因果发现分析揭示青少年精神病倾向、脑功能与环境因素的关联机制

本研究针对青少年群体中普遍存在的精神病倾向(PP)现象，采用因果发现分析(CDA)这一前沿机器学习算法，首次系统探索了37项神经与环境变量的因果网络。研究发现负性自我认知模式对PP具有最大潜在因果效应(ES=0.54)，社会凝聚力缺失(ES=-0.18)和背外侧前额叶皮层(DLPFC)激活异常(ES=0.12)构成关键通路，为早期预防干预提供了新靶点。

　　

在青少年群体中，约7-10%个体会经历幻觉、妄想等精神病性症状，这种现象被称为精神病倾向(Psychosis Proneness, PP)。虽然这些症状通常短暂且未达到临床诊断标准，但研究表明它们可能是精神分裂症谱系障碍的早期信号。更令人担忧的是，具有PP特征的青少年日后发展为精神疾病的风险显著增加，同时伴随认知功能下降和社会适应困难。然而，当前对PP的神经生物学基础和环境影响因素的认识仍存在巨大空白，特别是缺乏对多维度因素间因果关系的系统研究。

为破解这一难题，由Timothea Toulopoulou领衔的研究团队开展了一项创新性研究。该团队采用因果发现分析(Causal Discovery Analysis, CDA)这一数据驱动的机器学习方法，首次在健康青少年群体中构建了PP的多维因果网络模型。研究对象为194对14-24岁的健康双胞胎和兄弟姐妹，通过整合37项关键指标——包括社会人口学特征、环境风险因素、一般智力、自我认知模式、精神病倾向评分(PPS)以及工作记忆(WM)任务下的功能磁共振成像(fMRI)数据，揭示了PP形成的复杂机制。

研究主要运用三项关键技术：1)因果发现分析(GFCI算法)建立多变量因果网络；2)功能磁共振成像(fMRI)监测工作记忆任务中脑区激活模式；3)结构方程模型(SEM)验证网络拟合度(RMSEA=0.052, TLI=0.833)。样本来自土耳其科学和技术研究委员会(TüB?TAK)支持的脑发育与精神病研究队列。

【关键发现】
INTRODUCTION部分阐明PP作为精神病连续谱的重要环节，其神经机制研究对早期识别和干预具有重大价值。

Participants环节显示研究严格筛选194名健康青少年，排除头部运动>2mm等干扰因素，确保数据可靠性。

Descriptive Statistics部分通过表格系统呈现人口学和PPS特征基线数据。

Causal Discovery Analysis环节的核心发现：负性自我认知对PPS的因果效应最强(ES=0.54)，其次是低社会凝聚力(ES=-0.18)；而PPS本身会直接导致DLPFC激活增强(ES=0.12)。

DISCUSSION部分强调这是首个在健康人群中建立PP因果模型的研究，发现自我认知重构和社会凝聚力提升可能是有效的预防靶点。

Limitations and Future Directions指出未纳入遗传风险因素(可解释9.9%精神分裂症风险)是主要局限。

Conclusion确认CDA方法的创新性应用，为早期干预提供了DLPFC神经调控和认知行为治疗的双重路径。

这项发表于《Psychiatry Research: Neuroimaging》的研究具有三重突破意义：方法学上首次将CDA应用于PP研究，技术上实现37变量同步因果建模，临床上提出"认知-社会-神经"三位一体的干预框架。特别是发现负性自我认知的强效应(ES=0.54)，远超传统关注的环境风险因素，提示认知疗法可能比单纯环境干预更有效。DLPFC的因果定位(ES=0.12)则为经颅磁刺激(rTMS)等神经调控技术提供了精确靶点。这些发现将PP研究从相关分析推进到因果推断的新维度，对精神健康促进和精神病预防策略具有重要指导价值。