10月龄婴儿前额theta脑电活动可预测孤独症高风险与典型风险婴儿的语言发育轨迹变化

《Developmental Science》:Theta Power at 10 Months of Age Predicts Developmental Change in Language in Infants With and Without an Elevated Likelihood for Autism

【字体: 大 中 小 】 时间:2026年04月17日 来源:Developmental Science 3.2

编辑推荐:

  为解析孤独症高风险(EL)婴儿语言发育高度异质性的神经机制,研究人员开展了一项前瞻性纵向研究,通过脑电图(EEG)技术测量10、14、24、36月龄婴儿观看社交与非社交视频时的前额相对theta与alpha功率,并结合Mullen早期学习量表(MSEL)评估语言能力。结果发现,10月龄时的前额theta功率(而非alpha)可显著预测婴儿语言能力的发展变化,且该关联不受孤独症风险分组(EL/TL)调节。这表明theta功率可能是婴儿期语言能力的普适性神经预测标志,而语言发展迟缓可能是孤独症的潜在内表型。本研究首次揭示了脑功能发育变化与语言能力纵向关联的神经基础,为早期识别与干预提供了新线索。

  
在儿童发育的早期阶段,语言能力的获得是衡量神经发育健康的重要标尺。然而,对于具有孤独症谱系障碍(Autism Spectrum Disorder)家族风险的婴儿(即高孤独症风险,Elevated Likelihood, EL)而言,他们的语言发展之路往往充满变数。大量研究表明,这些婴儿虽然更易出现语言发育迟缓,但其语言发展的轨迹却呈现出高度的异质性:有些孩子进步迅速,有些则进展缓慢,甚至出现平台期或倒退。这种巨大的个体差异背后,究竟隐藏着怎样的神经发育密码?驱动语言能力变化的大脑活动,是否在婴儿期就已埋下伏笔?理解这些问题,不仅有助于厘清孤独症群体内部语言异质性的根源,也对实现更早、更精准的干预至关重要。
长期以来,科学家们猜测,大脑功能的早期发育差异可能是导致语言轨迹多变的关键。脑电图(Electroencephalography, EEG)作为一种无创、可重复的神经影像技术,为窥探婴儿大脑的“电活动”提供了窗口。其中,大脑皮层神经元同步放电产生的节律性振荡,如theta波(3-6 Hz)和alpha波(6-9 Hz),被认为与注意力、学习、记忆及语言处理等高级认知功能密切相关。一些先驱性研究曾发现,在生命早期,EL婴儿与典型发育风险(Typical Likelihood, TL)婴儿的EEG频谱功率就已存在差异,并且这些差异可能比行为症状出现得更早。更有研究提示,婴儿期的theta和alpha功率可能与后续的语言评分存在关联。然而,这些发现并不一致:有的研究报道了theta波的预测作用,有的则强调了alpha波;有的关联出现在特定月龄,有的则未能持续。更重要的是,尚无研究系统探索在EL和TL婴儿中,大脑活动(EEG功率)的“发育变化”本身,如何与语言能力的“发育变化”协同演进。这留下了一个关键的知识空白:我们能否通过追踪婴儿大脑与行为的共同成长轨迹,揭示语言发育异质性的神经动力机制?
为了回答这一系列问题,由Eirini Papageorgopoulou、Jannath Begum Ali、Emily JH Jones等研究者领导的团队,在《Developmental Science》上发表了一项开创性的前瞻性纵向研究。他们招募了159名婴儿(EL组99名,TL组60名),在10、14、24和36月龄这四个关键时间点,同步采集了婴儿的脑电活动与语言能力数据。研究采用了贴近婴儿自然环境的生态效度任务:让婴儿观看女性演唱儿歌的社交视频和玩具运动的非社交视频,同时用128导脑电帽记录其神经活动。研究者特别关注了前额脑区的相对theta和alpha功率。语言能力则通过标准化的Mullen早期学习量表(Mullen Scales of Early Learning, MSEL)进行评估,并综合其表达性和感受性语言分数得到一个总体语言得分。
研究团队运用了潜变量增长曲线模型(Latent Growth Curve Modeling, LGCM)这一先进的统计方法,来分别描绘语言能力、theta功率和alpha功率随时间发展的最佳轨迹,并进一步构建多变量模型,检验大脑活动的初始水平(10月龄)是否能预测语言能力的成长速度,以及两者的发展变化是否相关联。
主要技术方法概述
本研究为前瞻性纵向设计,样本来源于STAARS(Studies to Advance Autism Research and Treatment in Siblings)网络招募的婴儿队列(EL组99人,TL组60人)。核心方法包括:1. 脑电图(EEG)采集与处理:使用EGI 128导Hydrocel Sensor Net,在婴儿自然观看社交与非社交视频时记录脑电,数据经伪迹剔除、插值、平均重参考、快速傅里叶变换(FFT)后,提取前额脑区的相对theta(3-6 Hz)和alpha(6-9 Hz)功率。2. 行为评估:使用Mullen早期学习量表(MSEL)在四个时间点评估婴儿的语言能力(表达与感受分量表综合T分)。3. 统计分析:采用潜变量增长曲线模型(LGCM)分析各变量的发展轨迹,并通过多变量LGCM检验EEG功率与语言能力在发展与预测层面的关联,同时控制婴儿性别、母亲教育水平和孤独症风险分组的效应。
研究结果
3.1 单变量增长轨迹
首先,研究确定了语言、theta功率和alpha功率各自的最佳发展模型。语言能力的发展轨迹用潜基底模型拟合最佳,显示其增长并非简单线性。theta功率的发展则用分段线性模型拟合最佳,显示其在10-14月龄间下降较快,之后下降趋缓。alpha功率的发展同样符合分段线性模型。
3.2.1 前额相对theta功率与语言的多变量关联
在控制了性别、母亲教育水平和孤独症风险分组后,多变量模型显示了一个关键发现:10月龄时的前额theta功率(截距)能显著预测语言能力的发展斜率。具体而言,在10个月时theta功率越高的婴儿,其语言能力在10至36个月期间的提升速度越缓慢。这一预测效应的大小为标准化的-0.30。然而,语言能力的初始水平并不能预测theta功率的发展变化,并且theta功率自身的发展变化与语言能力的发展变化也无显著关联。
3.2.2 前额相对alpha功率与语言的多变量关联
与theta功率的结果不同,10月龄时的alpha功率与语言能力的发展变化没有显著关联。alpha功率的发展与语言能力的发展之间也不存在显著的协变关系。
3.3 控制协变量后的发现
  1. 1.
    风险分组效应:孤独症风险分组(EL vs. TL)是语言发展斜率的显著预测因子。EL组婴儿的语言能力提升速度显著低于TL组婴儿。即使将后来确诊为孤独症的EL婴儿(EL-autism)从分析中排除,这种差异依然存在,表明语言发展迟缓是EL婴儿群体中一个更广泛的内表型特征。然而,风险分组并未调节theta功率对语言发展的预测作用,即theta功率的预测效应在EL和TL婴儿中是相似的。
  2. 2.
    条件特异性:进一步的细化分析发现,theta功率对语言发展的预测作用主要是由其对社交视频的反应驱动的,而对非社交视频反应的预测作用不显著。
  3. 3.
    语言成分特异性:当将语言能力拆分为感受性语言和表达性语言时,10月龄theta功率能显著预测感受性语言的发展斜率,但对表达性语言的预测作用不显著。
  4. 4.
    认知特异性:为检验关联的特异性,研究者分析了theta功率与MSEL精细运动分项的关系,未发现显著预测效应,表明theta功率的预测作用更侧重于语言领域而非广泛的认知发展。
  5. 5.
    alpha功率的组间差异:尽管在主要模型中未发现alpha功率的组间差异,但在将EL组细分为确诊(EL-autism)和未确诊(EL-no autism)子组后,分析显示EL-autism婴儿在10月龄的alpha功率低于TL婴儿,而EL-no autism婴儿的alpha功率则高于TL婴儿,提示alpha功率可能在更早区分不同发展结局的婴儿中具有敏感性。
结论与意义
这项研究首次系统地描绘了婴儿期大脑theta振荡活动与语言发育长期轨迹之间的动态联系,为理解语言异质性提供了关键的神经发育视角。
核心结论指出,在生命第一年的后半段(10月龄),婴儿前额叶在观看社交刺激时产生的theta相对功率,能够作为一个有效的神经生物标志物,预测其后续语言能力的发展速度:theta功率越高,语言增长越慢。这一关联模式在具有孤独症高家族风险和典型风险的婴儿中是一致且普适的,并未被风险分组所调节。这意味着,theta振荡所反映的底层神经过程(可能涉及注意分配、信息编码、社会性投入等)是支撑早期语言习得的一般性机制,而非孤独症特异性的病理过程。
与此同时,研究确认了行为层面的差异:作为群体,EL婴儿的语言发展轨迹确实比TL婴儿更为平缓,这种差异并不仅由后来确诊孤独症的个体驱动,强化了语言发育迟缓作为孤独症潜在内表型(endophenotype)的观点。而alpha振荡则在本研究中未显示出与语言发展轨迹的稳定关联,这可能与研究设计、评估月龄或alpha振荡在婴儿期功能特化的阶段性有关。
本研究的意义深远。在理论上,它将大脑功能的“静态”测量(某时间点的功率)与行为的“动态”变化(发展斜率)联系起来,超越了传统的横断面或单时间点预测研究,揭示了神经发育影响行为发展的动态过程。在临床与实践层面,该研究为早期识别语言发育风险的儿童提供了新的、客观的神经指标(theta功率)。未来,通过整合遗传、环境及其他脑功能指标,有望构建更精准的预测模型,从而在症状完全显现之前,实现对有语言障碍风险的婴儿进行超早期识别与针对性干预,最终改善其长期发展结局。
相关新闻
生物通微信公众号
微信
新浪微博

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