引言
脑功能是一种涌现的动力学过程。它源于神经单元之间的相互作用,受内在拓扑结构和外部任务情境的约束,而非源于孤立的区域活动 [1], [2], [3], [4]。结构和功能连接限制了信息传播的可能路径,然而网络组织会随着认知需求的变化而持续重构,动态地平衡整合与分离、稳定性与灵活性 [5], [6], [7], [8], [9], [10], [11]。因此,理解认知适应不仅需要刻画某一时刻的网络构型,还需要描述系统如何进入、维持和退出协调状态以响应外部扰动 [8]。
这种动力学视角对于理解焦虑和抑郁尤为相关。两个症状维度高度共病,并在多个大规模脑网络上共享异常 [12], [13], [14]。然而,共享的病理生理学并不意味着两个症状维度仅在严重程度上有所不同。跨诊断研究表明,认知状态间的脑网络重构可以捕捉超越分类诊断的维度性症状变异和临床异质性 [15], [16]。因此,焦虑与抑郁相关的差异可能不仅体现在静态连接性或任务平均指标上,还体现在网络组织调整以适应变化认知状态的轨迹中。
认知任务提供了受控的扰动,用于考察这些轨迹。网络组织必须适应任务需求,并在这些需求撤销后继续调整 [17]。时变连接研究表明,与任务相关的网络变化可以持续存在于刺激终止之后,并可能揭示静态指标所遗漏的认知或病理学差异 [18], [19], [20], [21], [22], [23], [24], [25]。同样地,在抑郁或焦虑中,临床差异与动态状态或网络重构相关联,而非与平均扫描相关 [26], [27],暗示了时间和状态依赖的功能差异 [26], [28]。抑郁与情感状态的持续性偏移更密切相关,而焦虑则与情感变异性和状态不稳定性相关 [29]。任务后时期可能对于区分条件性的症状相关网络重构模式具有信息价值。
网络控制理论(NCT)将网络拓扑与模型隐含的状态演化联系起来,并量化节点如何贡献于网络状态方向和动力模式的控制 [30], [31]。精神科应用大多使用结构或静态功能网络 [32], [33], [34], [35], [36],而关于时变和网络动力学系统的方法学工作则强调对演化系统的可处理估计和控制 [37], [38], [39], [40]。神经影像研究进一步表明,可控性可以随功能或有效网络拓扑随时间的变化而重组 [41], [42]。分离缓慢和快速衰减的特征模式还可以刻画不同模型定义衰减范围内的模态控制贡献,为认知扰动后的持续性和短暂性调控提供更精细的表征。
因此,我们考察了焦虑和抑郁相关变异在两个症状维度相互调整后,是否表现出前额颞网络可控性的不同条件性轨迹。使用功能性近红外光谱(fNIRS)在言语流畅性任务(VFT)期间记录前额颞活动。利用滑动窗口功能网络推导平均控制力(AC)、模态控制力(MC)、持续性模态控制力(MCP)和短暂性模态控制力(MCT)。广义加性混合模型(GAMMs)将HAMA和HAMD同时纳入,刻画与症状相关的控制轨迹。为了进一步表征持续性和短暂性模态成分的联合变异,我们额外检验了MCP–MCT协变以及在表现出最一致主要轨迹模式的区域进行了总量–平衡重参数化。分析框架如图1所示。