老年人工作记忆训练：大脑激活的负荷依赖性与阶段依赖性变化

《Behavioural Brain Research》：Working Memory Training in Older Adults: Load- and Phase-Dependent Changes in Brain Activation

　　萨曼莎·马尔特佐斯|萨米拉·梅拉|琳恩·瓦莱里·韦尔蒂|阿诺德·布茹|马克西姆·卢西埃|路易斯·贝雷尔|西尔维·贝尔维尔
加拿大魁北克省蒙特利尔市蒙特利尔大学老年病研究所研究中心

摘要
已有研究表明，认知训练能够提升老年人的工作记忆任务表现；然而，关于相关脑部变化的研究却相对较少。本研究探讨了随着工作记忆训练效果的提升，老年人脑部激活状况的变化，以及任务负荷和训练阶段如何影响这种关联。研究对象为“老年人注意力控制训练”（ACTOP）研究中的58名认知功能正常的老年人和28名年轻人。老年参与者要么接受工作记忆训练，要么接受主动对照组训练（抑制训练），并在训练前、训练6次后、训练12次后，分别在执行低负荷（1-back）和高负荷（2-back）的N-back任务时接受功能性磁共振成像扫描。年轻参与者作为年龄对比组。研究发现，工作记忆训练效果的提升与1-back任务中前顶叶区域在训练早期（训练前至训练6次后）的激活度下降有关，而在2-back任务中，则表现为训练后期（训练6次后至训练12次后）前额叶区域的激活度上升。对照组则未出现显著变化。此外，在训练前，老年人与年轻人之间在负荷相关激活方面存在显著差异，但在训练12次后，这种差异在中枢和左侧大脑半球已不再显现，这说明训练使老年人对负荷相关的激活调节恢复到更接近年轻人的水平。这些结果表明，老年人的工作记忆训练提升与其在低负荷任务中更高效的大脑激活，以及在高负荷任务中更强调动神经资源的能力密切相关。

引言
认知训练被视为提升老年人认知功能的有效手段[1][2]。工作记忆是指暂时存储和操作信息的能力，因其是许多复杂认知活动的基础核心功能，常常成为认知训练的目标[3][4]。对于老年人而言，专注于工作记忆的训练尤为重要，因为随着年龄增长，工作记忆能力会下降，进而可能影响其日常生活的自主性[5][6]。多项研究表明，认知训练对老年人的工作记忆任务有积极影响[7][8]，但这些效果通常仅限于近迁移效应。例如，我们之前在“老年人注意力控制训练”（ACTOP）研究中的成果显示，受训者的工作记忆任务表现有所提升，但与对照组相比，其在更复杂的近端工作记忆任务上的表现并无显著改善[9]。然而，认知训练研究中的一个关键且尚未充分探索的方面，就是了解这类训练对大脑的影响。通过功能性神经成像技术研究认知训练对大脑活动的作用，有助于研究人员更好地理解训练效果产生的机制，同时也有助于深化对老年人神经可塑性模型的认识。此外，通过比较受过训练与未受过训练的老年人以及年轻人的大脑激活情况，功能性神经成像还能用于判断认知训练是否能够逆转随年龄增长而出现的神经功能变化[10]。关于年龄相关神经功能变化的现有研究结果，可为预测工作记忆训练对大脑激活的影响提供依据。在年轻人中，工作记忆任务（如N-back范式）通常会激活前额叶和顶叶区域，且在高负荷任务中的激活程度高于低负荷任务[11][12]。老年人也会激活相同的区域，但在低负荷任务中其激活程度高于年轻人，而在高负荷任务中则低于年轻人[13]。这些发现与“与补偿相关的神经回路利用假说”（CRUNCH）相吻合[14]。该假说认为，低负荷任务时的过度激活可以弥补神经功能的衰退，从而提升大脑应对任务需求的能力；但一旦任务难度增加，老年人的补偿能力就会达到极限，从而导致高负荷任务下的激活不足及表现不佳[10][14]。因此，工作记忆训练或许能够在低负荷任务下增加可用资源，减少对补偿机制的依赖，同时提升其在高负荷任务中调动资源的能力。

已有少数研究探讨了老年人工作记忆训练带来的大脑激活变化[15][16][17]。这些研究指出，工作记忆训练会降低前顶叶区域的激活度，同时提高纹状体的激活度，但并未对任务负荷的影响进行正式分析[18][19]。在两项研究了任务负荷影响的研究中，也观察到了训练后前顶叶激活度的下降，这被解释为低负荷任务下神经效率的提升；不过，由于未发现训练后高负荷任务下的激活度上升，这些研究结果并未支持高负荷任务下能力提升的观点[20][21]。据我们所知，只有一项研究指出，老年人工作记忆训练既会导致低负荷任务下的大脑激活度下降，又会提高高负荷任务下的激活度[22]。他们的研究结果是最早表明训练相关变化可能取决于任务负荷水平的研究之一，同时也证明通过提升低负荷任务下的神经效率以及在高负荷任务下增强调动资源的能力，有可能减轻老年人的CRUNCH现象。

除了任务负荷因素外，学习理论模型还表明，训练阶段也是解读训练相关神经激活变化的关键因素。这是因为随着学习在不同阶段推进，大脑活动会在不同的神经网络之间发生动态重组[23][24]。例如，“三阶段学习理论”[23]认为，学习首先经历一个“元认知”阶段，主要涉及任务启动与监控，由前额叶皮质负责；随后是“控制执行”阶段，主要负责引导注意力聚焦于任务的相关方面并维持目标，由外侧前额叶皮质发挥作用；最后是“表征系统”阶段，属于学习的最终阶段，涉及所学技能的自动执行，其功能分布于多个大脑区域。鉴于学习的渐进性及其特定的神经适应性，因此在多个时间点评估训练相关的激活情况至关重要。

在认知训练的大脑激活研究中，很少考虑学习阶段的因素，因为大多数研究仅包括训练前后的神经成像数据。据我们所知，只有两项研究探讨了认知训练阶段对大脑激活变化的影响[25][26]。贝尔维尔等人[25]在针对老年人进行的为期2周的情景记忆策略训练中，进行了三次功能性磁共振成像检测。研究显示，基线状态下前额叶区域存在激活，但在训练早期这一激活度下降，而背外侧前额叶皮层的激活度则在整个训练过程中持续上升，这一结果与蔡因和施耐德的学习模型相符[23]。库恩等人[26]则研究了年轻人工作记忆训练过程中的大脑激活情况，发现训练早期纹状体的激活度上升，但在更长时间的训练后则有所下降。贝尔维尔等人[25]和库恩等人[26]都认为，大脑功能可能在训练的不同阶段发生转变或呈现短暂变化，这凸显出除了简单的训练前后比较之外，还需要进一步的研究来阐释认知训练如何影响大脑活动。不过，前者研究的是明确教授编码策略的情景记忆训练，而后者仅研究了年轻人的工作记忆训练，因此尚不清楚老年人是否也能出现类似的效果。

本研究的主要目的是探讨认知功能正常的老年人在工作记忆训练效果提升与工作记忆激活网络中脑部激活变化之间的关联。为更深入地理解这一关联，我们根据任务负荷和训练阶段两个因素对二者关系进行了分析。任务负荷是通过两种不同难度的N-back任务来操控的，即1-back和2-back；训练阶段则通过比较训练前、训练6次后以及训练12次后的大脑激活情况来判定。分析是在工作记忆激活网络范围内进行的，这一网络不仅有充分的实证支持，而且在以往的研究中也显示出在工作记忆训练后会发生变化[20]。为评估所观察到的关联的特异性，我们还对比了一组接受抑制训练作为主动对照组的老年人的大脑激活变化。将抑制训练作为对照组，有助于确定工作记忆网络中观察到的激活变化是否仅在工作记忆训练中出现，还是任何类型的基于过程的执行功能训练都会带来此类变化。作为次要研究目的，我们还将老年人训练前、训练中及训练后的大脑激活情况与一组年轻人的情况进行了比较，旨在探究老年人工作记忆训练是否能够减弱年龄带来的影响，使其大脑激活模式更接近年轻人。

我们预期，工作记忆训练效果的提升会伴随工作记忆网络中前顶叶区域的大脑激活变化[22]。同时，我们也预计这些激活变化会因任务负荷和训练阶段的不同而有所差异。关于任务负荷的影响，我们假设训练会改变CRUNCH假说中的临界点，使得更大的训练效果提升会对应低负荷任务下激活度的下降，以及高负荷任务下激活度的上升。这一结果与CRUNCH假说的预测一致，即低负荷下的激活度下降意味着神经效率的提升（即用更少的神经资源完成相同任务），而高负荷下的激活度上升则意味着神经容量的增强（即能够将激活水平提升到更高的难度）。至于训练阶段的影响，我们预计在低负荷任务下，训练前至训练6次后的激活度会先出现下降。相比之下，由于高负荷任务更为困难，而对高难度任务的适应通常需要更多练习，因此预计高负荷任务下的激活度上升会出现在更晚的训练阶段，即训练6次后至训练12次后。

最后，为了进行年龄比较，我们使用2-back与1-back的对比值来量化负荷相关的激活程度，这是一个反映负荷敏感性的单一数值指标，数值越高表示从低负荷向高负荷过渡时的调节能力越强。我们预期，老年人在训练前的负荷相关激活程度会低于年轻人。这种年龄差异反映了老年人1-back任务的激活程度相对较高，而2-back任务的激活程度相对较低，这与CRUNCH模型相符。我们进一步预期，对于接受过工作记忆训练的老年人来说，这种年龄差异在训练12次后会有所缩小，而那些接受主动对照组训练的老年人则不会，这意味着经过训练后，他们的大脑激活模式会更接近年轻人。首先，训练任务与fMRI结果测量具有相似性，因为它们都基于N-back范式。因此，观察到的训练进步及相关的神经变化很可能反映了接近迁移或任务特定学习的效果。参与者的大脑激活变化可能仅仅是由于程序性学习、策略的优化或是刺激-反应的最佳化所导致的。其次，样本量相对较小，不过仍可比较。

结论
总之，我们的研究结果表明，老年人通过工作记忆训练所获得的提升伴随着工作记忆网络中激活模式的系统性变化，而这些变化模式会因任务负荷和训练阶段的不同而有所差异。在训练初期，当任务负荷较低时，额顶叶区域的激活减弱，这表明效率有所提高。而在训练后期，当任务负荷较高时，左侧前运动区和前额叶区域的激活增强，这说明有更多的神经资源被调动起来。

资金支持
本研究得到了加拿大自然科学与工程研究委员会（NSERC）、加拿大健康研究院（CIHR）基金会资助，以及授予SB的加拿大认知神经科学与大脑可塑性研究主席基金的支持。SM和LVV获得了魁北克健康研究基金（FRQS）的博士培训奖学金。AB则由CRIUGM博士后奖学金计划以及SB提供的加拿大健康研究院（CIHR）资金支持。

作者贡献说明
Sylvie Belleville：撰写——初稿、验证、监督、资源提供、项目管理、方法论、资金获取、概念设计。Louis Bherer：撰写——审阅与编辑、软件使用、资源提供。Maxime Lussier：撰写——审阅与编辑、软件使用、资源提供。Arnaud Boujut：撰写——审阅与编辑、项目管理、方法论、研究实施、数据整理。Lynn Valeyry Verty：撰写——审阅与编辑、研究实施、数据整理、概念设计。

关于生成式AI及AI辅助技术在写作过程中的声明
在准备本研究成果时，第一作者使用了ChatGPT来提升文本的可读性并进行一些语法修正。在使用该工具/服务之后，第一作者对内容进行了必要的审阅和编辑，并对最终发表的内容负全责。

利益冲突声明
作者们声明自己没有已知的、可能影响本文所述研究的财务利益或个人关系。

致谢
我们想要感谢Nick Corriveau-Lecavalier、Julie Legault、Maxime Bergevin、Adama Fanta Kaba、K. Souleymane Kaba、Léo Mottron-Belleville、Justine Fortin、Camille Hamelin、Marie-Claude Veilleux以及Barbara Lefranc在参与者招募和数据收集方面所提供的帮助。