《Biological Psychiatry Global Open Science》：Dynamic Resting-State Network Markers of Disruptive Behavior Problems in Youth
编辑推荐：
本研究针对儿童破坏性行为问题缺乏动态脑网络标记物的现状，采用隐半马尔可夫模型（HSMM）分析了ABCD项目中877名9-10岁儿童的静息态fMRI数据。研究发现，破坏性行为严重程度与认知控制网络（如前额顶叶和背侧注意网络）的全局异常连接状态停留时间延长显著相关，且结果在留出数据中具有可重复性。该动态网络标记为跨诊断症状域的神经机制提供了新证据，有望成为精准干预的脑影像靶点。
在儿童精神障碍中，破坏性行为障碍（DBD）是全球最常见的童年起病型疾病之一，表现为对立违抗、攻击行为等症状。传统研究多基于静态脑功能连接，难以捕捉大脑网络的瞬时动态变化。而认知控制网络（如前额顶叶网络、背侧注意网络）的功能异常已被证实与DBD相关，但其动态特性是否具有特异性标记价值尚不明确。
为解答这一问题，研究团队利用青少年脑认知发展研究（ABCD）项目的静息态功能磁共振成像（fMRI）数据，对877名9-10岁儿童采用隐半马尔可夫模型（HSMM）进行动态网络分析。该方法能识别大脑在扫描过程中反复出现的“状态”，并量化每个状态的停留时间（occupancy time）和持续时长（dwell time）。研究人员还通过独立成分分析（ICA）提取了33个功能网络成分，覆盖视觉、体感、注意、边缘、控制、默认模式等10个大尺度网络。
在控制头动、年龄、性别、认知水平及共病症状（注意力和内化问题）后，线性回归分析显示，破坏性行为严重程度与状态12的停留时间呈显著正相关（pFDR<0.001）。该状态以全局性低连接为特征，尤其在涉及认知控制的前额顶叶、背侧注意等网络内连接减弱。进一步图论分析表明，状态12具有低全局效率、低聚类系数的拓扑属性，提示其信息整合能力不足。留出验证分析在另一批fMRI数据中重复了上述关联，证实了结果的稳健性。
关键实验技术包括：静息态fMRI数据采集与预处理（基于FSL和ICA-AROMA去噪）、独立成分分析（ICA）网络提取、隐半马尔可夫模型（HSMM）状态参数估计、线性回归模型（控制协变量）及图论网络拓扑分析。样本来源于ABCD项目的分层抽样队列。
研究结果
脑状态特征描述
通过HSMM识别出12个脑状态，各状态均包含多网络交互模式。状态10为“吸引子状态”，其他状态常向其过渡；状态12则与破坏性行为严重程度特异性相关。
脑状态与行为关联
仅状态12的停留时间与破坏性行为问题显著相关，且关联独立于注意力缺陷和多动症（ADHD）及焦虑抑郁症状。状态12呈现前额顶叶网络与背侧注意网络间的低连接，以及边缘网络内反连接模式的增强。
拓扑特性与模块化分析
状态12的模块化分析显示其网络社区结构简化，背侧注意网络（IC 24）与其他模块连接减少，而对比状态2中该网络连接更为广泛。
讨论与意义
本研究发现，破坏性行为严重的儿童更长时间处于全局低连接的脑状态，这种动态特性可能反映其认知灵活性和情绪调节能力的损伤。延长停留时间与既往研究中儿童注意缺陷多动障碍（ADHD）、自闭症谱系障碍（ASD）等患者的脑动态异常模式一致，支持“跨诊断网络功能障碍”假说。研究首次将HSMM应用于DBD症状维度的脑机制探索，为开发基于动态连接的生物标记物提供了新方向。未来结合纵向设计及任务态fMRI，可进一步揭示状态-特质交互机制，为精准神经调控提供靶点。
该成果发表于《Biological Psychiatry Global Open Science》，为理解儿童破坏性行为的神经动态基础提供了重要证据。
