="" obustronnym="" (prawostronnym="" bardziej="" niż="" lewym="" półkuli)="" atr="" i="" prawym="" hc.="" co="" więcej,="" md="" było="" ujemnie="" skorelowane="" z="" iq="" w="" obustronnym="" (prawo="" większe="" niż="" lewe)="" atr,="" lewym="" hc,="" lewym="" unc,="" lewym="" pęczku="" obręczy="" i="" lewym="" ilf="" (ryc.="" 1="" i="">

3.4 Potwierdzenie jawnej/ukrytej heurystyki przy użyciu zewnętrznego zbioru danych

Zestaw danych ABCD składał się z 7652 uczestników (średni wiek=119 ± 7,5 miesiąca; 62,9 procent kobiet) ze wszystkimi wymaganymi danymi do tego badania. Stosunek pamięci jawnej/ukrytej był istotnie dodatni związany z globalną wydajnością poznawczą (r=0.23, p < 0.05),="" jak="" również="" z="" kwadratową="" globalną="" wydajnością="" poznawczą="" (r=")." 022,="" p="">< 0,05)="" (rysunek="" 4).="" stopniowa="" regresja="" hierarchiczna="" wykorzystująca="" liniową="" i="" kwadratową="" globalną="" wydajność="" poznawczą="" dała="" ostateczny="" model="" [f="" (2,="" 7652)="4.50," p="0,011)" obejmujący="" kwadratową="" globalną="" wydajność="" poznawczą="" (="" {{20}="" }.24,="" p=".04)" jako="" istotny="" predyktor="" stosunku="" jawnego/niejawnego.="" biorąc="" pod="" uwagę,="" że="" analiza="" kształtu="" jest="" bardziej="" czuła="" niż="" analiza="" objętości,="" to="" odkrycie="" przy="" użyciu="" wolumetrii="" w="" zestawie="" danych="" abcd="" powinno="" również="" przełożyć="" się="" na="" analizę="" kształtu="" (co="" nie="" było="" możliwe="" ze="" względu="" na="" format="" danych="">

Podobną regresję przeprowadzono przy użyciu globalnych miar poznawczych, aby przewidzieć zmienną złożoną składającą się z FA istoty białej ATR i HC. Istniała istotna zależność kwadratowa [F (2, 7562)=13,17, p < .0001]="" między="" poznaniem="" globalnym="" (="-0,034," p="">< 0,001)="" a="" zmienna="" złożona="" złożona="" z="" fa="" prawej="" atr="" i="" hc="" istoty="" białej.="" wreszcie,="" regresja="" krokowa="" przewidziała="" zmienną="" złożoną="" składającą="" się="" z="" md="" unc,="" hc="" istoty="" białej="" i="" atr.="" kwadratowy="" globalny="" wynik="" poznawczy="" (="0,12," p="">< 0,001)="" istotnie="" przewidział="" tę="" złożoną="" zmienną="" md="" [f="" (2,="" 7562)="15,31," p=""><>

kulturystyka cistanche

4. DYSKUSJA

Badanie to wykazało, że istnieje podwójna dysocjacja między rozmiarem i łącznością dwóch oddzielnych systemów pamięci przy porównywaniu dzieci uzdolnionych intelektualnie i ich odpowiedników TD. W porównaniu z grupą TD, uzdolnione dzieci miały większe struktury podkorowe i bardziej połączoną organizację mikrostrukturalną istoty białej między tymi strukturami w regionach związanych z pamięcią jawną i IQ: obustronnym hipokampem i prawą skorupą. W szczególności skorupa, prawdopodobnie poprzez integrację połączeń z korą przedczołową, oraz podregiony hipokampu związane z nową integracją uczenia się i informacji (zakręt zębaty i CA3) były większe u dzieci uzdolnionych intelektualnie (ryc. 1 i 2). Wyraźna integralność połączeń istoty białej między tymi regionami jest zgodna z anatomiczną podstawą wrodzonej skłonności dzieci uzdolnionych intelektualnie do uczenia się, integrowania i wykorzystywania wyraźnych informacji szybko i skutecznie. Co więcej, odkrycia te mogą odnosić się do skłonności dzieci uzdolnionych do wykazywania wyższego poziomu wewnętrznej motywacji do czytania, myślenia i spędzania czasu w samotności. Co ciekawe, typowo rozwijające się dzieci miały więcej połączonych, większych struktur podkorowych w regionach związanych z pamięcią utajoną: prążkowie (tj. jądra ogoniaste, jądro półleżące) i ciało migdałowate (ryc. 2; Haier i in., 1988).

Ta podwójna dysocjacja sugeruje, że uzdolnione intelektualnie i typowo rozwijające się dzieci mogą mieć wrodzone odmienne trajektorie neurorozwojowe, w których pośredniczą różne strategie uczenia się. To odkrycie doprowadziło nas do wyobrażenia sobie szerokiego spektrum typów inteligencji, częściowo ułatwionych przez różne proporcje niejawnego i jawnego rozwoju systemu. Pamięć jawna i niejawna zajmuje różne obszary mózgu i tworzy niezależne, choć wzajemnie połączone sieci uczenia się. Ze względu na ograniczone zasoby i skończoną przestrzeń w mózgu, może istnieć kompromis między rozwojem jawnych i niejawnych systemów pamięci.

Różnice, które znaleźliśmy, mogą odzwierciedlać duży rozkład zmienności systemu pamięci, przy czym TD i uzdolnione dzieci reprezentują najbardziej funkcjonalne nisze (Rysunek 3). Wcześniej postulowano, że ustalenia z mózgu cudownego matematycznego mózgu są napędzane przez wysoce wydajne kodowanie i odzyskiwanie pamięci epizodycznej (Scharnowski i in., 2015). Aby to było prawdą, potrzebne byłyby epizodyczne struktury pamięci, a także układy płata czołowego zaangażowane w zwracanie uwagi i wyszukiwanie. Obecne badanie donosi właśnie, że: duże i silnie połączone struktury pamięci epizodycznej i przednie drogi istoty białej (np. ATR).

Odkrycie ATR jest również zgodne z wieloma wcześniejszymi pracami, które wykazały, że wysoka inteligencja jest związana z zaangażowaniem sieci mózgowych przedczołowych i obręczy (Kuhn i in., 2017, Schmithorst i in., 2005), a także z poprzednimi pracami który odkrył, że mózgi uzdolnione matematycznie miały wyższe FA w ciele modzelowatym i traktach asocjacyjnych, które łączą płat czołowy ze strukturami jąder podstawnych, w tym ATR i drogami czołowo-skroniowymi/ciemieniowymi, w tym UNC (Shaw et al., 2006).

Znalezione tutaj ulepszone obustronne obszary mózgu są zgodne z wcześniejszymi odkryciami wskazującymi, że unikalne, obustronne obszary mózgu są aktywowane przez dzieci przedwcześnie rozwinięte matematycznie podczas zadań rotacji umysłowej (Squire i in., 1993, Weiskopf, 2012). Ponadto tendencja do lateralizacji wyników jest zgodna z wcześniejszymi odkryciami, które sugerują, że lateralizacja półkuli, szczególnie prawa półkula, a także zwiększona koordynacja w obrębie i między regionami mózgu, jest ważną podstawą neuronalną uzdolnień intelektualnych (O'Boyle et al. al., 1995).

Wreszcie, wyniki w całej próbie sugerujące, że IQ było skorelowane z metrykami DTI w ATR, HC i UNC, są zgodne z wcześniejszymi ustaleniami w badaniu uzdolnień matematycznych (Shaw i in., 2006), w którym odnotowano ciało modzelowate, sklepienie , oraz korelacje metryki DTI dróg asocjacyjnych z inteligencją. Ta relacja istoty białej i IQ jest potencjalnie napędzana, przynajmniej częściowo, przez pleksynę rodziny genów, która została niedawno odkryta w badaniu asocjacyjnym całego genomu w celu przewidywania IQ (Winberg i wsp., 1998). Wiadomo, że pleksyny są powiązane z prowadzeniem rozwijających się aksonów (Worzfeld i Offermanns, 2014), łącznością neuronową (Zabaneh i in., 2018) i regeneracją (Zhang i in., 2017), a zatem mogą być powiązane z białym ustalenia sprawy w naszej grupie IG.

RYSUNEK 1 Statystyka przestrzenna oparta na traktach ujawnia zwiększoną drożność mikrostruktury istoty białej u uzdolnionych intelektualnie dzieci w porównaniu z typowo rozwijającymi się dziećmi w wyraźnych regionach pamięci

RYCINA 2 Analiza kształtu ujawnia większy kształt w obszarach pamięci jawnej w obszarach pamięci uzdolnionych intelektualnie i utajonych u dzieci typowo rozwijających się

Ta pierwsza próba nie obejmowała dzieci z wynikami IQ poniżej średniej lub zaburzonymi lub jakimikolwiek nietypowymi stanami neurorozwojowymi, takimi jak ADHD lub autyzm. Grupy te mogą leżeć na dalszych krańcach spektrum, gdzie pamięć jawna lub niejawna może być słabo rozwinięta lub nadmiernie rozwinięta w szkodliwym stopniu. W związku z tym powtórzyliśmy tę analizę w znacznie większej próbie, która obejmowała dzieci z wynikami IQ poniżej średniej lub zaburzonymi i pewnymi różnicami rozwojowymi (np. ADHD). Przetestowaliśmy tę jawną/niejawną heurystykę przy użyciu dużego, zewnętrznego zestawu danych: projektu ABCD (N=7652). Zgodnie z naszą hipotezą, znaleźliśmy istotny kwadratowy związek między jawną/ukrytą heurystyką a IQ. Ta replikacja naszych początkowych odkryć sugeruje, że w rzeczywistości może istnieć równowaga rozwojowa systemów pamięci niejawnej i jawnej, które mogą fenotypowo wyrażać się za pomocą różnych profili poznawczych.

Przyszłe badania mogą chcieć zbadać względny rozwój struktur utajonych i jawnych w innych populacjach, co zostało dokładnie zbadane w chorobach neurodegeneracyjnych, takich jak choroba Alzheimera (degenerująca anatomia pamięci jawnej i umiejętności z zachowaną pamięcią utajoną) i choroba Parkinsona (degenerująca anatomia pamięci utajonej i umiejętności z zachowaną pamięcią jawną). Zidentyfikowanie strukturalnych i funkcjonalnych markerów uzdolnień pomoże nam zrozumieć głębsze systemy, które pozwalają dzieciom uczyć się w środowisku szkolnym i poza nim. Niezbędne jest uczenie się zarówno jawne, jak i ukryte, a deficyty w obu przypadkach mogą prowadzić do trudności społecznych, akademickich i zawodowych. Chociaż „uzdolnione” dzieci osiągają dobre wyniki w testach IQ, wiele z nich cierpi również z powodu trudności w uczeniu się, które utrudniają im wykonywanie zadań niejawnych opartych na nauce, a większość dzieci z TD może odnieść korzyści z dalszego rozwoju jawnego uczenia się (Hayden i in., 2020). Badanie to daje pewien wgląd w to, w jaki sposób przyszłe interwencje mogą być ukierunkowane na systemy jawne lub niejawne, aby zmaksymalizować uczenie się w całym spektrum rozwojowym. Może się okazać, że obrazowanie mózgu ostatecznie pozwoli nam zaprojektować interwencje edukacyjne oparte na strukturze mózgu danej osoby, aby wspierać zdrowy rozwój intelektualny i behawioralny.

Cistanche może leczyć chorobę Alzheimera

Ugruntowane empirycznie procedury treningu poznawczego, takie jak Program Edukacji i Wzbogacania Umiejętności Relacyjnych (PEERS; Laugeson i in., 2012), mogą pomóc we wzmocnieniu dzieci z TD, dzieci uzdolnionych i zagrożonych populacji klinicznych (np. ze spektrum autyzmu). zaburzenia uczenia się, zespół nadpobudliwości psychoruchowej z deficytem uwagi i niepełnosprawność intelektualna), umożliwiając w ten sposób instytucjom edukacyjnym wspieranie dzieci wszystkich typów i zdolności uczenia się. Mamy nadzieję, że to badanie zainspiruje do dalszych badań nad strukturami, które ułatwiają uczenie niejawne i jawne, ich rolą w różnicach rozwojowych oraz możliwymi przyszłymi terapiami uczenia się.