短视频成瘾中的功能梯度变化及其转录组相关性:负面情绪和错失恐惧的中介作用

《Biological Psychology》:Functional Gradient Alterations and Their Transcriptomic Correlates in Short-Video Addiction: The Mediating Role of Negative Affect and Fear of Missing Out

【字体: 大 中 小 】 时间:2026年04月14日 来源:Biological Psychology 2.9

编辑推荐:

  短视成瘾(SVA)的神经机制及转录组关联研究。采用fMRI分析111名受试者的全脑功能连接梯度,发现DLPFC和岛叶梯度值显著升高,顶叶皮层梯度值降低(p<0.001)。IS-RSA显示前额顶叶和边缘系统网络存在脑行为耦合。中介分析表明FoMO和NA部分介导神经行为关联。转录组分析发现251个基因与SVA相关连接模式共变,涉及突触传递和抑制性神经元过程。该研究揭示了SVA的认知控制、边缘处理及转录组层面的多层级机制,为干预提供新靶点。

  
黄梦天|刘长|李汉冰|阚泉宇|李向|王品春|张明哲|胡颖|王赫|王强
天津师范大学心理学系,中国天津300387

摘要

背景

短视频成瘾(SVA)是一个日益严重的行为问题,但其神经生物学和分子机制仍不明确。本研究探讨了大规模功能连接梯度、负面情绪(NA)、错失恐惧(FoMO)和转录组特征在SVA中的作用。

方法

我们利用功能性磁共振成像(fMRI)分析了111名具有不同SVA症状个体的全脑功能连接梯度。中介分析研究了NA和FoMO的作用,而使用Allen人类大脑图谱进行的转录组分析识别出与SVA相关神经改变相关的基因表达模式。

结果

SVA症状的严重程度与背外侧前额叶皮层(r(111) =.358, p <.001)和岛叶皮层(r(111) =.369, p <.001)的Gradient-1值增加以及双侧顶叶叶(r(111) = ?.382, p <.001)的值减少显著相关。IS-RSA进一步揭示了前额叶-顶叶区域和显著性相关区域中的显著脑-行为表征耦合(Bonferroni校正后p <.001)。中介分析表明,FoMO和NA部分介导了这些神经-行为关联。成像-转录组分析确定了251个基因,其正常的皮层表达模式与SVA相关的梯度改变在空间上具有共变性,这些基因在突触传递和抑制性神经元过程中富集。

结论

这些发现为理解SVA提供了一个神经生物学框架,强调了认知控制、显著性处理、情绪调节和转录组影响。本研究突出了针对强迫性短视频消费的潜在干预途径。

引言

短视频平台的日益流行引发了对其成瘾潜力的担忧(Zhang等人,2019年)。短视频成瘾(SVA)的特点是过度、强迫性地使用短视频应用程序,对使用时间的控制力减弱,以及依赖这些平台进行情绪调节(Gao等人,2025年)。虽然短视频提供了娱乐和社交互动,但过度使用与认知障碍、情绪失调以及学业或职业困难等负面后果相关(Chen等人,2023年;Jiang和Yoo,2024年;Qu等人,2024年;Xu等人,2023年)。此外,SVA症状较严重的个体常常经历戒断症状、冲动性增强、风险厌恶降低(Liu等人,2025a年)以及对心理压力的敏感性增加(Cheng等人,2023年;Ghosh和Ghosh,2021年)。最近的研究表明,SVA会对执行控制产生负面影响(Yan等人,2024年),并改变与认知和情绪处理相关的大脑区域的功能连接(Su等人,2023年;Su等人,2021a年)。然而,SVA背后的心理和神经机制尚未完全明了。
在导致SVA的心理因素中,负面情绪(NA)和错失恐惧(FoMO)是两个关键决定因素。NA包括抑郁、焦虑和压力的增加,可能导致个体将使用短视频作为一种应对机制,从而强化强迫性行为(Cheng等人,2023年;Qu等人,2024年)。FoMO被定义为对错过他人分享的奖励性体验的普遍担忧(Ghosh & Ghosh,2021年),通过促进习惯性的查看行为加剧了短视频平台的过度使用(Wang等人,2024年;Chung,2022年)。NA或FoMO较高的个体更容易发展出问题性的数字媒体使用行为(Wang等人,2024年;Wang等人,2026b年),但它们在SVA中的作用机制仍不清楚,特别是NA和FoMO如何影响与SVA相关的神经回路,以及它们是否表现出不同的或重叠的功能障碍模式。因此,我们假设FoMO和NA将作为关键的心理中介因素,将SVA的严重程度与功能连接组梯度的改变联系起来。
SVA与三个关键神经网络的变化有关:奖励网络、认知控制网络和情绪调节网络。奖励网络包括腹侧纹状体、眶额皮层(OFC)和腹侧被盖区(VTA)等区域,通过增加对奖励的敏感性来强化成瘾行为(Di Chiara和Bassareo,2007年;Liu等人,2025b年;Su等人,2021a年)。认知控制网络涉及背外侧前额叶皮层(DLPFC)、前扣带回皮层(ACC)和后顶叶皮层,对于抑制性控制至关重要,而在SVA症状较严重的个体中这种控制通常受损(Gao等人,2025年)。情绪网络包括杏仁核、岛叶和前扣带回皮层,在SVA中可能过度活跃,从而加剧强迫性使用(Su等人,2023年)。此外,这些网络之间的异常功能连接也被报道,表明调节相互作用出现了紊乱(Su等人,2023年)。然而,一个尚未解决的关键问题是SVA是否会影响功能连接梯度,而这些梯度对于整合大脑功能架构中的局部和全局神经信息至关重要(Huntenburg等人,2018年;Katsumi等人,2021年)。
除了功能网络紊乱之外,转录组学的最新进展为成瘾相关行为的分子基础提供了新的见解(Martins等人,2021年)。尽管关于SVA的转录组基础的研究很少,但Gao等人(2025年)的一项开创性研究确定了与兴奋性-抑制性神经元失衡相关的遗传特征,并特别强调了小脑中的特定时空发育特征。该研究揭示了SVA相关神经改变与参与突触可塑性和神经元信号通路的转录组特征之间的显著关联。然而,SVA中功能连接梯度改变的转录组相关因素尚未得到探索。研究这些连接模式相关的分子途径可以为SVA相关的功能改变提供候选的转录和细胞注释,并为未来的基于遗传学或临床研究提供动力(Chang等人,2022年)。
基于现有的理论框架和实证发现,我们假设SVA症状的严重程度将与大规模皮层功能组织的改变相关,特别是在涉及认知控制、显著性处理和情绪调节的网络中。我们进一步假设社会情感(FoMO)和情绪(NA)过程将部分解释SVA严重程度与功能梯度改变之间的关联。此外,我们预计SVA相关的个体差异将通过主体间表征相似性分析(IS-RSA)反映在分布式的神经表征模式中。最后,我们探讨了SVA相关的梯度模式是否与正常的皮层基因表达模式在空间上一致。

部分摘录

参与者

本研究共招募了130名大学生。排除了19名数据不完整或质量较低的参与者后,最终有111名参与者(60.36%为男性;平均年龄±标准差=20.08±2.20岁)参与了最终分析。没有任何参与者报告有神经系统或精神疾病的历史。所有参与者都提供了书面知情同意书。本研究遵循《赫尔辛基宣言》进行,并获得了天津师范大学心理学系研究伦理委员会的批准

短视频成瘾量表

短视频成瘾的严重程度使用改编的智能手机成瘾量表-简版(SAS-SV;Kwon等人,2013年)进行测量,其中“手机使用”项目被修改为专门评估短视频应用程序的使用情况。为了测量短视频成瘾(SVA)症状的严重程度,我们使用了该量表的10个项目版本,响应记录在1到6的6点量表上,α = 0.92。较高的分数表示更严重的成瘾程度

基因表达数据集和预处理

全脑基因表达数据来自Allen人类大脑图谱(AHBA)(Hawrylycz等人,2012年),包括来自六个人类捐赠者大脑的组织样本。为了将基因表达数据与神经影像结果整合,我们使用了Abagen工具箱(Markello等人,2021年),该工具箱旨在标准化转录组数据的处理。
该过程首先根据先前研究的协议将微阵列探针重新注释为相应的基因

人口统计

SVA得分范围为10到60(平均值±标准差=32.33±10.06)。SVA得分在性别上没有差异(t(109) = -0.65,p =.520,Cohen’s d = 0.16)。SVA症状在年龄(r(111) = -.020,p =.833)、父亲教育水平(r(111) = -.168,p =.079)或头部运动(帧位移[FD]:r(111) = -.039,p =.683)方面没有显著差异。然而,SVA症状的严重程度与母亲教育水平呈负相关(r(111) = -.214,p =.024)。相关性分析

讨论

本研究通过将SVA症状与大规模功能连接组梯度、行为因素(NA和FoMO)和转录组数据联系起来,探讨了SVA症状的神经生物学机制。我们发现,SVA症状较严重的个体在前额叶-顶叶网络(FPN)和显著性网络(SN)中表现出独特的功能梯度模式,特别是在与认知控制(例如dlPFC和SPL)和显著性处理(例如岛叶)相关的区域。值得注意的是,FoMO和NA

结论

总之,本研究表明,短视频成瘾症状的严重程度与前额叶-顶叶和显著性相关区域内的功能连接组梯度改变有关。这些神经变化与个体在错失恐惧和负面情绪方面的差异有关。成像-转录组分析进一步提供了这些宏观神经模式的探索性分子注释。这些发现共同支持了一个多层次的框架

声明

无

伦理批准和参与同意

本研究遵循《赫尔辛基宣言》进行,并获得了天津师范大学心理学系研究伦理委员会的批准[IRB ID: XL2020–27]。

作者贡献

M.H.负责数据整理和分析、开展研究、开发方法和软件、创建可视化结果,并撰写了初稿。C.L.参与了方法论的制定和初稿的撰写。H.L.、Q.K.、P.W.和M.Z.协助数据整理和研究。X.L.参与了概念化工作、提供资源并验证了结果。Y.H.参与了数据整理、正式分析并监督了研究。H.W.支持了研究。

未引用的参考文献

(León Méndez等人,2024)

资助

本研究得到了天津市自然科学基金(23JCYBJC00910)、国家自然科学基金(32000786)、教育部人文社会科学基金项目(20YJC190018)、天津师范大学智能心理健康评估项目基金(52WZ2538)以及河北省儿童认知与数字教育重点实验室开放项目(JPT202502)的支持。

作者声明

我们声明本手稿是原创的,之前未发表过,目前也没有在其他地方考虑发表。
我们确认所有列出的作者都已阅读并批准了本手稿,且没有其他符合作者资格但未列出的人。我们还确认手稿中列出的作者顺序得到了所有人的认可。
我们理解通讯作者是编辑联系的唯一联系人

CRediT作者贡献声明

黄梦天:撰写——初稿、验证、软件、方法论、研究、正式分析、数据整理、概念化。刘长:撰写——审阅与编辑、监督、方法论。李汉冰:验证、资源提供、概念化。阚泉宇:研究、数据整理。胡颖:验证、软件。王赫:验证、监督。王强:撰写——审阅与编辑、资金筹集。张明哲:资源提供、研究。李向:监督,

声明生成式AI和AI辅助技术在写作过程中的使用

在准备这项工作时,作者仅使用ChatGPT(OpenAI)进行语言编辑和手稿润色。使用该工具后,作者根据需要仔细审查和修改了内容,并对出版物的内容负全责。

利益冲突声明

作者声明没有利益冲突。

致谢

我们衷心感谢所有参与这项研究的参与者。他们的时间和投入使这项研究成为可能。同时,我们也感谢提供研究支持的研究资金。

出版同意

所有作者都批准了最终的手稿和向该期刊的提交。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号