脑年龄差作为青少年酒精起始的预测因子

《Developmental Cognitive Neuroscience》：The Brain Age Gap as a Predictor of Alcohol Initiation in Adolescence

　　

背景：越来越多的证据表明，儿童晚期区域和网络水平的脑影像特征可预测青少年时期的酒精使用情况。然而，这些效应的方向性（即它们反映的是加速还是延迟的神经成熟）尚不明确。研究人员应用了脑年龄差估计（BrainAGE）模型，以考察整体偏离典型脑老化轨迹是否可预测青少年时期的（1）酒精起始和（2）使用行为（尝试性饮酒与狂饮）。
方法：使用了青少年脑认知发展（ABCD）研究6.0版数据。基线期的结构影像特征（皮质体积、面积和皮质下体积）用于估计脑年龄差（BrainAGE）。酒精使用情况通过随访期间的物质使用访谈和时序追踪回访（TLFB）中的自我报告数据确定。逻辑广义混合效应模型检验了BrainAGE是否可预测（1）非起始者（n=3,639）与起始者（n=1,176）以及（2）尝试性饮酒者（至少一杯完整饮料，无狂饮；n=461）与狂饮者（至少一次狂饮；n=438）之间的组别状态。
结果：当调整年龄、性别和青春期状态后，基线期BrainAGE每降低一个标准差（相当于1.64年），青少年酒精起始的几率增加9.5%。然而，该效应在调整社会人口学变量和先前酒精暴露协变量后不再显著。此外，BrainAGE不能区分尝试性饮酒与狂饮行为。
结论：研究结果表明，儿童晚期的BrainAGE可能反映青少年酒精起始的潜在风险，但不对应使用行为。然而，这种关联可能反映了脑结构与更广泛背景因素之间的复杂相互作用。

**论文解读：脑年龄差作为青少年酒精起始的预测因子**

**研究背景与问题**
青少年酒精使用是重要的公共卫生问题，早期酒精起始与后续物质使用障碍、学业表现下降及心理健康问题密切相关。神经发育敏感期内的酒精暴露可能干扰执行功能、奖赏加工和情绪调节相关神经系统的成熟。然而，越来越多的证据表明，儿童晚期（9-11岁）的区域和网络水平脑影像特征可预测青少年酒精使用，但这些效应的方向性（加速或延迟神经成熟）尚存争议。现有研究多采用区域兴趣法，难以捕捉脑发育中协调的网络级重组。脑年龄差估计（BrainAGE）作为一种整合多脑区信息的综合指标，可能提供整体偏离典型脑老化轨迹的度量，但其在酒精起始与行为类型中的预测效用尚不清楚。为此，研究人员利用青少年脑认知发展（ABCD）研究数据，探讨基线期BrainAGE是否可预测青少年中期（15-17岁）的酒精起始及使用行为（尝试性饮酒与狂饮）。

**研究内容与结论**
研究人员基于ABCD研究6.0版数据，纳入4,815名参与者（基线年龄9-11岁，随访至波6），采用预训练的Drobinin等（2022）模型估计基线期BrainAGE，并通过逻辑广义混合效应模型分析其与酒精起始（非起始者vs.起始者）及饮酒行为（尝试性饮酒vs.狂饮）的关联。研究发现，调整年龄、性别和青春期状态后，基线期BrainAGE每降低一个标准差（1.64年），酒精起始几率增加9.5%，但该效应在进一步调整社会人口学变量和先前酒精暴露后消失。BrainAGE未能区分尝试性饮酒与狂饮行为。结果表明，儿童晚期的BrainAGE可能反映青少年酒精起始的潜在风险，但该关联主要由背景因素驱动，而非独立的脑结构效应。论文发表在《Developmental Cognitive Neuroscience》。

**关键技术方法**
研究采用ABCD研究6.0版数据，样本来自美国21个站点，基线期11,868名参与者（9-11岁），经严格筛选后纳入4,815名。影像处理使用FreeSurfer v7.1.1进行皮质分割和皮质下分割，提取189个结构特征（包括皮质体积、面积和皮质下体积），并通过ComBat跨扫描仪协调。BrainAGE估计采用Drobinin等（2022）预训练的XGBoost模型，该模型基于6个非ABCD样本（1,299名9-19岁参与者）训练，并在ABCD数据中验证（偏倚校正后MAE=1.45年）。酒精使用分类基于自我报告数据（物质使用访谈SUI和时序追踪回访TLFB），采用层次法：非起始者（n=3,639）vs.起始者（n=1,176），以及起始者中尝试性饮酒者（n=461）vs.狂饮者（n=438）。统计分析使用逻辑广义线性混合效应模型（GLMM），控制年龄、性别、青春期状态及随机效应（家庭嵌套于站点），并进行敏感性分析（调整社会人口学变量和排除其他物质起始者）。

**研究结果**

**6.1 参与者特征**
起始者（n=1,176）与非起始者（n=3,639）在几乎所有特征上存在显著差异：起始者年龄更大、女性比例更高、产前酒精暴露和基线期饮酒啜饮比例更高，非起始者中宗教反对酒精态度比例更高。尝试性饮酒者（n=461）与狂饮者（n=438）仅在年龄、种族和宗教态度上存在差异，BrainAGE无显著组间差异。

**6.2 BrainAGE模型性能**
模型在ABCD数据中偏倚校正后MAE为1.43年，与原始模型验证结果一致。原始BrainAGE与年龄呈负相关（r=-0.39），经线性偏倚校正后用于后续分析。

**6.3 基线BrainAGE对酒精起始的预测**
调整年龄、性别和青春期状态后，BrainAGE每增加一个标准差（1.64年），酒精起始几率降低8.7%（OR=0.913，p=0.023），即BrainAGE降低对应9.5%的起始几率增加。

**6.4 基线BrainAGE对饮酒行为的预测**
BrainAGE未能显著区分尝试性饮酒与狂饮行为（OR=0.999，p=0.989），调整后年龄和性别仍为显著预测因子。

**6.5 敏感性分析**
调整社会人口学变量和先前酒精暴露后，BrainAGE与酒精起始的关联消失（OR=0.968，p>0.05），年龄和基线期饮酒啜饮成为最强独立预测因子（R2=0.052和0.049）。排除非起始组中其他物质起始者后，BrainAGE仍为显著预测因子。

**讨论与结论**
讨论部分指出，较低的BrainAGE（“看起来更不成熟”的脑）在儿童晚期预测青少年酒精起始，但该效应在控制背景因素后消失，表明关联主要反映社会人口学、环境及早期酒精暴露等复杂背景风险，而非独立脑结构效应。此外，BrainAGE无法区分尝试性饮酒与狂饮，可能因复合指标在9-11岁缺乏敏感性，或狂饮亚组统计功效不足。研究局限性包括：BrainAGE融合多脑区特征可能掩盖组织特异性模式；模型训练年龄范围较宽（9-19岁）且特征集略有缺失；偏倚校正参数可能不完全适配；缺乏纵向轨迹分析。未来研究需结合纵向数据、网络级模型及遗传环境因素，以阐明BrainAGE在青少年酒精使用中的角色。

**结论部分翻译**：当前研究结果表明，儿童晚期的脑年龄差（BrainAGE）可能反映青少年随后酒精起始的潜在风险，但不对应使用行为。然而，这种关联可能反映了复杂的、背景依赖的风险，而非单纯的脑结构效应。未来研究需在双向框架内追踪BrainAGE的纵向轨迹，并检验其他遗传、环境和心理社会变量，以确定BrainAGE在青少年酒精使用中的作用。