PNAS｜收入不足对婴儿早期脑发育的影响

本文揭示了逆境在出生后最早期脑发育阶段中的关键作用。基于 Baby Steps 研究一项正在进行的纵向研究在一所服务于贫困与压力发生率较高家庭的初级保健门诊中采集婴儿脑电EEG与社会经济地位相关数据的数据表明在母亲报告家庭收入不足以满足家庭需要的家庭中成长的婴儿在生命第一年的脑成熟方面表现出延迟。母亲对收入充足性的主观感受可能提示神经发育延迟风险升高并伴随更高的经济与心理社会压力。本研究的网络方法强调了一种潜在筛查工具的价值可用于更早识别脆弱婴儿并为精准干预路径提供指引。摘要早期逆境与脑改变相关并对发展、社会情绪功能与学业成就产生负面影响。逆境具有多维度特征这使得将影响脑发育与发展结局的具体因素加以分离变得复杂。在本研究中我们利用父母问卷数据与纵向 EEG 数据这些数据来自在一所大型医院型城市初级保健门诊就诊的婴儿其家庭以低收入为主我们在婴儿 4、9 与 12 月龄的常规儿童保健就诊期间收集数据293 名婴儿667 次 EEG。我们采用网络框架旨在识别与婴儿脑发育差异相关的特定社会经济与心理因素。结果发现报告收入不足的母亲更可能具有较低的受教育程度、报告低收入、经历更高水平的压力以及遭遇更多不良生活事件。在控制这些变量后收入不足仍与生命第一年的脑发育延迟特异相关即在父母认为其收入不足以满足家庭需要的家庭中成长的婴儿其 α 峰频率、α 功率与 β 功率的变化速率更慢。综上这些发现为理解并可视化早期逆境如何影响神经发育提供了一个框架并为将母亲的收入充足性感知作为额外筛查工具的潜在效用提供了证据以加速识别最脆弱且最需要早期干预的人群。引言在生命第一年大脑经历快速生长突触形成加速并建立功能性神经回路。上述快速变化与更高的可塑性相关使大脑独特地处于对信息高度敏感的状态并据此形成新的回路。因此早期经验能够对认知、情绪与社会功能产生持久影响这凸显了生命早期脑发育的适应性与脆弱性。尽早识别在发育早期促成脆弱性的因素对于改善发展结局至关重要。大量研究已表明早期心理社会逆境例如暴露于高水平压力、亲密伴侣暴力、虐待会使婴儿更易在后续生命历程中出现心理健康与发展性障碍。除这些发展结局之外脑活动的改变还与家庭收入、母亲压力、社区劣势或严重忽视等因素相关。与早期心理社会逆境相关的脑活动模式差异可持续到儿童期并影响其后续认知发展与教育成就。此外近期发现提示某些早期逆境形式如生活在贫困中会加速早期脑发育的轨迹或步伐并可能导致幼儿期更差的认知结局。尽管贫困对儿童发展具有不利影响的证据充分但这一多维构念的复杂性对早期筛查发展性障碍风险以及制定靶向干预构成显著挑战。社会经济地位SES的测量复杂且相互联结涵盖经济困难、资源可及性、父母受教育程度与职业声望等因素以及健康相关因素如保险状况与照护者精神病理。多数考察 SES 与脑发育的大型研究往往覆盖较宽 SES 范围的人群导致 SES 相关因素之间高度共线从而难以分离特定因素对脑发育与发展结局的影响。迄今为止采用纵向数据以建模心理社会因素与早期脑发育轨迹之间关联的实证工作仍有限尤其是在经历极端逆境的婴儿群体中。本文旨在识别在一个处于高逆境水平的社区样本中哪些心理社会因素与出生后第一年早期脑活动轨迹的改变关联最强。本研究使用来自一项正在进行的研究Baby Steps的数据。该研究是一项前瞻性纵向 EEG 研究嵌入于一所城市医院型初级保健门诊该门诊主要服务低收入家庭。该研究的最终目标是识别生命第一年内能够预测 2 岁时被评估为自闭症或发育迟缓的因素。在 4、9 与 12 月龄的常规儿童保健就诊中我们在门诊采集静息态 EEG并由父母完成包含 SES、父母压力与资源相关问题的问卷Fig. 1A。为实现本文的研究目的我们使用探索性图分析Exploratory Graph AnalysisEGAFig. 1E分析多种 SES 与压力相关因素的结构并旨在识别与婴儿早期脑活动轨迹差异关联最强的因素在 293 名婴儿中使用两项生命第一年全局脑活动估计指标Baby Steps 研究设计细节见 SI Appendix 的 SI1 节SI Appendix 的 Fig. S1 给出了本研究中完成就诊次数、EEG 采集与可用数据数量的示意图。图 1.A左在初级保健门诊的常规儿童保健就诊4、9 和 12 月龄期间进行数据收集的示意图。右EEG 数据采集过程及便携式 EEG 推车的照片。B绝对功率谱与非周期性功率谱示例以均值表示阴影误差表示 95% 置信区间。非周期性总功率通过计算 2–50 Hz 范围内非周期性谱线下的积分获得海军蓝。C非周期性校正后的周期性谱示例虚线表示 α 频段6–9 Hz。周期性总功率通过计算周期性谱线下的积分获得粉色。D个体的周期性总功率线性斜率系数估计示例用于推导 EEG 指标的变化。E最终纳入 EGA 的条目汇总以及网络结构估计用于构建网络、网络描述用于表征网络与网络稳定性分析用于评估结果稳健性的工作流程示意图遵循 Borsboom 等人的流程。结果背景问卷几乎均由母亲完成人口学与问卷反应的描述性信息见 Table 1结果证实本样本存在较高水平的经济困难71.7% 报告使用公共保险接近 60% 生活在联邦 200% 贫困线以下58% 家庭报告月度家庭收入低于 4,400 美元68.6% 的母亲学历低于学士学位超过 50% 生活在单亲家庭中。此外问卷反映提示研究中的许多家庭具有中到高水平的压力24.1% 报告“从不”或“很少”有足够收入满足家庭需要约 40% 在知觉压力量表Perceived Stress ScalePSS上报告中到高水平压力43% 的儿童机会指数Child Opportunity IndexCOI处于“低”或更低水平该指数在全国层面标准化。表1.人口学信息N 293与问卷反应在此我们使用 EGA 评估由父母完成的、衡量压力与 SES 相关因素的问卷如何聚类在一起即与传统探索性因素分析中的潜在因子相互补充并识别哪些变量在影响早期脑发育变化方面发挥关键作用。EGA 是一种常用于心理测量与行为研究的统计方法可识别并可视化数据集的多维结构。数据以网络形式呈现包含中心节点变量、社群即维度彼此紧密相关的变量组以及边连接变量的路径。EGA 的一个关键优势在于能够检测边的存在及其权重边反映变量之间的条件关联即在考虑数据中所有其他变量后两变量之间仍然存在的统计关系例如偏相关。EGA 通过惩罚化极大似然估计移除弱关联与多重共线的关联使这些节点在网络表示中被断开连接。因此网络结构中保留下来的是强且独特的关联。本研究的 EGA 纳入满足以下标准的 293 名参与者1在一个或多个时间点提供高质量 EEG 数据2完成了人口学与问卷。鉴于样本量有限且频段 EEG 指标之间存在多重共线我们将 EGA 限定为两项全局脑活动估计指标即非周期性与周期性总功率2–55 HzFig. 1B 与 Fig. 1C并将每名参与者上述指标的变化斜率纳入分析Fig. 1D。基于既往关于早期逆境与脑发育以及额叶 EEG 与后续功能之间关系的发现我们聚焦于额叶 EEG 功率。图 2.AEGA 得到的网络结构n 293。圆圈表示节点变量连线表示节点之间的边关联蓝色正相关红色负相关。线条越粗表示关联强度越大边权重标注在边旁。EGA 指示一个三维解SES 相关变量家庭收入、母亲受教育程度、COI压力相关变量PSS、RLEQ 与收入充足性以及 EEG 指标周期性斜率估计与 4 月龄非周期性功率。B所有自助法重复样本中的条目稳定性。报告标准化载荷 ≥ |0.10| 的结果。缩写PSS—知觉压力量表RLEQ—近期生活事件问卷COI—社区机会指数Dim—维度。收入充足性作为连接三类维度SES、压力与 EEG的核心节点EGA 得到一个低密度稀疏网络边密度为 0.27表明网络内部存在选择性但强的关系Fig. 2A。网络结构包含三个符合预期的维度维度 1蓝色由 SES 相关变量构成家庭收入、母亲受教育程度、COI维度 2绿色代表压力相关变量PSS、近期生活事件问卷 Recent Life Events QuestionnaireRLEQ、以及收入充足性维度 3黄色由 EEG 指标构成周期性变化斜率估计与 4 月龄非周期性功率。出生体重与 4 月龄周期性功率不属于任何维度。图 3.A按收入充足性分组报告的家庭收入与母亲受教育程度水平的马赛克图n 292。B估计的 IRT θ 分布的密度图左PSS右近期生活事件并标注组间差异的显著性在 Kruskal–Wallis 检验显著后进行 Dunn 检验并采用 Benjamini–Hochberg 校正。CRLEQ 中在“从不”与“总是”收入充足组之间存在显著条目层面 DIF 的条目第 11、13、20 题。横轴上的 θ 表示问卷中的潜在特质纵轴表示对该条目作答为 1即回答“是”的概率。由 DIF 得到的条目特征曲线表明“从不”收入充足组更可能对这些条目作答为“是”。例如当潜在特质 0 时“从不”收入充足组个体对该条目作答为“是”此处为“1”的概率显著高于“总是”组。网络结构的稳定性通过 Bootstrap EGA 得到验证结果显示维度数量的中位数为 3标准差 0.57置信区间 1.9–4.1且结构一致性达到中到高水平维度 10.76维度 20.74维度 30.64。维度频率见 SI Appendix 的 Table S5Fig. 2B 展示了跨各维度的自助法条目稳定性载荷。收入充足性、RLEQ 与收入节点在网络中最为核心即中心性高表现为与其他节点的连接最多。进一步的中心性稳定性评估发现收入充足性具有最高的强度中心性提示其在网络结构中发挥重要影响作用并与 SES 相关维度与压力相关维度中的变量均存在强关联。边关联的稳健性还通过自助法分析以及使用未正则化的混合图图形马尔可夫模型的重复分析得到进一步验证。收入充足性反映与经济困难相关的压力为更细致地理解收入充足性我们考察了与收入充足性相关的节点并将收入充足性简化为三类有序类别1从不合并“从不”和“很少”2有时3总是合并“总是”和“通常”对应维度 1收入、教育与维度 2PSS、RLEQ。首先按收入充足性分组后收入与教育的分布差异显著Fig. 3A完整表格见 SI Appendix 的 Table S6。采用 Benjamini–Hochberg 校正的事后比较显示报告“从不”相对于“总是”的母亲收入显著更低报告“从不”相对于“有时”和“总是”的母亲受教育程度也显著更低收入充足性与 SES 相关人口学变量的两两比较见 SI Appendix 的 Table S7。为探索维度 2 中的关联我们进行了项目反应理论Item Response TheoryIRT分析。IRT 产生 θ 值分布θ 越高表示问卷所评估的潜在特质水平越高。RLEQ 与 PSS 的 IRT 结果经 Benjamini–Hochberg 校正提示报告收入“从不”充足的母亲 θ 显著更高即其压力水平与近期生活事件暴露显著高于报告收入“有时”或“总是”充足的母亲Fig. 3BSI Appendix 的 Fig. S11 与 Fig. S12 给出了 PSS 与 RLEQ 的条目层面认同情况。此外我们对 RLEQ 与 PSS 的条目层面反应进行了差异条目功能Differential Item FunctioningDIF分析经 Benjamini–Hochberg 校正以验证哪些条目与报告“从不”收入充足性存在不成比例的关联。在 RLEQ 上三个与经济困难直接相关的条目失业超过 1 个月、支付账单的经济困难、住房不稳定在“从不”与“总是”收入充足组之间显示显著 DIFFig. 3C提示这些条目对报告较低收入充足性的贡献不成比例。RLEQ 在“从不”与“有时”组之间以及 PSS 的任何条目在不同收入充足性组之间均未发现显著 DIF。综上网络结果提示报告收入不足的母亲往往具有更高压力水平这很可能由经济与物质差距所驱动。收入充足性与生命第一年脑活动变化速率呈正相关在所有环境变量中只有收入充足性与脑活动的变化即周期性总功率的变化呈正相关。收入充足性与脑活动发展性变化之间的正相关表明母亲报告收入不足的婴儿更可能在生命第一年呈现更慢的周期性总功率变化速率。按收入充足性分组的 4、9 与 12 月龄周期性谱显示自 9 月龄起即可观察到 α6–9 Hz与高 β20–30 Hz周期性功率的降低Fig. 4A中央与后部区域的 EGA 结果与 EEG 功率谱见 SI Appendix 的 Fig. S13 与 Fig. S14。线性混合效应模型显示年龄与收入充足性在周期性 α 功率与 α 峰频率上存在显著交互周期性 α 功率标准化 β 0.08fdr 校正后 P 0.02α 峰频率标准化 β 0.08fdr 校正后 P 0.01完整输出见 SI Appendix 的 Table S8。具体而言“从不”收入充足组的发育轨迹明显改变其 α 功率Fig. 4B与 α 峰频率Fig. 4C的增长速率更慢。此外β 功率存在收入充足性的主效应标准化 β 0.14fdr 校正后 P 0.01“从不”组在生命第一年内持续表现出低于其他组的 β 频段功率Fig. 4D。讨论在本研究这一来源于服务于贫困人群的初级保健门诊的纵向样本中报告收入不足的母亲更可能具有更低的受教育程度、报告低收入、更高水平的压力以及更多不良生活事件。在控制这些变量后我们识别出收入不足与婴儿脑活动之间的特定关联在父母认为其收入“从不”或“很少”足以满足家庭需要的家庭中成长的婴儿其生命第一年的脑活动发育轨迹发生改变即更低的周期性总功率。这种延迟在既往被证明可追踪脑成熟的 EEG 特征上尤为明显即 α 峰频率与 β 峰活动。综上本研究的 EGA 网络框架1提供了一个直观模型用于整合对 SES 相关与压力相关因素维度结构的洞见而非将这些因素彼此独立地加以考察2提出一种额外筛查工具用于识别同时经历经济与心理逆境的高风险人群3扩展了关于早期心理社会逆境对脑发育影响的既有研究提示生命早期收入不足与早期功能性脑发育的改变相关。图 4.A按收入充足性分组的各月龄就诊时的周期性功率谱n4 月龄—2639 月龄—23912 月龄—191。B周期性 α 功率、Cα 峰频率与D周期性 β 功率的 EEG 指标估计值按收入充足性分组。注误差棒表示 ±1 SE。为便于可视化横轴使用就诊月龄模型以连续变量形式的年龄进行拟合。基于社会网络理论与网络科学的进展网络方法能够呈现相互关联因素如何塑造早期发育的清晰模式。本研究的网络分析识别出三个不同维度1SES 因素收入、母亲受教育程度与 COI2压力因素母亲压力、压力性生活事件与收入充足性3EEG 特征。值得注意的是收入充足性连接了压力与 SES 相关变量及脑指标凸显其作为整合财务困难与影响脑发育的心理社会因素的指示指标的价值。母亲对家庭收入能否满足需要的主观感受与广泛的经济逆境指示指标相关。例如在报告家庭收入“从不”充足的母亲中87.3% 使用公共保险如 Medicaid74.7% 处于联邦 200% 贫困线以下42.3% 报告月收入低于 2,100 美元73.3% 生活在单亲或分居家庭中且接近 50% 处于失业状态。这些母亲也更可能报告近期经济困难与更高水平的压力。我们的结果在实证上支持了一个已被充分记录的现象社会经济谱系低端的单亲父母由于财务资源有限、就业不稳定、不可预测的工作安排以及托育不稳定而面临累积风险与挑战。我们进一步扩展既有发现显示这些因素具有代际影响可影响儿童的脑发育。需要指出的是报告“总是”收入充足者中有 43% 仍处于联邦 200% 贫困线以下这表明“充足性”并非仅是收入水平的另一种表征而是传递了超越绝对收入水平的独特信息。综上本研究支持将一个单一问题作为务实筛查工具的潜在价值该问题可被轻易纳入临床场景。尽管它不应替代全面评估但可为更早识别最可能同时经历多维压力、并可能面临后续发展挑战风险的家庭亚群提供实用窗口当独立考虑各因素时这些风险可能被忽视或低估因此这些家庭更需要及时干预。本研究发现心理社会逆境与脑发育延迟相关这与大量研究一致即逆境会在神经生物学层面“嵌入”个体之中包括结构层面与功能层面。EEG 捕捉到的功能性脑活动可能映射与早期逆境相关的结构性改变。例如关于结构性脑发育的既往文献表明SES 与皮层厚度之间关联的方向会随年龄而变化。在婴儿期较低 SES 与更厚的额叶皮层相关这可能提示一种加速的成熟过程从而缩小最佳突触修剪、皮层间连线与细胞凋亡的时间窗。这些神经发育改变可能导致较低的神经元同步放电并在皮层层面表现为振荡周期性EEG 功率降低。然而我们关于脑活动变化速率更慢的发现与近期婴儿纵向神经发育研究所提示的“心理社会逆境与脑发育加速相关”的结论方向不一致。发现方向差异可能源于研究人群差异本研究队列主要包含逆境水平更高且收入更低的家庭。鉴于本研究分析仅限于生命第一年发生的变化纵向随访对于确定早期延迟模式是持续存在、出现追赶还是在幼儿期与儿童早期转变为加速轨迹至关重要同时也需要确定这些早期模式是否预测更长期的行为与发展结局。那么更慢的 EEG 周期性功率成熟变化意味着什么越来越多的研究将低频与高频 EEG 功率与后续认知能力联系起来。α 节律被认为支持皮层抑制与跨脑区沟通在认知中发挥核心作用。更高的 α 峰频率被认为与成人更强的认知表现相关在婴儿期随年龄增长而增加并与早期感觉运动发展相关。婴儿期测得的 α 功率与幼儿期的执行功能相关高 β 功率或低 γ24–35 Hz与早期语言发展相关。因此EEG 功率的非典型或延迟成熟可能提示对认知功能至关重要的神经回路发育延迟而这种延迟可能在儿童期更晚阶段以行为方式呈现。由于我们的数据收集仍在进行尤其是 24 月龄随访可正式评估临床结局尚未完成目前我们缺乏足够统计功效来稳健检验早期 EEG 变化与后续行为结局之间的关联。在研究完成并获得更大样本后评估这些关联对于确定早期轨迹改变与认知结局之间联系的特异性将是必要的。需要指出的是网络分析中的 EEG 维度提示EEG 周期性功率的成熟变化与 4 月龄非周期性功率呈正相关。更具体地说4 月龄非周期性活动更高的婴儿在生命第一年表现出更大的周期性活动变化。EEG 功率谱的非周期性成分被假设可表征非振荡的、宽带的神经元放电活动。在早期脑发育过程中非周期性成分的增加可能反映神经元数量、连接性与突触发生的增长。实证证据提示非周期性偏移在婴儿早期显著增加并在生命最初几年中与年龄紧密对应。这些发现提示非周期性活动中的早期个体差异可能表征神经成熟并可能塑造随后 EEG 周期性振荡特征的变化而这些特征对神经同步很重要。有趣的是我们未观察到心理社会因素与 4 月龄非周期性或周期性功率之间的直接关联也未观察到与出生体重的直接关联。未来或需将非周期性成分中的特征如非周期性偏移、非周期性指数分别加以考察但这一问题仍需在更大样本中进一步研究。本研究在心理社会困难家庭中发现更慢的脑成熟凸显了应对这些家庭所面临叠加挑战的重要性。尽管本研究并未聚焦具体干预策略但网络结果揭示了经济逆境影响脑发育的直接与间接路径。鉴于收入充足性在网络中的高中心性未来研究应进一步探索收入充足性所包含的嵌入式关联。近期一些项目例如 Baby’s First Years 研究直接调节家庭收入并检验在儿童生命第一年向处于贫困中的母亲提供每月无条件现金转移是否会引发婴儿脑活动改变并改善发展结局。该研究仍在进行中初步发现提示高频 EEG 功率出现变化但效应量较小且对更广泛发展结局的影响仍待确定。确定需要多大幅度与多长持续时间的经济支持才能产生有意义且可持续的发展改变仍是一项重大挑战。我们的网络结构分析提示明确家庭的收入充足性水平并确定哪些因素能够有效将收入充足性提升至“有时到总是”的范围可能对上述干预的成功至关重要。其他现有策略也可能是未来干预的重要组成部分例如联合筛查特定未满足的物质需要食物、住房与水电等提供“实物型”支持如对接 SNAP 等资源并结合缓解与经济困难相关心理社会压力源的方法如就业保障支持、获得稳定托育补贴等。此外促进回应性养育与应对策略的育儿干预可能作为一种间接但重要的缓冲因素减少儿童的不利发展结局在其他低中等收入国家中也已发现其具有益处。局限第一尽管本研究的网络方法提供了一个概念验证展示了在探索不同心理社会与脑指标之间复杂联结方面的有效性但我们的模型尚未纳入其他已知会影响后续儿童健康轨迹的重要因素包括更近端的因素如认知/语言刺激、养育实践、环境因素如毒物暴露、营养信息以及生物学因素如基因、微生物组。未来分析应在更大样本中纳入更广泛的指标以评估从个体内部到社会系统层面的“多层”模式。第二由于研究仍在进行我们尚无法检验脑发育变化速率与幼儿期行为结局之间的关联。此外我们的方法也有限于识别研究人群中的保护性因素。未来针对缓冲因素的分析可能为潜在干预提供有价值的洞见。结论综上本研究强调心理社会因素与出生后脑发育最早阶段的改变相关。我们的网络方法为理解早期逆境如何影响神经发育提供了一个有前景的框架并可为指导预防工作、减轻儿童早期长期不利结局提供方向。材料与方法参与者Baby Steps 研究是一项单中心纵向、前瞻性队列研究在波士顿儿童医院初级保健门诊开展。研究随访婴儿从 4 月龄至 2 岁。就诊于该门诊的婴儿在其 4 月龄常规儿童保健就诊之前或期间被招募与入组。纵向数据包括 5 分钟静息态 EEG、父母问卷与病历回顾均在 4、9 与 12 月龄的常规儿童保健就诊中于门诊完成。本研究的数据收集发生在 2022 年 2 月至 2025 年 2 月期间共有 413 名参与者入组。排除标准包括胎龄小于 36 周已识别的神经系统、遗传或临床相关眼科障碍宫内阿片类暴露重大的新生儿重症监护病房相关并发症显著的围产期或新生儿期并发症或自闭症家族史。所有参与者清醒时间中英语或西班牙语暴露超过 75%且母亲在孩子出生时至少 18 岁。共有 369 名参与者符合纳入本研究的资格。方法在 369 名符合资格者中331 份人口学信息被完成其中 83% 在第一次就诊即 4 月龄时完成且 98.6% 由母亲填写4 人未披露与参与者关系。人口学与问卷完成情况汇总见 SI Appendix 的 Fig. S1B。背景与人口学信息从家庭收集背景与人口学信息包括儿童与母亲的种族/族裔信息以及资源相关问题母亲受教育程度、家庭收入。收入充足性通过一个单题评估“你认为你家的家庭收入足以满足你目前家庭的需要吗”反应选项为总是、通常、有时、很少、从不。母亲对生活事件、压力与抑郁的报告近期生活事件问卷RLEQ。RLEQ 用于报告可能影响心理健康的压力性生活事件。本研究使用经修改的 14 条目版本用于评估妊娠期或孩子出生后经历的生活事件。参与者以二分类方式“是/否”指示每一事件是否发生。事件涵盖多个领域如经济困难、关系变化、健康问题及其他显著压力源。我们在 EGA 中使用婴儿出生至 4 月龄期间被报告发生事件的次数。知觉压力量表PSS。母亲对过去一个月压力的评估使用 PSS10 条目反应采用 5 点 Likert 评分从 0从不到 4非常经常。爱丁堡产后抑郁量表EPDS。本研究使用 EPDS 测量母亲产后抑郁症状。该量表包含 10 条目测量过去 7 天的想法与感受采用 4 点 Likert 评分从 0从不到 3大部分时间。儿童机会指数COI。邻里机会水平使用 COI 3.0 评估。COI 是一个由 44 个指标构成的综合指标覆盖三个关键领域教育、健康与环境、社会与经济因素并包含 14 个子领域。本研究使用全国标准化的 COI z 分数其中 0 表示平均邻里机会水平1 表示高于平均 1 个标准差−1 表示低于平均 1 个标准差。基线 EEGEEG 数据采集。在婴儿坐在照护者腿上、位于候诊区域期间采集 2–5 分钟的基线非任务EEG。EEG 使用 128 通道 HydroCel Geodesic Sensor NetHGSN连接 NetAmps 400 放大器记录采样率为 1,000 Hz婴儿观看包含抽象形状的屏保 5 分钟。EEG 采集时使用 0.1 Hz 高通模拟滤波并通过 NetStation 软件在线重参考至顶点Cz电极阻抗保持在 50 KΩ 以下。数据通过 Batch Automated Processing Platform 离线分析并整合 Harvard Automated Preprocessing Pipeline for EEG。EEG 频谱分解与参数化分析。EEG 频谱分解通过多锥窗谱分析完成对每个电极的每个 2 秒分段计算功率谱密度PSD使用三组正交锥窗随后对每个电极跨分段平均并再跨感兴趣区域平均见 SI Appendix 的 Fig. S2。我们使用 SpecParam v1.0.0 的修改版本也称 FOOOFPython v3.6.8对功率谱的周期性与非周期性成分进行建模对原算法的修改细节见 SI Appendix 的 Fig. S7 与 Fig. S8。为表征非周期性指数谱斜率我们在 1/f^χ 模型拟合中使用 χFig. 1B 与 Fig. 1C。随后分析限制在 2.5–50 Hz 范围内因为 2–2.5 Hz 与 50–55 Hz 区间误差较高。我们在以下经典频段上计算非周期性与周期性功率θ4–6 Hz、低 α6–9 Hz、高 α9–12 Hz、低 β12–20 Hz、高 β20–30 Hz、γ30–45 Hz以及总功率2.5–50 Hz方法为对参数化后的谱在对应频率范围内取积分。因此非周期性总功率对应于 2.5–50 Hz 频率范围内拟合得到的 1/f 指数在线性单位下的积分。需要说明的是周期性功率被计算为对数变换后的绝对功率与对数变换后的非周期性功率之差该计算在数学上等价于 log绝对谱/非周期性谱并反映“非非周期性即振荡或周期性活动的相对量”。为简化表述本文将其统一称为周期性功率。在获得的 864 次 EEG 中来自 366 名参与者在三个时间点参与 EEG 采集SI Appendix 的 Fig. S1B有 20 次未能采集56 次因行为原因如睡眠或哭闹被排除31 次在预处理后因数据质量差被排除。最终共有 348 名参与者的 743 次 EEG 提供了清洁 EEG 数据SI Appendix 的 Fig. S1C 与 Fig. S1D。统计分析所有统计分析使用 Rv4.3.2。使用的软件包包括EGAnetv2.1.0bootnetv1.6ggplot2v3.5.1lmerv3.1-3mirtv1.43easyRaschv0.3.3。EEG 斜率系数。生命第一年内额叶 EEG 非周期性与周期性总功率的纵向变化基于至少提供两个时间点清洁 EEG 数据的参与者估计N 250 名独立参与者625 个数据点。我们通过对 EEG 指标拟合线性混合效应模型来分析 4–12 月龄期间的 EEG 变化斜率系数允许随机斜率变化。我们将 4 月龄时间点设置为参考时间点使其编码为“年 0”。使用 lmer 包中的 coef 函数提取与年龄相关的 EEG 变化模型估计。EGA。最终纳入 EGA 的样本为 293 名参与者在 318 名完成全部人口学信息并提供清洁 EEG 的参与者中约 9.3% 数据缺失但未进行插补因为 EGA 采用成对删除以处理缺失数据。维度性。EGA 采用图形化最小绝对收缩与选择算子GLASSO以及 Louvain 社群发现算法。glasso 方法基于扩展贝叶斯信息准则的惩罚化极大似然解进行估计。随后进行独特变量分析并移除包含冗余信息的变量。被移除的冗余条目包括EPDS与 PSS 的 wto 0.58、非周期性变化与 4 月龄非周期性功率的 wto 0.47、婚姻状态与教育的 wto 0.25。准确性与稳定性。为确定网络稳定性我们进行 10,000 次迭代的自助法 EGA。结构一致性即可靠性定义为在一组自助法重复样本中每个维度通过 EGA 估计得到相同条目组成的比例。条目稳定性或条目可重复性表示条目在其经验维度中以及在其他维度中被重复归类的频率。此外我们使用 bootnet 包进行 10,000 次非参数自助法以评估边估计与中心性指标的稳定性删例自助法。功效分析。网络的样本量模拟通过 R 中的 powrly 实现结果提示为获得 0.8 的功效总样本量至少需要 218 名参与者。线性混合效应回归。为评估在生命第一年内不同收入不足组之间周期性成分如 α 峰频率、高 β 功率的轨迹差异我们进行了线性混合效应回归。收入充足性被视为有序分类变量1-从不2-有时3-总是EEG 采集时的年龄作为连续变量纳入。该分析使用完成全部人口学信息并提供清洁 EEG 的参与者N 318。针对每个 EEG 指标分别拟合模型1周期性 α 功率2α 峰频率3周期性高 β 功率。为控制三次建模的多重比较采用 Benjamini–Hochberg fdr 校正。模型形式如下Model EEGMeasure 1 age(indays)* IncomeSufficiency (1 age studyid) sexIRT。潜在特质得分我们使用 IRT 为 PSS、EPDS 与 RLEQ 生成标准化潜在特质指标。PSS 与 EPDS 的 IRT θ 得分作为 EGA 的输入以处理缺失反应。RLEQ 的 IRT θ 得分用于比较不同收入充足性水平。DIF我们使用 IRT 方法在【“从不” vs “总是”】【“从不” vs “有时”】两种对比中评估 DIF。首先采用逻辑回归方法检验 DIF 的存在随后在 IRT 框架下拟合两参数逻辑2PL多组模型并启用标准误用于 Wald 检验以处理二分反应如 RLEQ。最后对条目 DIF 的显著性使用 Wald 检验并进行 Benjamini–Hochberg fdr 校正。数据、材料与软件可得性匿名化的.csv数据已存储于 OSF:https://osf.io/wc2ud/。由于本研究包含来自人类婴儿受试者的 EEG 数据公开共享的数据仅限于其法定监护人同意公开共享的参与者因此论文分析所用的相当一部分参与者未包含在 OSF 共享数据中OSF 共享数据N 250而正文分析样本为 N 317。如需完整已发表样本的数据请求请联系通讯作者。参考文献Chung, H., Wilkinson, C. L., Liu, A., Job Said, A., Francis, B., Cañaveral, G., Conroy, K., Tager-Flusberg, H., Nelson, C. A. (2026). Income insufficiency impacts early brain development in infants facing increased psychosocial adversity: A network-based approach.Proceedings of the National Academy of Sciences,123(2), e2513598123.