婴儿瞳孔动态响应与社会适应性行为的关联研究：基于SESAMI范式的多水平混合效应模型分析

研究人员为探究瞳孔动态变化与婴儿社会适应性行为的关系，开发了SESAMI（Stimuli for Early Social Arousal and Motivation in Infants）范式，结合多水平混合效应模型分析46名6-24月龄婴儿的瞳孔响应函数（PRF）。结果显示，社会性刺激引发的瞳孔响应指数（PRI）与Vineland适应行为量表（VABS）评分显著正相关（p=0.034），为神经发育障碍的早期识别提供了新型生物标志物。

　　

在探索人类早期社会认知发展的奥秘中，瞳孔这个微小却复杂的生理指标正成为新的研究焦点。传统观点认为瞳孔变化仅反映光线调节，但近年研究发现其动态波动与注意力、认知负荷甚至情绪加工密切相关。然而，如何从婴儿——这个无法言语的特殊群体——的瞳孔反应中解码其社会认知能力，仍是发育神经科学领域的重大挑战。尤其对于自闭症谱系障碍（ASD）等神经发育疾病，早期生物标志物的缺失导致干预时机延误，造成不可逆的社会功能损害。

针对这一科学难题，美国北卡罗来纳大学教堂山分校（University of North Carolina at Chapel Hill）精神病学系的Rebecca Grzadzinski团队开发了创新性的SESAMI（婴幼儿社会唤醒与动机刺激）范式，通过精密控制的光学参数和动态社会刺激，首次建立了6-24月龄婴儿瞳孔动态响应与适应行为的量化关系。这项发表在《Journal of Neurodevelopmental Disorders》的研究揭示：社会性瞳孔响应指数（PRI）每增加1个单位，Vineland适应行为量表（VABS）评分提升7.3分（p=0.034），为神经发育评估提供了客观、可量化的生理指标。

研究团队采用三大核心技术：1）SESAMI范式——通过像素化处理保留原始视频的亮度、运动频率等物理特征，同时消除社会性内容，创建完美的非社会对照刺激；2）600Hz高速眼动追踪系统捕捉瞳孔直径微秒级变化，结合Min-Max归一化和方差阈值法清除眨眼伪迹；3）多水平混合效应模型（MLMEM）分离个体与群体水平的瞳孔响应函数（PRF），通过最佳线性无偏预测（BLUP）量化个体偏离度（PRI）。研究纳入46名低ASD风险的典型发育婴儿，最终40名婴儿的139,338个有效数据点进入分析。

主要发现如下：

婴儿更长时间注视社会刺激 数据分析显示，婴儿对社会性面部特征（左眼、右眼、鼻子、嘴巴）的注视时长显著高于非社会对照（p<0.0001），验证了SESAMI范式的生态效度。

瞳孔动态模型的高精度拟合 混合模型调整R²达0.92，均方根误差（RMSE）仅0.15毫米，成功提取出社会特异性PRF曲线。个体PRI计算显示，社会性刺激引发的瞳孔扩张幅度存在显著个体差异。

PRI预测适应行为 控制年龄和注视时长后，社会性PRI每增加1单位，VABS评分提高7.3分（p=0.034）。Bootstrap检验证实95.1%的迭代系数为正，表明结果稳健。非社会性PRI则无显著预测力，凸显社会特异性神经机制。

这项研究的突破性在于：首次建立瞳孔动态响应与适应行为的量化关系模型，其MLMEM框架可校正环境亮度、基线瞳孔大小等混杂因素。临床意义上，SESAMI+PRI体系为ASD等高危婴儿的早期筛查提供了可扩展方案——无需语言配合，15分钟即可完成评估。未来研究可拓展至DS、ADHD等神经发育疾病，并探索其与皮层表面积、功能连接等神经标志物的关联。

值得注意的是，瞳孔扩张可能反映多种神经过程：从蓝斑-去甲肾上腺素（LC-NE）系统的唤醒调节，到杏仁核-前额叶的社会信息加工。研究团队特别指出，未来需纵向追踪PRI的发育轨迹，并区分其对ASD的预测特异性。正如论文通讯作者Jose Rodriguez-Romaguera强调："瞳孔是窥视婴儿大脑的窗口，而SESAMI让我们首次读懂了这扇窗外的社会认知风景。"