对发育中青少年fMRI奖励学习范式的探索性研究 Sarah Yale, Jeffrey Engelmann, Michelle Loman, DaJhnae Gambrell Sanders, Mohit Maheshwari, Theresa Mikhailov

《Children》：An Exploratory Study of an fMRI Reward-Learning Paradigm in Developing Adolescents Sarah Yale, Jeffrey Engelmann, Michelle Loman, DaJhnae Gambrell Sanders, Mohit Maheshwari and Theresa Mikhailov

　　摘要与引言：电子尼古丁输送系统（ENDSs），也称为电子香烟或雾化器，在青少年群体中变得非常流行。与成年人相比，关于ENDS和尼古丁对青少年大脑的影响知之甚少。由于需要父母/监护人的同意、青少年不愿透露产品使用情况，以及市场上不断变化的电子烟和尼古丁产品，与尼古丁和其他非法物质相关的青少年研究较为困难。尽管存在这些挑战，仍需进一步研究以探讨ENDS对发育中的青少年大脑的影响。本研究的目的是通过概率反转学习任务，利用功能性磁共振成像（fMRI）技术来评估青少年群体的奖励敏感性和认知灵活性。

方法：这项初步研究招募了13至19岁的参与者进行fMRI测试。我们特别调整了一个之前用于测量成年人（包括尼古丁使用者）奖励敏感性和认知灵活性的概率反转学习任务。由于未能招募到足够的ENDS使用者来完成计划中的分析，因此我们评估了非使用者，以证明在青少年中使用概率反转学习任务的可行性，为未来的研究提供依据。参与者完成了四个阶段的概率反转学习任务，每个阶段持续6分钟。在每个阶段中，收集了血氧水平依赖性（BOLD）fMRI图像。奖励敏感性和认知灵活性的参数估计值被输入到群体分析模型中。由于样本量较小且研究具有探索性，我们关注于计算可以归因于奖励敏感性（赢-停留减去输-停留试验）和认知灵活性（输-移动试验减去输-停留试验）的大脑激活水平。

结果：共有12名参与者完成了fMRI测试——10名非使用者，1名间歇性使用者和1名经常性使用者。其中4名参与者（3名非使用者和1名间歇性使用者）因头部移动过多和/或任务表现不佳而被排除在fMRI分析之外。在剩余的7名非使用者中，当严格控制I型错误率时，没有发现显著的BOLD激活。使用更宽松的统计阈值（不控制I型错误率）时，两个对比组在枕叶和后顶叶区域出现了超过阈值的激活簇，奖励敏感性对比组在前额叶皮层（双侧中枕回）也出现了超过阈值的激活簇。

讨论与结论：由于样本量较小，我们没有发现统计学上显著的BOLD激活。使用宽松的统计阈值得到的超过阈值的激活簇可能适合在未来的研究中作为感兴趣的区域。值得注意的是，我们研究中奖励敏感性对比超过宽松统计阈值的前额叶区域与之前在成年人（包括尼古丁使用者）和青少年中的观察结果相似。这项初步研究探索了在青少年群体中使用fMRI奖励学习范式的方法，这可以成为未来关于尼古丁使用相关研究的催化剂。这些序列的参数如下：采集矩阵尺寸 = 108 × 108；重建矩阵尺寸 = 128 × 128；平面内分辨率 1.72 mm × 1.72 mm；77个连续的轴向切片；切片厚度 = 2.0 mm；翻转角度 = 90度；TR = 8000毫秒；TE = 65毫秒。在每次概率反转学习任务的块中，使用二维、超带、梯度回波回波平面成像序列收集血氧水平依赖（BOLD）fMRI图像，参数如下：采集矩阵尺寸 = 180 × 128；重建矩阵尺寸 = 128 × 128；平面内分辨率 = 1.72 mm × 1.72 mm；77个连续的轴向切片；切片厚度 = 2.0 mm；超带加速因子 = 3；翻转角度 = 90度；TR = 2000毫秒；TE = 25毫秒。每个任务块收集了180个体积。每次运行的前两个体积被丢弃，以使T1磁化达到稳态。

2.8 概率反转学习任务
参与者完成了五个概率反转学习任务块，每个任务持续6分钟。这项任务以前已在奖励敏感性和认知灵活性fMRI研究中被使用过[13,22,23]。在会话开始时，参与者被告知他们会在屏幕上看到两个方块，一个橙色和一个蓝色，其中一个方块是“幸运的”，而另一个是“不幸的”。他们被告知，如果选择幸运的方块，他们很可能会得分，而很少会失分；如果选择不幸的方块，他们很可能会失分，而很少会得分。他们被告知的任务是尽可能多地得分，因为他们将根据所獲的分数获得额外的奖励（最多10美元）。参与者被指示按下一个与MRI兼容的按钮箱（Psychology Software Tools，Sharpsburg，PA，美国）上的按钮。做出选择后，他们会看到反馈：如果得分，则显示笑脸；如果失分，则显示哭脸。如果他们反应不够快，会显示“太慢”的反馈。最后，他们被告知幸运的模式会经常改变。任务的第一块在扫描仪外完成，用作练习块。剩下的四个块在扫描仪内完成，同时收集BOLD数据。每个块包含60次试验。任务使用E-Prime软件（运行版本3.0.3.60，Psychology Software Tools，Sharpsburg，PA，美国）编程和运行，并通过投影到MRI接收线圈上的镜子来呈现。在每次试验开始时，两个方块会在屏幕的左侧和右侧显示1500毫秒。参与者有1400毫秒的时间来做出选择（最后100毫秒用于计算试验准确性和准备反馈显示）。反馈显示1000毫秒，随后是一个间隔期，期间屏幕空白显示1500、3500或5500毫秒。在程序开始时，其中一种刺激被随机分配为幸运刺激。对于幸运刺激，75%的反应后会得到正面反馈，25%的反应后会得到负面反馈。连续正确回答五次（即选择幸运刺激）或二十次试验（以先达到者为准）后，幸运和不幸的方块会互换。每个块开始时，这些条件会重置。对反馈显示的BOLD活动是我们关注的指标。因此，任务计算机和扫描仪根据反馈显示的时间进行时间锁定，fMRI数据也相应地进行预处理和分析。

2.9 行为数据分析
对每位参与者，计算了每个类别的试验次数和每个试验类别的平均反应时间。为了确定四种主要试验类型（赢-保持、赢-变换、输-保持和输-变换）之间的反应时间是否存在差异，使用了以试验类型为within-subjects因素的单因素方差分析（ANOVA）。

2.10 fMRI预处理
fMRI数据的使用FreeSurfer 7.4.0、fMRI软件库（FSL）版本6.0.7.13和功能神经图像分析（AFNI）版本23.3.05进行预处理。T1加权图像使用FreeSurfer和FSL进行预处理。首先，使用FreeSurfer的recon-all脚本和-autorecon1选项完成颅骨剥离和强度不均匀性校正[26,27]。接下来，使用FSL的FAST软件版本6.0.7.13完成灰质-白质分割。使用FSL的topup从自旋回波回波平面图像生成场图，使用FSL的bet2进行大脑提取，并使用FSL的flirt将图像与T1加权解剖图像共注册。对于每次运行，使用AFNI的3dtshift和傅里叶插值对功能图像进行切片时间校正。使用FSL的flirt将每个时间序列的第一个功能图像与T1加权解剖图像注册，并使用场图图像和基于边界的注册应用变形校正[28]。使用FSL的mcflirt和六参数刚体变换校正头部运动[29]。使用FSL的flirt将T1加权解剖图像与标准MNI152空间注册，使用12参数仿射变换。将三种变换（头部运动校正、功能到T1加权以及T1加权到MNI152）结合，使用sinc插值将时间序列数据转换为MNI152空间，分辨率为2.0 mm3。最后，使用AFNI的3dmerge -1blur_fwhm以半高全宽为5.0 mm对MNI152空间中的时间序列图像进行模糊处理，并使用AFNI的3dcalc将每个体素的信号变化百分比转换为从运行时间序列平均值的百分比。

2.11 fMRI统计分析
使用AFNI的3dDeconvolve实现的体素级通用线性模型，估计了每位参与者的奖励敏感性和认知灵活性的BOLD指数。使用四个感兴趣的回归量来建模基于给定反馈（赢或输）和参与者在下一个试验中的反应（选择相同的刺激，即“保持”，或选择另一个刺激，即“变换”）的BOLD反应。我们分别对赢-保持试验、赢-变换试验、输-保持试验和输-变换试验进行了建模。之前的研究没有明确建模赢-变换试验，因为它们的频率较低；然而，我们样本中的赢-变换试验数量在参与者之间差异很大（范围=3–51），因此我们对这些试验进行了建模。由于响应过慢的试验以及下一个试验没有反应的试验（即太慢的试验和块结束时的试验）太少，因此没有进行建模。四种建模试验类型（赢-保持、赢-变换、输-保持和输-变换）的反馈显示的时间过程被建模为正方形波（持续时间为1000毫秒，与反馈显示的长度匹配），并与典型的血流动力学响应函数卷积。还包括了额外的回归量来控制低频扫描仪漂移（每次运行的三阶多项式回归量）和头部运动（每次运行的六个头部运动参数）。参数估计使用自回归移动平均模型计算，以控制fMRI数据中的时间相关性，并使用AFNI的3dREMLfit实现最大似然估计。我们计算了两个参数估计的对比[13,23]。对于奖励敏感性，我们使用了赢-保持试验减去输-保持试验。对于认知灵活性，我们使用了输-变换试验减去输-保持试验。我们将奖励敏感性和认知灵活性参数估计的对比输入到群体分析模型中。由于参与者数量不足，我们无法按计划进行用户与非用户之间的比较分析。相反，我们计算了可以归因于奖励敏感性（赢-保持减去输-保持试验）和认知灵活性（输-变换试验减去输-保持试验）的群体级激活估计。这与研究的探索性质一致。我们对每个参数估计的对比使用了单样本t检验，控制了参与者年龄，使用AFNI的3dttest++实现。群体激活图使用AFNI的3dClustSim [30]实现的聚类大小阈值校正了I型错误。对于两种激活图（奖励敏感性和认知灵活性），我们使用p < 0.001的单体素激活阈值和最小聚类大小为57体素来控制I型错误率α = 0.05。在没有超过激活阈值的聚类的情况下，我们使用AFNI的NN1标准（体素面必须接触）进行了进一步的探索性分析，单体素激活阈值放宽到p < 0.005，最小聚类大小为40体素。

3. 结果
共有132名潜在受试者提交了联系信息；经过筛选后，有39名符合条件的受试者（图1）。共有12名参与者完成了fMRI测试——10名非用户、1名间歇性用户和1名定期用户（表1）。其中有5名女性参与者（42%）和7名男性参与者（58%）。参与者的年龄范围从13.1岁到17.9岁（中位年龄15.4岁）。其中4名参与者（3名非用户和1名间歇性用户）因头部运动过多和/或任务表现不佳而被排除在fMRI分析之外。表1. 参与者人口统计信息，包括用户组。非用户数据
由于招募限制无法实现原始目标，这项工作继续作为一项探索性方法论练习，仅分析来自7名非用户的数据。表2列出了包含在fMRI分析中的7名非用户的试验次数和反应时间。四种主要试验类型（赢-保持、赢-变换、输-保持和输-变换）之间的反应时间没有统计学上的显著差异：F(3, 18) = 1.36, p = 0.29。表2. 非用户的行为数据。在更严格的统计阈值下（I型错误率α = 0.05，单体素p < 0.001，最小聚类大小57体素），我们没有发现奖励敏感性或认知灵活性对比的BOLD激活证据。在更宽松的阈值下（单体素p < 0.005，最小聚类大小=40体素），我们发现了10个奖励敏感性的超阈值聚类和6个认知灵活性的超阈值聚类（表3和图2）。对于奖励敏感性，超阈值聚类位于枕叶和后顶叶区域（左侧和右侧枕叶回、左侧舌回和右侧枕叶回）、靠近右侧中央沟（中央旁回和后中央回）、双侧内侧前额叶皮层（中眶回），以及左侧壳核和中颞叶回。对于认知灵活性，超阈值聚类位于后顶叶和枕叶区域（右侧枕叶回、左侧梭状回和左侧下枕叶回），以及右侧上颞叶和后扣带回。表3. 控制年龄后的奖励敏感性和认知灵活性对比的超阈值聚类。图2. 使用宽松统计阈值（单体素p < 0.005，最小聚类大小为40体素）的奖励敏感性（a）和认知灵活性（b）对比的超阈值BOLD聚类。该阈值没有控制I型错误率。轴向切片以8毫米的间隔显示，从MNI空间左上角的z = ?36毫米开始，一直延伸到右下角的z = 76毫米。中间切片位于z = 20毫米。

4. 讨论
在概率反转学习任务中，我们没有发现任何超过推荐的、相对严格的I型错误率控制阈值的激活聚类[30]。在一个不控制I型错误率的较低统计阈值下，我们发现了奖励敏感性和认知灵活性任务的超阈值聚类。鉴于样本量小和统计阈值较宽松，这些结果应谨慎解读。它们不应被视为任务显著激活的聚类，而应视为未来使用概率反转学习任务研究青少年的潜在兴趣区域。这两种对比都导致了在视觉处理任务中之前被认为与动机性注意有关的枕叶和后顶叶区域的超阈值聚类[31,32,33]，包括对成年吸烟者奖励刺激的反应[34,35]。鉴于我们的分析模拟了任务过程中对反馈的BOLD（血氧水平依赖）反应，这些发现表明，总体而言，正面反馈在动机上可能比负面反馈更具有重要意义（即奖励敏感性对比），而在参与者将反应切换到另一种刺激的试验中，负面反馈的动机效应更为显著（即认知灵活性对比）。奖励敏感性对比还导致了中枕叶和壳核区域的激活增强。这些区域被认为是与奖励处理和物质使用障碍相关的前额叶-纹状体网络的一部分[14,15]。通过这项概率反转学习任务，发现该前额叶-纹状体网络在普通成人[22,23]以及吸烟者[13]中都对奖励敏感性对比表现出活跃性。这一网络也与青少年的香烟成瘾有关[36,37]。在吸烟者中，这一网络的激活程度与尼古丁依赖程度成反比[13]，这与先前的研究结果一致，即在行为挑战任务中，该区域对奖励的反应减弱预示着吸烟行为的复发[38]，以及在戒烟尝试期间预示着吸烟复发[35]。尽管受到样本量的限制，但这些发现为评估青少年的大脑奖励敏感性提供了一种新的方法。由于我们的分析仅限于非使用者，未来的研究需要进一步确定这些区域的大脑激活是否受尼古丁使用的影响。

在之前使用这项任务的研究中，认知灵活性对比在前额叶区域发现了显著的大脑激活[13,22,39]，这一效应在尼古丁戒断后减弱，并通过戒烟药物得到逆转[13]。然而，在认知灵活性任务中，我们没有在该区域发现任何激活增强的现象。这可能是由于样本量太小，或者参与者切换响应的试验次数不足所致，但也可能是由于认知灵活性背后的神经基础存在发育差异[40]。

本研究的主要局限性包括参与者样本量较小，以及fMRI分析采用了较宽松的统计阈值。招募过程中遇到的问题包括需要获得青少年的父母同意（这些青少年可能不愿意向父母或监护人透露自己使用含尼古丁产品的情况）、永久性矫治装置会影响fMRI结果的准确性，以及存在除尼古丁以外的多种物质使用情况。我们希望通过分享有关招募障碍的经验，能够帮助其他研究人员避免类似的错误。样本量的另一个限制因素是有四位参与者在fMRI扫描过程中表现不佳和/或头部运动过度。对于未来的研究，我们建议采用新的招募方法（例如通过社交媒体进行招募），并考虑纳入同时使用多种物质的使用者，以减少青少年群体中较高的排除率对样本量的影响。

我们亲身体验了针对青少年群体中尼古丁或其他非法物质的相关研究的复杂性，但这不应阻碍我们继续进行这项重要工作。未来的研究应扩大fMRI测试的样本范围，包括更多使用含尼古丁产品（如ENDS、吮吸袋等）的青少年，并结合进一步的神经心理学测试。未来的研究应致力于提供必要的科学证据，以支持针对青少年使用含尼古丁产品的监管措施。

**结论**
这项初步研究证明了概率反转学习任务的可行性，可以作为青少年群体研究的基石，尤其适用于新的和不断发展的尼古丁相关物质的研究。尽管由于样本量较小存在一些局限，但这项初步研究展示了使用fMRI奖励学习范式的可行性，为未来关于青少年尼古丁使用的相关研究奠定了基础。