文章目录摘要Abstract引言材料与方法Materials and methods参与者MRI数据采集MRI预处理抑郁症状量表电影片段和主观评分匹配分析动态分析抑郁评分、网络行为与感知情绪强度之间的关系结果匹配分析动态分析比较两组LEiDA的发生概率LEiDA发生概率与抑郁症状严重程度的关系LEiDA、抑郁评分与情绪强度之间的关系讨论局限结论论文TBD!Key takeaways虽然在短暂情绪刺激的情境下抑郁青少年情绪处理有异常但未有瞬时大脑网络动态研究。因此使用“领先特征向量动态分析”对84名年龄、性别和精神共病方面相匹配青少年16 至 21 岁抑郁不抑郁各42大脑网络动态进行分析发现DAN激活程度高前额顶叶网络、DMN、腹侧注意网络和躯体运动网络低特别是刺激影片中情绪较为平静的时候。关键词抑郁症青春期情绪脑动态观影摘要Abstract情绪研究通常表明在短暂情绪刺激的情境下患有抑郁症的青少年在情绪处理方面存在异常情况。然而目前对于这种情绪反应障碍背后所涉及的瞬时大脑网络动态的个体间差异仍不清楚。而且大多数神经影像学抑郁症研究中存在局限性对照组选择不当以及样本量相对较小等问题。在此为解决这些问题我们采用了有丰富自然情境范式的时序特征即电影《神偷奶爸》中的一段片段对 42 名患有抑郁症的青少年和 42 名未患抑郁症的同年龄段16 至 21 岁、年龄、性别和精神共病方面相匹配青少年的大脑网络动态进行了研究。使用一种称为“领先特征向量动态分析”的动态功能连接性分析技术我们发现临床组在整个任务过程中表现出背侧注意网络激活程度显著更高前额顶叶网络、默认模式网络、腹侧注意网络和躯体运动网络激活程度明显更低。这种大脑与行为之间的关系在影片中情绪较为平静的情节部分表现得尤为明显这与之前的研究结果相符。我们的研究结果表明连续情感测量对于提供有关抑郁症患者大脑活动如何随着影片中情绪强度的变化而演变的信息具有关键作用。需要更大样本量的未来研究来证实当前的发现。引言青少年情感障碍特别是重度抑郁症形势严峻。15岁以下较低但在16至21岁之间迅速上升。研究表明青少年抑郁症的特点是在注意力、记忆和言语推理领域存在执行功能受损。这些维持注意力困难与非典型情绪反应相关。并且对于快乐和悲伤刺激物的持续注意力以及注视时间存在异常情况。等等情况研究表明非典型情绪反应与抑郁青少年对情绪刺激的注意部署之间存在密切关联。然而局限在于大多研究采用“静态”情绪刺激即图片而非对于“动态”线索如更具生态效度的自然范式即音乐或电影背景下情绪反应与注意过程之间的联系。在时序变化的现实生活情境下探索大脑功能可能有助于更好地理解适应性行为因为大脑会从评估情绪线索的相关性到检测其重要性再到评估如何应对它。电影能够代表日常情境中遇到的一系列认知和社会情感机制例如情绪反应性、社会互动和注意力过程的丰富素材。观看电影能更有效地引发强烈的情感反应。尽管电影fMRI日益流行但只有少数研究使用电影片段来探索青少年抑郁症。Gruskin等人发现青少年13-21岁观看情感电影时抑郁症状严重程度与通过动态主体间相关性测量的大脑活动同步性之间存在关系但在儿童7-12岁中则没有。抑郁症状严重程度更相似的青少年对电影的神经反应也更相似这种行为与神经特征之间的关系在电影中情绪较不强烈的时刻更强尤其是内侧前额叶皮层和右侧后扣带回皮层默认模式网络DMN的部分当参与者对故事叙述有相似解读时这些区域的活动会增加。这些发现具有多方面意义。1表明抑郁症状严重程度与电影观看期间神经活动的关系在青春期出现这使得基于电影的fMRI在探索青少年抑郁方面具有很大前景。2强调了在动态层面探索脑/行为关系的重要性。3表明使用提供关于电影引发的即时情绪强度连续测量的方法有助于阐明抑郁大脑的活动如何随着电影中情绪强度的展开而演变。然而该分析中未控制精神疾病共病因素。本研究使用领先特征向量动力学分析LEiDA方法比较抑郁与非抑郁青少年匹配精神疾病共病情况在电影观看期间大脑动力学的个体间差异。Cahart等人最近使用LEiDA发现在健康年轻成人中抑郁症状水平较高者在情感音乐聆听任务中背外侧注意网络DAN活动增加。更具体地说DAN激活增加可预测较高的抑郁症状而较高的抑郁症状又可预测情绪反应减弱。鉴于DAN在自愿将注意力导向外部环境中的关键作用情绪任务中该网络的异常激活可能导致处理和参与情绪相关线索的困难。特别是成人抑郁症中已发现静息状态和认知任务期间DAN的非典型活动。然而目前尚不清楚在情绪相关自然范式的情境下青少年中是否也存在类似的DAN异常激活。LEiDA表征大脑网络的动态行为揭示扫描过程中功能连接的变化。它识别大脑转换之间的协调神经活动的独特模式。每个网络或“状态”由特定一组脑区之间的同步定义。通常观察到的动态同步网络的去同步可能反映导致精神疾病的病理生理功能。因此LEiDA可能为识别抑郁症的功能标志物提供有价值的工具。材料与方法Materials and methods参与者本研究使用了公开可用的儿童心智研究所健康大脑网络HBN数据门户网站中的神经影像和行为数据。最初从第 1 至第 9 版下载了 168 名未用药参与者的完整 fMRI 和问卷数据这些参与者年龄在 16 至 21 岁之间。在进行研究之前所有参与者均提供了书面知情同意书。对于 18 岁以下的参与者其父母或法定监护人获得书面同意参与者本人获得书面知情同意。该研究已获得切萨皮克机构审查委员会的批准。在这 168 名参与者中35 名因扫描未通过视觉检查或最大头部运动超过 3.3 毫米而被排除。剩余的 133 名参与者中所有 42 名被诊断为抑郁症的参与者的数据以及另外 42 名无抑郁症但与抑郁症样本在年龄、性别和共病方面相匹配的参与者的数据均用于后续分析。有关两组在年龄、性别和共病方面如何匹配的详细信息请参见“匹配分析”部分。最终样本中存在的共病包括广泛性焦虑障碍、注意缺陷多动障碍ADHD注意力不集中亚型、ADHD混合亚型、自闭症和创伤。其余 49 名参与者被排除在分析之外。因此我们分析中纳入的最终参与者数量为 42 名抑郁症患者15 名男性和 27 名女性年龄 17.63 ± 1.6 岁我们称之为抑郁组以及 42 名无抑郁症者17 名男性和 25 名女性年龄 17.58 ± 1.4 岁我们称之为对照组。MRI数据采集参与者在美国新泽西州纽瓦克的罗格斯大学脑成像中心使用西门子3特斯拉Tim Trio扫描仪进行扫描。对每位参与者采用多带6序列采集功能性磁共振成像fMRI图像参数如下重复时间TR 0.8秒回波时间TE 30毫秒翻转角 31°层厚 2.4毫米平面体素分辨率 2.4平方毫米视野 204毫米。解剖学T1加权扫描的参数为TR 2.5秒TE 3.15毫秒翻转角 8°层厚 0.8毫米平面体素分辨率 0.8平方毫米视野 256毫米。关于HBN项目所使用的扫描参数的详细信息可参见http://fcon_1000.projects.nitrc.org/indi/cmi_healthy_brain_network/MRI%20Protocol.html。所有参与者还收集了静息态fMRI、扩散 Kurtosis 成像和Peer Eye Estimation Regression数据。然而本文仅关注参与者观看短电影片段时获取的fMRI数据。MRI预处理数据使用CONN工具箱20b版和MATLAB R2020a进行预处理。图像首先进行重排、配准然后空间标准化到蒙特利尔神经学研究所MNI标准空间。由于该研究对象具有临床性质我们使用基于指数李代数的微分同胚解剖注册DARTEL注册创建特定于本研究的模板。每位参与者的T1加权图像首先被分割为灰质GM、白质WM和脑脊液进而通过DARTEL注册创建组特异性模板。该模板用于将功能图像标准化到MNI空间。随后使用8毫米空间半高全宽的高斯滤波器对标准化后的灰质和白质段进行平滑处理。抑郁症状量表每位参与者均由合格的临床医生接受基于DSM-5的半结构化临床访谈即《儿童情感障碍和精神分裂症评定量表-计算机版》KSADS-COMP并在完成临床访谈和其他研究程序后对共识DSM-5诊断进行评估。作为表型评估的一部分所有参与者还需完成一些问卷这些问卷使用标准评估工具测量其精神病理、行为和认知功能。在本研究中我们重点关注情绪与感受问卷-长版本MFQ18项该问卷包含33个陈述描述参与者过去两周的感受例如“我感到痛苦或不开心”或“我感到孤独”。参与者对每个陈述进行3点评分例如不符合、有时符合、符合。电影片段和主观评分在参与者观看电影《神偷奶爸》中一段10分钟具有情感刺激性的片段时长从1:02:09到1:12:09期间收集了功能性磁共振成像数据。选择这段电影片段的原因是它交替出现幽默场景和悲伤场景幽默场景包括养父母在给孩子读睡前故事时与孩子建立强烈的情感联系悲伤场景则描绘了养父母的拒绝以及孩子被带走的情景。此外先前的研究表明这段片段能引发青少年强烈的情感反应并且抑郁症状严重程度更相似的青少年在观看该片段时的大脑反应也更为相似。关于该电影片段的更详细描述可参见http://fcon_1000.projects.nitrc.org/indi/cmi_healthy_brain_network_working/mri_protocol.html。本研究中我们使用了D.C.G.先前收集的连续主观评分。这些主观评分由20名健康的独立成人评分者提供平均年龄为25±3.74岁每位评分者对该电影片段的情感效价进行了三次连续评分评分范围为-4不愉快到4愉快共产生60次试验。评分每250毫秒收集一次。匹配分析我们使用MatchIt库R统计计算基金会确保两组在年龄、性别和合并症即广泛性焦虑障碍、注意缺陷多动障碍—注意缺陷型和注意缺陷多动障碍—混合型、自闭症及创伤方面相匹配。在R中完成匹配分析后通过独立样本t检验进行事后分析以确认两组在年龄上无显著差异并通过卡方检验检查性别和合并症变量的差异。动态分析为分析动态连接性我们使用了LEiDA代码并针对我们的数据进行了调整。所有分析均在MATLAB R2020a中进行。我们从CONN工具箱中提取了总共105个感兴趣区域ROIs这些区域基于哈佛-牛津皮层图谱解剖学定义。对于每个ROI首先将BOLD时间序列通过希尔伯特变换转换为解析信号与真实的BOLD信号不同解析信号具有相关的相位。希尔伯特变换通常将真实信号表示为信号的瞬时振幅与信号瞬时相位角余弦值的乘积。然后计算动态相位锁定矩阵[dPL(t)]以评估每个时间点t的ROI相位对之间的同步程度图1a。接着计算矩阵dPL(t)的主特征向量V1(t)图1b–c。V1(t)通常在给定时间点t以降维方式捕获所有105个BOLD相位的主要方向。它包含105个元素即脑区可根据其相位在V1(t)上的投影方向分为两个社区即蓝色或红色。按照惯例V1(t)中的大多数元素值为负。当所有元素均为负值时表明存在全局一致性。相反正值反映了脱离全局一致性的脑区它们投影到V1(t)的相反方向代表主导V1(t)的有意义的功能网络。随后对所有84名参与者和750个时间点的所有主特征向量的拼接数据应用k-means聚类算法将其分为簇k的范围为5至10个簇。对5至10个簇之间的每个聚类方案计算邓恩指数并选择最高邓恩值因为它反映了簇内最小方差和簇间最大距离。这确定了最优簇数k每个簇对应一种独特的BOLD相位锁定状态图1d。然后计算每个状态和每个组的发生概率即扫描期间某一状态占主导的时间点百分比。为了在每个状态下识别有意义的参考功能网络我们随后计算了每个状态与文献中先前确定的七个Yeo网络——视觉网络、躯体运动网络、背侧注意网络DAN、腹侧注意网络VAN、边缘网络、额顶叶网络和默认模式网络DMN——之间共享的空间相似性。更具体地说我们首先为105个感兴趣区域ROIs中的每一个计算分配到七个Yeo网络中每个网络的体素比例从而得到七个105×1向量其中每个元素代表其对Yeo网络的贡献。然后我们根据Vohryzek等人描述的方法计算这七个网络与之前通过kmeans聚类分析获得的质心Vk之间的皮尔逊相关系数。显著性水平设为P .01/k。最后通过协方差分析ANCOVAs比较各组在发生概率指标上的差异。对于任何组间存在差异的状态我们随后计算MFQ评分与该状态发生概率之间的皮尔逊相关系数以进一步探索该状态指标与抑郁症状严重程度的相关程度。在所有分析中年龄、性别和合并症被用作无兴趣协变量并通过错误发现率FDR校正进行多重比较校正。抑郁评分、网络行为与感知情绪强度之间的关系为了探讨情绪强度是否与大脑/行为关联相关我们首先计算了每个时间点独立评分者平均主观评分。为便于分析我们将“中性”时刻即情绪较弱的时刻定义为平均评分值在至少40秒即50个连续时间点内介于-1和1之间的时段。我们选择40秒阈值是因为先前研究表明该时长的电影片段能引发强烈的情绪反应。将“悲伤”时段定义为评分低于-2且持续至少50个连续时间点的时段。对于每种情绪类型即“中性”和“悲伤”我们随后提取了感兴趣LEiDA状态的发生概率。接下来我们计算了一元协方差分析ANCOVA以直接比较各组即抑郁组与非抑郁组。随后我们计算了MFQ评分与LEiDA状态发生概率之间的皮尔逊相关系数。同样在所有分析中年龄、性别和共病被用作无兴趣协变量并采用FDR校正进行多重比较校正。结果匹配分析匹配分析后独立样本t检验显示各组在年龄方面无显著差异[t(82) −0.148, P .883]。卡方检验显示各组在性别构成和合并症患病率方面无显著差异表1。动态分析Dunn评分显示最优状态数k为8。LEiDA状态与每个Yeo网络的相关性 状态1与任何Yeo网络均无显著相关性这表明其具有全局一致性。如图2所示状态2与额顶叶网络和默认模式网络DMN显著相关状态3与默认模式网络和背侧注意网络DAN显著相关状态4与背侧注意网络显著相关状态5与视觉网络显著相关状态6与躯体运动网络和默认模式网络显著相关状态7与视觉网络显著相关状态8与腹侧注意网络VAN和躯体运动网络显著相关。所有状态均与边缘网络无相关性。本文其余部分将根据各状态显著相关的潜在Yeo功能网络对其进行命名。图3以皮层空间呈现各状态彩色区域反映脱离全局一致性模式的正信号脑区。比较两组LEiDA的发生概率采用单因素协方差分析ANCOVA发现对照组较抑郁组的额顶叶网络和默认模式网络状态214.2% vs 10.7%F(1,75) 11.125, pFDR .0027以及腹侧注意网络和躯体运动网络状态812.5% vs 9.5%F(1,75) 12.585, pFDR .0027的发生概率显著更高图4。相反对照组较抑郁组的背侧注意网络状态49% vs 13.5%F(1,75) 22.861, P .001发生概率显著更低。其他五个状态两组间无显著差异pFDR .05。为进一步探索研究结果的稳健性我们使用聚类数k在5至10之间的不同聚类方案对单因素ANCOVA结果进行了进一步分析。校正FDR后的F检验和P值见补充表S1。结果显示在所有聚类方案中背侧注意网络的组间差异仍高度显著pFDR .001。对于腹侧注意网络和躯体运动网络所有聚类方案的P值均显著其中k 6时P值较小k 5和k 6时P值较大。对于额顶叶网络和默认模式网络除k 10的聚类方案可能因该特定聚类方案的更精细粒度所致外所有方案的P值均显著。总体而言结果在5至9个状态的不同数量下均具有稳健性。补充图S1展示了每种聚类方案的Dunn评分曲线。LEiDA发生概率与抑郁症状严重程度的关系MFQ评分与DAN状态4r 0.418pFDR 0.001的发生概率之间存在显著正相关与VAN和躯体运动网络状态8r -0.338pFDR 0.003的发生概率之间存在显著负相关。MFQ评分与额顶叶网络和默认模式网络即状态2的发生概率之间无显著相关性。LEiDA、抑郁评分与情绪强度之间的关系基于每个时间点独立评分者主观评分的时序平均值我们确定了一个“悲伤”时期即情绪化时期以及两个“中性”时刻即低情绪时刻其中一个在悲伤时期之前即“中性_before”另一个在悲伤时期刚刚之后即“中性_after”。图5展示了随时间变化的平均主观评分以及悲伤和中性时刻。没有时间段的平均评分在至少50个连续时间点上超过2因此图5中未显示“快乐”时刻。如图6所示在前额顶叶网络和默认模式网络即状态2中单因素协方差分析ANCOVAs显示在“中性_before”期间各组之间出现概率存在显著差异[F(1,75) 12.830, pFDR .001]。在“悲伤”和“中性_after”时刻各组之间无显著差异pFDR .05。MFQ评分与前额顶叶网络和默认模式网络在“中性_before”期间出现概率之间存在显著负相关r −0.312, pFDR .006而在“悲伤”和“中性_after”期间无显著相关pFDR .05。对于背侧注意网络即状态4各组之间在“中性_before”[F(1,75) 8.549, pFDR .014]和“中性_after”时刻[ F(1,75) 7.149, pFDR .014]的出现概率均存在显著差异。在“悲伤”时刻各组之间无显著差异pFDR .05。MFQ与DAN在‘neutral_before’r 0.227pFDR .047和‘neutral_after’r 0.273pFDR .016期间的出现概率之间存在显著正相关而在‘sad’期间无显著相关pFDR .05。对于腹侧注意网络和躯体运动网络即状态8各组在‘neutral_after’期间的出现概率上存在显著差异[F(1,75) 9521, pFDR .003]。在‘sad’和‘neutral_before’期间各组间无显著差异pFDR .05。MFQ与腹侧注意网络和躯体运动网络在‘neutral_after’期间的出现概率之间存在显著负相关r −0.308pFDR .006而在‘sad’和‘neutral_before’期间无显著相关pFDR .05。为检验研究结果的稳健性并确保结果并非由目标窗口内概率分布的相对欠采样所致在观察到8种网络状态的情况下我们还针对聚类解k 5至k 7计算了‘sad’、‘neutral_before’和‘neutral_after’期间出现概率的协方差分析ANCOVAs。结果与k 8时获得的结果相似。更具体地说对于额顶叶网络和默认模式网络DMN当k 5时各组在‘neutral_before’期间存在显著差异[F(1,75) 7.845, pFDR .03]当k 6时显著差异[F(1,75) 12.602, pFDR .001]当k 7时显著差异[F(1,75) 10.595, pFDR .014]。对于DAN当k 5时各组在‘neutral_before’期间存在显著差异[F(1,75) 10.214, pFDR .01]当k 6时显著差异[F(1,75) 10.120, pFDR .012]当k 7时显著差异[F(1,75) 10.862, pFDR .014]。对于‘neutral_after’期间当k 5时各组存在显著差异[F(1,75) 4.807, pFDR .048]当k 6时显著差异[F(1,75) 5.557, pFDR .049]当k 7时显著差异[F(1,75) 4.944, pFDR .048]。对于腹侧注意网络和躯体运动网络在‘neutral_after’期间当k 5时各组存在显著差异[F(1,75) 6.768, pFDR .045]当k 6时显著差异[F(1,75) 4.735, pFDR .045]当k 7时显著差异[F(1,75) 20.438, pFDR .014]。所有网络在‘sad’期间均无显著组间差异。讨论根据我们的假设在LEiDA分析的背景下我们观察到抑郁组中DAN默认模式网络出现的概率较对照组有所增加。我们还观察到抑郁组中额顶叶网络和DMN默认模式网络以及VAN背外侧注意网络和躯体运动网络出现的概率较低。综合来看这些发现可能反映了自我反思过程与外部环境参与之间的不寻常平衡。特别是DAN的过度招募和VAN的低招募与文献中显示的注意力困难以及临床抑郁中对外部刺激的非典型参与一致。先前在成人抑郁中在静息状态和任务执行期间观察到DAN的异常行为而在亚临床青少年抑郁中观察到VAN内非典型的有效连接。VAN传统上被视为一种自下而上的注意网络会不由自主地对意外的、未被注意但行为上显著的刺激做出反应而DAN被认为是有意识控制注意系统的一部分会主动将注意力分配给外部刺激。先前的研究表明这两个网络之间的动态相互作用对于灵活的注意控制至关重要并且这些系统之间异常的协调可能是抑郁中通常观察到的注意和情绪缺陷的基础。我们发现抑郁组中额顶叶和DMN网络招募减少的结果与Figueroa等人一致他们发现处于重度抑郁稳定缓解期的参与者与健康对照组相比前额叶、默认模式和显著性网络出现的概率显著降低。这些网络参与认知控制和在内部思想与外部环境之间的灵活切换。然而我们的结果与Alonso Martínez等人的结果不符他们发现抑郁症状水平较高的参与者中这些网络的参与度增加。值得注意的是他们的研究与本研究在两个方面有所不同。首先他们的样本由亚临床抑郁的健康成年人组成而我们的参与者是临床抑郁的青少年。其次Alonso Martínez等人在无约束的静息态fMRI背景下研究神经过程参与者只需被告知保持静止并不要想任何特定的事情而我们则探索了对标准化情感诱发电影的脑动态反应参与者需要积极参与外部事件。事实上静息态fMRI在没有特定任务的情况下测量脑活动这可能导致脑数据难以与特定行为关联并且经常被反向推理和假设的心理过程所解释。鉴于此在静息态fMRI与自然范式中观察到相同神经网络的相反行为也就不足为奇了。我们还发现在电影中情感较少的时刻脑/行为关系更为明显。我们在中性时刻的DAN即状态4、“中性_before”时刻的额顶叶和DMN网络即状态2以及“中性_after”时刻的腹侧注意和躯体运动网络即状态8中观察到组间概率出现的显著差异。相反在悲伤时刻抑郁症状与任何三个状态的脑动态之间没有显著关联。这些发现与Gruskin等人一致他们在临床抑郁青少年中发现在同一电影片段即《神偷奶爸》的情感较少时刻组间个体间相关性值较低抑郁状态与神经动态的关系更强。可能的情况是当电影情感较少时参与者可能以较少相似的方式解读电影或许也更模糊和不那么吸引人。Figueroa等人还发现患者在中性情绪下额顶叶、DMN和VAN的招募减少而在悲伤情绪下组间没有显著差异。我们的结果也与Cahart等人一致他们发现在音乐聆听任务中抑郁症状较高的参与者在中性时刻DAN的招募增加而在悲伤时刻抑郁症状与DAN活动之间没有关联。需要进一步的研究来更好地理解中性时期增强的脑-行为关系。此外Yeo边缘网络与k-means聚类识别的八个状态中任何一个均无显著相关性。这与先前的研究结果一致这些研究发现Yeo边缘网络与多带序列即因素4和6的任何LEiDA状态均无相关性。事实上Vohryzek等人也发现在使用多带序列时除非状态数k等于或高于9否则LEiDA无法检测到边缘网络。这些发现与越来越多的研究结果一致这些研究表明多带背景下亚皮质区域的信噪比降低和功能连接度量的测试-再测试可靠性较低。从临床相关性来看LEiDA能够对脑时空动态进行详细分析可能支持个性化精神疾病治疗的个体化脑模型的开发。特别是可以通过动态敏感性分析进行系统性刺激以将脑活动从异常动态重新平衡到最佳动态。通过建模这些动态该框架允许识别关键区域靶向干预可以将脑状态转向更健康的模式为强大的治疗干预铺平道路。局限主观评分是由来自独立样本的健康成年评分者提供的。尽管这些评分揭示了电影情节展开过程中可靠的情感内容但评分者的情感体验可能与我们的青少年参与者略有不同。事实上最近的一项综述表明青少年通常比成年人体验到更强烈的情绪且情绪在青春期往往变得越来越不稳定。这意味着如果我们能够使用参与者或同龄人提供的主观评分中性时刻和悲伤时刻的界定可能会略有不同。HBN数据集未包含参与者对《神偷奶爸》这部电影的熟悉程度信息。事实上先前的研究表明熟悉度水平可能会影响观影过程中的情感体验例如无论内容是积极还是消极都会增加唤醒度。未来的研究应收集参与者对电影片段的熟悉度信息以便进行控制。尽管与早期研究相比有所改进但我们的样本量相对较小因此结果应谨慎解读。但是尽管样本量较小但由于我们在不同的聚类方案中都发现了相似的结果我们有信心我们的发现是稳健的。然而需要更大样本量的未来研究来证实当前的发现。结论在本研究中我们比较了年龄、性别和精神共病状况相匹配的抑郁与非抑郁青少年识别出其不同的神经动态。我们发现抑郁青少年在观看自然且情感显著的电影片段时背侧注意网络DAN过度激活而腹侧注意网络VAN、躯体运动网络、额顶叶网络和默认模式网络DMN激活不足。这种模式在情感强度较低的时刻尤为明显与近期研究结果一致。本研究的创新之处在于在精心匹配精神共病状况的抑郁与非抑郁样本中对情绪情境演变过程中的这些脑网络动态进行了研究。我们希望这些发现能为未来抑郁症研究提供参考进一步探索在情感刺激的自然范式中非典型注意机制的动力学。这种方法可能提高临床人群中神经影像学研究的生态效度并可能为开发更针对性的干预措施提供依据。