Neuroanatomiset erot älyllisen lahjakkuuden ja tyypillisen kehityksen muistijärjestelmissä

Ottaa yhteyttä:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Abstrakti

Johdanto: Älyllisen lahjakkuuden (IG) hermostorakenteisten merkkiaineiden tutkiminen antaa tieteellistä ymmärrystä prosesseista, jotka auttavat lapsia menestymään akateemisesti. Menetelmät: Rakenteellista ja diffuusiopainotettua MRI:tä käytettiin aivojen alueellisen muodon ja yhteyksien vertaamiseen 12 lapsella, joilla oli keskimääräinen tai korkea keskimääräinen älykkyysosamäärä, ja 18 IG-lapsella, joiden älykkyysosamäärä oli suurempi kuin 145. Tulokset: IG:llä oli suurempi aivokuoren alainen rakenne ja voimakkaampi valkoinen. välittävä mikrorakenneorganisaatio näiden rakenteiden välillä eksplisiittiseen muistiin liittyvillä alueilla. TD:llä oli enemmän yhdistettyjä, suurempia subkortikaalisia rakenteita alueilla, jotka liittyvät implisiittiseen muistiin. Johtopäätökset: Todettiin, että poikkeuksellisen älyllisillä kyvyillä omaavien lasten aivoissa olevat muistijärjestelmät ovat erikokoisia ja -yhteytettyjä verrattuna tyypillisesti kehittyvien lasten aivoihin. Nämä erilaiset hermoston kehityksen liikeradat ehdottavat erilaisia ​​oppimisstrategioita. Tarkastellaan erilaisia ​​älykkyystyyppejä, joita helpottavat implisiittisten ja eksplisiittisten järjestelmien erilaiset suhteet, jotka validoitiin käyttämällä suurta ulkoista tietojoukkoa.

KEYWORDS-yhteydet, älyllinen lahjakkuus, oppimisstrategiat, muistijärjestelmät, neuroanatomia

Cistanchevoikohdella Alzheimerin tauti

Taylor Kuhn

Robin Blades

Lev Gottlieb

Kendra Knudsen

Christopher Ashdown

Laurel Martin-Harris

Dara Ghahremani

Bianca H. Dang

Robert M. Kuva

Susan Y. Bookheimer

Department of Psychiatry and Biobehavioral Sciences, UCLA, 635 Charles E Young Dr, South, Los Angeles, CA 90025, USA

JOHDANTO

Huolimatta heidän poikkeuksellisesta oppimis- ja testauskykystään tiedämme yllättävän vähän siitä, kuinka älyllisesti "lahjakkaiden" aivojen oppimis- ja muistijärjestelmät kehittyvät ja toimivat. Poikkeuksellisen älyn omaavilla lapsilla on tyypillisesti tehokkaammat muistitoiminnot, suuremmat ja monimutkaisemmin organisoidut tietopohjat, ja he pystyvät käyttämään monimutkaisempia kognitiivisia strategioita, jotka perustuvat näihin muistiin ja semanttisiin rakenteisiin ongelmien ratkaisemiseksi nopeammin tai varhaisemmassa iässä kuin tyypillisesti kehittyvät. TD) lapset (Ali et ai., 2003, Athanasakis et ai., 2014, Colom et ai., 2004, Davidson, 1986). Siten he pystyvät yleistämään tietoa eri alojen välillä, tekemään intuitiivisia harppauksia (Desco et al., 2011) ja käyttämään spontaanisti valikoivaa oppimista sekä vertailemaan ja integroimaan tietoa ongelmanratkaisun aikana (Duncan et al., 2000). "Lahjakkaat" lapset käyttävät monimutkaisempia kognitiivisia strategioita ratkaistakseen ongelmia nopeammin tai varhaisemmassa iässä kuin TD-lapset (Ali et al., 2003, Athanasakis et al., 2014, Colom et al., 2004, Davidson, 1986) ja perusta monille näistä kehittyneistä kognitiivisista taidoista näyttää olevan heidän muistijärjestelmänsä. Aiemmat tutkimukset ovat osoittaneet aivokuoren paksuuden ikääntymiseen liittyvän maailmanlaajuisen kasvun, ensisijaisesti lahjakkaiden lasten etu- ja parietaalisia alueita yhdistävän valkoisen aineen toimeenpanon eheyden (Geake & Hansen, 2005, Gerig et al., 2001).

Lisäksi todisteita parantuneesta tai poikkeavasta hermoston kehityksestä on löydetty matemaattisesti lahjakkailta lapsilta, joiden aivoilla on taipumus käyttää oikean aivopuoliskon frontotemporaalisia järjestelmiä valikoivasti ja menestyksekkäästi, mikä antaa heille mahdollisuuden suoriutua poikkeuksellisen hyvin (O'Boyle et al., 1990, O'Boyle et ai., 1995, O'Boyle et ai., 2005, Packard & Knowlton, 2002, Pesenti et ai., 2001). Harvoista olemassa olevista tutkimuksista mikään ei kuitenkaan ole keskittynyt muistijärjestelmiin. Meiltä puuttuu edelleen kriittistä tietoa, joka voi olla olennaista heidän tietointegraatiojärjestelmiensä mekaniikkojen ymmärtämisessä, kuten hermooppimisverkkojen alueellinen muoto ja konnekomiikka. Kaksi rinnakkaista muistijärjestelmää ovat erityisen kiinnostavia tutkittaessa hermoston kehitystä. Implisiittinen oppiminen kuvaa ilman tietoista ponnistelua hankittujen ja käytettyjen sosiaalisten, kielellisten ja proseduaalisten tehtävien automaattista oppimista. Tämän mekanismin avulla lapset voivat luoda kieliopillisesti oikeita lauseita ja ymmärtää sosiaalisia normeja, kuten katsekontaktia ilman erityisiä ohjeita (Gonring et al., 2017).

Explicit learning involves an intentional, conscious effort to retain or access information, for example, reminiscing on old memories or reciting memorized facts. Implicit learning is essential in the early stages of neurodevelopment, whereas adults depend more on explicit memory, likely because a rule-based approach is faster, easier to communicate, and leads to all-or-none mastery (Gray et al., 2003). In typical development, the subcortical structures that enable implicit learning (e.g., striatum) are developed in the first year of life, while explicit memory structures (e.g., hippocampus) take longer to mature. Here, we investigated the neuroanatomy underlying these two parallel memory systems, explicit and implicit memory, in two samples. First, we examined subjects specifically recruited for being highly intellectually gifted (IQ >145) yhdessä TD-lasten kanssa. Vertailimme rakenteellisia ja diffuusiopainotettuja MRI- ja neuropsykologisia menetelmiä 12 lapsen alueellisen aivojen muodon ja yhteyksien vertaamiseen keskimääräisellä korkeaan keskimääräiseen älykkyysosamäärään (90–130, keskiarvo=124 ± 10,9; ikä ​​= 10.7). ± 1.86; 58 prosenttia naisia) ja 18, joilla on korkea älykkyysosamäärä (145–170, keskiarvo=153 ± 11,4; ikä ​​= 10,2 ± 2,02; 56 prosenttia naisia). Sitten testasimme tässä otoksessa kehitettyä heuristiikkaa suuressa ulkoisessa tietokannassa yrittääksemme vahvistaa ja laajentaa havaintoja.

cistanche-kehonrakennus

2 MENETELMÄT

2.1 Osallistujat

Osallistujia oli 18 älyllisesti lahjakasta lasta (varmistettiin neurokognitiivisilla testeillä), joilla kaikilla oli tasapainoinen älyllinen (matemaattinen, verbaalinen, visuomotorinen, muisti/keskittyminen ja harkintakyky/päättely) profiilit ja 12 tyypillisesti kehittyvää lasta. Kaikki menettelyt olivat Helsingin julistuksen mukaisia, Kalifornian yliopiston Los Angelesin (UCLA) Institutional Review Boardin tarkistama ja hyväksymä ennen ilmoittautumista, ja kaikki osallistujat antoivat kirjallisen suostumuksen. Osallistujat rekrytoitiin paikallisista Los Angelesin kouluista ja koulun jälkeisistä ohjelmista, mukaan lukien koulut ja ohjelmat poikkeuksellisen lahjakkaille opiskelijoille. Kaikki osallistujat täyttivät kirjallisen suostumuksen/suostumuksen. Kelpoisuus tähän tutkimukseen määritettiin ensimmäisellä käynnillä standardoidun IQ-testin (Stanford Binet 5 (Huang-Pollock et al., 2011)) jälkeen. Poikkeuksellinen lahjakkuus määriteltiin älykkyysosamääräksi, joka on suurempi tai yhtä suuri kuin 145. Ikä, rotu ja sukupuoli vastaavat tyypillisesti kehittyvät terveet lapset, joiden älykkyysosamäärä on suurempi tai yhtä suuri kuin 90 ja alle tai yhtä suuri kuin 145 ja joilla ei ole huomion-, kielen- tai oppimishistoriaa myös häiriötekijöitä värvättiin. Potentiaaliset tutkimukseen osallistujat suljettiin pois tutkimuksesta, jos jokin näistä poissulkemiskriteereistä täyttyi: päävamma, kohtaushäiriö tai muut neurologiset tai psykiatriset häiriöt; entinen tai nykyinen kielihäiriö, tarkkaavaisuus- ja yliaktiivisuushäiriö, käytöshäiriö, pakko-oireinen häiriö, autismikirjon häiriö tai huumeriippuvuus; nykyinen/aiempi sijoitus erityisopetusluokassa tai älykkyysosamäärä, joka on pienempi tai yhtä suuri kuin 84; magneettikuvauksen vasta-aiheet (esim. metalliset implantit, sydämentahdistin, henkselit tai muut päähän kiinnitetyt metallit ja raskaus).

2.2 Ryhmän demografinen vertailu

Demografisia tekijöitä (esim. ikä, koulutus) IG- ja TD-ryhmien välillä verrattiin käyttämällä yksisuuntaista varianssianalyysiä (ANOVA). Ryhmäerot dikotomisissa tekijöissä (esim. sukupuoli, etnisyys) arvioitiin khin-neliö-analyyseillä. Näissä demografisissa analyyseissä käytimme tilastollisen merkitsevyyden raja-arvoa p <>

2.3 Neuropsykologinen testaus

Kaikki osallistujat suorittivat standardoidun neuropsykologisen mittauksen (Stanford-Binet 5; Huang-Pollock et al., 2011), joka oli suunniteltu testaamaan älykkyysosamäärää korkealla katolla (IQ=170), mikä mahdollistaa älykkyysosamäärän kvantifioinnin poikkeuksellisen älyllisesti lahjakkailla osallistujilla. 2.4 MRI-hankinta Kaikki neuroimaging-tiedot kerättiin käyttämällä 12-kanavapääkäämiä 3T Siemens Tim Trio (Siemens Medical Solution, Erlangen, Saksa) MRI-skanneria, joka sijaitsee UCLA Staglin IMHRO Center for Cognitive Neuroscience -keskuksessa. Rakenteelliset MP-RAGE T{{1{{20}}}}painotetut skannaukset hankittiin 120–1.0 mm:n sagitaaliviipaleilla, FOV=256 mm (AP) × 192 mm (FH), matriisi=256–192, TR=450.0 ms, TE=10.0 ms, kääntökulma { {23}}, vokselin koko=1,0 mm × 0,94 mm × 0,94 mm. DTI-tiedot hankittiin käyttämällä yhden otoksen spin-echo tasokuvausta (EPI) ja käyttämällä seuraavia parametreja: TR=8400 ms; TE=91 ms; 1282 matriisi, FOV=256 mm, b=1000 s/mm2, NEX=1, 64 viipaletta, 2 mm viipaleen paksuus, 0 mm ohitus, PAT=2. Diffuusio kerättiin 64 suuntaan (b=1000 s/mm2) neljällä kuvalla b=0 s/mm2. Kaikkien kuvien laatua valvottiin ja ne tarkastettiin visuaalisesti ennen esikäsittelyä ja analysointia.

2.5 Kortikaalisen muodon käsittely ja analyysi Kaikista osallistujista kerättiin 3D-morfometriset T1--painotetut anatomiset skannaukset. Käyttämällä FMRIB-ohjelmistokirjaston versiota 6.0 (Kalbfleisch, 2004) (FSL) T1-tiedot ajettiin automatisoidun, mallipohjaisen aivokuoren segmentointiprotokollan (FSL FIRST (Kuhn et al., 2017)) kautta rajaa käyttäen. korjausmenetelmä. Automaattisesti segmentoitujen aivokuoren alueiden (ROI; joka sisälsi amygdala, nucleus accumbens, caudate, hippocampus, pallidum, putamen ja talamus) vertex- ja bar tiedostot vasemmalla ja oikealla pallonpuoliskolla tarkastettiin sitten visuaalisesti laadun suhteen. Segmentoitujen subkortikaalisten rakenteiden lopulliset kärkitiedostot ketjutettiin sekä ryhmän välillä että ryhmän sisällä. Kaikki automaattisesti segmentoidut ROI:t kullekin osallistujalle kohdistettiin samaan vakiotilaan.

Jokainen kärkipiste tarjoaa tietoa ROI:n pinnan sijainnista samassa avaruuden pisteessä jokaiselle osallistujalle. Ryhmäanalyysien suorittamiseksi jokaisen osallistujan tiedot rekisteröitiin standardiavaruuteen siten, että kukin kärkipiste oli kohdistettu samaan avaruuden pisteeseen ryhmävertailua varten. Näytteen keskimääräistä pintaa käytettiin kohteena tälle kohdistukselle. Nämä skalaaripisteiden arvot analysoitiin sitten käyttämällä parametrisiä tilastollisia analyyseja ryhmän välisen suhteen (IQ vs. TD) ja kunkin subkortikaalirakenteen muodon tutkimiseksi. Nämä analyysit suoritettiin kussakin kärjessä käyttämällä Monte Carlo -simulaatiota FSL:n satunnaistetussa skriptissä (Kyllonen & Christal, 1990, Mills & Tissot, 1995). Regressiot arvioivat kunkin kärjen säteittäisen etäisyyden suhdetta kiinnostaviin muuttujiin (eli ryhmän nimeämiseen, IQ). Useiden artefaktien lähteiden korjaamiseen käytettiin monivaiheista, laatukontrolloitua prosessointiputkistoa, ja kaikki tulokset korjattiin useiden vertailujen (q > 0,05) perusteella käyttämällä vääriä löytösuhteita (FDR) (Na et al., 2007).

2.6 Valkoisen aineen mikrorakenteen käsittely ja analysointi

Rutiininomainen DWI-prosessointiputki suoritettiin käyttämällä FSL v 6:ta.0 (Kalbfleisch, 2004), johon sisältyi aivojen erottaminen, pyörrevirran vääristymän korjaus sekä liikkeen ja tensorin sovitus. Valkoisen aineen mikrorakenteen, fraktionaalisen anisotropian (FA) ja keskimääräisen diffuusiivisuuden (MD) DWI-metriikka laskettiin jokaiselle osallistujalle. Analyysit suoritettiin käyttämällä Tract Based Spatial Statistics (TBSS) -menetelmää (Navas-Sánchez et al., 2014), joka mahdollistaa DWI-mittareiden vokselikohtaisen tilastollisen kyselyn WM-kiintopisteiden (TOI) mukaan. TOI:t johdettiin John Hopkins University White Matter -atlasista (Neihart et al., 2002), ja ne sisälsivät bilateraalisen: anterior thalamic säteilyn (ATR), inferior front occipital fasciculus (IFO), inferior longitudinal fasciculus (ILF), superior longitudinal fasciculus (SLF) ), uncinate fasciculus (UNC), cingulate bundle (CGC), hippokampuksen (HC) valkoinen aine sekä pihdit iso ja pinsetit minor. Parametriset tilastolliset analyysit tutkivat ryhmien välisiä eroja WM-mikrorakenteessa (FA ja MD). Korrelaatioanalyysit tutkivat IQ:n ja FA/MD:n välistä suhdetta. TBSS-tuloksia korjattiin useiden vertailujen vuoksi kynnysvapaalla klusterin parannuksella (TFCE) (O'Boyle, 2008).

2.7 Eksplisiittisen/implisiittisen heuristiikan volumetrinen vahvistus ulkoisen tietojoukon avulla

Nykyiseen otokseen ei sisältynyt lapsia, joiden älykkyysosamäärä oli heikentynyt tai heikentynyt tai joilla oli epätyypillisiä hermoston kehityshäiriöitä, kuten tarkkaavaisuushäiriö (ADHD) tai autismi. Siksi pyrimme testaamaan eksplisiittistä/implisiittistä annosheuristiikkaa ulkoisessa, suuressa tietojoukossa, joka sisältää tämän laajemman valikoiman kehityskulkuja. Siten Adolescent Brain and Cognitive Development (ABCD) -projektia (UCLA PI: Bookheimer) käytettiin ulkoisena tietojoukona yrittämään validoida lahjakkaiden nuorten analyysistä johdettu eksplisiittinen implisiittiseen suhdeheuristiikka (kuvattu osiossa 3). Ikä, sukupuoli, maailmanlaajuiset kognitiivisten toimintojen pisteet National Institute of Health (NIH) Toolboxista sekä aivokuoren rakenteen tilavuus koottiin kaikista saatavilla olevista ABCD-osallistujista. Niiden (eksplisiittisen muistin) aivoalueiden tilavuus, jotka havaittiin merkittävästi suuremmiksi IG-ryhmässä, laskettiin yhteen eksplisiittisen muistin aivokomponentin luomiseksi. TD-ryhmässä suuremmiksi havaittujen (implisiittisten) aivojen alueiden tilavuus laskettiin yhteen implisiittisen muistin aivokomponentin luomiseksi. Sitten eksplisiittinen/implisiittinen suhdemuuttuja laskettiin jakamalla eksplisiittinen muistiaivokomponentti implisiittisen muistin aivokomponentilla. Sitten laskettiin korrelaatioanalyysi, jossa arvioitiin tämän eksplisiittisen/implisiittisen muistin aivosuhteen ja NIH Toolboxin avulla mitatun globaalin kognitiivisen suorituskyvyn välinen suhde. Koska ABCD-tiedot ovat saatavilla muodossa (eli poimitut arvot laskentataulukosta magneettikuvaustietojen sijaan), emme pystyneet suorittamaan muotoanalyysiä. Pystyimme kuitenkin suorittamaan volyymianalyysejä. Tärkeää on, että muotoanalyysit ovat alueellisesti spesifisempiä ja herkempiä kuin tilavuusanalyysi (Rogers, 1986). Sellaisenaan tilavuusanalyyseissä havaitut vaikutukset näkyvät muoto-analyyseissä, mutta muotoanalyysituloksia saattaa esiintyä silloin, kun tilavuusanalyysi ei ole tarpeeksi herkkä havaitsemaan muutosta (Rota et al., 2009). Siksi heuristisen onnistuneen replikoinnin ABCD-tilavuusdataa käyttämällä pitäisi tehokkaasti replikoida muotohavainnot tässä alkuperäisestä näytteestä.

3 TULOSTA

3.1 Väestöryhmien vertailu

IG- ja TD-ryhmät eivät eronneet merkittävästi iän, koulutusvuosien, etnisyyden tai sukupuolen suhteen (kaikki p > 0,05). IG-ryhmällä (153 ± 11,4) oli merkittävästi korkeampi älykkyysosamäärä kuin TD-ryhmällä (128 ± 10,9, p < 0,01;="" taulukko="" 1).="" ig-ryhmä="" koostui="" "hyvin="" tasapainoisista"="" älyllisistä="" profiileista.="" kaikki="" lahjakkaat="" osallistujat="" olivat="" matematiikan="" ja="" sanallisten="" taitojen="" superior="" adult="" 1="" tai="" korkeammalla="" tasolla,="" yhtä="" poikkeusta="" lukuun="" ottamatta.="" yksi="" lahjakas="" osallistuja="" oli="" keskimääräistä="" korkeammalla="" tasolla="" "sanasto="" ja="" sanallinen="" sujuvuus"="" ja="" superior="" adult="" 1="" "aritmeettinen="" päättely".="" sama="" osallistuja="" testasi="" myös="" superior="" adult="" 3="" -tasolla="" arvostelukykyä="" ja="" päättelyä.="" siksi="" kaikki="" ig:n="" osallistujat="" näyttivät="" olevan="" tasapainossa="" matemaattisessa="" ja="" sanallisessa="">

3.2 Subkortikaalinen muoto

Merkittävästi suurempia kärkipisteitä löydettiin IG:n kahdenvälisestä hippokampuksesta ja oikeasta putamenista, kun taas suurempia pisteitä löydettiin vasemmasta amygdalasta, oikeasta häntäpäästä ja kahdenvälisestä tumakuolesta TD:ssä. Tarkemmin sanottuna IG osoitti suurempia pisteitä vasemman HC:n päässä, oikean HC:n rungossa ja molemminpuolisessa HC-hännän sekä oikean putamenin takaosissa. TD osoitti suurempia kärkipisteitä laajalti molemminpuolisessa accumbensissa, ensisijaisesti oikean hännän rungossa ja vasemman amygdalan sentromediaanissa ytimissä. Koko näytteessä älykkyysosamäärä korreloi suurempien pisteiden kanssa kahdenvälisessä HC-hännässä (kuva 2).

3.3 Valkoisen aineen mikrorakenne

Oikean ATR:n ja oikean HC-hännän (eli fornix) valkoisen aineen FA oli merkitsevästi korkeampi (.001 < p="">< .05)="" ig-ryhmässä="" verrokkeihin="" verrattuna.="" md="" oli="" merkittävästi="" alhaisempi="" kahdenvälisissä="" atr-,="" hc-="" ja="" unc-arvoissa="" ig-ryhmässä="" verrokkeihin="" verrattuna.="" tarkemmin="" sanottuna="" md-tulokset="" löytyivät="" suuremmasta="" prosenttiosuudesta="" oikeasta="" verrattuna="" vasempaan="" pallonpuoliskoon.="" md-tuloksia="" löydettiin="" myös="" eri="" alueilla="" pallonpuoliskosta="" riippuen.="" hc:ssä="" oikean="" aivopuoliskon="" tulokset="" löydettiin="" hc:n="" hännän="" läheltä="" (eli="" fornix)="" ja="" vasemman="" pallonpuoliskon="" tulokset="" löytyivät="" hc:n="" kehosta="" (eli="" ca-alueet).="" unc:ssa="" löydökset="" olivat="" huonompia="" vasemmalla="" pallonpuoliskolla.="" koko="" näytteessä="" fa="" korreloi="" merkittävästi="" positiivisesti="" iq:n="" kanssa="" bilateraalisessa="" (oikea="" enemmän="" kuin="" vasen="" pallonpuolisko)="" atr:ssä="" ja="" oikeassa="" hc:ssä.="" lisäksi="" md="" korreloi="" negatiivisesti="" iq:n="" kanssa="" bilateraalisessa="" (oikea="" suurempi="" kuin="" vasemmassa)="" atr:ssä,="" vasemmassa="" hc:ssä,="" vasemmassa="" unc:ssä,="" vasemmassa="" cingulaattikimppussa="" ja="" vasemmassa="" ilf:ssä="" (kuvat="" 1="" ja="">

3.4 Eksplisiittisen/implisiittisen heuristiikan vahvistus ulkoisen tietojoukon avulla

ABCD-tietojoukko koostui 7652 osallistujasta (keski-ikä=119 ± 7,5 kuukautta; 62,9 prosenttia naisia), joilla oli kaikki tähän tutkimukseen vaadittavat tiedot. Eksplisiittisen/implisiittisen muistin suhde oli merkittävästi positiivinen liittyen globaaliin kognitiiviseen suorituskykyyn (r=0.23, p < 0.05)="" sekä="" neliölliseen="" globaaliin="" kognitiiviseen="" suorituskykyyn="" (r=")." 022,="" p="">< 0,05)="" (kuvio="" 4).="" lineaarista="" ja="" neliöllistä="" globaalia="" kognitiivista="" suorituskykyä="" käyttävä="" vaiheittainen="" hierarkkinen="" regressio="" loi="" lopullisen="" mallin="" [f="" (2,="" 7652)="4.50," p=".011)," joka="" sisälsi="" neliöllisen="" globaalin="" kognitiivisen="" suorituskyvyn="" (="" {{20}="" }.24,="" p=".04)" merkittävänä="" eksplisiittisen/implisiittisen="" suhteen="" ennustajana.="" koska="" muotoanalyysi="" on="" herkempi="" kuin="" tilavuusanalyysi,="" tämän="" abcd-tietojoukon="" volumetriikkaa="" käyttävän="" havainnon="" pitäisi="" samoin="" muuttua="" muotoanalyysiksi="" (mikä="" ei="" ollut="" mahdollista="" abcd-tietojen="">

Samanlainen regressio suoritettiin käyttämällä globaaleja kognitiomittoja ATR:n ja HC:n valkoisen aineen FA:sta koostuvan yhdistelmämuuttujan ennustamiseksi. Globaalin kognition (= −0,034, p < .001)="" välillä="" oli="" merkittävä="" neliösuhde="" [f="" (2,="" 7562)="13.17," p="">< .0001]="" yhdistelmämuuttuja,="" joka="" koostuu="" oikean="" atr:n="" ja="" hc:n="" valkoisen="" aineen="" fa:sta.="" lopuksi="" vaiheittainen="" regressio="" ennusti="" yhdistelmämuuttujan,="" joka="" koostui="" unc:n="" md:stä,="" hc:n="" valkoisesta="" aineesta="" ja="" atr:stä.="" neliöllinen="" globaali="" kognitiivinen="" pistemäärä="" (="0.12," p="">< .001)="" ennusti="" merkitsevästi="" tämän="" yhdistelmä-md-muuttujan="" [f="" (2,="" 7562)="15.31," p=""><>

cistanche-kehonrakennus

4. KESKUSTELU

Tämä tutkimus havaitsi, että kahden erillisen muistijärjestelmän koon ja liitettävyyden välillä on kaksinkertainen dissosiaatio, kun verrataan älyllisesti lahjakkaita lapsia ja heidän TD-vastineitaan. Suhteessa TD-ryhmään lahjakkailla lapsilla oli suuremmat subkortikaaliset rakenteet ja tiiviimmin yhteydessä oleva valkoisen aineen mikrorakenneorganisaatio näiden rakenteiden välillä eksplisiittiseen muistiin ja älykkyysosamäärään liittyvillä alueilla: bilateraalinen hippokampus ja oikea putamen. Tarkemmin sanottuna putamen, todennäköisesti integroituvien yhteyksien kautta prefrontaaliseen aivokuoreen, ja aivotursun osa-alueet, jotka liittyvät uuteen oppimiseen ja tiedon integraatioon (hammasgyrus ja CA3), olivat suurempia älyllisesti lahjakkailla lapsilla (kuvat 1 ja 2). Valkoisen aineen yhteyksien selvä eheys näiden alueiden välillä on yhdenmukainen anatomisen perustan kanssa älyllisesti lahjakkaiden lasten luontaiselle taipumukselle oppia, integroida ja käyttää eksplisiittistä tietoa nopeasti ja tehokkaasti. Lisäksi nämä havainnot voivat liittyä lahjakkaiden lasten taipumukseen osoittaa korkeampaa sisäistä motivaatiota lukea, ajatella ja viettää aikaa yksin. Mielenkiintoista on, että tyypillisesti kehittyvillä lapsilla oli enemmän toisiinsa yhteydessä olevia, suurempia aivokuoren rakenteita alueilla, jotka liittyvät implisiittiseen muistiin: striatum (eli caudate, nucleus accumbens) ja amygdala (kuva 2; Haier et al., 1988).

Tämä kaksinkertainen dissosiaatio viittaa siihen, että älyllisesti lahjakkailla ja tyypillisesti kehittyvillä lapsilla voi olla synnynnäisesti erilaisia ​​hermoston kehityskulkuja, joita välittävät erilaiset oppimisstrategiat. Tämä havainto sai meidät kuvittelemaan laajan kirjon älykkyystyyppejä, joita osittain helpottaa implisiittisen ja eksplisiittisen järjestelmän kehityksen erilaiset suhteet. Eksplisiittinen ja implisiittinen muisti miehittää aivojen eri alueita ja luo itsenäisiä, vaikkakin toisiinsa liittyviä oppimisverkostoja. Rajallisten resurssien ja aivojen rajallisen kiinteistön vuoksi eksplisiittisten ja implisiittisten muistijärjestelmien kehittämisen välillä voi olla kompromissi.

Löytämämme erot voivat heijastaa suurta muistijärjestelmän vaihtelujakaumaa, jolloin TD ja lahjakkaat lapset edustavat toimivimpia markkinarakoja (kuva 3). Aiemmin matemaattisen ihmelapsen aivoista saatujen löydösten oletettiin johtuvan erittäin tehokkaasta episodisesta muistin koodauksesta ja hausta (Scharnowski et al., 2015). Jotta tämä olisi totta, tarvitaan episodisia muistirakenteita sekä etulohkon järjestelmiä, jotka osallistuvat huomioimiseen ja hakemiseen. Tämä tutkimus kertoo juuri tästä: suuret ja vahvasti toisiinsa liittyvät episodiset muistirakenteet ja frontaaliset valkoisen aineen traktit (esim. ATR).

ATR-löydös on myös yhdenmukainen useiden aikaisempien töiden kanssa, joissa on havaittu, että korkea älykkyys liittyy prefrontaalisten ja singulaattisten aivojen verkostojen sitoutumiseen (Kuhn et al., 2017, Schmithorst et al., 2005), samoin kuin aiemman työn kanssa. joka havaitsi, että matemaattisesti lahjakkailla aivoilla oli korkeampi FA corpus callosumissa ja assosiaatiorakenteissa, jotka yhdistävät otsalohkon tyvigangliarakenteisiin, mukaan lukien ATR, ja frontotemporaalisiin/parietaalisiin alueisiin, mukaan lukien UNC (Shaw et al., 2006).

Tässä löydetyt parannetut kahdenväliset aivoalueet ovat sopusoinnussa aikaisempien havaintojen kanssa, jotka osoittavat, että matemaattisesti varhaiskasvatetut lapset aktivoivat ainutlaatuisia, kahdenvälisiä aivoalueita henkisen rotaatiotehtävien aikana (Squire et al., 1993, Weiskopf, 2012). Lisäksi taipumus löydösten lateraalisuuteen on sopusoinnussa aikaisempien havaintojen kanssa, jotka viittaavat siihen, että puolipallon lateraalisuus, erityisesti oikea aivopuolisko, sekä parantunut koordinaatio aivoalueiden sisällä ja välillä on tärkeä älyllisen lahjakkuuden hermostollinen perusta (O'Boyle et). ai., 1995).

Lopuksi koko otoksen tulokset, jotka viittaavat siihen, että älykkyysosamäärä korreloi DTI-mittareiden kanssa ATR-, HC- ja UNC-mittauksissa, ovat linjassa aiempien havaintojen kanssa matemaattista lahjakkuutta koskevassa tutkimuksessa (Shaw et al., 2006), jossa kerrottiin corpus callosum, fornix. ja assosiaatiotraktin DTI-metriset korrelaatiot älykkyyden kanssa. Tätä valkoisen aineen ja älykkyysosamäärän välistä suhdetta saattaa ainakin osittain ohjata geeniperheen pleksiini, joka löydettiin äskettäin genominlaajuisessa assosiaatiotutkimuksessa ennustamaan älykkyysosamäärää (Winberg et al., 1998). Pleksiinien tiedetään liittyvän aksonien kehittymisen ohjaukseen (Worzfeld & Offermanns, 2014), hermoliitännäisyyteen (Zabaneh et al., 2018) ja regeneraatioon (Zhang et al., 2017), joten ne voivat liittyä valkoiseen. asiahavainnot IG-ryhmässämme.

KUVIO 1 Traktaattipohjaiset spatiaaliset tilastot paljastavat lisääntyneen valkoisen aineen mikrorakenteen läpinäkyvyyden älyllisesti lahjakkailla verrattuna tyypillisesti kehittyviin lapsiin eksplisiittisillä muistialueilla

KUVIO 2 Muotoanalyysi paljastaa suuremman muodon eksplisiittisissä muistialueilla älyllisesti lahjakkailla ja implisiittisillä muistialueilla tyypillisesti kehittyvillä lapsilla

Tähän ensimmäiseen otokseen ei sisältynyt lapsia, joiden älykkyysosamäärä oli heikentynyt tai heikentynyt tai joilla oli epätyypillisiä hermoston kehityssairauksia, kuten ADHD tai autismi. Nämä ryhmät voivat sijaita spektrin muissa päissä, joissa eksplisiittinen tai implisiittinen muisti voi olla alikehittynyttä tai ylikehittynyttä haitallisesti. Näin ollen toistimme tämän analyysin paljon suuremmassa otoksessa, joka sisälsi lapsia, joiden älykkyysosamäärät olivat heikentyneet ja joidenkin kehityserojen (esim. ADHD). Testasimme tätä eksplisiittistä/implisiittistä heuristiikkaa käyttämällä suurta ulkoista tietojoukkoa: ABCD-projektia (N=7652). Hypoteesimme mukaisesti löysimme merkittävän neliöllisen suhteen eksplisiittisen/implisiittisen heuristiikan ja älykkyysosamäärän välillä. Tämä alkuperäisten löydöstemme replikaatio viittaa siihen, että implisiittisten ja eksplisiittisten muistijärjestelmien kehitystasapaino voi itse asiassa olla olemassa, jotka voivat ilmetä fenotyyppisesti erilaisilla kognitiivisilla profiileilla.

Tulevaisuuden tutkimukset saattavat haluta tutkia implisiittisten ja eksplisiittisten rakenteiden suhteellista kehitystä muissa populaatioissa, kuten on tutkittu perusteellisesti neurodegeneratiivisissa sairauksissa, kuten Alzheimerin taudissa (degeneroituva eksplisiittisen muistin anatomia ja taidot, joilla on säilynyt implisiittinen muisti) ja Parkinsonin tauti (rappeutuva implisiittisen muistin anatomia) ja taidot, joilla on säilynyt eksplisiittinen muisti). Lahjakkuuden rakenteellisten ja toiminnallisten merkkien tunnistaminen auttaa meitä ymmärtämään syvempiä järjestelmiä, joiden avulla lapset voivat oppia koulun sisällä ja sen ulkopuolella. Sekä implisiittinen että eksplisiittinen oppiminen on välttämätöntä, ja jommankumman puutteet voivat johtaa sosiaalisiin, akateemisiin ja ammatillisiin vaikeuksiin. Vaikka "lahjakkaat" lapset saavat hyviä tuloksia älykkyysosamäärätesteissä, monet kärsivät myös oppimisvaikeuksista, jotka haittaavat heitä ei-eksplisiittisissä oppimiseen perustuvissa tehtävissä, ja useimmat TD-lapset voisivat hyötyä eksplisiittisestä oppimisen kehittämisestä (Hayden et al., 2020). Tämä tutkimus tarjoaa jonkinlaisen käsityksen siitä, kuinka tulevat interventiot voivat kohdistaa eksplisiittisiin tai implisiittisiin järjestelmiin oppimisen maksimoimiseksi koko kehityksen kirjolla. Saatamme huomata, että aivojen kuvantamisen avulla voimme lopulta suunnitella yksilön aivorakenteeseen perustuvia koulutustoimenpiteitä, jotka tukevat tervettä älyllistä ja käyttäytymiskehitystä.

Cistanche voi hoitaa Alzheimerin tautia

Empiirisesti perustellut kognitiiviset koulutusmenetelmät, kuten suhdetaitojen koulutus- ja rikastamisohjelma (PEERS; Laugeson et al., 2012), voisivat auttaa edistämään TD-lapsia, lahjakkaita lapsia ja kliinisiä riskiryhmiä (esim. autismikirje). häiriö, oppimishäiriö, tarkkaavaisuus- ja yliaktiivisuushäiriö ja kehitysvamma), jolloin oppilaitokset voivat tukea kaikentyyppisiä ja -kykyisiä lapsia. Toivomme, että tämä tutkimus inspiroi lisätutkimuksia implisiittistä ja eksplisiittistä oppimista edistävistä rakenteista, niiden roolista kehityseroissa ja mahdollisista tulevaisuuden oppimisterapioista.