成人生命周期中,不匹配负性(Mismatch Negativity)与晚期辨别性负性(Late Discriminative Negativity)的功能性分离
《European Journal of Neuroscience》:Functional Dissociation of Mismatch Negativity From Late Discriminative Negativity Across the Adult Lifespan
【字体:
大
中
小
】
时间:2026年05月18日
来源:European Journal of Neuroscience 2.4
编辑推荐:
摘要
不匹配负波(MMN)是由不常见的声学变化(如音高、频率和音调持续时间)以及高级、抽象的听觉模式的违反所引发的。在后一种情况下,MMN可能伴随着一个较少为人所知的事件相关电位,称为晚期辨别负波(LDN)。迄今为止,对LDN的研究主要集中在儿童发展阶段;LDN是否在整个成年期
摘要
不匹配负波(MMN)是由不常见的声学变化(如音高、频率和音调持续时间)以及高级、抽象的听觉模式的违反所引发的。在后一种情况下,MMN可能伴随着一个较少为人所知的事件相关电位,称为晚期辨别负波(LDN)。迄今为止,对LDN的研究主要集中在儿童发展阶段;LDN是否在整个成年期都能可靠地被引发,以及其功能意义与MMN有何不同,这些方面仍不清楚。本研究考察了92名成年人(18-86岁,47名女性)在短时间(500毫秒)五音序列中音高轮廓变化时记录到的MMN和LDN。随后通过类似的诱饵和不同的对照刺激测试了他们对标准音调和异常音调序列的偶然记忆。数据驱动分析显示,LDN从年轻到老年期都稳定存在,与MMN随年龄下降的趋势相反。此外,MMN的幅度与年龄和随后的记忆表现有很强的相关性,而LDN的幅度与年龄和听力敏锐度的关联则较弱且不一致。这些结果扩展了先前的发展研究,揭示了LDN在整个成年期的可靠性,并且与LDN作为听觉感知高级、整体属性预测误差的标志是一致的。总的来说,MMN和LDN都是由传入的感觉输入与预期规律之间的差异产生的,但在时间上有所不同,并且与年龄和记忆表现有不同的关联,这表明早期和晚期的异常检测指标之间存在功能上的分离。
缩写
AIC - 艾卡克信息准则(Akaike Information Criterion)
AMMT - 听觉MMN记忆任务(Auditory MMN Memory Task)
BF10 - 贝叶斯因子(Bayes' Factor)
BIC - 贝叶斯信息准则(Bayesian Information Criterion)
CVLT-3 - 加州言语学习测试第三版(California Verbal Learning Test–Third Edition)
dB - 分贝(decibels)
D-KEFS - Delis-Kaplan执行功能系统(Delis–Kaplan Executive Function System)
EEG - 脑电图(electroencephalography)
ERP - 事件相关电位(event-related potential)
GAD-7 - 广泛性焦虑障碍7项量表(Generalized Anxiety Disorder 7-item scale)
GAM - 广义加性模型(generalized additive model)
HL - 听力水平(hearing level)
LDI - 诱饵辨别指数(Lure Discrimination Index)
LDN - 晚期辨别负波(late discriminative negativity)
LN - 晚期负波(late negativity)
MoCA - 蒙特利尔认知评估(Montreal Cognitive Assessment)
MMN - 不匹配负波(mismatch negativity)
MST - 记忆相似性任务(Mnemonic Similarity Task)
PHQ-8 - 患者健康问卷8项量表(Patient Health Questionnaire 8-item scale)
PTA - 纯音听力测试(pure-tone audiometry)
SPL - 声压级(sound pressure level)
WAIS - 韦克斯勒成人智力量表(Wechsler Adult Intelligence Scale)
1 引言
不匹配负波(MMN)是一个经典的例子——它是一种与异常检测相关的早期负向偏移(N??t?nen等人,2007, 2019;N??t?nen和Michie,1979),其特征是在听觉异常范式中引发的早期(即150-250毫秒)前额中央负波,其中标准音调和异常音调在某些声学特征上有所不同,如音高、持续时间或强度。进一步的研究表明,MMN也可以由抽象的、高级的规律违反引发,例如标准音调和异常音调序列在音高轮廓上的差异(Alain等人,1998, 1999;Fujioka等人,2004;Tervaniemi等人,2001, 2006;Trainor等人,2002;参见Paavilainen,2013的综述)。在某些涉及这种高级违反的异常范式中,会伴随一个后续的与异常相关的负波,称为晚期辨别负波(LDN,Cheour等人,2001;Peter等人,2012;Zachau等人,2005;有时在元音或音素辨别研究中也称为晚期负波[LN]——Yu等人,2017)。LDN在头皮分布上与MMN有相似之处,两者都是在没有明确关注刺激变化的情况下被引发的(Liaukovich等人,2022;Shestakova等人,2003)。然而,可靠引发LDN的条件,以及LDN与其在功能意义上的关系仍不清楚(Wetzel和Schr?ger,2014)。本研究旨在使用之前研究中报告的模式异常范式(Chow等人,2025)来考察与异常相关的电位,并系统地关注LDN在整个成年期的功能意义与MMN的关系。涉及LDN的研究主要集中在婴儿和儿童发展阶段(Bishop等人,2011;?eponien?等人,2002;?eponien?,Yaguchi等人,2002;Cheour等人,2001;Datta等人,2010;Gumenyuk等人,2004;Halliday等人,2014;Martynova等人,2003;Maurer等人,2003;Morr等人,2002;Shafer等人,2005;Shestakova等人,2003;Yang等人,2022;参见Wetzel和Schr?ger,2014的综述),而对它在成年期的表现关注较少。在儿童中,LDN首次在5至10岁的儿童中被报告,对涉及单词刺激的异常违反的反应在大约400-430毫秒时达到峰值,最初被称为“晚期”MMN(Korpilahti等人,1995)。此后,使用各种语音或复杂刺激的异常范式的研究揭示了在MMN之后的LDN,其峰值出现在刺激后大约300至600毫秒(Bishop等人,2011;Cheour等人,2001;Shafer等人,2005;Sharma等人,2025;Zachau等人,2005)。一项研究在4至6岁的儿童中报告了LDN,使用法语元音或音乐音调的异常范式进行记录,其幅度在训练后增加(Moreno等人,2015),尽管其他干预研究显示了混合效应(Kujala等人,2024;Putkinen等人,2013)。在年轻成人中,LDN已在音高轮廓违反(Zachau等人,2005)和音调对中的持续时间相关重音模式违反中被报告(Peter等人,2012)。在使用五音序列的研究中也有观察到LDN(Liaukovich等人,2022),在自然主义的、频谱复杂的听觉刺激中(Horváth等人,2009),以及在具有不同底层模式的交错音调序列中(Bendixen等人,2012)。一项针对老年人的研究报告了比预期稍晚的MMN潜伏期(作者推断这可能是LDN),使用的是仅在第二个音调中偶尔出现异常的三音音调(Neubert等人,2021)。其他范式在年轻成人听众中引发了LN,研究了语言经验对语音或词汇音调辨别的影响(即单语者和双语者),发现语言经验对MMN和LN对不熟悉语言的元音对比和词汇音调对比都有影响(Datta等人,2020;Jakoby等人,2011;Kaan等人,2007,2008;Yu等人,2017,2018)。一项研究在青少年和年轻成人(14-23岁)的组合样本中报告了较小的LDN幅度,与儿童(8-12岁)相比(Hommet等人,2009)。另一项针对年轻成年人的研究显示,LDN幅度受到异常音调的语音复杂性的调节(David等人,2020)。尽管研究已经确定了这种晚期负波的成熟变化(例如,从婴儿期到4岁,Yu等人,2019),但LDN在健康成人中的功能意义及其从年轻到老年的发展轨迹仍不清楚。LDN的功能意义可能与MMN在预测编码的背景下类似(Friston,2005,2018),作为预测误差的信号——即对预测与实际感觉输入之间感知差异敏感的指标(Baldeweg,2007;Friston,2005;Garrido等人,2009;参见Winkler和Czigler,2012的综述)。根据这一框架,大脑基于过去的经验内部模型生成关于感觉输入的预测。预测编码模型提出了一个层次结构,其中自下而上的感觉输入与自上而下的预测进行比较,不匹配将这些预测误差传播到更高级别(Friston,2005;Wacongne等人,2011)。在听觉异常范式中,由标准刺激的规律性形成的内部模型被罕见异常刺激的可量化声学差异所违反,从而引发MMN(Garrido等人,2009;Wacongne等人,2012;但参见May,2021)。然而,LDN的功能意义可能与MMN不同。例如,LDN可能与从短期记忆到长期记忆的转移过程有关(Peter等人,2012;Zachau等人,2005),选择性注意(Mueller等人,2008),自动准备检测后续刺激的变化(Alho等人,1994;N??t?nen等人,1982),或将注意力重新定向到与任务无关或与任务相关的信息(Gumenyuk等人,2004;Mueller等人,2008;Shestakova等人,2003;Wetzel等人,2004)。另一种解释是,LDN反映了听觉辨别的高级(即全局)变化(?eponien?等人,2004;Huang等人,2024;Zachau等人,2005)。实际上,一个单独的“晚期”异常相关负波往往是由复杂多音序列的高级结构违反引发的(Peter等人,2012;Zachau等人,2005),自然声音(Horváth等人,2009),词汇音调对比(Kaan等人,2007,2008;Yu等人,2017,2018),以及元音对比(Datta等人,2020;Yu等人,2019),这表明抽象规律的违反会引发早期和晚期的负波。使用计算方法,先前的工作提出MMN和LDN可能分别指示局部和全局听觉特征的预测误差(Huang等人,2024)。在这种观点中,MMN可能对局部感知违反敏感(例如早期检测音高违反或音高轮廓关系的初始违反),而LDN对全局感知违反敏感(即随着时间积累的局部特征的听觉预测;Schneider等人,2022;Wacongne等人,2011,2012),例如检测整体音高轮廓的违反。最近,一项针对年轻成年人的研究在测试感觉记忆向长期记忆的转移时引发了MMN和LDN(Herman等人,2023),特别是记忆精确度(即区分记忆中相似项目或事件的能力)。在这项研究中,个体在模式异常MMN(来自五音序列)上的差异对随后对标准音调和异常音调序列(即旧目标序列)的识别测试敏感,这些序列与高度相似的诱饵序列(即在平均频率和音高轮廓上相似的新音调序列)相比。较大的MMN幅度与对引发该信号的相同刺激的更好记忆精确度相关。对波形的视觉检查揭示了第二个、较晚的负波,该研究没有对其进行分析,并将其称为LDN。Chow等人(2025)通过显示成年期感觉表征的年龄相关退化来扩展了这项工作,这是通过复杂的MMN来测量的。在这项研究中,对模式异常的增强MMN幅度与随后记忆的可区分性增强相关,同时控制了年龄因素。此外,MMN幅度被证明可以预测超出年龄和听力敏锐度的预测值的诱饵可区分性。关键的是,通过中介分析,MMN幅度部分解释了记忆表现随年龄的下降,但不包括一般的老/新效应。与Herman等人(2023)类似,LDN在中年和老年人中也可见,但LDN幅度与年龄、外周听力能力和行为表现的分析超出了该研究的范围。在本研究中,我们调查了LDN是否在整个成年期都存在,以及MMN和LDN之间的功能相似性和差异,通过比较它们与年龄、听力敏锐度以及它们与随后的情景记忆测试表现的关系。Chow等人(2025)没有研究MMN和LDN幅度与年龄的关系,也没有研究每个组成部分如何随年龄和感知能力(即听力敏锐度和感知辨别能力)不同地变化,因此这些是新的分析。了解MMN和LDN与年龄和听力敏锐度之间的关系将有助于了解LDN是否可能是整个成年期感知处理和感知记忆敏感性的可靠标志。为此,我们对Chow等人(2025)报告的同一组参与者(92名成年人,18-86岁,47名女性)进行了新的分析,他们接受了生成模式异常MMN和LDN的异常范式。我们预期,作为由高级规律违反引发的负波,LDN将指示影响全局、整体感知的因素,如旧-新识别表现(通过目标-对照可区分性来索引),而不是感觉输入的局部属性的违反。此外,所有中年及以上的参与者在测试前的6个月内都没有接受过神经心理评估。对于60岁及以上的参与者,通过修改版的电话认知状态访谈(TICS-m)得分超过30分来确认其符合条件,以确保没有明显的认知衰退。所有参与者都接受了纯音听力测试,以确认其听力水平符合年龄标准。年轻成年人的双耳纯音听力阈值正常,频率范围从250到8000赫兹的阈值始终低于25分贝。由于中度听力损失,一名中年参与者和两名老年参与者的数据被排除在外,中度听力损失定义为在250到1000赫兹范围内平均阈值超过35分贝。另外,还有两名中年参与者的数据因为双耳听力阈值不对称而被排除。所有参与者报告的视力均为正常或矫正后正常。还有两名年轻成年人、三名中年成年人和两名老年成年人的数据因未能遵循任务指示而被排除。在脑电图(EEG)记录过程中入睡的一名年轻成年人和一名中年成年人的数据也被排除。此外,还有四名年轻成年人的数据因为在连续辨别阶段进行的音高轮廓辨别任务中表现不佳而被排除。最终用于数据分析的样本包括32名老年人(60-86岁,15名女性)、30名中年成年人(36-59岁,14名女性)和30名年轻成年人(18-32岁,18名女性),如Chow等人(2025年)所报告的。卡方检验显示各组之间的性别分布没有显著差异,χ2(2, N=87) = 2.11,p = 0.348。实验方案得到了约克大学和Baycrest中心Rotman研究所的研究伦理委员会的批准,所有参与者都提供了书面同意书。
2.2 神经心理评估
老年参与者和一部分中年参与者完成了蒙特利尔认知评估(MoCA;Nasreddine等人,2005年),作为全面认知功能的简要筛查工具。为了评估焦虑和抑郁的症状,所有参与者还分别完成了广泛性焦虑障碍7项量表(GAD-7;Spitzer等人,2006年)和患者健康问卷8项量表(PHQ-8;Kroenke等人,2009年)。60岁及以上的参与者还接受了额外的神经心理评估,以确认其认知功能符合年龄标准。老年参与者完成了韦氏简明智力测验(Wechsler Abbreviated Scale of Intelligence,Wechsler 2008)中的词汇和矩阵推理子测试,以评估他们的晶体智力和流体智力。韦氏成人智力测验第三版(WAIS-III)中的数字符号编码子测试用于评估处理速度。心理运动速度和执行功能,如认知灵活性和抑制能力,通过轨迹形成测试(Trail-Making Test;Reitan和Wolfson,1985年)进行评估。记忆表现通过加州言语学习测试第三版(CVLT-3;Delis等人,2017年)以及WAIS-III数字符号编码测试的 incidental 和 free recall 组件进行测量。WAIS-IV数字广度子测试(Wechsler 2008)用于评估听觉注意力和工作记忆。为了进一步检查语言和执行功能,进行了Delis–Kaplan执行功能系统(D-KEFS;Delis等人,2012年)中的言语流畅性子测试,以测量音素和语义流畅性。最后,由于主要实验范式中的刺激在音高轮廓上有所不同,使用了音乐耳朵测试(Musical Ear Test;Wallentin等人,2010年)来评估音乐才能,包括旋律和节奏领域。人口统计和神经心理数据见表1;老年人在记忆、语言、处理速度和执行功能测试中的表现符合预期。
表1. 参与者人口统计和神经心理数据
A. 按年龄组划分的参与者人口统计
变量
年轻成年人 (n=30)
中年成年人 (n=30)
老年人 (n=32)
年龄(岁)
22.51 (3.59)
46.47 (8.38)
71.06 (6.58)
教育年限(年)
15.19 (2.07)
17.53 (2.67)
16.56 (2.41)
性别(男:女)
12:18
16:14
17:15
TICS-m
—
—
36.97 (3.57)
MoCA
—
27.00 (1.76)
27.00 (1.97)
PHQ-8
1.88 (2.46)
2.63 (2.51)
1.78 (2.15)
GAD-7
1.38 (1.93)
2.20 (2.54)
1.56 (2.11)
B. 老年人神经心理数据 (n=32)
测试
原始分数
标准化分数
WASI-II 矩阵推理
27.62 (8.77)
14.55 (1.74)
WASI-II 词汇
65.45 (8.79)
12.45 (2.56)
CVLT-3 总学习
47.17 (11.70)
11.55 (3.13)
CVLT-3 短延迟自由回忆
10.11 (3.44)
11.24 (3.34)
CVLT-3 长延迟自由回忆
10.31 (3.35)
10.90 (3.05)
CVLT-3 识别
2.88 (0.77)
10.55 (2.46)
WAIS-III 数字符号即时回忆
13.10 (4.36)
10.41 (1.15)
WAIS-III 数字符号即时自由回忆
7.41 (1.12)
10.24 (1.02)
执行功能和处理速度
WAIS-III 数字符号编码
66.34 (12.69)
13.24 (2.46)
WAIS-IV 数字广度正向
10.59 (2.18)
11.21 (2.80)
WAIS-IV 数字广度反向
9.59 (1.82)
12.24 (2.28)
WAIS-IV 数字广度排序
9.24 (2.25)
12.48 (2.80)
D-KEFS 语言流畅性
49.97 (12.73)
14.34 (3.44)
D-KEFS 类别流畅性
43.17 (6.39)
13.83 (2.48)
D-KEFS 类别转换
14.31 (3.13)
12.69 (3.72)
轨迹形成测试A
26.48 (9.44)
13.79 (3.11)
轨迹形成测试B
68.79 (29.42)
13.07 (2.91)
注:数据以平均值(标准差)表示。缩写:CVLT-3,加州言语学习测试第三版;D-KEFS,Delis–Kaplan执行功能系统;FR,自由回忆;GAD-7,广泛性焦虑障碍7项量表;IL,即时学习;MoCA,蒙特利尔认知评估;PHQ-8,患者健康问卷8项量表;PR,配对回忆;TICS-m,修改版的电话认知状态访谈(原始分数满分50分);WAIS-III,WAIS-IV,韦氏成人智力测验第三版第四版;WASI-II,韦氏简明智力测验第二版。
2.3 任务程序
所有参与者完成了两个旨在评估记忆辨别能力(即长期记忆的精确度)的计算机化任务。为了确认老年组的表现在之前的样本中是一致的,参与者首先完成了记忆相似性任务(Mnemonic Similarity Task,MST),该任务使用日常物体的图像来评估视觉记忆辨别能力,被认为是一个能够可靠地考验模式分离能力的任务——这种能力可以区分记忆中相似但不同的事件或项目(Stark等人,2013年)。在完成MST之后,参与者完成了听觉MMN记忆任务(Auditory MMN Memory Task,AMMT)——这是一个针对不熟悉听觉刺激的新记忆辨别任务,之前在Herman等人(2023年)的研究中被称为听觉模式分离任务。MST总是在AMMT之前进行,参与者在两个任务之间可以选择休息。60岁以上的老年人在与神经心理评估不同的日子完成了这些任务,以减少疲劳。所有老年参与者在2个月的时间内完成了两个任务,没有因参与者退出而导致数据丢失。
2.3.1 MST
MST被包括在内,以验证参与者的记忆辨别表现与之前研究中的报告相当。该任务包括两个主要阶段:一个偶然编码阶段和一个随后的识别测试阶段。在编码阶段,参与者观看了128张日常物体的图像,并判断每张图像是“室内”还是“室外”物体。接下来是一个测试阶段,包括192张图像,在这个阶段,参与者被要求将每个项目分类为“旧”、“相似”或“新”,基于编码阶段的背景。测试阶段的刺激包括之前见过的物品(旧目标)、完全新的物品(干扰项)以及在编码阶段显示的物品在感知上相似但不完全相同的物品(诱饵)。参与者被随机分配到两个等效的刺激组(组C或组D)中。响应是通过计算机键盘完成的。老年人在一个隔音的双壁隔间内使用台式电脑完成了MST,尽管同时记录了EEG数据——这些EEG数据将在其他地方报告。中年和年轻成年人在一个安静的房间里使用Windows 7笔记本电脑完成了任务,实验者不在场。在编码和测试阶段,每张图像都显示了2秒,间隔时间为500毫秒。
2.3.2 AMMT
AMMT(Herman等人,2023年)包括三个阶段:一个偶然编码阶段、一个强制选择测试阶段和一个连续辨别阶段。刺激包括六种不同的听觉音调序列:两种目标类型(一种标准,一种异常)、三种诱饵类型和一种干扰类型。每个音调序列包含五个纯音,每个音调持续100毫秒(即整个序列持续500毫秒),并且音调的时间排列不同,因此它们的音高轮廓不同。每个音调序列是使用Audacity软件(版本2.3.3)生成的,具有10毫秒的渐入和渐出效果,以防止听觉剪切。目标序列和诱饵序列在音高轮廓上高度相似,同时保持整体音高内容一致。干扰序列由相同的音高组成,但低一个八度,因此在感知上与其他刺激不同。每种音调序列类型的频率排列显示在表2中。音高排列避免了形成可识别的音乐音阶或旋律,从而使序列在感知上不和谐且缺乏音调组织,从而最小化了音乐经验的影响。
在编码阶段,呈现了两个五音调序列——一个标准和一个异常——而在后续阶段引入了所有六种序列类型。听觉刺激通过Etymotic ER-3A插入式耳机(Etymotic Research,Elk Grove,IL,美国)以85分贝的声压级(SPL)播放。AMMT是使用E-Prime软件(版本2.0)进行的。所有参与者都在一个隔音的双壁隔间内的躺椅上完成AMMT。
2.3.2.1 奇异音调阶段和EEG采集
参与者在观看无声电影的同时,被动地听到了两种类型的听觉音调序列——一个标准和一个异常——持续25分钟。参与者被要求关注电影,实验者通过外部的网络摄像头监控他们对协议的遵守情况。在整个会话中,标准序列在700次试验中呈现,而异常序列在300次试验中呈现。这些试验以随机顺序连续进行,可以根据请求提供休息时间。在整个EEG采集过程中,数据质量由外部研究人员使用实时可视化软件进行监控。每个音调序列从开始到结束持续500毫秒,间隔时间为900到1150毫秒,呈矩形分布。序列设计为平均频率相似但音高轮廓不同,以便于感知辨别。EEG使用66个Ag/AgCl头皮电极和BioSemi ActiveTwo放大系统(BioSemi V.O.F.,阿姆斯特丹,荷兰)进行记录。电极放置遵循国际10-20系统,使用一个共模感应活动电极和一个驱动的右腿被动电极作为接地参考。另外在发际线下方放置了十个电极,以增强覆盖范围并监测眼部活动。这些电极包括位于两个乳突、每个眼睛的外眼角旁以及每个眼睛的眼眶下方的位置。EEG数据以512赫兹的采样率连续数字化,带宽从直流到100赫兹,并离线存储以供后续分析。
2.3.2.2 强制选择测试阶段
在编码阶段之后,参与者通过强制选择识别任务测试他们对音调序列的记忆。这个测试阶段包括编码阶段中的相同标准序列和异常序列(即目标),以及新的序列,这些新序列在音高轮廓上相似或在音高和整体音高上不同(诱饵)。为了确保依赖长期记忆而不是短期记忆,测试在短暂的2到3分钟休息后开始,在此期间参与者接受了实验者的指示。参与者通过键盘指示每个听觉序列(即探针)是否在编码阶段之前听过。测试集包括两个原始目标序列、三个在平均频率上匹配但在音高轮廓上不同的诱饵序列,以及一个在频率和轮廓上都不同的干扰序列。每种序列类型(两个目标、三个诱饵和一个干扰)被随机顺序测试了10次,总共进行了20个目标试验、30个诱饵试验和10个干扰试验,共计60次试验。任务的进度由参与者自行控制,每次试验中,探针和响应提示的呈现之间有500毫秒的间隔。
2.3.2.3 感知辨别任务
在强制选择测试阶段之后,参与者完成了一个连续的感知辨别任务,以确认他们能够区分不同的听觉序列。这一阶段并非当前研究的主要焦点;它的目的是为了验证参与者在之前的强制选择测试阶段中是否能够从短期记忆中区分目标、诱饵和干扰项。在每次试验中,参与者会听到一对连续播放的音调序列,这些序列之间有500毫秒的间隔。然后参与者被问及这两个序列是否相同。每个音调序列都与自身以及所有其他序列配对。任务包含三种条件:相同、相似和不同。相似的配对指的是每个目标序列与诱饵序列之间的非相同配对。所有非相同配对都会以两种可能的顺序呈现。在相同条件下,每对相同序列总共呈现四次(24次试验)。每个独特的非相同配对呈现两次,共计84次试验:24次相同配对、40次相似配对和20次不同配对。任务采用强制选择格式,进度由参与者自行控制,响应通过键盘完成。
2.4 数据准备
2.4.1 EEG预处理
事件相关电位(ERP)的预处理使用了BESA Research软件(版本7.1;MEGIS GmbH,德国格拉费尔芬)。连续的EEG记录被重新参考到平均参考电位,并使用0.53赫兹的高通滤波器(前向,6分贝/八度)和40赫兹的低通滤波器(零相位,24分贝/八度)进行数字滤波。由于头部或身体运动导致的明显伪迹或信号漂移的EEG通道,使用球形样条插值法进行了校正(Picton等人,2000年),每个数据集中插值的通道不超过10%。为了处理眼动伪迹,采用了基于Berg和Scherg(1994年)以及Ille等人(2002年)方法的空间成分方法来识别眼动。计算出最能解释眨眼和垂直/水平眼动的空间地形图,并从连续EEG中减去这些成分以减少污染。然后将EEG数据分割成每个参与者的1000毫秒时间段,包括200毫秒的刺激前基线。时间段自动筛查伪迹,那些波动超过±60微伏(峰对峰值)的被排除在进一步分析之外。正如Chow等人(2025年)之前报告的,不同年龄组的排除率没有显著差异:对于年轻人,平均有7.58%(标准差=5.12%)的标准试验和7.88%的异常试验被拒绝;对于中年人,10.17%(标准差=10.61%)的标准试验和10.54%的异常试验被拒绝;对于老年人,7.20%(标准差=6.44%)的标准试验和7.25%的异常试验被拒绝。单因素方差分析显示组间在试验拒绝率上没有显著差异,F(2, 89) = 1.42,p = 0.248,ηp2 = 0.031。剩余无伪迹的时间段分别对每种刺激类型(标准和异常)进行了平均处理,并使用200毫秒的刺激前间隔进行了基线校正,以避免先前试验的影响。
2.4.2 行为测量
在MST测试阶段,如果参与者在2500毫秒的响应窗口内未能做出反应,则该试验被排除在分析之外。此外,为了控制无意的按键,200毫秒内的响应也被从准确性计算中移除。平均而言,每位参与者有3.77%(标准差=5.78%)的试验被排除,年轻人中为2.01%(标准差=1.77%),中年人为3.63%(标准差=4.26%),老年人为5.68%(标准差=8.62%)。Kruskal-Wallis检验显示各组之间的排除率没有显著差异,H(2) = 5.29,p = 0.071。通过从目标(对研究项目的“旧”响应)的命中率中减去对干扰项(即“旧”响应)的误报比例来评估旧-新识别表现。使用诱饵辨别指数(LDI)来量化记忆辨别能力,定义为正确识别为“相似”的诱饵比例与错误标记为“相似”的干扰项比例之间的差异(即相似 | 诱饵 – 相似 | 干扰项)。这些分析的数据基于31名老年人的子集,因为有一名参与者因色盲而未完成MST,另一名参与者的数据因LDI和旧-新识别得分异常而被排除。正如Chow等人(2025年)所报告的,LDI得分存在组间差异(F(2, 88) = 14.10,p < 0.001,ηp2 = 0.243),其中老年人的LDI得分低于中年人(p < 0.001)和年轻人(p < 0.001),而年轻人和中年人之间没有差异(p = 0.456)。在AMMT强制选择测试阶段,得出了两个主要的性能指标:目标-干扰项的可区分性(一个标准的旧-新识别度量,计算为z(旧 | 目标)– z(旧 | 干扰项))和目标-诱饵的可区分性(反映记忆辨别能力,计算为z(旧 | 目标)– z(旧 | 诱饵))。这两个指标都是使用loglinear d-prime值计算的,这些值根据Hautus(1995年)提出的方法进行了调整,并使用了psycho R包(Makowski 2018)。尽管在编码过程中标准音调序列的呈现频率高于异常音调序列,但Wilcoxon符号秩检验显示这两种目标类型之间的命中率没有显著差异:老年人,z = ?0.419,p = 0.675;中年人,z = ?0.815,p = 0.415;年轻人,z = ?1.835,p = 0.064。此外,对命中率的重复测量方差分析显示年龄组和目标子类型之间没有显著交互作用,F(2, 89) = 0.283,p = 0.755,ηp2 = 0.006。在AMMT的连续感知辨别任务中,准确性分别针对三种条件进行了计算:(1)正确识别相同配对为相同,(2)识别相似配对(即目标-诱饵或非相同诱饵配对)为不同,(3)识别不同配对(即干扰项序列与目标或诱饵序列配对)为不同。由于一名老年人不理解指令,其数据被排除在外。在连续辨别阶段,各组的整体表现存在差异,H(2) = 23.85,p < 0.001,ηp2 = 0.174,年轻人的辨别率高于中年人(p = 0.039)和老年人(p < 0.001),中年人和老年人之间没有差异(p = 0.055;有关这一阶段的更详细分析,请参见Chow等人2025年的研究)。所有的行为预处理和统计分析都是在R(版本4.2.3)中进行的。
2.5 数据分析
2.5.1 ERP
对ERP波形的视觉检查显示,与标准刺激相比,对异常刺激的反应有两个显著的负向偏移。第一个是在刺激后大约200至400毫秒出现的负向成分,被识别为MMN。第二个较晚的负向偏移出现在刺激后550至700毫秒之间,被标记为LDN。使用数据驱动的方法,应用基于簇的排列检验来确认MMN和LDN的存在。进行了双尾配对样本排列t检验,以比较整个样本中对标准刺激和异常刺激的反应。为了评估MMN幅度的年龄相关差异,还对MMN差异波形进行了独立样本排列t检验,比较了代表成人年龄谱两端的年轻人和老年人。ERP数据使用BESA Statistics(版本2.1;MEGIS GmbH,德国格拉费尔芬)进行分析,该软件提供了基于簇的排列检验和地形ANOVA,用于数据驱动的统计方法,同时严格校正了多重比较。每个排列分析包括两个主要阶段。首先,在每个电极和时间点计算参数t检验:标准刺激与异常刺激的组内t检验和组间t检验。低于初始簇形成阈值0.05的数据点被分组到时空簇中。每个簇内的t值被求和以产生簇级统计量(簇值)。在第二阶段,进行了蒙特卡洛排列检验。这涉及在5000次排列中随机重新分配条件或组标签,以生成最大簇值的零分布。然后将观察到的簇值与这个分布进行比较,以计算蒙特卡洛p值,表示随机簇超过观察到的簇的比例。这种方法识别出反映条件或组间幅度差异的统计显著时空簇。对于簇的识别,空间邻居被定义为半径为4厘米内的电极。有关BESA Statistics中实现的这些排列方法的全面解释,请参见Maris和Oostenveld(2007年)。排列检验之后进行了额外的分析,以确认整个样本中LDN的存在(标准试验和异常试验之间的组内ANOVA),这在Chow等人(2025年)的研究中尚未进行。这些分析的结果在Chow等人(2025年)的补充材料中已有报告。MMN和LDN的幅度在年轻人和老年人组间存在差异(F(2, 88) = 14.10,p < 0.001,ηp2 = 0.243),其中老年人的LDI得分低于中年人(p < 0.001)和年轻人(p < 0.001),而年轻人和中年人之间没有差异(p = 0.456)。在AMMT的旧-新识别任务中,没有发现组间差异,H(2) = 0.13,p = 0.935,ηp2 = 0.009。在AMMT的强制选择测试阶段,得出了两个主要的性能指标:目标-干扰项的可区分性(一个标准的旧-新识别度量,计算为z(旧 | 目标)– z(旧 | 干扰项))和目标-诱饵的可区分性(反映记忆辨别能力,计算为z(旧 | 目标)– z(旧 | 诱饵))。这两个指标都是使用loglinear d-prime值计算的,这些值根据Hautus(1995年)提出的方法进行了调整,并使用了psycho R包(Makowski 2018)。尽管在编码过程中标准音调序列的呈现频率高于异常音调序列,但Wilcoxon符号秩检验显示这两种目标类型之间的命中率没有显著差异:老年人,z = ?0.419,p = 0.675;中年人,z = ?0.815,p = 0.415;年轻人,z = ?1.835,p = 0.064。此外,对命中率的重复测量方差分析显示年龄组和目标子类型之间没有显著交互作用,F(2, 89) = 0.283,p = 0.755,ηp2 = 0.006。对于AMMT的连续感知辨别任务,准确性分别针对三种条件进行了计算:(1)正确识别相同配对为相同,(2)识别相似配对(即目标-诱饵或非相同诱饵配对)为不同,(3)识别不同配对(即干扰项序列与目标或诱饵序列配对)为不同。由于一名老年人不理解指令,其数据被排除在外。在连续辨别阶段的整体表现上存在组间差异,H(2) = 23.85,p < 0.001,ηp2 = 0.174,年轻人的辨别率高于中年人(p = 0.039)和老年人(p < 0.001),中年人和老年人之间没有差异(p = 0.055;有关这一阶段的更详细分析,请参见Chow等人2025年的研究)。所有的行为预处理和统计分析都是在R(版本4.2.3)中进行的。
2.5.2 相关性和回归分析
MMN和LDN的峰值潜伏期也接受了分析(这些在Chow等人2025年的研究中没有进行)。在额外使用20赫兹低通滤波器(零相位,24分贝/八度)进行平滑处理后提取了潜伏期,以考虑这一差异度量的个体变异性。对于MMN,峰值潜伏期被定义为在广泛定义的150–450毫秒窗口内的最大负值时间点;对于LDN,峰值潜伏期同样在500–750毫秒的窗口内提取。这些峰值潜伏期是在七个来自额部和前中央电极(AFz、F1、Fz、F2、FC1、FCz和FC2)的簇上平均得到的,这与Herman等人(2023年)和Chow等人(2025年)的方法一致。每个成分与年龄之间进行了双尾双变量皮尔逊相关性分析。至于MMN或LDN与行为表现的关联,一方面在MMN或LDN的平均幅度与行为表现之间进行了双尾双变量皮尔逊相关性分析,同时控制了年龄因素。接受分析的行为测量包括AMMT强制选择测试阶段的后续记忆表现(即目标-诱饵或目标-干扰项可区分性的d-prime)和AMMT感知辨别任务中区分连续刺激对(即区分相似配对和不同配对的准确性)。由于MMN主要在前额部和前中央电极位置达到最大值,因此每个参与者的MMN和LDN的平均幅度是从同一组七个电极中得出的,这些电极是在视觉检查和排列检验指导的时间窗口(即550–700毫秒)内平均的,这些值也用于下面描述的相关性和回归分析。
2.5.2 相关性和回归分析
MMN和LDN的峰值潜伏期也接受了分析(这些在Chow等人2025年的研究中没有进行)。在额外使用20赫兹低通滤波器(零相位,24分贝/八度)进行平滑处理后提取了潜伏期。对于MMN,峰值潜伏期被定义为在宽定义的150–450毫秒窗口内的最大负值时间点;对于LDN,峰值潜伏期同样在500–750毫秒的窗口内提取。这些峰值潜伏期是在七个来自额部和前中央电极的簇上平均得到的,与Herman等人(2023年)和Chow等人(2025年)的方法一致。每个成分与年龄之间进行了双尾双变量皮尔逊相关性分析。与MMN或LDN与行为表现的关联一样,也进行了双尾双变量皮尔逊相关性分析,同时控制了年龄因素。接受分析的行为测量包括AMMT强制选择测试阶段的后续记忆表现(即目标-诱饵或目标-干扰项可区分性的d-prime)和AMMT感知辨别任务中区分连续刺激对(即区分相似配对和不同配对的准确性)。由于MMN主要在前额部和前中央电极位置达到最大值,因此每个参与者的MMN和LDN的平均幅度是从同一组七个电极中得出的,这些电极是在视觉检查和排列检验指导的时间窗口(即200–400毫秒对于MMN,550–700毫秒对于LDN)内平均的。相关系数附有经过偏差校正和加速(BCa)95%置信区间(CIs),使用1000次自助法重采样计算得出。由于检查了大量的成对相关性,我们还报告了相应的贝叶斯因子(BF10)。根据标准做法,BF10大于10表示对备择假设的有力支持,而BF10小于0.10则表示对零假设的有力证据(van Doorn等人2021年)。由于MMN和LDN的幅度在前中央电极位置通常是负值,因此更负的值通常表示更大的MMN或LDN幅度。然而,为了清晰起见,MMN和LDN幅度的符号被反转了(即负值表示为正值,反之亦然)。因此,正的相关系数表示更大的MMN或LDN幅度与更高的可区分性或更低的听觉阈值相关。然后进行了线性回归模型,以检查年龄和听觉阈值对MMN和LDN幅度的独立贡献。通过平均来自两只耳朵的250至1000赫兹范围内的阈值来计算每个参与者的双侧纯音阈值,选择这个范围是为了匹配音调序列刺激的频率内容。在分析之前,所有预测变量都进行了均值中心化,以减少多重共线性;所有方差膨胀因子(VIFs)都低于3(年龄=2.22,听觉阈值=2.60,年龄与听觉交互作用=1.27)。初始的加法模型包括年龄和听觉敏锐度作为MMN或LDN幅度的预测变量。在第二个模型中添加了年龄与听觉的交互作用,以测试调节效应。使用5000次迭代进行了非参数自助法。每个回归系数的95%置信区间(BCa CI)均已计算得出。
3 结果
3.1 事件相关电位(ERPs)
图1显示了AMMT编码阶段的大平均标准波形和异常波形。对额叶和前中央区域的视觉检查显示了预期的听觉P1–N1–P2复合波,以及与音调序列中每个100毫秒音调相对应的四个后续N1峰值。图2显示了突出MMN和LDN的差异波形及其各自的头皮地形图。通过在整个样本中的排列测试识别出MMN和LDN,并且其潜伏期与Chow等人(2025年)报告的每个组(即年轻人、中年人和老年人)的排列测试结果一致。在组合样本中对标准波形和异常波形进行排列测试,识别出代表MMN和LDN的簇。一个代表MMN的簇被确定为与标准波形相比的早期负波,其分布在前额和前中央区域(大约250–450毫秒)。MMN的极性反转(即异常波形为正波)也在一个重叠的时间窗口中被识别出来,主要覆盖前额颞叶和顶枕叶电极。同样,一对簇识别出了LDN及其极性反转。一个较晚的负波(大约500–700毫秒)也很明显,它也覆盖了前额和前中央区域,并且在覆盖前额颞叶和顶枕叶电极的重叠时间窗口中出现了极性反转。另外一对簇显示了条件之间的振幅差异,代表了前MMN前中央正波和顶枕负波;这些振幅差异可能归因于听觉P2潜伏期范围内的频率特异性差异。基于簇的排列统计结果在表3中报告;每个组(即年轻人、中年人和老年人)的排列测试结果之前已在Chow等人(2025年)中报告(见表S1–S3),这些结果显示MMN和LDN在三个年龄组中都得到了清晰的识别。表4显示了每个年龄组和整个样本的MMN和LDN组分的平均振幅和峰值潜伏期的总结。额外的分析也在控制年龄因素的情况下确认了整个样本中LDN的存在(即条件之间的主效应),F(1, 90) = 11.39, p = 0.001, ηp2 = 0.112。配对t检验也确认了年轻人、中年人和老年人中的LDN,t(29) = ?4.14, p < 0.001, Cohen's d = 0.76;t(29) = ?3.93, p < 0.001, Cohen's d = 0.72;t(31) = ?6.60, p < 0.001, Cohen's d = 1.17。
图1(在图查看器中打开)
(A) 组合样本(n = 92)AMMT编码阶段的大平均标准波形和异常波形。中线额叶(Fz)电极位置的波形显示了MMN和LDN组分;右侧外侧顶枕叶(PO8)电极位置的波形显示了这两个组分的极性反转。阴影波形方差代表平均值的一个标准误差。
(B) 标准音调和异常音调序列随时间的频率排列。T1–T5,音调1–5。
图2(在图查看器中打开)
(A) 每个年龄组(n = 92)和(B) 组合样本(n = 92)的MMN(平均在200至400毫秒之间)和LDN(平均在550至700毫秒之间)的差异波形和头皮地形图。阴影波形方差代表平均值的一个标准误差。灰色阴影框代表用于后续相关性分析的MMN和LDN的时间窗口。Fz,中线额叶电极;PO8,右侧外侧顶枕叶电极。
表3. 基于簇的统计摘要:标准波形与异常波形
电极簇
最大值通道
最大t值
时间(毫秒)
p值
1
F1, FT7, FC3, FC1, C1, C5, T7, TP7, CP5, P3, P5, P7, P9, PO7, PO3, O1, Iz, Oz, POz, CPz, FP2, AF4, AFz, Fz, F2, F4, F6, F8, FT8, FC6, FC4, FC2, FCz, Cz, C2, C4, C6, T8, TP8, CP6, P6, P8, P10, PO8, PO4, O2, CB1, CB2, TP9, TP10, FT9, FT10, F9, F10, LO1, LO2, IO1
P9
?9.97
262–469
< 0.001
2
FP1, AF7, AF3, F1, F3, F5, FC5, FC3, FC1, C1, C3, CP3, CP1, Pz, CPz, FPz, FP2, AF4, AFz, Fz, F2, F4, F6, FC6, FC4, FC2, FCz, Cz, C2, C4, CP2
Fz
10.42
264–395
< 0.001
3
FP1, AF7, AF3, F1, F3, F5, FC5, FC3, FC1, C1, C3, FPz, FP2, AF8, AF4, AFz, Fz, F2, F4, F6, F8, FT8, FC6, FC4, FC2, FCz, Cz, C2, C4, C6
F4
10.90
535–691
< 0.001
4
FC3, FC1, C1, T7, TP7, CP5, CP3, CP1, P3, P5, P7, P9, PO7, PO3, O1, Iz, Oz, POz, CPz, FT8, FC6, FC4, FC2, FCz, Cz, C2, C4, C6, T8, TP8, CP6, CP4, CP2, P4, P6, P8, P10, PO8, PO4, O2, CB1, CB2, TP9, TP10, FT10, F10
P10
?8.19
494–658
< 0.001
5
AF3, F1, F3, F5, FC3, FC1, C1, C3, T7, TP7, CP3, CP1, P1, P3, P5, P7, P9, PO7, PO3, O1, Iz, Oz, POz, Pz, CPz, FPz, AF4, AFz, Fz, F2, F4, F6, FC6, FC4, FC2, FCz, Cz, C2, C4, C6, T8, TP8, CP6, CP4, CP2, P2, P4, P6, P8, P10, PO8, PO4, O2, CB1, CB2, TP9, TP10, FT10, F10
P10
8.48
160–247
< 0.001
6
FP1, AF7, AF3, F1, F3, F5, F7, FC5, FC3, FC1, C1, C3, C5, CP3, CP1, CPz, FPz, FP2, AF8, AF4, AFz, Fz, F2, F4, F6, FC6, FC4, FC2, FCz, Cz, C2, C4, FT9, FT10, F9, F10, LO1, LO2, IO1
F2
?9.32
160–244
< 0.001
注:簇1和簇2识别出了MMN的存在(簇2)及其极性反转(簇1)。簇3和簇4分别识别出了LDN的存在及其极性反转。簇5和簇6识别出了听觉P2潜伏期条件下MMN的频率特异性振幅差异(见图2)。
表4. MMN和LDN的平均振幅和峰值潜伏期
组
MMN
LDN
平均振幅(μV)
峰值潜伏期(毫秒)
平均振幅(μV)
峰值潜伏期(毫秒)
整体样本(n = 92)
0.42 (0.40)
308 (51)
0.30 (0.40)
600 (44)
年轻人(n = 30)
0.68 (0.47)
287 (42)
0.39 (0.53)
586 (37)
中年人(n = 30)
0.32 (0.30)
312 (62)
0.20 (0.30)
602 (54)
老年人(n = 32)
0.28 (0.30)
323 (42)
0.31 (0.31)
611 (39)
3.2 相关性和回归分析
3.2.1 峰值潜伏期分析
在整个成年生命周期中,MMN的峰值潜伏期显示出明显的年龄相关减缓趋势,r(90) = 0.306, 95% BCa CI [0.150, 0.468], p = 0.003, BF10 = 10.04。LDN的峰值潜伏期也随着年龄的增长而延长,r(90) = 0.283, 95% BCa CI [0.120, 0.454], p = 0.006, BF10 = 5.21。单尾Fisher's z检验显示这些相关系数彼此之间没有显著差异,z = 0.187, p = 0.426。
3.2.2 年龄和听力敏锐度
如图3所示,MMN振幅随年龄增长而下降,r(90) = ?0.460, BCa CI [?0.614, ?0.264], p < 0.001, BF10 = 4562.78。鉴于数据在仔细观察后显示出非线性模式,我们使用广义加性模型(GAM)测试了年龄对MMN振幅的非线性影响。年龄的平滑项是显著的(有效自由度,edf = 2.48, F = 12.38, p < 0.001),表明存在非线性的年龄相关模式,而不仅仅是严格的线性关联。模型比较显示了混合结果,GAM基于赤池信息量准则(AIC)提供了更好的拟合(GAM = 71.87;二次模型 = 74.25;线性模型 = 76.87),而贝叶斯信息量准则(BIC)值在各个模型之间相似(GAM = 83.98;二次模型 = 84.34;线性模型 = 84.43),表明观察到的非线性幅度较小。
图3(在图查看器中打开)
(A) 随年龄增长的MMN振幅下降。(B) 随年龄变化的相对稳定的LDN振幅。ERP振幅是从200至400毫秒刺激后和550至700毫秒的七个额叶和前中央电极(AFz, F1, Fz, F2, FC1, FC2)中得出的。相比之下,LDN随年龄保持稳定,LDN振幅与年龄之间没有显著相关性,r(90) = ?0.086, 95% BCa CI [?0.309, 0.152], p = 0.415, BF10 = 0.181。单尾依赖样本Fisher's z检验显示这些相关值显著不同,z = ?3.31, p < 0.001。听力敏锐度也显示出明显的年龄相关下降,当限制在AMMT音调序列刺激的频率范围内时,PTA阈值随年龄增加(即从250至1000赫兹平均,r(90) = 0.723, p < 0.001)。即使扩展到更高频率(即从250至8000赫兹,代表与年龄相关的老年性听力损失),这种相关性仍然显著(r(90) = 0.834, p < 0.001)。在检查与年龄效应无关的偏差相关电位与听力敏锐度的关系时,部分相关分析显示在控制年龄的情况下,LDN振幅与双侧听力阈值之间存在显著相关性,r(89) = 0.23, p = 0.031;然而,这一发现被95%自助法置信区间(BCa CI [?0.03, 0.40]所否定。在控制年龄的情况下,MMN振幅与听力阈值之间的部分相关性没有达到显著性,r(89) = 0.102, 95% BCa CI [?0.071, 0.279]。我们之前的工作(Chow等人,2025年)使用一系列先验逐步回归模型检查了MMN与行为表现之间的关系,同时控制了年龄和听力敏锐度。这些分析表明,MMN振幅独立于年龄和PTA阈值预测了记忆辨别表现。在本研究中,我们将重点放在MMN和LDN振幅的年龄相关变化上,研究这些组分如何随年龄和听力损失而不同地下降。具体来说,我们使用包含年龄、听力敏锐度及其交互作用的多元线性回归模型来评估它们对MMN和LDN振幅的独立贡献。表5显示了每个模型的回归系数摘要。对于MMN,初始的加性模型与年龄和PTA阈值相关,F(2, 89) = 12.53, p < 0.001,调整后的R2 = 0.20。正如预期的那样,年龄越大,MMN振幅越小,B = ?0.012, p < 0.001,95% BCa CI [?0.016, ?0.006]。听力敏锐度不是一个显著的预测因子,B = 0.007, p = 0.336, 95% BCa CI [?0.005, 0.022]。当将年龄与听力的交互作用项添加到模型中时,它并没有显著改善模型拟合,ΔF(1, 88) = 0.02, p = 0.878,ΔR2 < 0.001,年龄与听力的交互作用也不显著,B = ?4.46 × 10?5, p = 0.878,95% BCa CI [?0.0007, 0.0006]。因此,保留了没有交互作用的简单模型。
表5. 每个模型的回归系数摘要
预测因子
B
p
95% BCa CI
MMN
1
年龄
?0.0105
< 0.001
[?0.0159, ?0.0057]
biPTA阈值
0.0074
0.336
[?0.0052, 0.0216]
2
年龄
?0.0106
< 0.001
[?0.0159, ?0.0053]
biPTA阈值
0.0079
0.354
[?0.0082, 0.0266]
年龄 × biPTA阈值
?4.46 × 10?5
0.878
[?0.0007, 0.0006]
LDN
1
年龄
?0.0060
0.034
[?0.0128, 0.0003]
biPTA阈值
0.0181
0.032
[?0.0008, 0.0362]
2
年龄
?0.0065
0.026
[?0.0162, ?0.0054]
biPTA阈值
0.0210
0.025
[?0.0085, 0.0263]
年龄 × biPTA阈值
?0.0002
0.468
[?0.0007, 0.0005]
注:biPTA阈值 = 双侧纯音测听阈值,在250至1000赫兹范围内平均。B = 标准化回归系数。对于LDN,初始的加性模型与年龄和PTA阈值解释了LDN振幅的边际方差(调整后的R2 = 0.037),但整体模型不显著,F(2, 89) = 2.74, p = 0.070。然而,这两个预测因子各自都达到了显著性;年龄较大与LDN振幅较小相关,B = ?0.006, p = 0.034,95% BCa CI [?0.013, 0.0003]。听力敏锐度也是一个显著的预测因子,较大的PTA阈值与较大的LDN振幅相关,B = 0.012, p = 0.032,95% BCa CI [?0.001, 0.036]。添加年龄与听力的交互作用项并没有显著改善模型拟合,ΔF(1, 88) = 0.53, p = 0.468,ΔR2 = 0.007。年龄仍然是一个显著的预测因子,B = ?0.007, p = 0.026,95% BCa CI [?0.0007, 0.0005]。然而,年龄与听力的交互作用项不显著,B = ?0.00023, p = 0.468,95% BCa CI [?0.0007, 0.0005]。因此,保留了初始的加性模型作为最终模型。总之,MMN振幅显示出与年龄相关的显著下降,这与周围听力敏锐度无关。相比之下,LDN振幅在整个成年生命周期中保持稳定,贝叶斯分析支持没有年龄效应。有趣的是,即使在控制年龄后,较高的双侧PTA阈值也与较大的LDN振幅相关;此外,年龄较大显著预测了较小的LDN振幅。然而,尽管这些个别关联显著,但由于模型没有达到显著性,且年龄和听力敏锐度仅解释了LDN振幅的一小部分方差(即3.7%),这些关联在理论上并不具有意义。因此,分析显示LDN与年龄和听力敏锐度之间的独立关联较弱。
3.2.3 AMMT 强制选择测试阶段
Chow等人(2025年)之前也报告了在控制年龄因素的情况下,MMN与后续记忆表现之间的探索性相关性。如前所述,控制年龄后,MMN幅度与目标-诱饵区分度之间的相关性达到显著性,r(89) = 0.310,95%置信区间[0.117, 0.481],p = 0.003,但MMN与目标-干扰项区分度之间的关系则没有达到显著性,r(89) = 0.048,95%置信区间[?0.118, 0.187],p = 0.652。至于LDN,这一成分与目标-诱饵的d-primes(r(90) = 0.104,95%置信区间[?0.203, 0.396],p = 0.323,BF10 = 0.211)或目标-干扰项的区分度(r(90) = 0.135,95%置信区间[?0.072, 0.330],p = 0.245,BF10 = 0.292)均无显著相关性。当控制年龄因素后,这些相关性仍然不显著(目标-诱饵:r(89) = 0.062,95%置信区间[?0.206, 0.299],p = 0.558;目标-干扰项:r(89) = 0.105,95%置信区间[?0.048, 0.245],p = 0.323)。图4显示了在控制年龄因素的情况下,MMN与目标-诱饵区分度以及LDN与目标-干扰项区分度之间的关系。图4在图查看器中打开。
(A)在控制年龄因素的情况下,MMN幅度和目标-诱饵d-primes的残差;较大的MMN幅度与更好的目标-诱饵区分度相关。(B)在控制年龄因素的情况下,LDN幅度和目标-干扰项d-primes的残差;LDN幅度与目标-干扰项区分度无关。
3.2.4 AMMT 感知辨别任务
鉴于感知辨别任务的表现分布呈偏态,因此报告了Spearman的rho(ρ)相关性。由于一名老年人误解了任务指示,其数据被排除在外。在相同条件下观察到了明显的天花板效应(91名参与者中有55人获得了满分)。对于相似条件,零阶Spearman相关性表明MMN幅度与相似对的命中率之间存在正相关(ρ(89) = 0.24,95%置信区间[0.02, 0.42])。然而,在控制年龄因素后,这种相关性不再明显(ρ(89) = 0.06,95%置信区间[?0.15, 0.25]),这表明观察到的关系是由共同的年龄相关方差驱动的。MMN幅度与区分不同对没有显著相关性(ρ = 0.10,95%置信区间[?0.11, 0.33])。LDN幅度与区分相似对(ρ = ?0.07,95%置信区间[?0.28, 0.15])或不同对(ρ < 0.01,95%置信区间[?0.22, 0.21])也没有显著相关性。
4 讨论
本研究旨在探讨LDN是否在整个成年生命周期中都能可靠地产生,以及这种与偏差相关的电位可能与MMN有何不同。许多使用异常刺激范式的研究通常在主要研究重点是MMN时偶然引发了这种与偏差相关的成分(包括我们自己的研究,Chow等人2025年;Herman等人2023年),而最近的研究现在系统地将LDN作为主要研究目标(例如,Datta等人2020年;David等人2020年;Schneider等人2022年)。我们发现LDN和MMN都表现为明显的与偏差相关的负波,它们似乎具有相似的额中央头皮分布,并且这两个成分在年轻到老年阶段都能可靠地产生。尽管有这些描述上的相似性,LDN在功能上与MMN存在分离。随着年龄的增长,MMN的幅度如预期般下降,而LDN在老年阶段保持稳定。此外,这两个成分对外周听力敏锐度和后续记忆表现的反应不同:MMN对异常刺激的情景记忆敏感,而LDN与听力敏锐度的关系很小且可以忽略不计。这种功能上的分离表明LDN和MMN反映了自动听觉判别的不同阶段,并且对听觉感知和记忆的特征具有不同的敏感性。
4.1 LDN产生的背景
我们的发现扩展了早期关于儿童和年轻人中LDN的研究结果,表明LDN在整个成年生命周期中都能可靠地产生。先前研究中LDN产生的背景尚不清楚,并且由于方法学差异而变得更加复杂,包括使用的刺激类型——从自然声音如元音音素到简单音调(Korpilahti等人2001年;Shestakova等人2003年)——以及注意力需求的变化(例如,主动与被动听觉任务;Horváth等人2009年;Liaukovich等人2022年)。鉴于本研究中LDN的相对较晚潜伏期,这一成分可能反映了由于对500毫秒音调序列偏移处整体音高轮廓的预期违反而产生的预测误差。这种与偏差相关的处理过程的时间进程(即550–700毫秒)表明,自动预测编码机制在MMN的传统时间窗口之后的几百毫秒内仍然持续。此外,本研究中的LDN是在被动范式下产生的,要求参与者注意一部静音电影。我们的发现与其他在无目标检测任务的被动听觉情境中报告LDN的研究结果一致(Horváth等人2009年;Liaukovich等人2022年)。因此,我们的发现提供了证据,表明LDN可以在整个成年生命周期中可靠地产生,包括中年和老年人,并且在最小化注意力重新定向影响且不需要刻意集中注意力或目标导向行为的情境中也是如此。尽管已经证明MMN是由抽象规律的违反产生的,但LDN并不总是随之产生。一些模式异常的范式在多音调序列中仅违反单一听觉特征(即单个音调的音高),而不是操纵整个时间安排。例如,在Tervaniemi等人(2006年)使用的抽象特征异常范式中,偏差是通过替换五音调序列中的倒数第二个或最后一个音调来创建的。因此,在这些情境中,预测误差可能是由于音高预期的违反产生的,而不是整体音高轮廓的违反——因为只有单个特征在输入和预测之间有所不同——这可能解释了LDN反应的缺失。在其他研究中,具有可预测统计时间结构的偏差被证明可以调节MMN和P3a(一种与注意力捕获相关的后期与偏差相关的正波),这表明了对统计规律的更高层次隐性学习;然而,没有观察到LDN(Lecaignard等人2015年)。一些其他研究在年轻和中年成人中检查了使用两种频率(500和2000赫兹)交替或重复的音调的模式异常MMN,由于时间间隔和间隔时间较短,因此不可能产生晚期负波(Alain等人1998年,1999年)。其他展示LDN的研究使用了更高阶的抽象特征违反,例如在包含音高滑移成分的自然声音中(Horváth等人2009年)和交错的声音序列中(Bendixen等人2012年)。我们提出,当LDN由更高阶的抽象规律违反产生时,它通常会伴随MMN出现,例如音调序列的音高轮廓变化、特征复杂的刺激和元音音素。
4.2 LDN与MMN的功能分离
我们的发现与LDN作为听觉处理中全局违规的神经相关物的角色相符。LDN的潜伏期(大约550–700毫秒)发生在音调序列偏移之后,而MMN的较早潜伏期表明它是由基于低级声学特征的预测误差引起的——具体来说,是前两个音调的音高差异——在音调序列偏移之前。MMN发生在200–400毫秒的时间窗口内,这比典型的诱发反应(N??t?nen等人2007年;Pakarinen等人2007年)要晚,这可能是由于使用了模式异常(Bendixen等人2012年;Paavilainen 2013年)。我们提出,当前研究中的MMN可能反映了来自感觉记忆中细粒度、详细表示的预测误差,而LDN可能对全局、格式塔式的声学结构的违反更敏感,这些结构在稍长的时间尺度上起作用(Huang等人2024年;Schneider等人2022年)。进一步支持这种时间分离的证据是那些操纵局部与全局规律的研究(其中使用了“局部”和“全局”效应的标签,而不是严格区分MMN或LDN本身,例如Bekinschtein等人2009年)。使用狨猴的研究也支持了这种层次化的预测编码框架;在更长时间尺度上检测更高阶听觉规律的偏差涉及前颞叶和前额叶区域的更大贡献,而中脑和感觉区域对局部、预测误差更敏感(Chao等人2018年;Gelens等人2024年;Jiang等人2022年)。先前的研究显示,MMN涉及双侧听觉来源和下额叶的参与,这也被认为有助于LDN(Cheour等人2001年;Huang等人2024年;Rinne等人2000年)。进一步的证据表明,基于全局听觉特征的预测误差可以提高目标检测的准确性和反应时间(Coy等人2023年)。在层次化的预测编码框架中,LDN可能代表了从编码更高阶听觉特征中建立的预测误差,这些特征被认为与更大的前额叶贡献或更分布式的表示相关(Deouell 2007年;Garrido等人2008年;Huang等人2024年;Wacongne等人2012年)。
4.3 LDN与听觉感知和记忆的差异关联
研究发现表明,尽管MMN幅度与年龄的关联比与听力阈值的关联更紧密,但LDN并不能主要由年龄或外周听觉能力解释。此外,在控制年龄因素后,MMN与听力敏锐度之间没有明确的关系。MMN与外周听觉能力之间的关系是混合的,一些研究报告MMN幅度减弱(Cai等人2015年;Chen等人2016年)或随着年龄增长听力损失增加而潜伏期提前(Randazzo等人2023年),尽管另一项研究报道正常听力和听力损失老年人之间没有差异(Brückmann等人2021年)。在这项研究中,MMN同时与年龄和听力阈值相关,但未检查每个因素的独立贡献。未来的研究应该澄清听力敏锐度和年龄对传统音高异常MMN的独立贡献。相比之下,LDN与年龄和纯音阈值显示出类似抑制器的模式,即幅度随着年龄增长而下降,但随着听力损失的增加而增加。然而,这些关联虽然在统计上显著,但其幅度很小,仅解释了LDN幅度的边际变化(即3.7%),因此在理论上没有意义。这些发现表明LDN可能比MMN更能抵抗年龄或外周听觉能力的影响,鉴于其作为偏差检测的晚期指标的假定作用。本研究直接考察了LDN幅度与长期记忆表现之间的关系。尽管我们的发现表明LDN主要是一个感知ERP成分,但其作为基于摘要表示的偏差检测指标的角色可能扩展到情景记忆检索。从这个角度来看,LDN可能支持广泛的分类或基于熟悉度的判断——例如新旧识别表现——而不是依赖于细粒度区分的记忆辨别。然而,我们的结果没有提供LDN与记忆辨别(即目标-诱饵区分度)或新旧识别(即目标-干扰项区分度)之间关系的证据。当前发现与之前认为LDN指示感觉记忆痕迹转移到长期记忆的观点不一致(Peter等人2012年;Zachau等人2005年)。看来,MMN而不是LDN代表了这种转移,因为根据当前分析,MMN与异常刺激的后续记忆表现有独特的关联。发现强化了这样的解释:长期记忆表示的准确性与MMN所索引的感觉表示的准确性相关,而不是LDN。我们的结果也与之前的观点不一致,即LDN反映了朝向任务相关信息的注意力重新定向或任务无关的干扰(Gumenyuk等人2004年;Mueller等人2008年;Shestakova等人2003年;Wetzel等人2004年)。如果LDN确实指示了这种重新定向过程,那么人们会期望这一成分与行为测量相关——然而没有观察到这样的关联。结果表明,LDN不太可能反映与注意力定向或长期记忆相关的机制。尽管如此,进一步的发展研究对于完全理解LDN在感知处理中的作用是必要的。
4.4 LDN对衰老的影响
MMN幅度在健康衰老过程中会下降(Cheng等人2013年;Ruzzoli等人2012年);我们将这种与年龄相关的下降扩展到音高轮廓或模式异常,这与感觉表示的保真度随年龄下降一致(在本文中,可能是前两个音调的音高轮廓信息)。进一步的探索性分析显示,随着年龄的增长,存在一种非线性的下降趋势,尤其是在从年轻到中年早期(即20至40岁之间)的下降更为明显——尽管可能存在群体效应(例如,由于终生听觉经验的差异)。这些发现进一步证实了年龄与对感觉记忆中产生的预测错误信号的敏感度下降有关,即使是对更高层次的抽象预测也是如此。相比之下,LDN的幅度在年龄上相对稳定。这种关系与其他随年龄增长而下降的ERP(事件相关电位)形成鲜明对比,包括多个感觉领域的感觉诱发电位(Alain等人,2022年)以及与抑制控制相关的ERP(Kropotov等人,2016年;Rabi等人,2022年;van Dinteren等人,2014年)。因此,LDN在衰老过程中的稳定性是一个意外的发现,这引发了关于衰老是否与更高层次听觉整体特征的保真度保持有关的问题。正如预期的那样,MMN( mismatch negativity)的峰值潜伏期在老年时延长,这与先前的研究结果一致(Chen等人,2016年;Cooper等人,2006年;N??t?nen等人,2012年)。LDN的峰值潜伏期也显示出与MMN相似的随年龄减慢的模式。年龄相关的低层次详细听觉特征的自动检测能力下降,而全局听觉特征的检测能力保持不变,这也可能解释了受感知影响的衰老记忆检索模式。在健康的衰老过程中,预计对高度相似刺激的记忆区分能力会下降,而新旧刺激的识别能力通常不受影响(Koen,2022年;Koen和Yonelinas,2016年;Korkki等人,2020年;Stark等人,2013年)。在衰老过程中,对更高层次整体表征的感知保持完整性与研究表明老年人越来越依赖于基于图式和熟悉度或主旨的检索策略(Devitt和Schacter,2016年;Hess,1990年;Koen和Yonelinas,2016年;Schacter等人,1997年)以及全局特征匹配策略来辅助记忆检索(Huffman和Stark,2017年)是一致的。因此,可以预期对低层次感知细节的自动区分能力下降(通过MMN指标衡量)会介导记忆区分能力的下降,而全局特征处理可能解释了新旧刺激的识别表现。实际上,在本研究中,MMN预测了目标与干扰刺激区分能力的年龄相关下降(首次由Chow等人报告,2025年);然而,未发现LDN与目标与干扰刺激区分能力之间存在关联。这种缺乏关联可能是由于当前听觉范式的局限性,即干扰刺激命中率的变异性(如Chow等人,2025年所讨论的)。未来的研究应进一步探讨局部和全局预测错误如何影响记忆检索的年龄相关变化。鉴于本文仅考察了成人生命周期中的LDN生成,目前尚不清楚新生儿和儿童产生的LDN是否源于相同的机制,考虑到听觉区分能力和语言习得的发展变化。事实上,有研究表明青少年儿童对音高偏差的LDN峰值幅度高于年轻人和老年人(Mueller等人,2008年)。然而,这个成人样本中LDN的缺失(可能是由于使用了简单的音高偏差)支持了LDN更可靠地由更高层次听觉规律性引发的观点。此外,围绕这种晚期偏差相关电位的不一致命名可能反映了其在文献中的有限代表性,以及关于其作为与MMN不同组分的持续不确定性。引发这种组分的条件范围广泛,使得将其与MMN进行强有力的功能或机制区分变得复杂。尽管研究将这种晚期负性成分称为LDN(Bishop等人,2011年;Cheour等人,2001年;Gumenyuk等人,2004年;Halliday等人,2014年;Martynova等人,2003年;Moreno等人,2015年;Mueller等人,2008年;Peter等人,2012年),但根据不同的范式和研究领域,这种负性成分也被赋予了其他名称。例如,这种成分被称为“晚期”MMN(与“早期”MMN相对,Bauer等人,2009年;Haigh等人,2019年;Halliday等人,2014年;Korpilahti等人,1995年,2001年;Zachau等人,2005年),晚期负性(Datta等人,2020年;Strotseva-Feinschmidt等人,2015年;Wottawa等人,2022年;Yu等人,2017年,2018年),针对全局规则违反的MMN(Horváth等人,2001年),MMN的独立子组分(Huang等人,2024年),或对全局规则违反的前中央负性(Hsu等人,2026年)。在某些情况下,作者完全避免使用MMN这一术语,而是称其为早期和晚期不匹配反应(Grundei等人,2023年;Yu等人,2019年)。尽管这些反应在潜伏期上与MMN不同,并且与更高层次的全局刺激属性(如音素身份或语音刺激的音系表征)相关(Datta等人,2020年;Liu等人,2014年;Wottawa等人,2022年;Yu等人,2017年,2019年),但晚期偏差相关电位并不特定于抽象或全局规则违反(参见Bendixen等人,2012年;Hsu等人,2026年;Schr?ger等人,2007年;van Zuijen等人,2006年)。引发这种组分的条件范围广泛,使得将其与MMN进行强有力的功能或机制区分变得复杂。因此,本研究描述性地采用了LDN这一术语,这与健康和临床发育人群的语音区分研究中的区分结果一致(Alonso-Búa等人,2006年;Cheour等人,2001年;Hommet等人,2009年;Liu等人,2014年;Martynova等人,2003年;Moreno等人,2015年;Sharma等人,2025年)。尽管本研究中MMN和LDN在形态上相似(即由异常检测引发的前中央偏移),但我们的发现也表明这两种反应之间存在一定程度的功能区分,同时与之前将LDN视为“晚期”MMN的概念化保持一致。
4.5 局限性和未来方向
尽管本研究对MMN和LDN的头皮地形进行了描述性估计,但这些组分是否共享相似的神经生成机制仍不清楚。重要的是,头皮地形的相似性并不一定意味着共享或相同的潜在神经来源。研究表明,MMN是基于包括右侧下额叶和双侧初级听觉皮层及上颞叶在内的网络生成的(Cooray等人,2014年;Deouell,2007年)。LDN的生成也可能共享类似的神经生成网络,并在更高层次预测被违反时涉及更大的额叶或更高层次的听觉关联区域(Huang等人,2024年;Wacongne等人,2011年)。因此,未来的研究应探讨MMN和LDN之间额叶和颞叶来源的功能连接性,这些来源在强度或定位上可能存在差异。LDN与其他偏差相关电位的差异程度仍有待研究。例如,重新定向负性(RON)是一种由带有干扰任务的主动异常范式引发的晚期成分(Berti和Schr?ger,2001年;Schr?ger和Wolff,1998年),它发生在与LDN重叠的时间窗口内(即400-700毫秒;Wetzel等人,2006年),并且可能特定于注意力重新定向。由于模式偏差MMN的幅度随着预测误差的增大而增加(例如,Alain等人,1994年),未来的操作可能涉及显著性、任务相关性或听觉敏锐度来调节感觉记忆痕迹的强度,并研究其对长期记忆的后续影响。此外,本研究中使用的强制选择记忆范式可能未能最佳捕捉到与LDN相关的更高层次或基于主旨的过程(如干扰刺激命中率的变异性所证明的,而不是预期的天花板效应),这可能导致行为关联为零。此外,鉴于本研究的横断面性质,无法得出关于个体内部衰老轨迹以及MMN/LDN测量与记忆表现之间因果关系的结论。未来的研究可以探讨多语言经验,特别是与声调语言相关的经验,可能如何影响MMN和LDN,因为本研究未收集参与者的多语言历史,这是本研究的一个局限性。研究表明,双语者的偏差相关电位的幅度受到双语状态和语言熟练程度的调节(Datta等人,2020年;Jakoby等人,2011年)。说普通话和其他声调语言的人可能对音高滑动或音高轮廓表现出更大的MMN,以及更大的侧化(Bidelman和Chung,2015年;Chandrasekaran等人,2007年)。最近的研究还表明,衰老过程中存在听觉处理的侧化,特别是对于复杂的听觉刺激(Angenstein,2024年),而这在本研究中未进行探讨。这里使用的刺激是抽象的、实验前不熟悉的非旋律音调序列,预计不会像基于语音或语言的刺激那样引发强烈的半球不对称性。实际上,MMN和LDN在所有年龄组的中央电极位置都显示出峰值最大值,且头皮地形主要是双侧的(图2;另见Chow等人,2025年)。尽管缺乏侧化分析,但这仍是一个局限性,未来可以使用更多语言学或声学复杂的刺激来探索。未来的研究还可以继续探讨LDN在精神分裂症和其他精神病障碍中的情况。实际上,在一项研究中,发现精神分裂症患者的模式偏差MMN及其伴随的LDN(被描述为“晚期”MMN)的幅度降低,LDN的减弱与社交认知测量的较差分数相关(Haigh等人,2019年)。其他研究调查了意识障碍患者(即处于最小意识状态或植物状态的患者)中局部和全局规律性的听觉偏差范式,发现对全局违规的神经反应预示着更好的预后和更快的恢复(Perez等人,2021年)。未来的研究应直接测试LDN作为更高层次规律性预测错误的领域通用标记的假设作用,以及其对从感觉记忆到基于主旨的长期记忆的敏感性。
4.6 结论
本文的目的是考察成人生命周期中的MMN和LDN,并研究这两种预测错误电生理标记与年龄、听觉敏锐度和随后的情景记忆表现之间的关系。鉴于过去对LDN的推测性解释,我们得出结论,即使在被动听觉条件下,这种成分也能由更高层次的抽象规律性可靠地引发,并且不需要注意力成分。尽管LDN一直是儿童发展过程中听觉处理变化的显著标志,但当前的研究结果表明,这种成分并不特定于早期发展,也可以在成年期引发。尽管MMN和LDN似乎具有相似的头皮地形,但当前的结果进一步表明它们与年龄、听觉敏锐度和随后对异常刺激的长期记忆表征存在时间和功能上的区分,MMN对年龄和长期记忆的敏感性更强,而LDN与年龄和听觉敏锐度的关联较弱。这些发现加强了预测编码机制对低层次声学特征(如音高)的敏感性,这反映在MMN中,以及对更高层次的抽象特征(如音高轮廓)的敏感性,这反映在LDN中。
作者贡献
Ricky Chow:数据整理、正式分析、调查、可视化、写作——初稿撰写、审阅和编辑。
Jennifer A. Bugos:概念化、资金获取、方法论、监督、写作——审阅和编辑。
Claude Alain:概念化、资金获取、方法论、软件、监督、写作——审阅和编辑。
R. Shayna Rosenbaum:概念化、资金获取、方法论、监督、写作——初稿撰写、审阅和编辑。
致谢
我们感谢Stevenson Baker、Deena Herman、Brian Lau、William Ji、Sabrina Lombardo、Matthew Macdonald-Dale、Aivien Shudimai Mangahas、Shimin Mo、Mary O'Neil、Shaya Samet、Veronica Vuong和Jasmine Zhai在参与者招募、数据收集和数据准备方面的帮助。这项研究是为了纪念Risto N??t?nen教授,他激发了数十年来关于MMN的研究,包括本手稿中描述的研究。
资金支持
本工作得到了加拿大第一研究卓越基金(Vision: Science to Applications项目,CFREF-2015-00013)和约克大学认知神经科学记忆研究主席职位(授予R. Shayna Rosenbaum);Fulbright加拿大心理学研究主席职位(授予Jennifer A. Bugos);以及加拿大自然科学与工程研究委员会(RGPIN-2021-02721授予C.A.和RGPIN-04238-2015授予R. Shayna Rosenbaum)的支持。
利益冲突
作者声明没有利益冲突。
数据可用性声明
由于参与者当时未同意公开数据共享,因此无法公开当前研究生成的原始数据集。支持本研究发现的汇总数据可向相应作者请求获取。
同行评审
本文的同行评审历史可在https://www.webofscience.com/api/gateway/wos/peer-review/10.1111/ejn.70515获取。