在嘈雜環(huán)境中(如咖啡館)閱讀時, 個體能夠有效過濾周圍談話聲與器皿碰撞聲等干擾, 將注意力集中于當前任務(wù), 這一日常行為體現(xiàn)了人類的認知控制能力 [1] . 作為一項高級認知功能, 認知控制在諸多目標導(dǎo)向行為中——尤其是存在干擾的情境下——發(fā)揮著關(guān)鍵作用. 認知控制能力的發(fā)展遲滯或老化會導(dǎo)致多種行為障礙和心理健康問題, 如注意缺陷與多動障礙、輕度認知障礙等 [ 2 , 3 ] . 因此, 系統(tǒng)考察認知控制在整個生命周期中的發(fā)展軌跡, 對于理解不同年齡段個體, 特別是處于發(fā)育關(guān)鍵期或功能衰退期群體的認知變化機制具有重要意義.

行為研究表明, 認知控制能力在整個生命周期中遵循著倒U型軌跡: 從兒童期開始發(fā)展, 于青年早–中期達到高峰, 隨后在老年期逐漸衰退 [4] . 與之相應(yīng), 在大腦結(jié)構(gòu)層面, 與認知控制密切相關(guān)的額頂葉區(qū)域灰質(zhì)體積也呈現(xiàn)類似的倒U型變化模式, 與行為發(fā)展趨勢一致 [ 5 , 6 ] .

然而, 在神經(jīng)活動層面, 認知控制相關(guān)腦區(qū)激活水平隨年齡變化的規(guī)律尚不明確. 大腦的這種功能活動與結(jié)構(gòu)之間并非簡單對應(yīng)關(guān)系, 因此無法直接推斷出大腦活動的年齡軌跡. 我們可以通過腦成像的方式, 捕獲大腦在完成特定任務(wù)時的神經(jīng)活動. 遺憾的是, 認知控制功能對應(yīng)的大腦活動隨年齡的變化在文獻中的報道也存在爭議. 比如, 有研究表明, 伴隨著大腦結(jié)構(gòu)退化, 老年個體在執(zhí)行認知控制任務(wù)時腦激活也降低, 體現(xiàn)了大腦的衰退 [7] ; 然而, 還有一些研究發(fā)現(xiàn), 老年人會表現(xiàn)出神經(jīng)補償機制, 包括補償性激活(即特定腦區(qū)效率下降后通過其他腦區(qū)的補償性激活來維持表現(xiàn))和半球不對稱性降低(任務(wù)激活模式由單側(cè)優(yōu)勢轉(zhuǎn)向雙側(cè)參與) [8] . 因此, 認知控制相關(guān)的神經(jīng)活動在整個生命周期內(nèi)的演變過程有待系統(tǒng)性的探究.

以往研究為理解認知控制的發(fā)展模式作出了重要貢獻, 然而存在年齡覆蓋不全、樣本量有限、較少關(guān)注大腦功能活動的發(fā)展模式、及普遍采用線性模型(難以捕捉倒U型等非線性趨勢)等局限. 為了更精確地刻畫認知控制相關(guān)大腦活動的畢生發(fā)展軌跡, Li等人 [9] 以沖突加工為研究對象, 對139個腦成像研究開展了元分析, 涵蓋了5~85歲的3765名被試, 系統(tǒng)探討了從兒童期到老年期大腦功能活動隨年齡的變化模式. 該研究采用了基于種子點的效應(yīng)量映射(seed-based d mapping, SDM)來對腦激活的效應(yīng)量進行元回歸分析, 進而揭示腦功能隨年齡變化的規(guī)律. 為了擬合大腦的發(fā)育軌跡, 該研究進一步采用了廣義可加模型(generalized additive model, GAM)和簡化的代數(shù)模型方法. 其中, SDM是用于開展腦成像元分析的一種方法, 可以結(jié)合效應(yīng)量來驗證結(jié)果的可靠性; GAM則是能夠通過一組平滑函數(shù)的加權(quán)求和來擬合復(fù)雜的非線性軌跡.

通過分析多種可能的軌跡, 該研究發(fā)現(xiàn), 認知控制相關(guān)腦區(qū)的激活水平在整個生命周期中呈現(xiàn)顯著的倒U型軌跡, 峰值出現(xiàn)在27~36歲之間( 圖1 ), 而未發(fā)現(xiàn)其他變化模式(如正U型、線性或先上升后穩(wěn)定). 倒U型軌跡的腦區(qū)包括左側(cè)腦島(left insula)、雙側(cè)額下回(bilateral inferior frontal gyrus)、左側(cè)頂上葉(left superior parietal lobule)、右側(cè)顳中回(right middle temporal gyrus)、右側(cè)頂下葉(right inferior parietal lobule)和輔助運動區(qū)(supplementary motor area)( 圖1 ).

圖 1 認知控制相關(guān)腦區(qū)活動的畢生發(fā)展軌跡 [9] . 散點圖展示了大腦活動效應(yīng)量隨年齡變化的分布, 其中藍色曲線為GAM的擬合結(jié)果, 紅色曲線為根號模型的擬合結(jié)果. 藍色與紅色垂直虛線分別表示基于GAM和根號模型估算的峰值年齡. 散點的大小反映各研究的樣本量. r: 右側(cè); l: 左側(cè); IFG: 額下回; SPL: 頂上葉; MTG: 顳中回; IPL: 頂下葉; SMA: 輔助運動區(qū)

進一步的簡化模型擬合分析發(fā)現(xiàn), 這種倒U型的模式可以用一個根號函數(shù)來較為精確地描述, 而非傳統(tǒng)研究常采用的二次函數(shù), 這與峰值在成年早期的發(fā)現(xiàn)相一致. 這種倒U型的變化能夠合理解釋行為層面所觀測到的倒U型發(fā)展軌跡, 因此該研究的一個重要貢獻是為認知控制的畢生發(fā)展機制提供了關(guān)鍵的神經(jīng)證據(jù). 此外, 直接的組間比較發(fā)現(xiàn), 相比青中年群體(18~60歲), 青少年(18歲以下)與老年群體(60歲以上)表現(xiàn)出大腦的平均激活減弱和左半球偏側(cè)化增強, 這些結(jié)果進一步說明兒童認知控制尚未完全成熟、老年人認知控制功能減退的觀點, 也挑戰(zhàn)了老年階段的偏側(cè)化減弱和補償理論 [ 10 , 11 ] .

該倒U型的大腦活動年齡軌跡與前人發(fā)現(xiàn)的大腦結(jié)構(gòu)的軌跡相吻合, 可能反映了功能與結(jié)構(gòu)的耦合關(guān)系: 在兒童青少年期間, 大腦結(jié)構(gòu)的不斷成熟(如突觸修剪、髓鞘化等)可以使得腦功能的活動不斷提升, 而老年階段大腦結(jié)構(gòu)的退化(如灰質(zhì)萎縮等)會導(dǎo)致腦功能活動的下降 [5] . 除此之外, 神經(jīng)遞質(zhì)調(diào)節(jié)、激素變化與環(huán)境因素也可能共同促成大腦功能的倒U型發(fā)展軌跡 [ 12 , 13 ] , 如有研究表明, 神經(jīng)遞質(zhì)的生物利用度(即信號傳導(dǎo)效率)達到最佳水平有助于形成更精準的腦區(qū)激活模式, 可能是支撐倒U型軌跡的重要機制 [ 14 , 15 ] . 因此, 未來需進一步深入探究上述因素如何導(dǎo)致認知控制腦激活呈現(xiàn)倒U型變化的內(nèi)在機制.

該研究闡明了認知控制相關(guān)神經(jīng)活動的發(fā)展規(guī)律, 對制定針對不同年齡階段的認知訓練與臨床干預(yù)策略具有重要指導(dǎo)意義. 該研究發(fā)現(xiàn), 認知控制相關(guān)腦功能峰值期出現(xiàn)在27~36歲之間; 這提示, 自成年中期起, 應(yīng)加強對腦健康的系統(tǒng)維護, 并可通過積極認知訓練以延緩功能衰退, 盡可能維持較高水平的認知功能. 需要特別指出的是, 認知控制功能的衰退是一個緩慢、漸進的過程, 峰值期過后相關(guān)能力在較長時期內(nèi)仍可保持良好狀態(tài), 而非在峰值年齡之后出現(xiàn)斷崖式下跌. 因此, 我們應(yīng)理性看待認知發(fā)展進程, 避免對年齡增長過度焦慮.

當然, 該研究也存在一定的局限性, 較為突出的是納入的文獻較少關(guān)注45~60歲的群體, 這可能會對回歸結(jié)果的穩(wěn)健性產(chǎn)生一定影響. 但也有證據(jù)表明, 中年階段的認知與神經(jīng)活動通常介于青年和老年之間, 呈現(xiàn)出連續(xù)且平滑的發(fā)展軌跡 [4] , 因此將中年階段視為生命歷程連續(xù)體的一部分具有其合理性.

[1] Cohen J D. Cognitive control: core constructs and current considerations. In: Egner T, ed. The Wiley Handbook of Cognitive Control. Hoboken, NJ: Wiley Blackwell, 2017. 38.

[2] Cai W, Warren S L, Duberg K, et al. Both reactive and proactive control are deficient in children with ADHD and predictive of clinical symptoms . Transl Psychiatry , 2023 , 13: 179

[3] Traykov L, Raoux N, Latour F, et al. Executive functions deficit in mild cognitive impairment . Cogn Behav Neurol , 2007 , 20: 219 -224

[4] Erb C D, Germine L, Hartshorne J K. Cognitive control across the lifespan: congruency effects reveal divergent developmental trajectories . J Exp Psychol-Gen , 2023 , 152: 3285 -3291

[5] Bethlehem R A I, Seidlitz J, White S R, et al. Brain charts for the human lifespan . Nature , 2022 , 604: 525 -533

[6] Giedd J N, Blumenthal J, Jeffries N O, et al. Brain development during childhood and adolescence: a longitudinal MRI study . Nat Neurosci , 1999 , 2: 861 -863

[7] Yaple Z A, Stevens W D, Arsalidou M. Meta-analyses of the n-back working memory task: fMRI evidence of age-related changes in prefrontal cortex involvement across the adult lifespan . Neuroimage , 2019 , 196: 16 -31

[8] Veríssimo J, Verhaeghen P, Goldman N, et al. Evidence that ageing yields improvements as well as declines across attention and executive functions . Nat Hum Behav , 2022 , 6: 97 -110

[9] Li Z, Petersen I T, Wang L, et al. The lifespan trajectories of brain activities related to conflict-driven cognitive control . Sci Bull , 2025 , 70: 3618 -3628

[10] Cabeza R. Hemispheric asymmetry reduction in older adults: the HAROLD model . Psychol Aging , 2002 , 17: 85 -100

[11] Reuter-Lorenz P A, Cappell K A. Neurocognitive aging and the compensation hypothesis . Curr Dir Psychol Sci , 2008 , 17: 177 -182

[12] Brenhouse H C, Andersen S L. Developmental trajectories during adolescence in males and females: a cross-species understanding of underlying brain changes . Neurosci BioBehav Rev , 2011 , 35: 1687 -1703

[13] Luna B, Marek S, Larsen B, et al. An integrative model of the maturation of cognitive control . Annu Rev Neurosci , 2015 , 38: 151 -170

[14] Grabert K, Michoel T, Karavolos M H, et al. Microglial brain region?dependent diversity and selective regional sensitivities to aging . Nat Neurosci , 2016 , 19: 504 -516

[15] Grennan G, Balasubramani P P, Vahidi N, et al. Dissociable neural mechanisms of cognition and well-being in youth versus healthy aging . Psychol Aging , 2022 , 37: 827 -842

轉(zhuǎn)載、投稿請留言

| 關(guān)注科學通報 | 了解科學前沿