Neuroanatómiai különbségek az intellektuális tehetség és a tipikus fejlődés memóriarendszerében

Kapcsolatba lépni:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791

Absztrakt

Bevezetés: Az intellektuális tehetség (IG) neurostrukturális markereinek tanulmányozása segíti a gyermekek tudományos eredményeit segítő folyamatok tudományos megértését. Módszerek: Strukturális és diffúziós súlyozott MRI-t használtunk 12 átlagos vagy magas átlagos IQ-val rendelkező gyermek és 18 IG-gyerek regionális agyformájának és kapcsolódási képességének összehasonlítására, akiknek IQ-ja 145-nél nagyobb. Eredmények: Az IG-nek nagyobb volt a kéreg alatti struktúrája és robusztusabb a fehérje. mikrostrukturális szerveződést jelent az explicit emlékezethez kapcsolódó régiókban lévő struktúrák között. A TD-nek több összekapcsolt, nagyobb szubkortikális struktúrája volt az implicit memóriával kapcsolatos régiókban. Következtetések: Megállapítást nyert, hogy a kivételes intellektuális képességekkel rendelkező gyermekek agyában a memóriarendszerek eltérő méretűek és eltérőek, mint a tipikusan fejlődő gyermekek agyában. Ezek a különböző idegrendszeri fejlődési pályák eltérő tanulási stratégiákat sugallnak. Az intelligenciatípusok spektrumát képzelik el, amelyet az implicit és explicit rendszerek különböző arányai tesznek lehetővé, amelyet egy nagy külső adatkészlet segítségével ellenőriztek.

KEYWORDS összekapcsolhatóság, intellektuális tehetség, tanulási stratégiák, memóriarendszerek, neuroanatómia

Cistanchetudcsemege Alzheimer-kór

Taylor Kuhn

Robin Blades

Lev Gottlieb

Kendra Knudsen

Christopher Ashdown

Laurel Martin-Harris

Dara Ghahremani

Bianca H. Dang

Robert M. Bilder

Susan Y. Bookheimer

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

BEVEZETÉS

Kivételes tanulási és tesztelési képességeik ellenére meglepően keveset tudunk arról, hogyan fejlődnek és működnek az intellektuálisan "tehetséges" agy tanulási és memóriarendszerei. A kivételes intellektusú gyermekek jellemzően hatékonyabb memóriafunkciókkal, nagyobb és bonyolultabb tudásbázissal rendelkeznek, és képesek olyan összetettebb kognitív stratégiák alkalmazására, amelyek ezekre az emlékezetre és szemantikai struktúrákra támaszkodnak a problémák gyorsabb vagy koraibb megoldására, mint a tipikusan fejlődő életkorban. TD) gyermekek (Ali és mtsai, 2003, Athanasakis és mtsai, 2014, Colom et al., 2004, Davidson, 1986). Így képesek a tudást tartományok között általánosítani, intuitív ugrásokat tenni (Desco et al., 2011), és spontán módon alkalmazni a szelektív tanulást, valamint összehasonlítani és integrálni az információkat a problémamegoldás során (Duncan et al., 2000). A „tehetséges” gyerekek összetettebb kognitív stratégiákat használnak a problémák gyorsabb vagy koraibb megoldására, mint a TD gyerekek (Ali és mtsai, 2003, Athanasakis és mtsai, 2014, Colom et al., 2004, Davidson, 1986), és úgy tűnik, hogy sok ilyen fejlett kognitív képesség alapja a memóriarendszerük. Korábbi tanulmányok a kortikális vastagság életkorral összefüggő globális növekedését mutatták ki, elsősorban a tehetséges gyermekek frontális és parietális régióit összekötő fehérállomány végrehajtó integritását illetően (Geake & Hansen, 2005, Gerig et al., 2001).

Ezenkívül bizonyítékot találtak a megnövekedett vagy eltérő idegfejlődési pályára matematikailag tehetséges gyermekeknél, akiknek az agya hajlamos a jobb félteke frontotemporális rendszereinek szelektív és sikeres használatára, ami lehetővé teszi számukra, hogy kivételesen jól teljesítsenek (O'Boyle et al., 1990, O'Boyle és munkatársai, 1995, O'Boyle és munkatársai, 2005, Packard és Knowlton, 2002, Pesenti és munkatársai, 2001). A kevés létező tanulmány közül azonban egyik sem összpontosított a memóriarendszerekre. Még mindig hiányoznak a kritikus információk, amelyek alapvetőek lehetnek információintegrációs rendszereik mechanikájának megértéséhez, mint például a neurális tanulási hálózatok regionális alakja és konnekomikája. Két párhuzamos memóriarendszer különösen érdekes az idegrendszer fejlődésének tanulmányozása során. Az implicit tanulás olyan szociális, nyelvi és procedurális feladatok automatikus tanulását írja le, amelyeket tudatos erőfeszítés nélkül sajátítanak el és használnak. Ez a mechanizmus lehetővé teszi a gyerekek számára, hogy nyelvtanilag helyes mondatokat alkossanak, és megértsék a társadalmi normákat, például a szemkontaktust kifejezett utasítások nélkül (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) TD gyerekekkel együtt. Strukturális és diffúziós súlyozott MRI és neuropszichológiai módszerekkel hasonlítottuk össze 12 átlagos és magas átlagos IQ-val rendelkező (90-130, átlag=124 ± 10,9; életkor=10.7) gyermek regionális agyformáját és kapcsolódási képességét. ± 1.86; 58 százalék nő) és 18 magas IQ-val (145–170, átlag=153 ± 11,4; életkor=10,2 ± 2,02; 56 százalék nő). Ezután egy nagy, külső adatbázison teszteltük az ebben a mintában kifejlesztett heurisztikát, hogy megkíséreljük megerősíteni és kibővíteni az eredményeket.

cistanche testépítés

2 MÓDSZER

2.1 Résztvevők

A résztvevők között 18 intellektuálisan tehetséges gyermek volt (ezt neurokognitív tesztek igazolták), akik mindegyike kiegyensúlyozott intellektuális (matematikai, verbális, vizuomotoros, memória/koncentráció és ítélőképesség/érvelés) profilt mutatott, és 12 jellemzően fejlődő gyermek. Minden eljárás összhangban volt a Helsinki Nyilatkozattal, amelyet a Kaliforniai Egyetem, Los Angeles (UCLA) Intézményi Ellenőrző Testülete felülvizsgált és jóváhagyott a beiratkozás előtt, és minden résztvevő írásos beleegyezését adta. A résztvevőket a helyi Los Angeles-i iskolákból és iskola utáni programokból toborozták, beleértve az iskolákat és a kivételesen tehetséges diákoknak szóló programokat. Minden résztvevő kitöltötte az írásos beleegyező nyilatkozatot/hozzájárulást. A vizsgálatra való jogosultságot a standardizált IQ-teszt (Stanford Binet 5 (Huang-Pollock et al., 2011)) elvégzését követő első látogatáskor határozták meg. A kivételes tehetséget a 145-nél nagyobb vagy egyenlő IQ-ként határozták meg. Életkor, rassz és nem megfelelő, tipikusan fejlődő egészséges gyermekek, akiknek IQ-ja legalább 90 és kisebb vagy egyenlő 145-nél, figyelmi, nyelvi vagy tanulási előzmény nélkül. zavart is toborozták. A vizsgálat potenciális résztvevőit kizárták a vizsgálatból, ha a kizárási kritériumok bármelyike ​​teljesült: fejsérülés, görcsroham vagy egyéb neurológiai vagy pszichiátriai rendellenesség; korábbi vagy jelenlegi nyelvi zavar, figyelemhiányos és hiperaktivitási zavar, magatartászavar, kényszerbetegség, autizmus spektrum zavar vagy drogfüggőség; jelenlegi/múltbeli gyógypedagógiai osztályban szerzett gyakorlat vagy 84-nél kisebb vagy azzal egyenlő IQ; az MRI ellenjavallatai (pl. fém implantátumok, pacemaker, fogszabályzó vagy más, a fejre rögzített fémek és terhesség).

2.2 Csoportos demográfiai összehasonlítás

A demográfiai tényezőket (pl. életkor, iskolai végzettség) az IG és a TD csoportok között egyutas varianciaanalízis (ANOVA) segítségével hasonlítottuk össze. A dichotóm tényezők (pl. nem, etnikai hovatartozás) csoportos különbségeit khi-négyzet elemzések segítségével értékelték. Ezeknél a demográfiai elemzéseknél a statisztikai szignifikancia határértékeként p < 0,05="" értéket="">

2.3 Neuropszichológiai tesztelés

Minden résztvevő elvégzett egy standardizált neuropszichológiai mérést (Stanford-Binet 5; Huang-Pollock et al., 2011), amelyet az IQ magas plafonnal (IQ=170) történő tesztelésére terveztek, lehetővé téve az IQ számszerűsítését. a kivételesen intellektuálisan tehetséges résztvevőkben. 2.4 MRI felvétel Az összes neuroimaging adatot a UCLA Staglin IMHRO Kognitív Idegtudományi Központjában található 3T Siemens Tim Trio (Siemens Medical Solution, Erlangen, Németország) MRI szkenner 12-csatornás fejtekercse segítségével gyűjtöttük össze. A strukturális MP-RAGE T{{1{{20}}}}súlyozott szkenneléseket 120–1.0 mm-es szagittális szeletekkel vettük fel, FOV=256 mm (AP) × 192 mm (FH), mátrix=256–192, TR=450.0 ms, TE=10.0 ms, átfordulási szög { {23}}, voxelméret=1,0 mm × 0,94 mm × 0,94 mm. A DTI adatokat egylövés spin-echo síkképalkotással (EPI) gyűjtöttük, és a következő paraméterekkel: TR=8400 ms; TE=91 ms; 1282 mátrix, FOV=256 mm, b=1000 s/mm2, NEX=1, 64 szelet, 2 mm szeletvastagság, 0 mm kihagyás, PAT=2. A diffúziót 64 irányban gyűjtöttük össze (b=1000 s/mm2), 4 képpel, b=0 s/mm2 értékkel. Minden képet minőségellenőrzött és vizuálisan ellenőriztünk az előfeldolgozás és elemzés előtt.

2.5 Kortikális alak feldolgozása és elemzése Minden résztvevőről 3D morfometriai T1-súlyozott anatómiai felvételeket gyűjtöttünk. Az FMRIB Software Library 6-os verziójával.{5}} (Kalbfleisch, 2004) (FSL) a T1 adatokat egy automatizált, modell alapú szubkortikális szegmentációs protokollon (FSL FIRST (Kuhn et al., 2017)) futtattuk, határvonal segítségével. korrekciós módszer. Ezután a bal és a jobb féltekében lévő, automatikusan szegmentált kéreg alatti régiók (ROI; amygdala, nucleus accumbens, caudatus, hippocampus, pallidum, putament és thalamus) vertex- és bar fájljait vizuálisan ellenőrizték a minőség szempontjából. A szegmentált szubkortikális struktúrák végső vertex fájljait a csoportok között és a csoporton belül is összefűztük. Az egyes résztvevők minden automatikusan szegmentált ROI-ját ugyanahhoz a szabványos területhez igazították.

Minden csúcs minden résztvevő számára adatokat szolgáltat a ROI felületének helyéről a tér ugyanazon pontján. A csoportelemzések elvégzéséhez minden résztvevő adatait egy szabványos térben regisztráltuk, így minden csúcsot ugyanahhoz a térbeli ponthoz igazítottunk a csoportok összehasonlításához. Ennek az igazításnak a célpontja a minta átlagos felülete. Ezeket a skaláris csúcsértékeket ezután parametrikus statisztikai elemzésekkel elemeztük, hogy megvizsgáljuk a csoportok közötti kapcsolatot (IQ vs. TD) és az egyes szubkortikális struktúrák alakját. Ezeket az elemzéseket minden csúcson Monte Carlo szimulációval végeztük az FSL randomizált szkriptjében (Kyllonen & Christal, 1990, Mills & Tissot, 1995). A regressziók az egyes csúcsoknál mért sugárirányú távolság és az érdeklődésre számot tartó változók (azaz csoportkijelölés, IQ) kapcsolatát értékelték. Többlépcsős, minőség-ellenőrzött feldolgozási folyamatot használtak a műtermékek több forrásának kijavításához, és minden eredményt többszörös összehasonlításra (q > 0,05) korrigáltak a hamis felfedezési arány (FDR) segítségével (Na és mtsai, 2007).

2.6 Fehérállomány mikrostruktúra feldolgozása és elemzése

Egy rutin DWI-feldolgozási folyamatot végeztek az FSL v6.{1}} (Kalbfleisch, 2004) használatával, amely magában foglalta az agy extrakcióját, az örvényáram-torzítás korrekcióját, valamint a mozgás- és tenzorillesztést. A fehérállomány mikroszerkezetére, a frakcionált anizotrópiára (FA) és az átlagos diffúzióra (MD) vonatkozó DWI-metrikákat minden résztvevő esetében kiszámítottuk. Az elemzéseket Tract Based Spatial Statistics (TBSS) (Navas-Sánchez és mtsai, 2014) segítségével végezték, amely módszer lehetővé teszi a DWI-metrikák voxel-alapú statisztikai lekérdezését a WM tracts of interest (TOI) mentén. A TOI-k a John Hopkins Egyetem White Matter atlaszából származnak (Neihart és mtsai, 2002), és tartalmaztak kétoldali: anterior thalamicus sugárzást (ATR), inferior front occipital fasciculus (IFO), inferior longitudinális fasciculus (ILF), superior longitudinális fasciculus (SLF) ), uncinate fasciculus (UNC), cingulate bundle (CGC), hippocampus (HC) fehérállomány, valamint kiscsipesz és kiscsipesz. Paraméteres statisztikai elemzések a WM mikrostruktúra (FA és MD) csoportok közötti különbségeit vizsgálták. A korrelációs elemzések az IQ és az FA/MD közötti kapcsolatot vizsgálták. A TBSS-eredményeket többszörös összehasonlításra korrigáltuk a küszöb nélküli klaszterbővítéssel (TFCE) (O'Boyle, 2008).

2.7 Az explicit/implicit heurisztika térfogati megerősítése külső adatkészlet használatával

A jelenlegi mintában nem szerepeltek olyan gyerekek, akiknek átlagosnál alacsonyabb vagy csökkent IQ-pontszámuk volt, vagy bármilyen atipikus idegrendszeri fejlődési rendellenességben, például figyelemhiányos hiperaktivitási zavarban (ADHD) vagy autizmusban szenvedtek. Ezért arra törekedtünk, hogy teszteljük az explicit/implicit ráció heurisztikát egy külső, nagy adathalmazban, amely magában foglalja a fejlődési pályák szélesebb körét. Így az Adolescent Brain and Cognitive Development (ABCD) projektet (UCLA PI: Bookheimer) külső adathalmazként használták a tehetséges serdülők elemzéséből származó (a 3. részben leírt) explicit és implicit arányheurisztika validálására. Az összes elérhető ABCD résztvevőből összeállították az életkort, a nemet, a globális kognitív funkciók pontszámát a National Institute of Health (NIH) eszköztárából, valamint a kéreg alatti szerkezet térfogatát. Az IG csoportban szignifikánsan nagyobbnak talált (explicit memória) agyi régiók térfogatát összeadtuk, hogy létrehozzuk az explicit memória agykomponenst. A TD csoportban nagyobbnak talált (implicit memória) agyi régiók térfogatát összeadtuk, hogy létrehozzuk az implicit memória agykomponenst. Ezután az explicit/implicit arány változót úgy számítottuk ki, hogy az explicit memória agy komponensét elosztottuk az implicit memória agy komponensével. Ezt követően korrelációs analízist végeztünk, amely felmérte az explicit/implicit memória agyarány és a globális kognitív teljesítmény közötti kapcsolatot a NIH Toolbox segítségével. Tekintettel arra, hogy az ABCD-adatok milyen formátumban állnak rendelkezésre (azaz a nyers MRI-adatok helyett táblázatból kinyert értékek), nem tudtunk alakelemzést futtatni. Azonban tudtunk mennyiségi elemzéseket futtatni. Fontos, hogy az alakelemzés regionálisan specifikusabb és érzékenyebb, mint a térfogatelemzés (Rogers, 1986). Mint ilyenek, a térfogatelemzésekben talált hatások jelen lesznek az alakanalízisben, azonban alakelemzési eredmények jelen lehetnek, ha a térfogatelemzés nem elég érzékeny a változás kimutatására (Rota et al., 2009). Ezért a heurisztika sikeres replikációja az ABCD térfogati adatok felhasználásával hatékonyan megismétli a kezdeti minta alakzati megállapításait.

3 EREDMÉNY

3.1 Demográfiai csoportok összehasonlítása

Az IG és a TD csoport nem különbözött szignifikánsan életkorban, iskolai végzettségben, etnikai hovatartozásban vagy nemben (mind p > 0,05). Az IG csoport (153 ± 11,4) IQ-ja szignifikánsan magasabb volt, mint a TD csoporté (128 ± 10,9, p < 0,01;="" 1.="" táblázat).="" az="" ig="" csoport="" "jól="" kiegyensúlyozott"="" intellektuális="" profilokból="" állt.="" egy="" kivétellel="" minden="" tehetséges="" résztvevő="" a="" superior="" adult="" 1="" vagy="" magasabb="" szintű="" matematikai="" és="" szóbeli="" készségeket="" ért="" el.="" egy="" tehetséges="" résztvevő="" átlagon="" felüli="" szinten="" volt="" a="" "szókincs="" és="" szóbeli="" folyékonyság"="" terén,="" és="" a="" felsőbbrendű="" felnőtt="" 1="" a="" "számítási="" érvelés"="" terén.="" ugyanez="" a="" résztvevő="" a="" superior="" adult="" 3="" szinten="" is="" tesztelte="" az="" ítélkezést="" és="" az="" érvelést.="" ezért="" úgy="" tűnt,="" hogy="" minden="" ig="" résztvevő="" kiegyensúlyozott="" matematikai="" és="" verbális="">

3.2 Kortikális forma

Szignifikánsan nagyobb csúcsokat találtunk az IG bilaterális hippocampijában és jobb oldali putamenjében, míg nagyobb csúcsokat a bal amygdalában, a jobb caudatusban és a kétoldali nucleus accumbensben TD-ben. Pontosabban, az IG nagyobb csúcsokat mutatott a bal HC fejében, a jobb HC testében és a kétoldali HC farokban, valamint a jobb putamen hátsó részein. A TD nagyobb csúcsokat mutatott nagyjából a kétoldali accumbensben, elsősorban a jobb caudatus testében és a bal amygdala centromedian magjaiban. A teljes mintában az IQ a kétoldali HC farok nagyobb csúcsaival korrelált (2. ábra).

3.3 A fehérállomány mikroszerkezete

Az FA a jobb ATR és a jobb HC farok fehérállományában (azaz fornix) szignifikánsan magasabb volt (.001 < p="">< .05)="" az="" ig="" csoportban="" a="" kontrollokhoz="" képest.="" az="" md="" szignifikánsan="" alacsonyabb="" volt="" a="" bilaterális="" atr,="" hc="" és="" unc="" értékekben="" az="" ig="" csoportban="" a="" kontrollokhoz="" képest.="" pontosabban,="" az="" md="" eredményeket="" a="" jobb="" féltekén="" nagyobb="" százalékban="" találták,="" mint="" a="" bal="" féltekében.="" az="" md="" eredményeket="" a="" féltekétől="" függően="" különböző="" régiókban="" is="" találták.="" a="" hc-ban="" a="" jobb="" agyfélteke="" eredményeket="" a="" hc="" farok="" közelében="" találtuk="" (azaz="" fornix),="" és="" a="" bal="" oldali="" eredményeket="" a="" hc="" testben="" (azaz="" ca="" régiókban).="" az="" unc-ben="" a="" leletek="" gyengébbek="" voltak="" a="" bal="" féltekében.="" a="" teljes="" mintában="" az="" fa="" szignifikánsan="" pozitív="" korrelációt="" mutatott="" az="" iq-val="" a="" bilaterális="" (jobb,="" mint="" a="" bal="" féltekében)="" atr="" és="" a="" jobb="" hc="" esetében.="" ezenkívül="" az="" md="" negatívan="" korrelált="" az="" iq-val="" a="" bilaterális="" (jobbra="" nagyobb,="" mint="" a="" balra)="" atr-ben,="" a="" bal="" oldali="" hc-ban,="" a="" bal="" oldali="" unc-ben,="" a="" bal="" oldali="" cinguláris="" kötegben="" és="" a="" bal="" oldali="" ilf-ben="" (1.="" és="" 2.="">

3.4 Az explicit/implicit heurisztika megerősítése külső adatkészlet használatával

Az ABCD-adatkészlet 7652 résztvevőből állt (átlagéletkor=119 ± 7,5 hónap; 62,9 százalék nő), és a vizsgálathoz szükséges összes adatot tartalmazta. Az explicit/implicit memória arány szignifikánsan pozitív volt a globális kognitív teljesítménnyel (r=0.23, p < 0.05),="" valamint="" a="" négyzetes="" globális="" kognitív="" teljesítménnyel="" (r=")." 022,="" p="">< ,05)="" (4.="" ábra).="" a="" lineáris="" és="" kvadratikus="" globális="" kognitív="" teljesítményt="" használó="" lépcsőzetes="" hierarchikus="" regresszió="" egy="" végső="" modellt="" eredményezett="" [f="" (2,="" 7652)="4.50," p=".011)," amely="" tartalmazza="" a="" kvadratikus="" globális="" kognitív="" teljesítményt="" (="" {{20}="" }.24,="" p=".04)," mint="" az="" explicit/implicit="" arány="" szignifikáns="" előrejelzője.="" tekintettel="" arra,="" hogy="" az="" alakelemzés="" érzékenyebb,="" mint="" a="" térfogatelemzés,="" az="" abcd="" adathalmazban="" a="" volumetrikát="" használó="" megállapításnak="" szintén="" alakanalízisnek="" kell="" lennie="" (ami="" az="" abcd="" adatok="" formátuma="" miatt="" nem="" volt="">

Hasonló regressziót hajtottak végre a globális kogníciós mérőszámok segítségével az ATR és a HC fehérállomány FA-jából álló összetett változó előrejelzésére. Szignifikáns kvadratikus kapcsolat [F (2, 7562)=13.17, p <.0001] volt="" a="" globális="" megismerés="" (="−0,034," p="">< ,001)="" és="" a="" kompozit="" változó,="" amely="" a="" jobb="" oldali="" atr="" fa-ból="" és="" a="" hc="" fehérállományból="" áll.="" végül="" egy="" lépcsőzetes="" regresszió="" jósol="" egy="" összetett="" változót,="" amely="" az="" unc,="" a="" hc="" fehérállomány="" és="" az="" atr="" md="" értékéből="" állt.="" a="" négyzetes="" globális="" kognitív="" pontszám="" (="0.12," p="">< .001)="" szignifikánsan="" megjósolta="" ezt="" az="" összetett="" md="" változót="" [f="" (2,="" 7562)="15.31," p=""><>

cistanche testépítés

4. MEGBESZÉLÉS

Ez a vizsgálat azt találta, hogy kettős disszociáció van két különálló memóriarendszer mérete és összekapcsolhatósága között, ha összehasonlítjuk az intellektuálisan tehetséges gyerekeket TD-társaikkal. A TD csoporthoz képest a tehetséges gyerekek nagyobb kéreg alatti struktúrákkal és szorosabban összefüggő fehérállományi mikrostrukturális szerveződéssel rendelkeztek az explicit memóriával és IQ-val kapcsolatos régiókban: bilaterális hippocampus és jobb putamen. Pontosabban, a putamen, valószínűleg a prefrontális kéreggel való integráció révén, és a hippocampus új tanulási és információ-integrációjával kapcsolatos alrégiói (gyrus fogazat és CA3) nagyobbak voltak az intellektuálisan tehetséges gyermekeknél (1. és 2. ábra). Az e régiók közötti fehérállomány-kapcsolatok kifejezett integritása összhangban van az intellektuálisan tehetséges gyerekek veleszületett hajlamának anatómiai alapjával, hogy gyorsan és hatékonyan tanuljanak, integráljanak és felhasználjanak explicit információkat. Ezen túlmenően ezek a megállapítások vonatkozhatnak a tehetséges gyerekek azon hajlandóságára, hogy magasabb szintű belső motivációt mutassanak az olvasásra, a gondolkodásra és az egyedül töltött időre. Érdekes módon a tipikusan fejlődő gyerekeknek több összekapcsolt, nagyobb kéreg alatti struktúrája volt az implicit memóriával kapcsolatos régiókban: striatumban (pl. caudatum, nucleus accumbens) és amygdalában (2. ábra; Haier et al., 1988).

Ez a kettős disszociáció azt sugallja, hogy az intellektuálisan tehetséges és tipikusan fejlődő gyermekek különböző tanulási stratégiák által közvetített, veleszületett eltérő idegrendszeri fejlődési pályákkal rendelkezhetnek. Ez a megállapítás arra késztetett bennünket, hogy az intelligenciatípusok széles spektrumát képzeljük el, amelyet részben az implicit és explicit rendszerfejlesztés eltérő arányai segítettek elő. Az explicit és implicit memória az agy különböző régióit foglalja el, és független, bár egymással összefüggő tanulási hálózatokat hoz létre. A korlátozott erőforrások és az agyban lévő véges ingatlanok miatt kompromisszum lehet az explicit és az implicit memóriarendszerek fejlesztése között.

Az általunk talált különbségek a memóriarendszer-variációk nagy megoszlását tükrözhetik, ahol a TD és a tehetséges gyerekek képviselik a legfunkcionálisabb rést (3. ábra). A matematikai csodagyerek agyából származó eredményekről korábban azt feltételezték, hogy a rendkívül hatékony epizodikus memóriakódolás és -visszakeresés vezérli (Scharnowski és mtsai, 2015). Ahhoz, hogy ez igaz legyen, epizodikus memóriastruktúrákra, valamint a figyelemben és a visszakeresésben részt vevő homloklebeny-rendszerekre lenne szükség. Jelen tanulmány éppen erről számol be: nagy és robusztusan összefüggő epizodikus memóriastruktúrák és frontális fehérállományi traktusok (pl. ATR).

Az ATR megállapítása összhangban van egy sor korábbi munkával is, amelyek azt találták, hogy a magas intelligencia összefügg a prefrontális és cinguláris agyi hálózatok bekapcsolódásával (Kuhn és mtsai, 2017, Schmithorst és mtsai, 2005), valamint a korábbi munkákkal. amely megállapította, hogy a matematikailag tehetséges agyban magasabb a FA a corpus callosumban és az asszociációs pályákban, amelyek összekötik a homloklebenyet a bazális ganglion struktúrákkal, beleértve az ATR-t, és a frontotemporális/parietális traktusokkal, beleértve az UNC-t (Shaw et al., 2006).

Az itt talált megerősített kétoldali agyrégiók összhangban vannak a korábbi eredményekkel, amelyek arra utalnak, hogy a matematikailag koraérett gyermekek mentális rotációs feladatok során egyedi, kétoldalú agyi régiókat aktiválnak (Squire et al., 1993, Weiskopf, 2012). Ezen túlmenően, a leletek laterálissá válásának tendenciája összhangban van azokkal a korábbi eredményekkel, amelyek azt sugallják, hogy a féltekei lateralitás, különösen a jobb agyfélteke, valamint az agyi régiókon belüli és az agyi régiók közötti fokozott koordináció az intellektuális tehetség fontos idegrendszeri alapja (O'Boyle et). al., 1995).

Végül, a teljes mintán elért eredmények, amelyek arra utalnak, hogy az IQ korrelált a DTI mutatókkal az ATR, HC és UNC értékekben, összhangban vannak a matematikai tehetséggel foglalkozó tanulmány korábbi eredményeivel (Shaw et al., 2006), amely corpus callosumról, fornixről számolt be. és az asszociációs traktus DTI metrikus korrelációi az intelligenciával. Ezt a fehérállomány-IQ kapcsolatot potenciálisan, legalábbis részben, a géncsalád plexinje vezérli, amelyet a közelmúltban egy genomszintű asszociációs vizsgálatban találtak az IQ előrejelzésére (Winberg és mtsai, 1998). Ismeretes, hogy a plexinek az axonok fejlődésének (Worzfeld & Offermanns, 2014), az idegi konnektivitásnak (Zabaneh és mtsai, 2018) és a regenerációnak (Zhang és mtsai, 2017) irányításához kapcsolódnak, és így összefüggésbe hozhatók a fehérrel. IG csoportunkban.

1. ÁBRA A traktus alapú térstatisztika azt mutatja, hogy az intellektuálisan tehetségeseknél megnövekedett fehérállomány mikroszerkezeti átjárhatósága az explicit memória régiókban jellemzően fejlődő gyerekekhez képest

2. ÁBRA Az alakelemzés nagyobb alakot tár fel az explicit memória régiókban az intellektuálisan tehetséges és az implicit memória régiókban tipikusan fejlődő gyermekeknél

Ez az első minta nem tartalmazott olyan gyermekeket, akiknek az IQ-értéke átlag alatti vagy csökkent volt, vagy bármilyen atipikus idegrendszeri fejlődési állapottal, például ADHD-vel vagy autizmussal. Ezek a csoportok a spektrum további végein helyezkedhetnek el, ahol az explicit vagy implicit memória fejletlen vagy túlfejlett lehet, káros mértékben. Így azután ezt az elemzést megismételtük egy sokkal nagyobb mintán, amelybe olyan gyerekek is beletartoztak, akiknek az IQ-pontszáma az átlag alatti vagy a károsodott volt, és fejlődési különbségek (pl. ADHD) is voltak. Ezt az explicit/implicit heurisztikát egy nagy, külső adatkészlettel teszteltük: az ABCD projektet (N=7652). Hipotézisünkkel összhangban szignifikáns kvadratikus kapcsolatot találtunk az explicit/implicit heurisztika és az IQ között. Eredeti megállapításainknak ez a megismétlése azt sugallja, hogy valójában fennállhat az implicit és explicit memóriarendszerek fejlődési egyensúlya, amelyek fenotípusosan kifejeződnek különböző kognitív profilokkal.

A jövőbeli kutatások meg kívánhatják vizsgálni az implicit és explicit struktúrák relatív fejlődését más populációkban, amint azt alaposan feltárták az olyan neurodegeneratív betegségekben, mint az Alzheimer-kór (az explicit memória anatómiája és készségek degenerálódása megőrzött implicit memóriával) és a Parkinson-kór (degeneráló implicit memória anatómiája). és készségek megőrzött explicit memóriával). A tehetség strukturális és funkcionális markereinek azonosítása segít megérteni azokat a mélyebb rendszereket, amelyek lehetővé teszik a gyermekek számára, hogy az iskolán belül és kívül tanuljanak. Mind az implicit, mind az explicit tanulás elengedhetetlen, és ezek hiánya társadalmi, tanulmányi és szakmai nehézségekhez vezethet. Bár a „tehetséges” gyerekek jó eredményeket érnek el az IQ-teszteken, sokan tanulási nehézségekkel is küzdenek, amelyek hátráltatják őket a nem kifejezett tanuláson alapuló feladatok elvégzésében, és a legtöbb TD-gyerek profitálhat a további explicit tanulási fejlesztésből (Hayden et al., 2020). Ez a tanulmány némi betekintést nyújt abba, hogy a jövőbeli beavatkozások hogyan célozhatnak explicit vagy implicit rendszereket, hogy maximalizálják a tanulást a fejlődési spektrumban. Megállapíthatjuk, hogy az agyi képalkotás végül lehetővé teszi számunkra, hogy az egyén agyszerkezetén alapuló oktatási beavatkozásokat tervezzünk az egészséges értelmi és viselkedési fejlődés támogatása érdekében.

A Cistanche képes kezelni az Alzheimer-kórt

Az empirikusan megalapozott kognitív képzési eljárások, mint például a kapcsolati készségek oktatására és gazdagítására irányuló program (PEERS; Laugeson et al., 2012), segíthetnek a TD gyerekek, a tehetséges gyerekek és a veszélyeztetett klinikai populációk (pl. autizmus spektrum) fellendítésében. zavar, tanulási zavar, figyelemhiányos hiperaktivitási zavar és értelmi fogyatékosság), így lehetővé válik az oktatási intézmények számára, hogy bármilyen tanulási típusú és képességű gyermeket támogassanak. Reméljük, hogy ez a tanulmány további kutatást inspirál az implicit és explicit tanulást elősegítő struktúrák, a fejlődési különbségekben betöltött szerepük és a jövőbeni tanulási terápiák terén.