长期以来，全脑关联研究（BWAS）致力于寻找大脑结构或功能与个体行为、认知能力（如智商）或生活状况之间的关联。然而，一项华盛顿大学团队发表于《科学》杂志的最新研究，通过分析青少年大脑认知发展研究（ABCD）中分析 12000 名 9-10 岁儿童的大脑影像数据，系统比较了 649 种环境与行为变量与大脑功能及结构（静息态功能连接与皮层厚度）的关联强度，得出了一个颠覆性结论：在影响儿童大脑发育的众多因素中，社会经济地位（SES）的影响力远超其他任何变量，甚至包括我们通常认为的智商。 研究背景解读：大脑与行为关联研究的新视角 过往的 BWAS 通常聚焦于认知或临床指标（如智商、精神病理学），借助磁共振成像技术尝试建立行为或环境变量与大脑个体差异之间的映射关系。然而，尽管样本量不断扩大、分析方法日趋复杂，BWAS 结果的神经生理学可解释性和普适性始终面临挑战。一个核心问题在于：大脑功能与结构已知会受到极端环境暴露（如童年虐待、贫困）的显著影响，但典型生活环境在多大程度上会干扰我们对常见 BWAS 发现的解读，目前仍不清楚。 为突破这一瓶颈，研究者提出了一种全新分析框架：利用大型数据集同时将数百个非影像变量映射到大脑上，并将这些关联模式与已确立的神经生物学参考模式（如正电子发射断层扫描、脑电图、任务态功能磁共振成像）进行系统比较。这种方法旨在揭示哪些大脑关联模式可能反映了混杂因素，从而为 BWAS 结果赋予更深刻的生物学意义。 研究发现 1、 社会经济地位（SES）是大脑-行为关联中最强且最可重复的因素 在 9-10 岁儿童的大样本中，对 649 个非成像变量进行分析后，社会经济指标展现出最强且最可重复的全脑关联。其中，与儿童邮政编码相关的社会经济机会与大脑的关联最为显著。这种社会经济相关的大脑模式主要集中在初级运动和感觉皮层区域，其空间分布与唤醒和压力模式（如去甲肾上腺素受体密度、睡眠时长和兴奋剂药物效应）高度相似，但与高阶认知的任务功能磁共振成像（fMRI）图谱呈负相关。值得注意的是，智商（IQ）的 BWAS 图谱与社会经济模式高度匹配。 2、社会经济地位（SES）对大脑-智商（IQ）关联存在混杂效应，并导致机器学习模型出现「捷径学习」 当统计调整 SES 后，大脑与 IQ 之间的关联强度减弱，并且其空间模式从与唤醒相关转向与认知更相似，这证实了 SES 的混杂作用。基于多变量的大脑-IQ 模型在仅使用高 SES 样本（其中 SES 与 IQ 无相关性）进行训练时完全失效。只有当训练样本包含来自低 SES 儿童时，模型才能检测到关联。然而，这些关联具有误导性，训练用于预测 IQ 的模型实际上预测 SES 的效果比预测 IQ 更好，这符合「捷径学习」的特征：模型并非真正学习到了与 IQ 相关的大脑模式，而是利用了与 SES 相关的混杂信号。 结论 这项研究提示：儿童大脑发育的差异，首先反映的是环境差异，而非「天生」智力差异。评估儿童认知或心理健康时，必须将社会经济地位（SES）作为核心混杂因素，否则易将环境导致的脑差异误判为内在特质。此外，基于脑影像的预测模型存在严重「捷径学习」，受 SES 影响，训练样本须具广泛社会经济代表性，甚至加剧健康不平等。 社会经济地位通过影响睡眠质量、慢性压力水平、营养状况、教育资源等，深刻地塑造着孩子的大脑。因此，与其执着于「测智商」和「开发大脑」，我们更应该关注如何为所有孩子创造一个更公平、更健康的成长环境。改善社区环境、保障充足睡眠、减轻生活压力，或许才是促进儿童大脑健康发育最有效、最根本的途径。 原文链接： https://doi.org/10.1126/science.aee6213 参考文献 Marek S, Donohue MR, Karcher NR, Hoyniak CP, Chauvin RJ, Meyer AC, Miller J, Van AN, Wang A, Baden NJ, Suljic V, Scheidter KM, Monk J, Whiting FI, Ramirez-Perez NJ, Krimmel SR, Metoki A, Paul SE, Gorelik AJ, Hendrickson TJ, Malone SM, Schwarzlose RF, Cardenas-Iniguez C, Herting MM, Petersen SE, Luby J, Randolph AC, Shanahan MJ, Turkheimer E, Kay BP, Gordon EM, Laumann TO, Barch DM, Fair DA, Tervo-Clemmens B, Dosenbach NUF. Patterns of brain-wide associations reflect socioeconomics. Science. 2026 Jun 11;392(6803):eaee6213. doi: 10.1126/science.aee6213. Epub 2026 Jun 11. PMID: 42275495.
