● 认知神经科学前沿文献分享
本期收录四篇 2026 年 10 月上线的儿童发育与精神健康研究。第一篇看 ADHD 与焦虑儿童的脑—行为维度和模型亚型；第二篇看孤独症儿童观看情绪视频时的反应、注意转移与情绪识别；第三篇看父母数学能力、儿童早期技能与家庭数学环境对数学发展的统计预测；第四篇看韩国智力发育障碍儿童与抑郁、焦虑新发风险之间的队列关联。
C1. 深度学习把 ADHD 与焦虑青年的脑—行为差异压缩成三个模型亚型
关键词：ADHD｜焦虑障碍｜功能连接｜脑—行为维度｜深度学习｜跨诊断亚型
Deep learning of brain–behavior dimensions identifies transdiagnostic biotypes in youth with ADHD and anxiety disorders
DOI：https://doi.org/10.1038/s44220-026-00740-3
作者：Yong Jiao、Xiaoyu Tong、Gregory A. Fonzo、Ian H. Gotlib、Kilian M. Pohl、Theodore D. Satterthwaite、Jing Jiang、Yu Zhang
期刊：Nature Mental Health，2026-10-16
ADHD 和焦虑障碍在儿童青少年中常常共现，但同一个诊断内部、不同诊断之间都可能有很大差异。只按症状类别来分组，难以说明这些差异是否对应不同的脑—行为模式。Jiao 等人开展观察性队列分析，考察功能连接和认知、行为测量能否共同学出更细的跨诊断维度。
研究先在 Adolescent Brain Cognitive Development（ABCD）研究的 3,508 名 9—11 岁儿童中训练深度学习框架，再用 224 名年龄匹配的 Healthy Brain Network（HBN）参与者检查泛化。模型把功能连接与认知、行为数据放在一起分析，得到两个可重复的脑—行为维度：一个围绕认知控制，另一个围绕情绪—注意调节。随后，模型输出进一步形成三个 biotype：外化—去抑制（externalizing–disinhibited）、内化—痛苦（internalizing–distressed）和混合失调（mixed dysregulation）。摘要还报告，三个亚型的症状谱、网络组织和脑发育表现不同。
两个维度和三个亚型都在 HBN 样本中得到泛化；在 ABCD 数据中，相关模式在症状出现前就能检测到。作者据此提出早期风险分层和机制导向干预的潜在研究方向，同时将临床应用表述为“潜在的临床转化”。
C2. 情绪反应更强，为什么可能更难读懂对方？
关键词：孤独症儿童｜共情相关过程｜情绪调节｜情绪识别｜注意转移｜多层模型
英文题目：The emotion regulation and recognition account of empathy-related processes in autism: a multimodal, multilevel case–control study
DOI：https://doi.org/10.1111/jcpp.70249
作者：Jeffrey J. Wood、Stian Orm、Karen S. Wood、Jolie Straus、Samara Wolpe、Ashley Morrissey、Maria Cornejo Guevara、Sheila E. Crowell
期刊：Journal of Child Psychology and Psychiatry
看到别人悲伤、愤怒或焦虑时，自己的情绪反应更强，未必更容易准确读出对方的情绪。这项研究提出的“情绪调节与识别解释”（Emotion Regulation and Recognition Account，ERRA）试图解释这组现象：强烈的情绪反应和情绪线索识别困难，是否会在同一段互动中联系起来。
研究团队比较了美国西部 103 名 6–13 岁孤独症儿童和 40 名按年龄、性别、种族/族裔比例匹配的非孤独症儿童。孤独症组的诊断由 ADI-R 和 ADOS-2 确认，纳入儿童的 IQ 高于 85，样本中的儿童都能流利使用语言。实验使用 ExpERT 任务：儿童依次观看五段短视频，视频中的同龄人分别表现出快乐、悲伤、尴尬、愤怒或焦虑；每段视频后，儿童回答视频主角的情绪、情绪原因、自己的感受，以及如果自己是对方朋友会做什么。研究还记录皮电反应和观看视频时的视线。
皮电反应按每段情绪视频相对中性鱼游片段 30 秒基线的差值计算；主观情绪强度用 1–9 分的 SAM 量表记录。研究人员把视频后的回答编码为情绪识别、观点采择、亲社会动机、情感同形和情绪同步。眼睛离开屏幕的程度被转换成 Eye Gaze Aversion，作为注意转移指标。多层线性模型和多层广义线性模型把每名儿童的五段视频观测放在同一模型中，同时区分个体内和个体间关联。
组间比较显示，孤独症儿童报告的主观情绪强度更高；非孤独症儿童准确识别视频主角情绪的概率更高。路径分析进一步显示：对同一名儿童来说，不同视频中的皮电反应越高，视线回避越多；在个体间平均水平上，情绪强度越高与更多视线回避的联系只出现在孤独症组。视线回避越多，两个组的情绪识别越不准确，而且这一个体内效应在孤独症儿童中约强一倍；在孤独症组，视线回避还与更低的观点采择相连。
接着看路径之间的联系：在儿童之间，情绪识别更准确者的观点采择也更准确；对同一名儿童来说，情绪识别更准确的视频片段更常伴随情感同形和情绪同步。情感同形、情绪同步与更准确的观点采择相连，观点采择和情绪同步又与更高的亲社会动机相连。部分路径的组别交互显示，情感同形与观点采择之间的个体内联系在孤独症组更强。论文把这些结果视为对 ERRA 的初步支持：注意转移可能在情绪反应强烈时减少可用的情绪线索，使后续理解和回应更难维持。
C3. 家庭数学活动之外，父母和孩子原有的数学能力能预测什么？
英文题目：Parental and early child skills outweigh home numeracy environment in predicting maths development
DOI：https://doi.org/10.1111/jcpp.70247
期刊：Journal of Child Psychology and Psychiatry，2026-10-13
这项研究问的是：把父母数学能力和孩子早期数学能力纳入后，家庭数学活动与孩子之后数学表现的统计关系还剩多少。研究使用 244 名挪威学龄儿童、201 名母亲和 146 名父亲的数据。孩子的数学流利度在一年级、三年级、四年级、五年级和六年级测量；孩子二年级时，父母填写家庭数学环境（home numeracy environment, HNE）问卷并完成数学测验。作者用结构方程模型分析 HNE、父母数学能力和儿童数学发展的关系。
在最初的模型中，正式和非正式 HNE 都能预测三年级数学。加入父母数学能力后，仍与三年级表现有关的只剩母亲的非正式 HNE。再把一年级数学纳入模型后，与三年级技能仍有关的 HNE 项变为父亲的正式活动；父母双方的数学能力仍能预测三年级表现。在更晚的数学增长分析中，摘要报告只有一年级数学能同时预测三年级数学和之后的数学增长。
C4. 韩国队列中的 IDD 儿童，抑郁和焦虑新发风险更高
Title：Depression and Anxiety Risk in Children With Intellectual Developmental Disorder
Journal：JAMA Network Open
Authors：Jimin Clara Park、Ruby Charak、Megan N. Baber 等
Online：2026-10-12
DOI：https://doi.org/10.1001/jamanetworkopen.2026.38681
这项研究使用韩国全国性医疗索赔数据，追踪儿童在登记智力发育障碍（intellectual developmental disorder，IDD）后是否出现新的抑郁或焦虑诊断。研究团队纳入 2004—2020 年首次登记 IDD 且登记时 2—17 岁的儿童，并按年龄和性别与无发育障碍儿童按 1∶3 匹配；既往已有抑郁或焦虑，或登记后 1 年内出现这些诊断的个体被排除。最终样本为 236132 人，其中 59033 人有 IDD，随访至 2023 年。
研究用 ICD-10 的 F32/F33 识别抑郁、F40/F41 识别焦虑，并用 Cox 比例风险模型调整年龄、性别、收入、居住地和 Charlson 合并症指数。IDD 组平均随访 9.7 年，记录到 11883 例抑郁（20.1%）；平均随访 9.5 年，记录到 12925 例焦虑（21.9%）。与无发育障碍儿童相比，IDD 与抑郁新发风险升高相关，HR 为 2.18（95% CI 2.13–2.24）；与焦虑新发风险升高相关，HR 为 1.85（95% CI 1.80–1.89）。
分层结果显示，男性 IDD 儿童相对匹配对照的抑郁和焦虑 AHR 分别为 2.46 和 2.06；2—5 岁组分别为 2.83 和 2.41。在 IDD 队列内部，女性、年龄较大和较低收入与两种结局风险升高相关；CCI=1 的轻度合并症负担与抑郁 AHR 1.18、焦虑 AHR 1.16 相关。改变滞后期、扩大登记年龄范围和限制在 6 岁以上登记者后，主要关联总体仍在。
分享人：天天
审核：PsyBrain 脑心前沿编辑部
● 原文信息与获取方式
获取原文：
1. 三连后添加小助手：PSY-Brain-Frontier 获取
2. 点击文中各篇论文的 DOI 链接，查看对应原文。
版权归属作者团队和出版社，本文仅做分享