青少年时期反应时间随年龄增长的差异反映了前运动处理速度的变化,但与运动处理速度无关
《Psychophysiology》:Age-Related Differences in Response Time Across Adolescence Reflect Premotor, but Not Motor, Processing Speed
【字体:
大
中
小
】
时间:2026年05月09日
来源:Psychophysiology 2.8
编辑推荐:
摘要
现有研究表明,处理速度的发展性提高反映了共同的全局处理因素的变化。从理论上讲,年龄对处理速度的影响应该同时作用于前运动过程(例如,反应选择)和运动过程(例如,反应执行)。然而,一些研究人员观察到,年龄对不同过程速度的影响取决于发展阶段,而且神经发育研究长期以来也表明与不同
摘要
现有研究表明,处理速度的发展性提高反映了共同的全局处理因素的变化。从理论上讲,年龄对处理速度的影响应该同时作用于前运动过程(例如,反应选择)和运动过程(例如,反应执行)。然而,一些研究人员观察到,年龄对不同过程速度的影响取决于发展阶段,而且神经发育研究长期以来也表明与不同功能相关的皮层区域的发展轨迹存在差异。本研究探讨了青春期处理速度的年龄相关差异是否在前运动和运动领域之间存在差异,并测试了这些特定领域的差异是否能够解释选择反应时间(RT)的年龄相关变化。参与者为青少年(N=204,68.6%为女性),年龄范围从14岁到19岁(平均年龄=16岁,年龄标准差=1.73岁),在记录脑电图(EEG)的同时完成了一个侧幌任务。我们量化了侧化准备电位(LRP),以将RT分为前运动(刺激锁定的LRP [S-LRP])和运动(反应锁定的LRP [R-LRP])间隔。S-LRP和R-LRP的潜伏期都与RT相关,但只有S-LRP的潜伏期随年龄增长而减少。中介分析证实了年龄通过S-LRP潜伏期对RT的显著间接影响,而不是R-LRP潜伏期,这表明年龄较大的青少年处理速度更快是由于前运动处理速度更快,而不是运动处理速度更快。我们展示了使用LRP潜伏期来研究特定领域处理速度的实用性,并指出了未来工作将结构发育研究与功能测量联系起来的方向。处理速度是认知和推理能力的关键因素(Coyle等人2011;Fry和Hale 2000;Kail等人2016;Kail和Salthouse 1994;Nettelbeck和Burns 2010;Sheppard和Vernon 2008)。处理速度的成熟,如选择反应时间(RT)的年龄相关减少所表明的,遵循指数曲线:在早期儿童期迅速增加,然后在青春期增长放缓,在年轻成年期达到峰值(Salthouse和Kail 1983),并在衰老过程中逐渐下降(Birren 1965;Cerella 1985;Salthouse 2000;Salthouse和Somberg 1982;Von Krause等人2022)。图1在图查看器中打开。
在整个早期发展中RT变化的共同模式。上图使用模拟数据生成,其中反应时间作为处理速度的行为指标(参见Kail 1991b)。发展的信息处理框架将年龄相关变化概念化为神经行为过程的效率和协调性的逐步、连续改进(Kail和Salthouse 1994)。在这个框架内,年龄相关的处理速度差异可能反映了单一全局处理因素的影响或特定领域子过程的累积成熟。许多理论家认为存在一个全局神经行为处理因素(例如,Cerella和Hale 1994;Kail 1986, 1991a;Kail和Park 1992;Miller和Vernon 1997)。实际上,在整个成年前发展过程中,广泛的实验室任务中都观察到了RT的年龄相关改进,这表明改进是由一个单一的非特定处理因素驱动的。Kail和Salthouse(1994)提出,这个全局处理因素在认知中的作用类似于计算机的CPU——作为整个神经行为系统快速性能的基础参数。在对文献的元分析中,Kail(1991a)将生长曲线拟合到发展过程中的RT变化模式,并发现一个单一参数(衰减,即RT随年龄下降的速度)在各种任务中是恒定的,这表明改进可以归因于单一因素(另见Fry和Hale 1996;Kail 1991b;Kail和Park 1992;Miller和Vernon 1997)。然而,也观察到了年龄对处理速度影响的特定领域差异。Kail和Miller(2006)的纵向研究表明,在9岁时,语言相关任务的RT比非语言任务的RT快,但在14岁时则没有这种差异,这表明这些领域中处理速度的发展是不同步的。Cerella(1985)和Lima等人(1991)在衰老过程中发现了类似的领域同步性差异。综合这些证据表明,一个全局发展因素驱动了处理速度的年龄相关变化,但其影响可能因年龄而异。大多数研究全球和特定领域处理速度发展的开创性文献比较了不同任务中的RT(Hale 1990;Kail 1991a, 1991b;Kail和Miller 2006;Miller和Vernon 1997)。然而,RT——从刺激开始到参与者行为响应之间的时间——包括认知/前运动和运动过程的组合(参见McCarthy和Donchin 1981)。因此,仅仅展示不同任务之间的差异并不能解释任务内不同处理领域对RT的贡献。连续的信息处理流模型(参见Eriksen和Schultz 1979)认为,响应输出代表了众多感知、认知和运动过程的贡献,而这些基础过程的操作速度在不同领域中并不恒定。此外,这些过程本身并不是以离散的、阶段性的方式运行的;相反,一个过程的速度可以“渗透”到级联中的另一个过程(Coles等人1985)。因此,解析处理速度的特定领域发展的细微差别需要更低的分析单元。领域间处理速度发展的同步性证据将非常值得注意,因为它可以提供对先前研究中观察到的非线性变化模式的潜在机制的见解(Kail 1991b)。通过检查运动速度,可以为比较RT背后不同过程的年龄相关速度差异提供机会。与其他领域一样,运动速度在早期发展过程中迅速增加(Carlier等人1993;Denckla 1973, 1974;Gabbard和Hart 1993),并且在较年幼时改进更大。然而,与其他领域不同的是,运动速度的改进在青春期早期就趋于平稳(Gasser等人2010)。这一发展轨迹与神经影像学数据一致,后者显示核心运动和感觉区域的结构成熟比额叶和颞叶区域更早(Giorgio等人2010;Lebel等人2008;O'Muircheartaigh等人2014;Sowell等人1999;Tamnes等人2010)。然而,尚不清楚前运动和运动领域的这种生理发展同步性是否反映在它们的功能发展中。要回答这个问题,需要采用心理计时法,估计单一任务中不同神经行为过程对RT的贡献(参见Coles等人1995)。迄今为止,最有力的研究是由?migasiewicz等人(2021)进行的,他们使用拇指肌肉的肌电图(EMG)起始时间将6-14岁儿童的试验级RT分为前运动时间(PMT)和运动时间(MT)。作者发现,在此期间,PMT和MT遵循相同的指数轨迹,其幅度与总体RT相似,支持了单一过程模型。然而,仅根据手部EMG起始时间和手指响应完全执行之间的时间来定义MT,掩盖了皮层过程在运动执行中的作用。此外,远端EMG起始时间只在运动指令的皮层-脊髓传导到达相关效应肌肉之后才会发生。中枢传导时间在功能上与运动表现的改进相关(Fietzek等人2000;Paus等人1999),并且遵循类似的(但更早的)发展时间线(Fietzek等人2000)。因此,将激活效应器之前的所有过程分类为“前运动”使得这些发现的解释变得模糊。事件相关电位(ERPs)——特别是侧化准备电位(LRP)——提供了一种更好的方法来区分RT,从而更好地区分前运动和运动过程。LRP被认为反映了响应选择后涉及的运动编程过程(Masaki等人2004),在皮层-脊髓传导之前开始。与Bereitschaftspotential(BP)一样,后者用于索引运动响应的激活(参见Jahanshahi和Hallett 2003),LRP是一个差异波形,索引了启动响应的半球运动皮层的激活,相对于对侧(Eimer和Coles 2003)。与BP不同,LRP反映了所选响应通道的优先激活(Coles等人1988)。在二选一响应任务中,LRP的幅度表明了给定响应的运动程序的优先激活程度,而LRP的潜伏期表明了做出响应选择的时间(参见Smulders和Miller 2012)。对我们来说更重要的是LRP潜伏期如何划分RT。LRP可以时间锁定到刺激的起始(S-LRP)或响应(R-LRP),从而产生两种不同的起始潜伏期解释。S-LRP的起始潜伏期代表了刺激起始和响应通道首次优先激活之间的时间——索引了在响应激活之前展开的前运动过程(如刺激评估和响应选择)的速度(Smulders和Miller 2012)。这项研究得到了支持,即影响前运动过程的任务操作(例如,刺激冗余、刺激-干扰兼容性)会改变S-LRP潜伏期,但不会改变R-LRP潜伏期(Gratton等人1988;Mordkoff等人1996;Osman和Moore 1993)。相比之下,R-LRP潜伏期代表了响应通道激活和明显响应之间的时间——反映了响应选择后的运动过程速度。响应复杂性的变化会影响R-LRP潜伏期,但不会影响S-LRP潜伏期(Smulders和Miller 2012),旨在偏向运动准备的任务操作(例如,预提示)也会改变R-LRP潜伏期(Leuthold等人1996;Osman等人1995)。基于这些发现,在单一任务中量化S-LRP和R-LRP潜伏期可以估计RT在多大程度上独立反映了前运动(S-LRP)和运动输出(R-LRP)过程的持续时间。LRP潜伏期还提供了检查前运动和运动过程发展同步性的方法。LRP至少部分在前运动皮层中产生(Coles等人1989;Miller和Hackley 1992),与前运动和感觉处理相关的神经网络在5-8岁时就已成熟(de Brie等人2012)。同时,刺激评估和前运动响应选择被认为由前额叶网络介导(Goghari和MacDonald III 2009),其成熟持续到年轻成年期(Arain等人2013;Fuster 2002;Gogtay等人2004;Sowell等人1999;Spear 2000)。只有少数研究使用LRP测量来研究不成熟年龄的处理速度差异。Ridderinkhof和Van Der Molen(1997)测量了5-12岁儿童的P3潜伏期和S-LRP潜伏期,以比较刺激评估和响应选择过程的发展时间线。他们发现P3潜伏期(即刺激起始和刺激评估之间的时间)的下降速度比S-LRP潜伏期(刺激起始和响应选择之间的时间)快,而这两者都比总体RT(从刺激起始到响应执行的完整间隔)下降得更快。考虑到每个潜伏期指标都衡量了一组越来越广泛的过程的速度(P3 = 刺激评估,S-LRP = 刺激评估 + 响应选择,RT = 刺激评估 + 响应选择 + 运动响应执行),它们不同的年龄相关变化率表明了神经行为过程中的不同年龄相关差异。虽然P3潜伏期不受响应选择过程的影响(McCarthy和Donchin 1981),但P3和LRP起始时间之间的时间重叠使得它们对总体RT的相对贡献难以区分。在这里,我们将S-LRP潜伏期与R-LRP潜伏期进行了比较,因为它们覆盖了RT间隔的不同部分,从而允许我们比较它们对处理速度年龄相关差异的贡献。Sz?cs等人(2009)发现5-8岁儿童的S-LRP潜伏期比成人长,但这只是对RT年龄相关差异的轻微贡献。同样,Wild-Wall等人(2008)发现老年人在侧幌任务中的S-LRP和R-LRP潜伏期较慢——但振幅较大——他们认为这反映了老年人在目标导向响应选择方面的更强能力。这些先前的研究都没有探讨前运动和运动过程在青春期是否对RT表现有不同贡献。大多数先前研究集中在较早的发展阶段——通常是在14岁之前——那时速度差异最明显,多个过程正在迅速成熟。相比之下,青春期为测试特定领域的年龄相关差异提供了有信息量的窗口,因为一些神经行为过程可能在此期间比其他过程更早成熟。在这里,我们测试了青春期选择RT的改进是否可以分别由前运动和运动领域的改进来解释。参与者完成了一个箭头侧幌任务,我们从中量化了S-LRP和R-LRP潜伏期,并测试了是否任何一个LRP变量中介了年龄与RT之间的关系。我们的主要目的是评估处理速度(RT)的年龄相关减少是通过前运动(S-LRP)或运动过程(R-LRP)的速度传递的,或两者都传递的。为了构建这一中介模型,我们首先预测RT会随年龄减少(H1),并且S-LRP和R-LRP潜伏期会对RT做出独立贡献(H2),分别反映前运动和运动过程的独特影响。在假设这些假设成立的情况下,我们接着探讨了与年龄相关的反应时间(RT)变化是否是由与年龄相关的S-LRP潜伏期、R-LRP潜伏期的减少,或两者共同作用所介导的(H3)。如果RT的减少是由一个或两个LRP潜伏期介导的,那么这表明处理速度的年龄相关增加背后存在不同的发展过程;而如果没有任何一个路径具有显著的介导作用,那么RT的变化可能来源于一个全局的处理速度因素。
1 方法
1.1 参与者
参与者被招募加入了一项纵向研究,旨在考察青少年和年轻人饮酒行为的风险和保护因素及其后果。本报告基于204名个体的子样本(n=140名女性,64名男性),他们截至2025年1月31日已经完成了母研究的第一次实验室访问。参与者来自爱荷华州的两个社区(一个小型大学城艾奥瓦城和一个人口更加多元化的城市锡达拉皮兹)。招募方法包括:(i) 向爱荷华大学的学生、员工和教职员工发送群发邮件;(ii) 张贴传单;(iii) 在当地期刊、广播电台和社交媒体上发布广告;(iv) 在当地高中进行演讲;(v) 在社区活动中设立咨询台;(vi) 口口相传。母研究的纳入标准包括:(1) 在同意参与时年龄在14至19岁之间;(2) 根据美国国家酒精滥用与酒精中毒研究所制定的年龄分级标准,被认为有 moderate 或更高的酒精问题风险。排除标准包括:(1) 任何神经系统疾病或障碍的历史;(2) 创伤性头部受伤的历史;(3) 由于皮肤敏感或发型不适而无法进行脑电图(EEG)检查。有10名参与者的数据因EEG噪音过大(n=9)或侧翼任务准确性低于机会水平(<0.5,用于识别认知任务中的不积极参与,Friedman等人2008, 2016)而无法使用。使用二项模型对机会表现进行统计评估后发现,本样本中所有保留的参与者在α=0.01的水平上均超过了机会水平的性能阈值(大约300次试验中的准确率为57%)。最终用于分析的样本包括194名参与者,年龄分别为14岁(n=30;21名女性,9名男性),15岁(n=43;32名女性,11名男性),16岁(n=33;21名女性,12名男性),17岁(n=32;17名女性,15名男性),18岁(n=33;26名女性,7名男性),19岁(n=33;23名女性,10名男性)。参与者完成实验室测试后获得了90美元的报酬。
1.2 侧翼任务
参与者使用EPrime Version 3.0(Psychology Software Tools,宾夕法尼亚州匹兹堡)软件完成了箭头版本的侧翼任务(Ridderinkhof等人2002),同时记录了脑电图(EEG)。在每次试验中,参与者会在显示器中心看到五个箭头的排列,并被要求尽快通过按下一个毫秒级精确的反应盒中的两个按钮来指示中央箭头的方向(左或右)。需要右手或左手反应的箭头排列是等概率的,同样,兼容(>>>>>><<或<<<<<)和不兼容(<<<<<>>或>>>>>>)的排列也是等概率的。刺激排列显示时间为250毫秒,试验间间隔(ITI)在1080、1100和1130毫秒之间随机变化。只有当反应在刺激开始后的1000毫秒内发生时才会被记录下来,以确保所有保留的反应都发生在下一个刺激之前。任务开始时有一个10次试验的练习块,参与者会收到关于反应速度和准确性的反馈。在确认理解任务后,参与者完成了300次关键试验,这些试验分为三个每块100次的试验块。
1.3 脑电图数据采集与处理
电生理数据使用32个Ag/AgCl活性电极(BrainProducts actiCAP)根据标准的10–10系统进行采集。在整个记录过程中,所有阻抗都保持在10千欧姆以下。VEOG和HEOG电极分别放置在左眼上方1厘米和下方1厘米的位置,以及两眼外眼角外侧1厘米的位置。数据以500赫兹的频率使用actiCHAMP Plus放大器(Brain Products GmbH,德国吉尔兴)进行数字化,并以中央中线电极为参考进行在线校正,然后使用BrainVision Recorder软件(版本1.25.0204,BrainProducts GmbH,德国吉尔兴)进行捕获。EEG数据的预处理在BrainVision Analyzer(版本2.3.0,Brain Products GmbH,德国吉尔兴)中完成。数据随后离线重新参考到两个乳突的平均值,并通过一个二阶零相位移动的巴特沃斯带通滤波器(0.1至30赫兹)进行处理。为了最小化来自头顶照明的线路噪音,在60赫兹处应用了一个额外的陷波滤波器。数据分别针对刺激锁定的(S-LRP)和反应锁定的(R-LRP)LRP进行分割。刺激锁定的波形在刺激开始后的-200至600毫秒内进行分割,并从-200至0毫秒进行基线校正。反应锁定的波形在按钮按下后的-1000至200毫秒内进行分割,并从-1000至-800毫秒进行基线校正,以确保基线时期发生在刺激之前,从而最小化来自刺激处理的干扰。在分割之前,所有错误反应的试验都被移除。所有片段中的眼动伪迹使用Gratton等人(1983)开发的方法进行了校正。对校正后的片段应用了半自动伪迹剔除程序,如果片段符合以下任何标准,则被标记为剔除:(1) 任何时间点的绝对电压超过±100微伏;(2) 在移动的100毫秒间隔内峰值电压变化超过±175微伏;(3) 单个电压步长超过30微伏/毫秒;(4) 在移动的100毫秒间隔内低活动信号变化小于0.5微伏。在为每个电极、条件和参与者创建平均值之前,包含伪迹的片段被移除。
1.4 派生和评分LRP
图2显示了随参与者年龄变化的S-LRP和R-LRP波形。LRP波形是使用双重减法方法(de Jong等人1988;Eimer 1998)派生出来的。对于所有试验,右运动皮层(通道C4)的活动被从左运动皮层(通道C3)的活动中减去。这些C3-C4的差异波形分别针对右手和左手反应试验进行了平均处理。然后,右手试验的平均C3-C4差异波形从左手试验的C3-C4差异波形中减去,从而构建了整体的受试者LRP。图2展示了不同年龄组中刺激锁定(左侧)和反应锁定(右侧)LRP的波形。尽管研究分析将年龄视为连续变量,但为了便于可视化年龄相关的差异,LRP是在离散的年龄组中进行的总体平均。总体平均值是基于正确的试验得出的。对于S-LRP,时间0=刺激开始;对于R-LRP,时间0=明显反应(按钮按下)的开始。检查LRP幅度的分析在支持信息中呈现。LRP潜伏期是使用Schwarzenau等人(1998)首次实现的基于回归的方法计算的。根据这种方法,LRP时期用两条最小二乘回归线进行分割——一条线拟合于刺激前段,另一条线上升到峰值——两条线的交点被估计为LRP的开始潜伏期。在当前的分析中,我们选择使用单受试者、1自由度(df)的迭代方法,其中刺激前线的斜率被强制设为零,这样就只有两条线的交点可以变化(参见Mordkoff和Gianaros 2000)。峰值潜伏期是在从总体平均波形中得到的窗口内检测到的(见图2)。S-LRP峰值在刺激开始后的200至500毫秒内被检测到,R-LRP峰值在相对于反应的-200至100毫秒内被检测到。然后使用基于回归的程序在从基线时期到每个受试者确定的峰值之间估计开始潜伏期。
1.5 分析方法
在计算每个参与者的平均RT之前,所有错误试验都被丢弃(平均每个参与者12.0%的试验),以及RT过快(<100毫秒)或过慢(≥每个参与者平均值的3标准差)的试验(1.0%的试验),这与常见的RT修剪程序一致(Friedman等人2016;Wilcox和Keselman 2003)。清洗后,参与者保留了M=261次试验(标准差=21.2,范围=174–296)。对于LRP潜伏期和整体RT,离群值(≥样本平均值的3标准差)被缩放到最远的不离群值(0.3%的数据)。年龄被视为连续变量。为了考虑性别发展差异,性别被作为协变量包含在所有模型中。所有统计分析都是使用R(版本2024.12.1.563)进行的。线性混合效应模型是使用lmerTest包(v3.1–3;Kuznetsova等人2017)估计的,共性分析是使用yhat包(v2.0–5;Nimon等人2025)进行的,结构方程模型是使用lavaan包(v0.6–18;Rosseel 2012)进行的,功效分析是使用simsem包(v0.5–17;Pornprasertmanit等人2025)进行的。在假设检验之前,我们进行了初步的探索性分析,以表征侧翼兼容性效应,并通过测试兼容性效应是否随年龄变化来指导模型 specification。这种潜在的Age × Compatibility交互作用是使用线性混合效应模型(LME)进行调查的,其中年龄(标准化)被定义为连续的受试者间预测变量,性别被定义为分类的受试者间预测变量,试验兼容性被定义为受试者内预测变量。兼容性对于兼容试验编码为+0.5,对于不兼容试验编码为-0.5,而性别对于男性编码为0,对于女性编码为1,然后进行中心化。选择线性模型是因为样本仅包括青少年和年轻人,这部分处于预期的指数发展时间线上,当关系可以最好地被描述为线性时。
为了描述关键研究变量之间的关联,我们使用皮尔逊相关系数评估了双变量相关性,并使用相关的t检验来评估显著性。与当代的中介作用方法一致,这些关联并不作为测试中介作用的先决条件,因为即使在总效应或双变量效应不显著的情况下也可能存在间接效应(Hayes 2017;Montoya和Hayes 2017)。尽管如此,根据我们的假设,我们通过检查与每个预测路径相对应的关联的存在来确定中介作用是否得到支持:(1) 年龄和RT,(2) 两个LRP潜伏期和RT,以及(3) 年龄和一个或两个LRP潜伏期。为了证明中介模型中每个LRP潜伏期的独立性,我们使用共性回归(参见McMurray等人2025的教程)评估了S-和R-LRP潜伏期在解释年龄和RT方差方面的独立性。研究假设最终是使用R中的lavaan包应用的结构方程模型(SEM)进行测试的。该模型测试了年龄是否通过其对S-LRP和R-LRP潜伏期的影响间接预测RT。具体来说,指定了从年龄到S-LRP潜伏期和R-LRP潜伏期的独立路径,以及从每个潜伏期到RT的独立路径。还估计了从年龄到RT的直接c路径,并且性别被包括在模型中作为RT的独立影响。间接效应是作为相应的a路径和b路径系数的乘积计算的,年龄对RT的总效应是作为直接效应和间接效应的总和计算的(Montoya和Hayes 2017)。模型的绝对拟合度是基于卡方(chi-square)、近似均方根误差(Root Mean Square Error of Approximation,RMSEA)和标准化均方残差(Standardized Mean Square Residual,SRMR)来评估的,而相对模型拟合度是基于比较拟合指数(Comparative Fit Index,CFI)和Tucker-Lewis指数(TLI)来评估的。与SEM文献中的建议一致(Hu和Bentler 1999),RMSEA值≤0.06–0.08,SRMR值≤0.08,CFI和TLI值≥0.90–0.95被视为可接受的拟合。由于本模型的目的是测试年龄和RT之间的间接路径,而不是复制变量之间的完整协方差结构,因此全球拟合度指数是描述性地报告的,而不是作为模型充分性的严格标准。为了提高可解释性,S-LRP和R-LRP潜伏期被进行了均值中心化(Schielzeth 2010),并且报告了标准化系数。中介路径的效应是通过基于拟合的SEM参数的蒙特卡洛模拟(5000次重复)来估计的。或<<<<<)和不兼容(<<<<<>探索性分析评估了S-LRP潜伏期、R-LRP潜伏期与性别之间的相互作用,以及年龄与LRP幅度之间的关系,这些分析结果可以在支持信息中找到。
2 结果
2.1 对侧翼效应的初步检验
图3展示了平均侧翼反应时间(RT)和准确率与年龄及侧翼兼容性的关系。侧翼兼容性效应通过使用线性混合效应模型(LME)进行表征,其中年龄、兼容性和性别作为固定效应,并指定了所有交互作用,同时为每个参与者的兼容性设置了随机截距和随机斜率。分别运行了模型来表征侧翼效应对RT和准确率的影响。图3中显示了年龄和侧翼兼容性的平均RT和准确率,误差条表示±1个标准误差(SE)。准确率以正确反应的比例表示。在RT模型中,固定效应解释了6.9%的方差(边际R2=0.069),而包含随机效应的完整模型解释了30.4%的方差(条件R2=0.304)。分析显示,兼容性具有显著的主效应(β=-36.51,t=-34.77,p<0.001),证实了典型的侧翼兼容性效应;性别也具有显著的主效应(β=21.64,t=21.64,p=0.001),表明男性比女性反应更快。在准确率模型中,固定效应解释了2.8%的方差(边际R2=0.074),而包含随机效应的完整模型解释了7.4%的方差(条件R2=0.028)。模型还显示了年龄(β=0.01,t=2.97,p=0.003)、性别(β=0.03,t=2.73,p=0.007)和兼容性(β=0.10,t=20.78,p<0.0001)的主效应。年龄较大的参与者比年轻参与者更准确,女性比男性更准确,并且在与不兼容的试验相比时准确率更高。年龄、兼容性和性别之间的两个或三个方向的交互作用均不显著(完整输出见表1)。
表1. 行为数据的线性混合效应模型结果。
2.2 研究变量之间的描述性关联
表2展示了年龄、准确率和LRP潜伏期之间的零阶相关性。年龄与RT呈中等程度的相关性(r=0.16,p=0.031)。S-LRP潜伏期(r=0.40,p<0.0001)和R-LRP潜伏期(r=0.18,p=0.014)都与RT呈正相关,尽管S-LRP潜伏期的相关系数大于R-LRP潜伏期(Fisher's r-to-z检验:z=2.116,p=0.027)。S-LRP潜伏期与年龄呈负相关(r=-0.23,p=0.002),而R-LRP潜伏期则没有(r=0.09,p=0.229)(见图4)。第二次Fisher's r-to-z检验再次确认S-LRP与年龄的相关性显著强于R-LRP与年龄的相关性(z=-2.90,p=0.004)。这些观察到的相关性支持我们使用中介模型进行假设测试。
2.3 S-LRP和R-LRP潜伏期之间的共性分析
为了进一步证明通过LRP潜伏期预测RT需要双重中介作用(即S-LRP和R-LRP潜伏期有独立的路径),我们进行了一组共性回归模型,比较了RT和年龄的方差中有多少是由S-LRP潜伏期和R-LRP潜伏期之间的共享方差解释的,又有多少是由每个潜伏期测量独立解释的。重要的是,这些模型并不是因果解释的;将年龄视为“结果”仅仅是为了描述LRP潜伏期与年龄相关的共享和独特方差的结构。该分析的结果见表3。
2.4 基本结构方程(SEM)中介结果
我们拟合了一个SEM来测试年龄是否通过S-LRP和R-LRP潜伏期的不同影响间接预测RT。我们预测年龄会预测RT(H1),S-LRP和R-LRP潜伏期都会独立地与RT相关(H2),以及年龄会通过S-LRP潜伏期、R-LRP潜伏期或两者共同间接预测RT(H3)。模型显示年龄对RT有显著的整体效应(β=-0.15,z=-2.16,p=0.031),支持H1;性别也有显著的主效应(β=0.48,z=3.59,p<0.001)。S-LRP和R-LRP潜伏期都独立地预测了RT(βS-LRP=0.41,z=6.39,p<0.001;βR-LRP=0.23,z=3.77,p<0.001),支持H2。模型还显示年龄通过S-LRP潜伏期对RT有显著的间接效应(ab=-0.09,z=-2.88,p=0.004),但通过R-LRP潜伏期没有(ab=0.02,z=1.16,p=0.245)。年龄对RT没有直接效应(β=-0.08,z=-1.22,p=0.221),这证实了年龄与RT之间的负相关是通过S-LRP潜伏期的减少来中介的(支持H3)。模型还包括了S-LRP和R-LRP潜伏期之间的残差协方差,该协方差具有边际显著性(β=-0.12,z=-1.71,p=0.087)。模型可视化见图5。
3 讨论
本研究调查了青春期前运动和运动处理速度是否随年龄差异而有所不同,以及它们对整体处理速度的年龄相关性改进是否有不同的贡献。与先前的研究一致(参见Bucsuházy和Semela 2017;Vamsi等人2023;Kail 1991b),RT随年龄组呈大致线性下降,成年早期的参与者表现最快(尽管他们的准确性也更高;见图3)。为了进一步描述这一效应,我们使用LRP对RT进行了分解,基于S-LRP潜伏期对应于前运动处理速度(Gratton等人1988;Masaki等人2004)而R-LRP潜伏期对应于运动处理速度(Osman和Moore 1993;Osman等人1995)的观点。与S-LRP和R-LRP的功能独立性一致(Masaki等人2004;Osman等人1995;Xu等人2015),本研究中S-LRP和R-LRP潜伏期仅呈中等程度的相关性,并且独立预测了RT。重要的是,我们的共性分析表明,S-LRP和R-LRP潜伏期几乎不共享RT的方差,支持每种LRP间隔反映总反应时间的不同部分的观点,而不是单一的、共同的速度因素。
3.1 年龄对前运动和运动速度的不同影响
与Riederinkhof和Van Der Molen(1997)的研究结果一致,S-LRP潜伏期随着年龄的增长而提高,并且即使控制了R-LRP潜伏期,这种关系也完全中介了年龄对整体RT的改进。重要的是,这种完全中介模式并不表示所有与年龄相关的RT差异都是由单一过程解释的,因为S-LRP和R-LRP指标分别反映了多个前运动和运动过程的复合。相反,单?中介表明年龄差异受到前运动过程的复合影响,而不是运动过程。由于该模型是基于横断面数据进行的,因此这些结果应该被描述性地解释而不是因果解释,因为横断面中介模型相对于纵向设计通常会产生偏差(Maxwell和Cole 2007;Maxwell等人2011)。蒙特卡洛模拟表明,当前样本有足够的统计功效来检测通过S-LRP的间接效应(87.4%),但对通过R-LRP的间接效应的检测灵敏度有限(13.0%),这可能是由于估计的效应大小较小。因此,通过R-LRP的间接路径不显著的结果应该谨慎解释,因为它可能反映了效应可以忽略不计,或者样本对双重中介中微小效应的敏感性有限。R-LRP潜伏期与年龄之间在零阶相关性或完整模型中都没有关系,这表明在青春期的这段时间内运动处理的成熟度变化很小。此外,共性回归显示R-LRP的独特效应非常小,R-LRP和S-LRP之间与年龄相关的共享方差也很少,这表明S-LRP和R-LRP在RT中贡献了几乎完全独立的方差,支持了不同的中介路径。
3.1 前运动和运动速度的年龄相关效应
与Riderinkhof和Van Der Molen(1997)的发现一致,S-LRP潜伏期随着年龄的增长而提高,并且这种关系完全中介了年龄对整体RT的改进,即使控制了R-LRP潜伏期。重要的是,这种完全中介模式并不表明所有与年龄相关的RT差异都是由单一过程解释的,因为S-LRP和R-LRP指标分别代表了多个前运动和运动过程的复合。相反,单边的中介表明年龄差异受到前运动过程的复合影响,而不是运动过程。由于该模型是基于横断面数据进行的,这些结果应该被描述性地解释而不是因果解释,因为横断面中介模型相对于纵向设计往往会产生偏差(Maxwell和Cole 2007;Maxwell等人2011)。考虑到这些因素,似乎可以合理推测,在14岁之前,与侧翼任务相关的简单运动过程已经成熟,而其他前运动过程则在整个青少年时期继续发展。我们的结果也与?migasiewicz等人(2021年)关于整体成熟度的解释相矛盾,他们的解释认为,发展较快、较早成熟的运动处理系统会减慢速度,以匹配发展较慢的前运动过程,从而确保信息流的连贯性。如果是这种情况,我们应该看到运动速度与前运动速度之间存在正相关关系。然而,当前数据显示的情况恰恰相反,S-LRP和R-LRP的潜伏期呈负相关(尽管这种相关性很微弱)。当前研究的结果表明,系统并不是通过减慢更成熟的过程来匹配较慢的过程,而是通过加快成熟的过程来补偿滞后的过程。为了全面描述前运动和运动处理速度的发展变化,未来的研究可以尝试结合不同的方法,在涵盖儿童期和青少年期的样本(例如6-19岁)中同时记录EEG和远端EMG数据。
3.2 前运动和运动处理速度对反应时间(RT)的贡献
当前研究为研究不同处理速度领域之间的异步功能发展提供了依据。青少年整体处理速度的年龄相关差异完全可以通过前运动处理速度的差异来解释,而运动速度则解释了个体整体反应速度中额外的(但与年龄无关的)变异。在完整的模型中,预测RT的R-LRP潜伏期的回归系数超过了其双变量关联,这与抑制效应一致。这表明,一些与年龄和前运动速度相关的共同变异可能会掩盖运动速度对总速度的贡献,而在多变量模型中,可以具体区分出由运动过程导致的整体速度变异。尽管如此,这一功能发现——即青少年处理速度的年龄相关差异归因于前运动速度而非运动速度——与结构性神经影像学证据一致,这些证据表明运动区域比前运动区域更早达到生理成熟(Giorgio等人2010年;Lebel等人2008年;O’Muircheartaigh等人2014年;Tamnes等人2010年)。较低级别的结构机制可能解释了这种异步性。研究已经将处理速度的发展变化与轴突髓鞘形成(Chevalier等人2015年;Deoni等人2016年;Ferrer等人2013年;Scholz等人2009年;Takeuchi等人2010年;Zatorre等人2012年)和突触修剪(Averbeck 2022年;Liuzzi等人2023年)联系起来,这两者在运动区域中比在前运动区域中发生得更早。因此,当前研究中观察到的前运动和运动过程速度的年龄相关差异的不同模式可能反映了它们各自皮层区域髓鞘形成和修剪时间的差异。虽然这些结构发现为观察到的模式提供了神经生物学背景,但未来的纵向研究结合结构和功能测量将对于阐明神经解剖学差异如何转化为处理速度以及更好地连接结构与功能解释大脑发展至关重要。随着年龄的增长,个体在前运动过程(如刺激辨别、基于规则的响应选择和抑制竞争性响应)方面积累了大量经验,这也可能有助于解释前运动和运动处理速度的年龄相关差异。在整个青少年期间,个体在前运动过程方面的经验显著增加,这可能导致整体反应速度的差异(Goldstone 1998年)。可能是在青春期,前运动经验的年龄相关差异更为明显,而运动经验的变化则相对较小。基于纵向训练的研究可能有助于区分成熟过程和经验对于特定领域处理速度发展的贡献。
3.3 限制
当前研究的贡献必须在考虑其局限性的基础上进行评估。首先,我们的样本仅代表了青少年发展的阶段,并且年龄差异是在参与者之间而不是在参与者内部进行比较的。要更全面地了解发展过程中特定领域对处理速度的影响,需要在儿童早期进行考察,并采用纵向设计,反复评估同一组个体随年龄的增长情况。只有这种类型的纵向复制才能确定前运动和运动处理速度的年龄相关差异是否确实源于发展过程。如果使用从儿童早期开始的样本,这种方法可以使研究人员估计出各个领域轨迹分化的“转折点”,并且有可能确定这种分化是否因个体特征(如智力、是否存在发育障碍)而有所不同。此外,纵向设计还可以解决横断面中介模型的局限性(Maxwell和Cole 2007年;Maxwell等人2011年),利用时间先后顺序来推断因果发展过程。尽管如此,当前的研究结果为利用LRP起始潜伏期进一步研究处理速度的发展提供了依据。此外,当前样本的性别分布不均(140名女性,64名男性),这导致性别差异的标准误差被夸大,从而可能掩盖了这些差异。男性的RT比女性快,这与大量文献中记录的女性在整个发展过程中表现更好的情况不符(Burns和Nettelbeck 2005年;Camarata和Woodcock 2006年;Keith等人2011年)。然而,在S-LRP或R-LRP潜伏期中并未观察到性别差异,性别与年龄在预测RT时也没有交互作用。从结构上看,女性大脑的老化速度比男性大脑快(Brouwer等人2021年),因此在讨论速度成熟时不能排除性别的影响。需要进一步的研究来阐明性别在特定领域处理速度发展中的作用。
4 结论
通过使用LRP对RT进行分解,我们发现青少年RT的年龄相关改善是由更快的前运动处理速度而非运动处理速度所介导的,这提供了证据表明运动处理速度可能比前运动速度更早成熟。从信息处理的发育角度来看,目前的发现与处理速度成熟仅反映单一全局神经行为处理因素影响的观点不太一致(Kail 1991a),而更符合特定领域独立成熟的观点。尽管我们的被试间设计无法直接模拟发展变化,但这些发现为发展研究者提供了一个前提,以探究不同的神经过程是否遵循不同的发展时间线。这样的发现将使关于共享全局处理速度因素的现有范式更加复杂化。此外,当前研究展示了S-和R-LRP潜伏期作为特定领域处理速度的功能测量的实用性。这项技术在文献中很少使用,可以为已经显示出相关皮层区域类似异步发展的结构成像发现提供有价值的补充。总的来说,当前研究强调了LRP如何将功能的和结构的发育解释联系起来,阐明了处理速度如何随年龄在不同领域中发生变化。
作者贡献:
Bob McMurray:概念化、写作——审阅和编辑、验证、监督、方法论。
Greg Hajcak:写作——审阅和编辑、概念化、资金获取、验证、监督。
William Slawson:概念化、调查、写作——初稿、写作——审阅和编辑、正式分析、方法论、可视化、数据管理、软件。
Bruce D. Bartholow:概念化、资金获取、写作——审阅和编辑、验证、项目管理、监督、写作——初稿。
这项工作得到了国家酒精滥用与酒精中毒研究所(NIAAA)的R01AA030278号资助(Bartholow为项目负责人)。
利益冲突
作者声明没有利益冲突。
附录
1
每个模型的指数迭代结果可以在支持信息中找到。
数据可用性声明
支持本研究发现的数据可以在合理请求下从 corresponding author 处获得。
生物通微信公众号
生物通新浪微博
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