静息态神经活动与现实世界智能手机使用行为的关联:来自功能磁共振成像与生态瞬时评估的启示

《Computers in Human Behavior Reports》:Linking resting-state neural activity to real-world smartphone use behavior: insights from fMRI and ecological momentary assessment

【字体: 大 中 小 】 时间:2026年08月09日 来源:Computers in Human Behavior Reports 5.5

编辑推荐:

  问题性智能手机使用(PSU)行为既与独特的现实世界行为模式相关,也与静息态下的神经活动模式相关,然而现实世界行为测量、大规模内源性功能网络及其潜在神经化学特征之间的相互作用仍缺乏充分表征。研究人员探索了静息态网络功能、PSU的心理测量指标与通过生态瞬时评估(E

  
问题性智能手机使用(PSU)行为既与独特的现实世界行为模式相关,也与静息态下的神经活动模式相关,然而现实世界行为测量、大规模内源性功能网络及其潜在神经化学特征之间的相互作用仍缺乏充分表征。研究人员探索了静息态网络功能、PSU的心理测量指标与通过生态瞬时评估(EMA)获取的现实生活使用及渴求模式之间的关系。二十四名年轻成人智能手机用户(14名女性)完成了静息态功能磁共振成像(fMRI)扫描,并接受了心理测量评估,包括智能手机成瘾量表(SPAI-I)与曼海姆渴求量表(MaCS)。EMA数据通过专用智能手机应用收集,捕捉情绪、压力、渴求与使用行为。对fMRI数据采用组独立成分分析(ICA)识别出18个静息态网络,包括执行控制、显著性、视觉空间与视觉网络。研究发现EMA衍生的智能手机使用、渴求参数与SPAI-I得分之间存在显著关联,将现实行为与主观测得的PSU严重程度联系起来。进一步发现视觉空间网络与执行控制网络分别和EMA报告的渴求强度、夜间使用时长存在显著关联。视觉网络与SPAI-I总分及分量表得分以及MaCS得分呈负关联。影像数据与神经递质受体图谱的跨模态分析进一步揭示,与PSU相关的神经网络与多巴胺、血清素、GABA和谷氨酸显著相关。这些发现表明PSU反映于与执行控制及奖赏相关神经化学相联系的特定静息态网络中,为理解日常生活中过度智能手机使用的神经认知架构提供了启示。
研究背景方面,智能手机普及率持续攀升,年轻群体日均沉浸时长居高不下,问题性智能手机使用(PSU)被证实与学业职业功能下降、睡眠障碍、焦虑抑郁及认知受损密切相关。既往神经影像研究多采取分类比较(PSU组对照对照组),忽视了智能手机使用作为连续谱的维度特性;同时缺乏把实时行为波动、情绪状态与静息态网络功能直接耦合的分析框架。为弥补上述缺口,研究人员采用维度化视角,整合静息态fMRI、心理量表与生态瞬时评估(EMA)多模态数据,并在网络层面关联PET/SPECT神经递质受体图谱,以期刻画PSU在感知、执行控制与奖赏神经化学层面的生物行为相关物。该研究发表于《Computers in Human Behavior Reports》。
关键技术方法上,研究人员自海德堡大学及周边招募24名18至30岁右利手年轻智能手机用户(ICA稳定性分析扩展至同队列47人),排除有神经精神疾病及游戏障碍者。所有受试者完成SPAI-I、Beck抑郁量表(BDI-II)、错失恐惧量表(FoMOs)与MaCS基线测评;随后发放仅含EMA功能的专用手机,在T0至首次MRI(T1)间以约每小时一次随机信号采集情绪、压力、智能手机渴求及昼夜使用分钟数,取至多连续三日数据。MRI采用3T SIEMENS Prisma Fit采集200卷静息态EPI(TR=2.02s,体素3×3×3mm)与结构T1。影像预处理经DPABI/DPARSF,组ICA经GIFT(Infomax,ICASSO 20次)提取44独立成分,按空间相关≥±0.20并剔除感觉与伪影后保留18个静息态网络。行为—网络关联用Spearman相关加FDR校正;网络—递质关联用JuSpace工具箱做空间Spearman相关,10000置换与Bonferroni校正。
研究结果部分,各小节结论如下。
心理测量与生态瞬时评估:SPAI-I总分44.58±14.64,区间26至69,属无到中度成瘾;EMA小时级依从率约45.98%,日级约79.17%。EMA渴求均值与SPAI-I、MaCS显著正相关,夜间与日间使用分钟数高度共线(ρ=0.90),证实实时渴求与量表严重程度同源。
功能MRI:组ICA锁定18个网络。视觉空间网络组件2的加载参数与EMA平均渴求强度正相关(ρ=0.54,FDR校正);左执行控制网络组件2与夜间使用总分钟数正相关(ρ=0.57,FDR校正)。高级视觉网络组件加载与SPAI-I总分、用时、日常干扰、睡眠干扰及MaCS总分均呈显著负相关(ρ介于-0.56至-0.73)。随访分析显示上述关联不受年龄、性别与头动FD干扰。
跨模态递质关联:高级视觉网络与D1、5-HT转运体系统显著相关;左执行控制网络2与5HT1b、5HT2a、D2、GABAa、mGluR5显著相关;视觉空间网络2未达显著。提示执行与高级视觉网络嵌入多巴胺、血清素、GABA及谷氨酸调控回路。
讨论总结:研究人员指出,静息态下视觉空间网络高耦合反映线索驱动感知前激活,执行控制网络高耦合未必代表调控增强,更可能是夜间高使用者的基线代偿性募集;高级视觉网络低耦合对应高渴求者对外源视觉刺激动机性脱离。跨递质证据把PSU定位于自下而上感知敏化与自上而下执行失衡的交叠,契合I-PACE模型。局限含样本小、EMA窗口仅72小时、小时级依从中等、未做分类诊断对照。
结论部分译文:兼顾上述局限,本研究证明智能手机使用的特定行为成分反映于不同的静息态神经网络中,尤其是涉及执行控制、视觉空间加工与视觉注意的网络,且这些网络与现实渴求及智能手机使用行为有意义地相关。通过把EMA与静息态fMRI及神经递质数据整合,研究提供了多模态视角,阐明日常行为波动如何与内源性神经网络组织相关联。据研究人员所知,这是首项在PSU中整合EMA、基于ICA的静息态fMRI网络分析与受体信息JuSpace分析的研究,发现应视为假设生成性质,需在更大独立样本中复现。未来研究应探索更长EMA采样、更多样人群与干预导向设计,以检验这些神经与行为模式随时间的演变或对口策略的响应。从更广视角,这些发现通过凸显感知、认知控制与奖赏相关系统间的潜在交互作用于塑造现实智能手机参与,贡献于PSU当前维度模型。尽管需大样本复现,本发现亦具长期实践意涵:厘清PSU神经行为相关物可助早期风险识别,并指导数字卫生策略、自我调节训练与个性化行为反馈开发,亦可结合发展轨迹与健康习惯促进干预,为靶向公共卫生策略提供路径。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号