原生家庭的真相——复旦大学类脑研究院程炜团队揭示家庭环境与儿童行为问题关系的脑结构基础

儿童心理健康问题一直是社会关注的焦点。据报道，我国至少有3000万的儿童、青少年受到心理疾病的困扰。2021年3月1日，中国科学院心理研究所发布《中国国民心理健康发展报告（2019-2020）》，2020年，小学阶段抑郁检出率近10%，而青少年抑郁检出率更高达24.6%。家庭是孩子的第一学校，是儿童健康发展的起点与基础，在儿童身心健康发展中扮演着重要的角色。家庭环境与儿童心理健康有怎样的关系？其背后的神经机制是什么？探索这些问题的答案对于全社会培植良好的家庭教育土壤，促进儿童身心健康发展和人格健全具有重要的意义。

近日，复旦大学类脑智能科学与技术研究院程炜青年研究员和来自英国牛津大学、华威大学等研究人员组成的国际合作团队，首次在大规模人群中揭开了家庭环境（家庭冲突与父母关怀）与儿童脑结构、认知能力和心理健康的相互作用关系。该研究发现，家庭环境与儿童外向行为问题（如冲动行为）显著关联，同时，与大脑眶额叶皮层、颞中回、扣带回以及前额叶等脑区的脑结构指标也密切相关。2021年6月18日（美国当地时间），相关研究成果以《家庭环境与儿童行为问题关系的脑结构基础》（“Brain structure is linked to the association between family environment and behavioral problems in children in the ABCD study”）为题发表在Nature子刊《自然·通讯》（Nature Communications），该研究首次揭示了家庭环境与儿童脑结构和心理健康的内在联系，为营造良好家庭环境促进儿童身心健康发展提供科学依据。

研究组基于美国青少年大脑认知发展研究（Adolescent Brain Cognitive Development Study）的公开数据库和前期儿童脑发育的工作基础，利用数学统计方法，对近万名儿童脑影像及行为随访数据（10至11岁）进行统计建模分析。首先，在行为学层面，研究发现家庭冲突与儿童心理健康如冲动行为、外向行为问题等呈显著正相关，而父母关怀与儿童心理健康呈显著负相关；这表明积极的家庭环境能够促进儿童身心健康发展，而消极的家庭环境下的孩子更容易出现心理健康问题。

图一：家庭环境与儿童行为之间的关联性。a)家庭冲突与儿童行为之间的关联性；b）父母关怀与儿童行为之间的关联性；c)家庭环境与儿童认知能力与心理健康之间的关联性。

进一步，在脑结构基础方面，研究发现家庭环境与眶额叶皮层、扣带回、颞中回以及前额叶等脑区的皮层面积显著关联。更重要的是，研究团队发现“奖励”相关神经环路上前扣带皮层面积（pregenual anterior cingulate cortex）与父母关怀呈正相关，而“惩罚”相关神经环路胼胝体上前扣带回皮层面积（supracallosal anterior cingulate

cortex）与家庭冲突呈负相关，这表明家庭环境与儿童“奖惩”神经环路密切关联，且不同的家庭环境因素对儿童脑结构发育有着不一样的作用关系。

图二：家庭环境与儿童脑结构特征之间的关联性。a)与家庭冲突关联的儿童脑结构；b）与父母关怀关联的儿童脑结构；c)与家庭冲突和父母关怀相关联脑区的异同比较。

最后，进一步基于纵向随访数据，交叉滞后模型分析表明家庭环境与儿童心理健康呈互为因果的作用关系，而儿童心理健康与一年后的家庭环境有更强的关系，这表明除了家庭环境能够对儿童有显著影响之外，儿童的心理健康反过来对家庭环境也有很强的影响。而中介分析进一步表明儿童心理健康中介了家庭环境与儿童脑结构发育之间的关系，揭示了家庭环境与儿童心理健康关系的脑结构基础；

图三：家庭环境与儿童心理健康及脑结构的相互作用关系。a，b)家庭冲突与父母关怀与儿童心理问题的纵向关联性；c,d）家庭环境、儿童心理问题与脑结构的中介效应模型。

“现代社会压力大，竞争激烈，家庭教育亦日趋功利化，我们的研究再次表明，良好的亲子关系和积极的家庭教育是孩子身心健康发展的基础，更重要的是，我们还发现家庭环境与儿童的脑结构发育也密切关联。下一步，我们还会继续围绕儿童心理健康的风险因素及其背后脑神经环路机制展开研究。”类脑智能科学与技术研究院院长冯建峰教授表示。

复旦类脑研究院程炜青年研究员为该论文的通讯作者，牛津大学公维康博士、复旦类脑研究院特聘教授Edmund T. Rolls以及杜景南博士为共同第一作者。该研究得到了国家自然科学基金委、上海市脑与类脑智能基础转化应用研究市级重大专项以及上海市科委科技创新计划等的经费支持。

团队照片

左一杜景南博士，中间公维康博士，右一程炜青年研究员

程炜个人简介：

程炜，复旦大学类脑智能科学与技术研究青年研究员，博士生导师。从事脑科学与应用数学交叉学科领域的研究工作，专注于脑影像大数据方法学及其在脑疾病中的应用研究。发展了全脑关联分析与动态脑网络分析新方法，将全脑脑连接分析的空间分辨率提高了两个数量级，实现体素级别异常神经环路的定位及动态特征的量化，并被广泛应用到精神疾病的研究中。

以通讯或第一作者(含共同)在脑疾病领域期刊JAMA Psychiatry，Molecular Psychiatry，American Journal of Psychiatry，Brain (三篇)及综合性期刊Nature Communications，eLife 等发表多篇学术论文。多篇文章入选ESI Top 1%高被引论文、期刊封面论文以及编辑推荐论文，研究成果被期刊Brain，Neurology 以专门评论文章高度评价。

近五年主持国自然面上、上海自然基金等项目，并入选上海市启明星、上海市扬帆等人才计划。担任Journal of Neuroscience Methods编辑，Frontiers in Psychology等杂志客座编辑、英国华威大学荣誉研究员。

公维康个人简介：

公维康是牛津大学临床神经科学系博士研究生，在FMRIB Analysis Group师从Stephen Smith教授和Christian Beckmann教授从事大脑影像数据的建模研究。研究兴趣为脑影像大数据的统计建模和多模态融合分析等。

公维康博士提出了全脑统计关联分析的随机场矫正方法 (Gong W, et al. Medical Image Analysis, 2018, 47: 15-30.)和多元分析方法 (Gong, Weikang, et al. NeuroImage， 2019， 188: 628-641.)。

最近，公维康博士提出了UK-Biobank级别的多模态数据融合方法(Gong W, Beckmann C F, Smith S M. Medical Image Analysis, 2021, 71: 102050.)以及基于深度学习的脑年龄预测模型 (Peng H, Gong W, Beckmann C F, et al. Medical image analysis, 2021, 68: 101871.)，成果发表在了领域内权威杂志Medical Image Analysis，和NeuroImage上。

原文链接https://www.nature.com/articles/s41467-021-23994-0