查看原文
其他

元分析 | 大脑同伦共激活的性别差异

周翊 茗创科技 2022-10-31


导读

功能连接中一个非常有趣的部分是‘同伦连接’(HC),即两个半球的两个镜像区域之间的连接,主要由胼胝体纤维介导。尽管研究人脑性别二态性的传统由来已久,但是据所知,只有一项研究涉及性别对HC的影响。这里,将使用基于坐标的元分析方法和来自BrainMap数据库的数据考察男性和女性大脑的同伦共激活问题。第一个出乎意料的发现是,该数据库受到了性别偏差的影响:仅限女性群体比仅限男性群体的研究数量要少,而且与男性相比,女性群体在某些领域的研究更多,如情感,而在认知方面的研究较少。本研究执行了一系列的抽样程序,以平衡数据集的大小和比例,结果表明,女性表现出比男性更强的半球间共激活,这表明女性大脑的偏侧化程度较低,整合程度高于男性。此外,男性似乎表现出比女性更弱但更广泛的共激活,甚至还出现了一些局部差异。特别是,男性大脑的初级运动区和感知区域似乎具有更大的共激活,而大脑的其他区域则相反。这为大脑性别差异的多维视角提供了论据。


前言

大脑连接有两个特征:分离和整合。分离指的是一种网络组织,其特征在于节点簇(神经元或区域)之间的连接比其他团簇更紧密,从而促进了功能专门化。整合是指专门的大脑区域之间的相互作用,可以实现远程同步和信息流。这两个过程之间的相互作用定义了静息态网络之间的相关和反相关模式,以及两半球的功能偏侧化。
FC的一个相关元素是同伦连接(HC)。HC是指两个半球的两个镜像区域之间的(结构或功能)连接,主要由胼胝体纤维介导。重要的是,HC可以作为局部半球间整合的一个指标。同伦FC的值高于其他形式的半球内和半球间FC值,并且与视觉空间注意和执行功能等认知任务的表现相关。此外,在多种病理条件或异常状态下观察到同伦FC模式的改变。基于神经成像数据和应用不同方法的大量元分析研究也证实了功能性HC的存在。事实上,本研究作者之前的工作采用了一个元分析框架来评估同伦共激活模式,证实了同伦FC在初级区比联合区更强。然而,这项研究没有涉及诸如年龄和性别等混杂变量可能产生的影响。
研究人脑的性别差异是非常有趣的,特别是在确定行为差异的潜在机制或解释某些精神和神经系统疾病的患病率方面。然而,数据往往是模棱两可的,它们的解释是矛盾的,以及关于此事的不同观点进行了激烈争论。更具体地说,关于女性和男性之间的胼胝体是否存在解剖学上的差异的讨论由来已久,大多数研究表明女性的胼胝体连接更强。关于功能性HC,Zuo等人(2010)测试了两性之间的局部差异,报告了女性后扣带皮层以及内侧和外侧前额叶皮层中具有更大的基于体素静息态HC;相反,男性在小脑,海马旁回和梭状回中显示出更大的HC。
这些发现表明,男女大脑在分离和整合方面的机制不同。事实上,Ingalhalikar等人(2014)的研究结果表明,女性大脑半球间的结构连接比男性更强,而男性大脑半球内的连接比女性更强。然而,其他研究表明,如果考虑到脑容量的差异,这样的结果就不成立了。一个相关的问题是大脑半球偏侧化的性别差异。如果Ingalhaikar等人的描述是正确的,在不考虑任何脑容量的问题上,我们应该预期女性的偏侧化程度一般较低,因此大脑半球间的共激活比男性更强。事实上,更好的胼胝体微观结构组织与更对称的二元刺激处理有关,而胼胝体连接较弱的区域则表现出更多的非对称激活。这些观察结果表明,更强的胼胝体连接可能导致更少的偏侧化,从而更有可能发生同伦共激活。
本研究采用元分析方法考察了女性和男性大脑的同伦共激活问题。从BrainMap数据库中评估了女性和男性被试的元分析同伦连接(MHC)。有大量证据表明共激活和功能连接之间的相似性;特别是,MHC技术先前已被证明可以产生与体素镜像同伦连接分析(VMHC)类似的结果。这表明,元分析同伦共激活可以作为半球间整合(vs.偏侧化)和功能连接的指标。此外,本研究聚焦于单一认知领域,以研究两性之间的半球间整合模式是否有所不同。

方法

数据采集

为了获得激活数据以模拟同伦共激活,使用Sleuth(v.3.0.4;https://www.brainmap.org/sleuth/)搜索BrainMap功能数据库部分。BrainMap是一个开放访问的数据库,其中包含已发表的人类神经成像实验,报告了立体定向大脑空间中的激活坐标。使用认知分类法对这些实验进行编码,可以在 https://www.brainmap.org/taxonomy/behaviors.html上查询。关于PRISMA研究选择的流程图,请参见图1-2。

图1.PRISMA流程图-男性。

 
图2.PRISMA流程图-女性。

元分析同伦连接计算

首先,大脑皮层被分割成同伦区域对。为此,Schaefer等人(2018)对800个volumes功能图谱进行了对称处理,用左半球的翻转图像替代右半球。其目的是获得与非元分析对应物VMHC相似的对称MHC图。图谱被转换为Talairach空间,在Talairach空间中使用Talairach Daemon客户端来标记区域。

同时,在Talairach标准空间中从Sleuth导出查询得到的12个坐标数据集(即2个领域一般性和10个领域特殊性)(图3A)。正如Müller等人(2018)所指出的,对同一组被试进行的多次实验可能构成观察结果之间的统计独立性无效。因此,扫描每个数据集以识别此类实验(图3B)。然后通过重复1000次的迭代抽样程序来解决这个问题。对于同一组被试进行的每组实验,在每次迭代中随机选择一个(图3C)。

图3.在给定性别中计算特定区域的MHC图的工作流程。


每个实验的激活图都被重建,并将其输入到GingerALE(v.3.0.2;https://www.brainmap.org/ale/)。在GingerALE建模的激活图中,每个激活焦点都用作3D高斯概率分布的中心(图3E),估计给定其焦点的实验的体素激活概率。这类激活图被软件自动转换为z分数。为了避免靠近中线的焦点可能产生不切实际的双侧激活,研究者进行了偏移调整:如果激活发生在距离中线12mm的范围内,则对侧12mm中的体素会随着它们与中线的距离增大而衰减,越远的体素值越小。
一旦获得列表中每个实验的建模激活,如果至少20%的体素显著激活(p=0.05),则确定每个volumes在给定实验中被激活(图3F)。20%的阈值可随意选择,但之前已经证明,不同的阈值不会对结果产生很大影响。然后,通过Patel'sκ(一种共激活的贝叶斯测量值)计算样本中发现两个同伦区域共激活的概率,阈值为p=0.05。并通过Monte Carlo模拟检验其显著性,将结果值分配给两个同伦区域的所有体素以生成MHC图(图3G)。

上述步骤重复1000次,每次产生的MHC图仅通过独立被试组的实验计算得出(图3H)。最终对1000个MHC图谱进行平均,得到一个表示该特定条件的同伦共激活图(图3I)。整个过程分别对6个女性数据集实施(即,5个行为领域加上领域一般性)。为了确保这些激活图的有效性,本研究还使用SPM12进行单样本t检验(p=0.05)来测试均值显著性,并进行FWE多重比较校正。


控制男/女比例失衡

使用贝叶斯测量方法Patel's κ应该可以避免有关统计功效的问题,因为在这种统计形式中,显著性不直接受样本量的影响。使用额外的抽样通道计算男性的MHC(图3D)。首先,从每个特定领域的实验列表中随机清除重复被试组后,再次对实验池进行抽样,减少其大小以匹配相应女性条件的数量。然后,按照上面的步骤计算MHC图,并重复该过程1000次。这将产生与女性实验数量相当的一组样本,而且被调查的认知功能的比例也相同。最终,对这些样本进行平均并检验其统计学意义。


比较地形图

为了比较两种性别的MHC图,将每种条件下的均值地形图相减,即女性-男性,因此女性比男性具有更强的共激活区域显示为正值,否则为负值。这种计算可以看作是一个加权的‘赢者通吃’的地图,Mancuso等人(2019b)用它来突出显示统计上相关的差异。为了进行进一步的验证,从每个性别的抽样过程中获得的1000张地形图作为双样本t检验的组别,使用SPM12(p=0.05)和FWE多重比较校正。


结果

搜索结果

领域一般性检索结果为963个女性实验,2199个男性实验,分别包含7186和18031个焦点,4796和8751名被试。通过分组随机抽样得到1000组,其中女性组有234个实验和男性组有667个实验。然后对男性数据集进行进一步抽样,以将其数据集大小减小到与女性数据集大小相当。表1提供了领域特殊性检索的详细信息。

表1.领域特殊性检索的详细信息。


重要的是,两个领域一般性数据集在各自的行为领域比例上并不平衡(图4)。例如,在女性和男性中,研究最多的类别是认知,但比例不同(29% vs.42%)。此外,与情绪类别相关的认知领域在女性(28%)中比在男性(15%)中研究得更多。这种不平衡使得本研究对男性数据集进行了二次抽样,以匹配女性数据集的大小和比例。

图4.按性别调查的认知领域和子领域的比例。


同样,在行为领域中,两性之间既有相似之处,也有差异。关于“ACTION”类别,对执行任务的分析在男女中均占多数,分别为71%和81%。对于认知任务中的语言领域,研究男性的数量多于女性,分别为34%和26%。在情绪领域中,对女性消极情绪的分析多于男性,分别为65%和58%。在内感受背景下,与性有关的研究在女性和男性中都是最多的(分别为74%和64%)。最后,在感知任务中,对视觉刺激反应的观察在女性和男性中都很普遍(分别为35%和44%)。不幸的是,由于其中一些子领域的实验数量非常少,因此在子领域水平上将男性数据集与女性数据集进行匹配是难以实现的。


两性的元分析同伦连接(MHC)

两性的MHC图显示了一系列明显的领域和性别差异。图5显示了男性和女性的平均MHC图,而图6则显示了它们之间的差异。

图5.两性平均MHC图及不同领域的表面映射。


图6.行为领域中性别差异的表面映射。正值表示在女性中更容易共激活(或称共激活更大)的区域,负值表示在男性中更容易共激活的区域。

在“Action”领域中主要激活两性的初级运动皮层。然而,女性大脑皮层的峰值出现在其下部,而男性大脑皮层中最活跃的区域是顶叶或初级运动皮层。此外,在内侧表面上,女性同伦共激活的峰值先于男性出现。认知任务在两性中都能共激活的区域为内侧和外侧前额叶皮层(mPFC和lPFC),但女性在腹侧mPFC、脑岛和颞-顶交界处的共激活高于男性,而男性的峰值出现在楔叶和颞上回(STG)处。情绪领域主要涉及脑岛和mPFC,但前者在女性中更活跃,而后者在两性中的不同部位表现出不同的同伦共激活(女性的背侧和腹侧更多,男性则多位于中央)。女性和男性在内感受方面存在显著差异,前者在双侧额叶回(MFG)和部分mPFC上存在共激活,后者在后脑岛和颞-枕皮层上显示出更高的同伦共激活。感知倾向于皮层大部分的同伦共激活区域,但女性的MHC峰值位于前脑岛和顶叶上回等区域,而男性的MHC峰值位于STG和内侧Brodmann区域6。领域一般性在女性和男性的内侧皮层中均显示出强烈的同伦共激活,但两性表现出不同的共激活景观。虽然男性MHC图显示了典型的同伦FC模式,与联合区相比,初级区域的值更高,但对于女性来说则不明显。相比之下,女性在TPJ和颞-枕皮层,运动前皮层和MFG中表现出更多的同伦共激活。总的来说,男性似乎比女性表现出更广泛的同伦共激活,尽管其中许多区域的值相对较弱。


讨论

本研究考察了同伦共激活的性别差异,并得到了一些出乎意料的结果。首先,本研究在Brainmap数据库中发现了性别偏差,这一观察结果具有社会学和元科学的相关性。特别是,仅对男性群体进行实验的数量比女性群体更多。而且本研究还发现在被研究最多的认知领域存在性别失衡。例如,女性在情绪/情感领域的研究比男性多,而男性在认知领域的研究更多。这一事实可能会对神经科学研究产生负面影响,例如产生对人类大脑功能不完整或扭曲的概述。因此本研究不得不使用一种复杂方法来规避这个问题。
这些方法的结果倾向于证实一个假设,即女性比男性表现出更多的半球间共激活,正如Ingalhalikar等人(2014)研究所发现的那样。例如,大多数同伦共激活图显示女性的同伦共激活明显高于男性。这表明女性大脑比男性大脑更不偏侧化,而且整合度更高,因为女性的两个大脑半球对任务要求的反应往往比男性更频繁地同时激活。另一方面,结果并且不能归因于一个简单的二元模型。在感知领域中,女性的平均共激活明显低于男性,而在内感受领域,看似男性的平均共激活较大,但在统计学意义上并不显著。
此外,在所有激活图中,男性有更多的显著同伦共激活区域,尽管κ-值较低。这可能意味着,与女性相比,男性表现出的共激活强度较低,但范围更广泛。值得一提的是,这一发现不是数据库中性别数量偏差导致的,因为本研究的抽样程序已将男性数据集减少到与女性数据集相同的大小。此外,人们可能担心,男性更广泛的共激活只是来自更大数据集采样的更高空间变异性的影响。然而,事实似乎并非如此。实际上,单样本t检验的结果应排除它们只是高方差的结果,因为t检验图实际上与用均值得到的图完全相同。此外,通过一系列双样本t检验证实了不同领域的1000个男性地形图中,每一个图的体素数量都高于女性地形图。
本研究结果似乎证实了Zuo等人(2010)的研究,即在后扣带皮层和背外侧前额叶皮层中女性的HC更强。此外,Zuo观察到男性颞叶后内侧的团簇比女性更相关,正如本研究结果中发现的那样,男性在这一区域的共激活更高。但也有一些明显的差异。总的来说,本研究中差异最大的区域与Zuo所指出的不一致。例如,更强的女性共激活在社会认知区域,如TPJ和内侧前额叶皮层突出。相反,许多初级知觉和运动区域被发现在男性中更具有共激活性。很难根据认知子类别的性别失衡来解释这些结果。同样,占据更大比例的男性感知研究属于听觉子域,似乎不能证明双侧STG中男性共激活的显著效应。然而Mancuso等人(2019b)发现这一相同区域是同伦共激活和静息态HC之间存在显著差异的区域。因此,本研究结果与Zuo等人的结果之间的差异可以通过静息态HC与任务态共激活之间的差异来解释。
此外,本研究还观察到代表特定认知领域的地形图之间的一些差异。不幸的是,由于属于某些子领域的实验数量极少,因此无法在特定领域的数据集中进行任何抽样以平衡其认知指纹。本研究发现不同领域之间出现了许多差异,如女性的TPJ,前脑岛,额下回以及腹侧mPFC在一定程度上表现出更大的共激活;男性的STG和感觉运动区域通常显示出更强的共激活。这些观察结果可能得到解剖学数据的支持。事实上,Björnholm等人(2017)的研究发现,男性胼胝体的分数各向异性更高,而女性胼胝体压部的分数各向异性较高。与此相似的是,Genc等人(2018)认为,女性在连接TPJ和额叶区域(如脑岛和IFG)的胼胝体压部和膝状体中的密度比男性更高。有趣的是,本研究结果显示,这些区域在女性中更容易发生共激活。

同样,本研究结果在一定程度上与所提出的心理性别特征相一致。在健康人群中,男性和女性在社会认知和社会脑方面存在一定的差异。例如,女性的情绪处理能力更强,对基本情绪的面部表情识别比男性更准确、更快。而且,女性似乎在社会认知任务中调动了更多的情感脑区。事实上,本研究发现与社会认知相关的区域,如TPJ显示出更强的同伦共激活可能与这些观察有关。


结论

本研究为女性大脑中存在更大的半球间整合假设提供了实证支持。然而,同伦共激活在两性中存在显著的空间差异。女性表现出比男性更强的半球间共激活,这表明女性大脑的偏侧化程度较低,整合程度高于男性。此外,男性表现出比女性更弱但更广泛的共激活,特别是,男性大脑的初级运动区和感知区域似乎具有更大的共激活,而大脑的其他区域则相反。本研究为大脑性别差异的多维视角提供了论据。

原文:Sex differences in brain homotopic co-activations: a meta‑analytic study.

https://doi.org/10.1007/s00429-022-02572-0

需要GingerALE软件的小伙伴,可在公众号后台回复关键词“GingerALE”获取。温馨提示:直接复制红色关键词到公众号后台进行回复,避免回复错误而无法触发下载链接哦~


小伙伴们点个“在看”,加(星标)关注茗创科技,将第一时间收到精彩内容推送哦~


更多精彩课程推荐

_

● 第九届脑电数据分析启航班

(训练营:2022.11.23~12.24)

► 点击阅读

_

● 第九届近红外训练营

(线上:2022.10.23~11.13)

► 点击阅读


_

● 第七届脑电数据分析入门班

(训练营:2022.11.6~11.20)

► 点击阅读


_

● 第五届核磁数据处理基础班

(直播:2022.10.6~10.17)

► 点击阅读


_

● 磁共振弥散张量成像(DTI)数据处理班

(直播:2022.9.15~9.28)

► 点击阅读


_

● 第四届多模态脑网络数据处理班

(直播:2022.8.30~9.8)

► 点击阅读


_

● 第一届磁共振脑影像结构班

(直播:2022.9.3~9.18)

► 点击阅读


_

 核磁机器学习班

(直播:2022.10.7~10.21)

► 点击阅读


_

 第四届磁共振ASL(动脉自旋标记)数据处理班

(直播:2022.10.19~10.23)

► 点击阅读

_

● 第八届脑电数据分析进阶班

(训练营:2022.10.27~11.8)

► 点击阅读


_

● 第六届跨频率耦合专题班

(录屏课:2022.10)

► 点击阅读

_

 第二届脑电深度学习入门班

(录屏课:2022.10)

► 点击阅读

_

 第七届脑电机器学习班

(录屏课:2022.10)

► 点击阅读

_

 第四届任务态磁共振数据处理学习班

(录屏课:2022.10)

► 点击阅读

_

 第二届meta分析课程

(录屏课:2022.10)

► 点击阅读

  • 本文内容仅供参考,一切内容以英文原文为准。

  • 非常欢迎大家留言、转载、收藏或分享~
  • 本文来自微信公众号“茗创科技”。如需转载,请在“茗创科技”后台回复“转载”,并附上所需转载的文章标题以及您的ID。

MC_Brain


茗创科技工作室

觉得有帮助,欢迎转发收藏或者点个在看哦~

听说点在看的人SCI接收率都提升了18%呢!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存