Zusammenhänge zwischen kortikaler Dicke und allgemeiner Intelligenz bei Kindern, Jugendlichen und
jungen Erwachsenen, 2013
Kyle Menary a, Paul F. Collins (a) (,) (c), James N. Porter (a) (,) (c), Ryan Muetzel (a) (,) (e), Elizabeth A. Olson (a) (,) (c) (,) (f), Vipin Kumar d, Michael Steinbach d, Kelvin O. Lim (b) (,) (c), Monica Luciana (a) (,) (c) (,) ⁎
aAbteilung für Psychologie, Universität von Minnesota, Minneapolis, MN 55455, Vereinigte Staaten
bAbteilung für Psychiatrie, Universität von Minnesota, Minneapolis, MN 55455, Vereinigte Staaten
cZentrum für Neuroverhaltensentwicklung, Universität von Minnesota, Minneapolis, MN 55455, Vereinigte Staaten
dAbteilung für Informatik, Universität von Minnesota, Minneapolis, MN 55455, Vereinigte Staaten
eAbteilung für Kinder- und Jugendpsychiatrie, Erasmus MC-Sophia Children’s Hospital, Rotterdam, Niederlande
fAbteilung für Psychiatrie, McLean Hospital/Harvard Medical School, Belmont, MA, 02478.
Korrespondierender Autor bei: Fachbereich Psychologie, University of Minnesota, N218 Elliott Hall, 75 East River Pkwy, Minneapolis, MN 55455, Vereinigte Staaten. Tel.: +1 612 626 0757. E-mail Adresse: lucia003@umn.edu (M. Luciana).
Artikelhistorie: Eingereicht am 24. Januar 2011; In überarbeiteter Form eingegangen am 4. Juli 2013 Angenommen am 17. Juli 2013
Abstract
Die Neuroimaging-Forschung zeigt, dass die intellektuellen Fähigkeiten des Menschen mit der Gehirnstruktur, einschließlich der Dicke der Großhirnrinde, zusammenhängen. Die meisten Studien weisen darauf hin, dass die allgemeine Intelligenz positiv mit der kortikalen Dicke in Bereichen der Assoziationsrinde, die über beide Gehirnhälften verteilt sind, verbunden ist. In dieser Studie führten wir eine Analyse der kortikalen Dicke an Daten von 182 gesunden, sich typisch entwickelnden Männern und Frauen im Alter von 9 bis 24 Jahren durch, um Korrelate der allgemeinen Intelligenz (g) zu ermitteln. Um festzustellen, ob diese Korrelate auch Assoziationen zwischen spezifischen kognitiven Fähigkeiten und der kortikalen Dicke vermitteln, regressierten wir spezifische kognitive Testergebnisse auf g-Werte und analysierten die Residuen in Bezug auf die kortikale Dicke. Der Einfluss des Alters auf den Zusammenhang zwischen kortikaler Dicke und Intelligenz wurde untersucht. Wir fanden ein weit verbreitetes Muster positiver Assoziationen zwischen der kortikalen Dicke und den g-Werten, wie aus dem ersten nicht rotierten Hauptfaktor einer Faktorenanalyse der Ergebnisse der Wechsler Abbreviated Scale of Intelligence (WASI) Untertests hervorgeht. Nach der Regression der WASI-spezifischen kognitiven Untertests auf die g-Faktorwerte korrelierten die Varianzen der Restwerte nicht signifikant mit der kortikalen Dicke in der Gesamtstichprobe, wobei das Alter kovariiert wurde. Wenn die Teilnehmer nach dem Altersmedian gruppiert wurden, ergaben sich in der älteren Gruppe signifikante positive Assoziationen der kortikalen Dicke für die g-residualisierten Werte für Block Design (ein Maß für die visuell-motorische integrative Verarbeitung), während in der jüngeren Gruppe signifikante negative Assoziationen der kortikalen Dicke für die g-residualisierten Werte für Wortschatz beobachtet wurden. Diese Ergebnisse in Bezug auf Korrelate der allgemeinen Intelligenz stimmen mit der bestehenden Literatur überein, während die Ergebnisse der jüngeren gegenüber den älteren Untergruppen Auswirkungen auf die künftige Forschung über hirnstrukturelle Korrelate spezifischer kognitiver Fähigkeiten sowie die kognitive Domänenspezifität von Verhaltenskorrelaten der normativen Ausdünnung der grauen Substanz während der Adoleszenz haben.
Einleitung
Studien zur Magnetresonanz-Neurobildgebung haben Hinweise auf Zusammenhänge zwischen der Gehirnstruktur und menschlicher Intelligenz geliefert (Luders, Narr, Thompson, & Toga, 2009). In diesen Studien wurden globale und regionale Hirnvolumina verschiedener Gewebeklassen untersucht, darunter die graue Substanz (bestehend aus neuronalen Zellkörpern und ihren dendritischen Verzweigungen) sowie die weiße Substanz (bestehend aus axonalen Fasern und Myelin). Das Gesamthirnvolumen, ein globaler Index, der die Volumina verschiedener Gewebeklassen in verschiedenen Hirnregionen widerspiegelt, steht in einem moderaten und positiven Zusammenhang mit dem Intelligenzquotienten (IQ) (Luders et al, 2009; McDaniel, 2005; Wickett, Vernon, & Lee, 2000; Witelson, Beresh, & Kigar, 2006). Positive Korrelationen wurden auch zwischen dem IQ und den Gesamtvolumina der kortikalen Regionen in jedem Lappen der Großhirnhemisphären (frontal, temporal, parietal und okzipital) sowie dem Hippocampus und dem Kleinhirn festgestellt (Andreasen et al., 1993; MacLullich et al., 2002). Im Gegensatz zu diesen allgemeinen Tendenzen in den empirischen Ergebnissen wurden erhebliche Unterschiede in der Stärke des Zusammenhangs zwischen Gehirnstruktur und Intelligenz zwischen den einzelnen Hirnregionen sowie zwischen den verschiedenen Hirngewebeklassen festgestellt. So wurden beispielsweise positive Korrelationen zwischen IQ und globalen Indizes der grauen (Andreasen et al., 1993; Colom, Jung, & Haier, 2006; Narr et al., 2007; Reiss, Abrams, Singer, Ross, & Denckla, 1996) und weißen (Gignac, Vernon, & Wickett, 2003; Gur et al, 1999; Narr et al., 2007; Posthuma et al., 2002), aber neuere Untersuchungen deuten auf stärkere Assoziationen für das Volumen der grauen Substanz hin (z. B. Luders et al., 2009).
Mit Hilfe von Methoden der voxelweisen strukturellen Hirnkartierung konnten Forscher spezifische Zusammenhänge zwischen Intelligenz und einzelnen Hirnregionen feststellen. Die Ergebnisse dieser Studien zeigen übereinstimmend, dass Bereiche des lateralen und medialen frontalen Kortex, des cingulären Kortex, des medialen und lateralen temporalen Kortex, des superioren und inferioren parietalen Kortex und des extra-striaten okzipitalen Kortex als Regionen identifiziert wurden, in denen das Volumen der grauen Substanz spezifisch mit IQ-Werten assoziiert ist (siehe Luders et al., 2009 für eine Übersicht). Im Allgemeinen wurde ein größeres Volumen der grauen Substanz in diesen Regionen des Assoziationskortex mit höheren IQ-Werten in Verbindung gebracht. Dennoch wurden auch bei volumetrischen Analysen der grauen Substanz potenziell wichtige Diskrepanzen festgestellt, insbesondere in Bezug auf Geschlechts- und Altersunterschiede. Haier et al. (Haier, Jung, Yeo, Head, & Alkire, 2004) verwendeten beispielsweise voxelbasierte Morphometrie und berichteten, dass die IQ-Werte bei Frauen vor allem mit den Volumina der grauen Substanz in den präfrontalen kortikalen Regionen assoziiert waren, während bei Männern zusätzliche Korrelate in den posterioren (parietal-okzipitalen) kortikalen Regionen festgestellt wurden. Hinsichtlich der Altersunterschiede integrierten Haier et al. (2004) ihre eigenen Ergebnisse bei jungen und älteren Erwachsenen mit den von Wilke, Sohn, Byars & Hollanda (2003) berichteten Ergebnissen und stellten für die neuroanatomischen Korrelate der Intelligenz eine Entwicklungsprogression von der frühen Kindheit über das junge Erwachsenenalter bis hin zum Alter auf, die die anterioren cingulären, die medialen und die dorsalen frontalen Areale umfasst.
Kürzlich wurde vorgeschlagen, dass die Dicke der Kortikalis möglicherweise enger mit der Intelligenz zusammenhängen als volumetrische Maße (Choi et al., 2008; Colom et al., 2009; Haier et al., 2004; Karama et al., 2009; Luders et al., 2009; Narr et al., 2007). Punktschätzungen der Dicke der Großhirnrinde an einem bestimmten Ort spiegeln wahrscheinlich eher wider, wie die kortikalen Neuronen organisiert sind (Narr et al., 2007), als dass sie einfach die Dichte der grauen Substanz in einem kartesischen Suchraum anzeigen. Daher kann die kortikale Dicke mehr Aufschluss über die Beziehungen zwischen Gehirnstruktur und Intelligenz geben als andere Maße (Narr et al., 2007). Bislang wurden nur wenige Studien veröffentlicht, die sich mit dem Zusammenhang zwischen menschlicher Intelligenz und kortikaler Dicke befassen.
Narr et al. (2007) berichteten über positive Assoziationen zwischen dem Gesamt-IQ und der kortikalen Dicke in präfrontalen und temporalen Bereichen in beiden Hemisphären sowie in einer Region des extra-striaten Kortex im rechten Okzipitallappen. Choi et al. (2008) stellten signifikante positive Zusammenhänge zwischen dem Gesamt-IQ und der Kortexdicke in mehreren Regionen entlang des gesamten
Temporallappens der linken Hemisphäre fest, jedoch nicht in anderen Kortexregionen; allerdings fanden sie einen negativen Zusammenhang im linken Parietallappen. Karama et al. (2009) untersuchten eine
repräsentative Stichprobe von Kindern und Jugendlichen im Alter von 6 bis 18 Jahren mit der Wechsler Abbreviated Scale of Intelligence (WASI: Wechsler, 1999) und leiteten allgemeine Intelligenzwerte (g) ab, die auf dem ersten Hauptkomponentenwert basieren, der in einer Hauptkomponentenanalyse der vier WASI-Subtests ermittelt wurde: Wortschatz, Ähnlichkeiten, Blockaufbau und Matrix Reasoning. Sie berichteten von weit verteilten Clustern signifikanter positiver Assoziationen zwischen g-Werten und kortikaler Dicke in frontalen, temporalen, parietalen und okzipitalen Bereichen beider Hemisphären sowie im zingulären Kortex auf beiden Seiten. Die Cluster befanden sich in Bereichen des Assoziationskortex und umfassten nicht die primären sensorischen oder motorischen Regionen.
Wie die Ergebnisse von Karama et al. (2009) zeigen, haben strukturelle Neuroimaging-Studien zur Intelligenz im Allgemeinen ein verteiltes Netzwerk multimodaler Assoziationsregionen in Verbindung mit individuellen Unterschieden bei den IQ-Werten bestätigt. Diese Schlussfolgerung wurde in der parietal-frontalen Integrationstheorie der Intelligenz (P-FIT; Jung & Haier, 2007) formuliert, die davon ausgeht, dass sensorische Informationen von temporalen und okzipitalen Regionen verarbeitet und anschließend in parietale Regionen integriert werden. Der cinguläre Kortex und die dorsolateralen präfrontalen Regionen vermitteln Prozesse auf höherer Ebene wie Bewertung, Problemlösung und Reaktionsauswahl (Jung & Haier, 2007). In ihrer Formulierung dieser Theorie integrierten Jung und Haier (2007) die Ergebnisse einer Auswahl relevanter Neuroimaging-Studien, die zwischen 1988 und 2007 veröffentlicht wurden, und argumentierten, dass Studien über Assoziationen zwischen Merkmalen der grauen Substanz und Intelligenz zwar in Bezug auf die genaue regionale Spezifität der berichteten Ergebnisse inkonsistent erscheinen mögen, aber in Wirklichkeit ein kohärentes Bild ergeben, da sie sich auf eine begrenzte Anzahl von Regionen des heteromodalen Assoziationskortex konzentrieren (Jung & Haier, 2007).
Intelligenz wurde in den meisten Neuroimaging-Studien dargestellt durch Schätzungen der allgemeinen Intelligenz, g, eine Metrik, die von dem Faktor erster Ordnung abgeleitet ist, der sich ergibt, wenn verschiedene Untertests spezifischerer kognitiver Fähigkeiten faktoranalysiert werden. Theoretisch stellen die Schätzungen von g den Kern der intellektuellen Funktion dar, wie sie von der Spearman-Tradition (Spearman, 1904) abgeleitet wurden. In den gängigen hierarchischen Modellen der Intelligenz (z. B. Carroll, 1993) steht g über einer Reihe spezialisierterer oder spezifischer kognitiver Fähigkeiten, wie z. B. dem verbalen oder räumlichen Denkvermögen. Dementsprechend stellt sich die Frage, ob die einzigartige (g-unabhängige) Varianz der kognitiven Fähigkeiten dieselben strukturellen neuroanatomischen Korrelate aufweist wie die in den g-Werten enthaltene gemeinsame Varianz. In einer neueren Studie untersuchten Karama et al. (2011) eine Stichprobe von 6- bis 18-Jährigen und leiteten die g-Werte aus dem ersten nicht rotierten Hauptfaktor einer Faktorenanalyse der vier WASI-Subtests zusammen mit drei Leistungstests (Rechnen, Buchstaben-Wort-Identifikation und Verstehen; aus der Woodcock-Johnson Psycho-Educational Battery-III: Woodcock, McGrew, & Mather, 2001) ab. Sie beschrieben ein Muster positiver Assoziationen zwischen den g-Werten und der kortikalen Dicke, ähnlich wie in ihrem früheren Bericht (Karama et al., 2009). Darüber hinaus zeigten sie, dass die beobachteten positiven Korrelate der kortikalen Dicke mit spezifischen Tests, z. B. WASI-Wortschatz oder Block-Design, durch gemeinsame Varianz mit den g-Werten erklärt werden können. Insbesondere, als die Ergebnisse spezifischer WASI- und Woodcock-Johnson-Tests auf g-Werte regressiert wurden, ergaben die Residuen der spezifischen Testergebnisse keine signifikante Clusterergebnisse in der kortikalen Dicken-Kartierungsanalyse. Karama et al. (2011) kamen zu dem Schluss, dass Korrelate der kortikalen Dicke mit der Leistung bei kognitiven Aufgaben Übersetzungen von breiteren Assoziationen sein können, die g beinhalten, und dass die Einbeziehung einer Schätzung von g erforderlich sein kann, um spezifische Assoziationen der kortikalen Dicke mit spezifischen kognitiven Fähigkeiten zu validieren.
Um die Literatur über strukturelle Neuroimaging-Korrelate der Intelligenz zu erweitern, führten wir eine Analyse der kortikalen Dicke durch, um die Assoziationen mit allgemeinen und spezifischen Intelligenzmaßen in einer Stichprobe mit einer breiten Altersspanne von der späten Kindheit bis zum frühen Erwachsenenalter zu untersuchen, wenn eine robuste Entwicklung der grauen Substanz stattfindet (z.B. Giedd, Blumenthal, Jeffries, et al., 1999). Unsere Ziele waren dreifach. Erstens untersuchten wir die Korrelate der kortikalen Dicke für die allgemeine Intelligenz, um die empirische Prüfung des P-FIT-Modells zu ergänzen und die mit den Geschlechtsunterschieden verbundenen Variationen zu klären. Zweitens versuchten wir, Korrelate der kortikalen Ausdünnung der Intelligenz mit der Reifung zu identifizieren, d. h. Aspekte der Leistung bei intellektuellen Tests, die mit der entwicklungsbedingten Verringerung der grauen Substanz („Pruning“) verbunden sind, die bekanntermaßen im Altersbereich unserer Stichprobe auftritt. Drittens führten wir eine Replikation der Analyse von Karama et al. (2011) durch, indem wir eine Kartierung der kortikalen Dicke der g-unabhängigen Varianz in spezifischen kognitiven Fähigkeiten durchführten und so testeten, ob die Assoziationen der kortikalen Dicke mit spezifischen kognitiven Fähigkeiten durch das breitere Netzwerk der neuroanatomischen Korrelate von g vermittelt werden.
2. Methode
2.1 Probe
Einhunderteinundachtzig gesunde, rechtshändige Teilnehmer (81 männlich, 100 weiblich) im Alter von 9 bis 24 Jahren (M= 16.31, SD= 3.99) nahmen an dieser Studie als Teil einer laufenden Längsschnittstudie über die Gehirn- und Verhaltensentwicklung von Jugendlichen teil (Referenzen werden nach Blindprüfung eingefügt). Die Teilnehmer gaben ihre Ethnie unterschiedlich an: 87,4 % waren Kaukasier, 1,6 % Afroamerikaner, 1,6 % Hispanoamerikaner, 4,4 % Asiaten/Pazifikinsulaner und 4,9 % bezeichneten sich selbst als „andere/gemischte Ethnie“. Diese Verteilung entspricht weitgehend der Verteilung der Bevölkerung in [wird eingefügt], wie aus den Daten der Volkszählung 2009 hervorgeht (http://quickfacts.census.gov/qfd/states/27000.html). Die Teilnehmer stammten aus relativ gut gebildeten Haushalten; die durchschnittliche Anzahl der Jahre elterlicher Bildung lag bei den Müttern bei etwas weniger als 16 Jahren und bei den Vätern bei etwas mehr als 16 Jahren (Mütter: M= 15,69, SD= 1,99, Väter: M= 16,17, SD= 2,86). Der Vollskalen-IQ (FSIQ, gemessen mit der Wechsler Abbreviated Scale of Intelligence) reichte von einem Minimum von 89 (niedriges durchschnittliches Fähigkeitsniveau) bis zu einem Maximum von 148 (sehr hohes Fähigkeitsniveau). Der durchschnittliche FSIQ lag bei 115,95, mit einer Standardabweichung von 9,89, was dem hohen durchschnittlichen Intelligenzbereich entspricht. Der durchschnittliche verbale IQ (gemessen mit den Untertests Wortschatz und Ähnlichkeiten) lag bei 114,51 mit einer Standardabweichung von 9,91. Der durchschnittliche Leistungs-IQ (gemessen durch die Untertests Block Design und Matrix Reasoning) lag bei 113,70, mit einer Standardabweichung von 11,29.
Die Teilnehmer wurden über Anzeigen und über eine Datenbank von Freiwilligen aus der Gemeinde rekrutiert, die vom Institut X der Universität X geführt wird. Diese Datenbank enthält Aufzeichnungen über Familien, die im Großraum
leben und zum Zeitpunkt der Geburt ihrer Kinder angegeben haben, dass sie an einer Teilnahme an zukünftigen Studien interessiert sind, die an der Universität durchgeführt werden.
Potenzielle Teilnehmer wurden zunächst in einem Telefoninterview und dann persönlich auf ihre Eignung hin überprüft. Ausschlussgründe waren u. a. aktuelle oder frühere psychopathologische Auffälligkeiten, wie sie mit der Kiddie-SADS-Present and Lifetime Version (Kaufman, Birmaher, Brent, Rao, & Ryan, 1996) ermittelt wurden, und/oder die Einnahme von Psychopharmaka, neurologische Probleme, Kopfverletzungen mit Bewusstseinsverlust, schwere medizinische Erkrankungen, die das neurologische System beeinträchtigen könnten, Lernbehinderungen, Frühgeburten, aktueller oder früherer Drogenmissbrauch sowie MRT-Kontraindikationen (z. B, Herzschrittmacher, ortho- dontische Zahnspangen usw.). Außerdem wurden Personen von der weiteren Untersuchung ausgeschlossen, die einen Gesamt-IQ-Wert von weniger als 70 aufwiesen, was auf eine mögliche erhebliche geistige Behinderung hinweisen würde. Die Zustimmung und das Einverständnis (falls zutreffend) wurden von den Teilnehmern und ihren Eltern eingeholt, wie vom Institutional Review Board der University of Minnesota genehmigt.
2.2 Bewertung der Intelligenz
Jeder Proband füllte den Wechsler Abbreviated Scale of Intelligence (WASI) aus (Wechsler, 1999). Die WASI besteht aus vier Untertests, die von anderen Wechsler-Intelligenztests abgeleitet sind: Wortschatz, Ähnlichkeiten, Blockaufbau und Matrix-Reasoning. Diese vier Untertests wurden für den WASI ausgewählt, weil sie aufgrund psychometrischer Eigenschaften starke Assoziationen mit allgemeinen kognitiven Fähigkeiten (g) aufweisen, weil sie sich auf Dichotomien des IQ-Konstrukts beziehen, einschließlich der traditionellen Wechsler-Unterscheidung zwischen Verbal- und Leistungs-IQs, und weil diese vier Untertests zu den zuverlässigsten in der Wechsler-Testtradition gehören (Wechsler, 1999). Die Untertests lassen sich in die Bereiche Verbal (Wortschatz und Ähnlichkeiten; Verbal-IQ oder VIQ) und Leistung (Block-Design und Matrix-Reasoning; Performance-IQ oder PIQ) unterteilen und können auch kombiniert werden, um eine Schätzung des Full-Scale-IQ (FSIQ) zu erhalten. Die Schätzungen des FSIQ aus dem WASI korrelieren in hohem Maße mit den FSIQ-Werten, die mit der vollständigen Wechsler Adult Intelligent Scale-III gemessen wurden, der Variante des WAIS, die bei der Entwicklung des WASI verwendet wurde (r= .92; Axelrod, 2002).
2.3 Aufnahme und Verarbeitung von MRT-Bildern
Alle MRT-Daten wurden an einem 3-Tesla-Siemens-Trio-Scanner (Siemens Medical Systems, Erlangen, Deutschland) im Zentrum für Magnetresonanzforschung der Universität von Minnesota aufgenommen. Dreidimensionale Hirnbilder wurden mit einer koronalen T1-gewichteten Magnetization Prepared Rapid Gradient Echo (MPRAGE)-Sequenz (TR= 2530 ms, TE= 3,65 ms, TI= 1100 ms, 240 Schichten, Voxelgröße= 1,0 × 1,0 × 1,0, Flip-Winkel= 7, FOV= 256 mm) gewonnen.
Diese Bilder wurden mit FreeSurfer v.4.5.0 (Fischl et al., 2004; http://surfer.nmr.mgh.harvard.edu/) verarbeitet, um
Schätzungen der kortikalen Dicke zu erhalten. Die technischen Details dieser Verfahren wurden an anderer Stelle beschrieben (Dale, Fischl & Sereno, 1999; Dale & Sereno, 1993; Fischl & Dale, 2000; Fischl, Liu, & Dale, 2001; Fischl et al., 2004a; Fischl,
Sereno, & Dale, 1999a; Fischl, Sereno, Tootell, & Dale, 1999b; Fischl et al., 2002; Fischl et al., 2004b; Han et al., 2006;
Jovicich et al., 2006; Segonne et al., 2004). Die Bildvorverarbeitung in der FreeSurfer-Pipeline umfasste die Übertragung einzelner Gehirne in den Talairach-Raum (Talairach & Tournoux, 1988) und die Entfernung von Nicht-Gehirngewebe aus dem Bild unter Verwendung eines hybriden Wasserscheiden-/Oberflächenverformungsverfahrens (Segonne et al., 2004).
Eine nähere Annäherung an die inhärente Geometrie des kortikalen Bandes wurde dann durch Umwandlung der statischen, stereotaxischen, voxelbasierten Bilder in eine verformbare, oberflächenbasierte 3D-Darstellung erreicht. Diese Umwandlung umfasste die Anpassung mosaikartiger „Drahtgitter“ aus Dreiecken an die Grenzen der Pial- und Grau/Weiß-Oberfläche. Die Korrektur physiologischer und geometrischer Unmöglichkeiten auf den Oberflächen (Fischl et al., 2001; Segonne, Pacheco, & Fischl, 2007) und die optimierte Klassifizierung der Tesselationszellen als graue Substanz, weiße Substanz oder Liquor (Dale & Sereno, 1993; Dale et al., 1999; Fischl & Dale, 2000) wurden dann durchgeführt, was zu einem Drahtgittermodell des kortikalen Bandes führte, das verformt oder in Größe und Form angepasst wurde, wobei alle vorherigen Positions- und Geometrieinformationen an jedem Scheitelpunkt des Mosaiks beibehalten wurden (Fischl et al., 1999a). Dies ermöglichte eine hochpräzise Registrierung zwischen den Probanden auf der Grundlage der Topologie von Gyrus und Sulkus (Fischl et al., 1999b), topologische Parzellierungen und Beschriftungen von Sulkus und Gyrus (Desikan et al., 2006; Fischl et al., 2004b) sowie die statistische Analyse morphometrischer Eigenschaften wie der Kortikalisdicke. Die Dicke der grauen Substanz wurde als nächstgelegener Abstand von der Grau/Weiß-Grenze zur Pial-Grenze an jedem Scheitelpunkt berechnet (Fischl & Dale, 2000). Insgesamt wurde durch die FreeSurfer-Verarbeitung eine Dickenkarte für das Gehirn jedes Teilnehmers erstellt, die genau an einem topologischen Standardmodell ausgerichtet war. Diese Karten (räumlich geglättet mit einem 15 mm breiten Halbmaximum-Kernel) wurden dann in eine Reihe allgemeiner linearer Modellanalysen eingegeben, mit denen die Beziehungen zwischen der kortikalen Dicke an jedem Scheitelpunkt und externen Variablen (Geschlecht, Alter, Testergebnisse usw.) untersucht wurden. Die Lokalisierung und Unterscheidung der anatomischen Nomenklatur erfolgte mit dem Talairach Client FreeSurfer-Atlanten (Desikan et al., 2006).
2.4 Statistische Analysen
Die statistischen Analysen der demografischen Daten und Testergebnisse wurden mit SPSS (SPSS für Windows, Version 16.0, Chicago, SPSS Inc.) durchgeführt. Die Mittelwerte für Alter, Faktorwerte der allgemeinen Intelligenz (g), FSIQ, VIQ und PIQ wurden mit Hilfe von t-Tests zwischen Männern und Frauen verglichen. Die Zusammenhänge zwischen diesen Variablen wurden anhand von Pearson-Korrelationen bewertet. Die Werte für die allgemeine Intelligenz wurden anhand des ersten nicht rotierten Hauptfaktors (g) berechnet, der sich aus dem Faktorisieren der Hauptachsen von Vokabular, Ähnlichkeiten, Blockaufbau und Matrix-Reasoning ergab. Dieser Faktor erklärte etwa 32 % der Varianz in den Untertestergebnissen. Die WASI-Subtestwerte wurden auf die g-Werte regressiert, und die Residuen wurden als g-unabhängige Maße für spezifische kognitive Fähigkeiten verwendet.
In Analysen der kortikalen Dicke zur Ermittlung von Zusammenhängen mit Intelligenztestvariablen wurden separate lineare Regressionen an 155.000 Punkten auf der Oberfläche des Gehirns mit dem QDEC-Programm von FreeSurfer (http://surfer.nmr.mgh.harvard.edu/fswiki/Qdec) separate lineare Regressionen an 155.000 Punkten auf der Oberfläche des Gehirns durchgeführt. Um Entwicklungseffekte zu identifizieren, wurden Regressionen mit und ohne Alter als Kovariate durchgeführt. Um Entwicklungsmuster genauer zu untersuchen, wurden Ad-hoc-Analysen separater Gruppen an jüngeren und älteren Teilstichproben auf der Grundlage einer Medianaufteilung des Alters durchgeführt. Jede Regression ergab eine t-Statistik und einen zugehörigen p-Wert. Um Mehrfachvergleiche zu berücksichtigen, wurden in FreeSurfer 10.000 Monte-Carlo-Simulationen durchgeführt, die Informationen über die Verteilung der maximalen Clustergröße in zufällig generierten Karten lieferten. Diese Informationen über die Verteilung der maximalen Clustergröße unter der Nullhypothese wurden verwendet, um clusterweise p-Werte für die Schwellenwerte der individuellen p-Werte der Regressionskoeffizienten für die Testergebnisse zu bestimmen. Cluster mit einem familienweisen, fehlerkorrigierten p-Wert≤ wurden als statistisch signifikant angesehen, obwohl Ergebnisse auf Trennebene (p b .10) ebenfalls angegeben werden, um eine umfassendere Berichterstattung der Ergebnisse zu ermöglichen.
Ergebnisse
3.1 Demografische Daten und Testergebnisse
In der Gesamtstichprobe wurden die erwarteten Assoziationen zwischen den WASI-Subtests und den IQ-Werten beobachtet, wie in Tabelle 1 dargestellt. Alle Interkorrelationen zwischen den Subtests und den IQ-Werten waren positiv und signifikant auf dem Niveau p≤ .01, zweiseitig getestet, was das Konzept der positiven Mannigfaltigkeit, wie es von Spearman (1904) beschrieben wurde, unterstützt. Die konvergente und diskriminante Validität war jedoch ebenfalls offensichtlich, da die verbalen Untertests (Wortschatz und Ähnlichkeiten) am stärksten mit dem VIQ im Gegensatz zum PIQ korrelierten, während das umgekehrte Muster für Block Design und Matrix Reasoning zutraf. Darüber hinaus waren VIQ und PIQ zwar jeweils hoch mit dem FSIQ korreliert, aber nur mäßig miteinander, was darauf hindeutet, dass jeder Test sowohl getrennte als auch gemeinsame Quellen der Varianz der intellektuellen Fähigkeiten widerspiegelt.
Bei keiner der Verhaltensvariablen (Alter, WASI-IQ und Untertests, g-Scores, g-residualisierte WASI-Untertests) gab es signifikante Unterschiede zwischen Männern und Frauen. Das Alter zeigte schwache Assoziationen mit PIQ (r= − .17, p =.03), Matrix Reasoning (r =− .14, p= .06), g-residualisiertem PIQ (r =− .15, p= .04) und g-residualisiertem Wortschatz (r = .15, p= .04). Insgesamt deuten diese Korrelationen darauf hin, dass es keine signifikante Stichprobenverzerrung der Intelligenzwerte in Bezug auf das Alter gab.
3.2 Kortikale Dicke
3.2.1 Auswirkungen des Geschlechts und Haupteffekt des Alters
Es gab keine signifikanten Unterschiede in der kortikalen Dicke zwischen Männern und Frauen nach Korrektur für multiple Vergleiche. Außerdem hatte das Geschlecht keine signifikanten interaktiven Effekte auf die unten beschriebenen Assoziationen der kortikalen Dicke mit den Intelligenzwerten. Angesichts des breiten Altersspektrums der Stichprobe wurde die kortikale Dicke in Abhängigkeit vom Alter untersucht. Wie erwartet, war die kortikale Dicke in den meisten Hirnregionen signifikant negativ mit dem Alter assoziiert (siehe Abbildung 1). In der Tat zeigte der größte Teil des Kortex dieses Muster.
3.2.2 Allgemeine Intelligenz-Werte
Die Regression der kortikalen Dicke auf die g-Scores an jedem Punkt der kortikalen Oberfläche bei gleichzeitiger Kontrolle für das Geschlecht der Teilnehmer ergab Bereiche mit signifikanter positiver Assoziation (cluster-level family-wise corrected p-value≤ .05) in den frontalen, temporalen, parietalen, okzipitalen und zingulären Regionen (siehe Tabelle 2 und Abbildung 2). In der linken Hemisphäre befanden sich die Cluster in den Regionen rostral superior frontal, posterior superior temporal, lateral superior parietal, medial inferior parietal und fusiform. In der rechten Hemisphäre befanden sich die Cluster in den Regionen rostral superior frontal, caudal-medial frontal/cingulate, anterior superior temporal (mediale Wand oder temporales Operculum), lateral occipital, pre- cuneus und fusiform. Alle Cluster zeigten einen Zusammenhang zwischen einer größeren kortikalen Dicke und höheren g-Werten.
Nach Kontrolle für Alter zusätzlich zum Geschlecht (siehe Tabelle 3 und Abbildung 3) blieben signifikante frontale und parietale Cluster in der linken Hemisphäre bestehen, während signifikante frontale, laterale okzipitale und precuneus-Cluster in der rechten Hemisphäre verblieben. Die Einbeziehung des Alters als Kovariate hatte insgesamt eine Verringerung der Effektgröße zur Folge, was sich in etwas kleineren Clustern oberhalb der Schwelle und zwei Clustern zeigte, die auf ein statistisches Trendniveau reduziert waren (linker superior temporal (p = 0,07, auf Cluster-Ebene familienweise korrigiert), rechter kaudaler medialer Frontal-/Cingulum-Cluster (p = 0,08, auf Cluster-Ebene familienweise korrigiert; siehe Tabelle 3)).
3.2.3 WASI g-residualisierte Punktzahlen
Die Regression der kortikalen Dicke auf die g-residualisierten WASI-Werte unter Kontrolle des Geschlechts der Teilnehmer ergab Bereiche mit signifikanter negativer Assoziation (cluster-level family-wise corrected p-value≤ .05) für die g-residualisierten Wortschatzwerte in beiden Hemisphären (siehe Tabelle 2 und Abbildung 2). Cluster in der linken Hemisphäre befanden sich in der parahippocampalen Region und in der Nähe der temporal-parietalen Verbindung. Rechtshemisphärische Cluster befanden sich in der Mitte des Temporallappens, im unteren Parietallappen, der sich bis in die obere Okzipitalregion erstreckt, und im Precuneus (beachten Sie, dass ein Cluster auf Trendniveau (p= .08, cluster level family-wise corrected) im Precuneus der linken Hemisphäre lag). Ein positives Assoziationscluster auf Trendniveau (p= .06, cluster-level family-wise corrected) wurde für g-residualisierte PIQ-Scores in der mittleren-superioren temporalen Region der rechten Hemisphäre festgestellt. Für die anderen g-residualisierten Scores wurden keine signifikanten Cluster beobachtet. Es wurden keine signifikanten Cluster für irgendeinen g-residualisierten Wert beobachtet, wenn das Alter als Kovariate in die Regressionsgleichungen aufgenommen wurde.
3.2.4 Jüngere vs. ältere Unterstichproben
Zur weiteren Untersuchung von Entwicklungsmustern wurden Regressionen der kortikalen Dicke an jüngeren (9,0 bis 16,45 Jahre) und älteren (16,46 bis 24,0 Jahre) Teilstichproben wiederholt, die durch eine Medianaufteilung nach Alter gebildet wurden, wobei das Geschlecht als Kovariate einbezogen wurde. Obwohl die Medianaufteilung zu Gruppen mit sehr ähnlichen Mittelwerten bei den Intelligenzmaßen führte, wies die ältere Gruppe durchweg eine geringere Varianz in der Verteilung der Werte auf (z. B. Mittelwerte und Standardabweichungen für jüngere und ältere Gruppen): FSIQ= 116.3 (SD= 11.42) vs. 115.6 (SD= 8.11), VIQ= 114.8 (SD =10,75) vs. 114,2 (SD= 9,03), PIQ= 114,1 (SD= 13,59) vs. 113,2 (SD= 8,40)). Die Ergebnisse der Regressionen der kortikalen Dicke für die jüngere Teilstichprobe waren umfangreicher und entsprachen eher den Ergebnissen für die Gesamtstichprobe (siehe Tabelle S1 und Abbildung S1 im Anhang) und enthielten signifikante Cluster mit positiver Assoziation für die g-Werte sowie signifikante Cluster mit negativer Assoziation für die g-residualisierten Wortschatzwerte. Die Cluster befanden sich in beiden Hemisphären und verteilten sich über viele der gleichen Regionen wie in der Analyse der Gesamtstichprobe, wenn das Alter nicht als Kovariate einbezogen wurde. Umgekehrt ergab die Analyse der kortikalen Dicke der älteren Teilstichprobe signifikante positive Assoziationscluster nur für die nonverbalen Werte, insbesondere für den g-residualisierten PIQ und den g-residualisierten Blockaufbau (siehe Tabelle S1 und Abbildung S2 im Anhang).
4. Diskussion
In dieser Studie mit typisch entwickelten Kindern im Vorpubertätsalter, Jugendlichen und jungen Erwachsenen korrelierten höhere allgemeine Intelligenzwerte (g) signifikant mit einer größeren kortikalen Dicke in mehreren Regionen des assoziativen Kortex in beiden Hemisphären, jedoch nicht mit dem primären sensorischen oder motorischen Kortex. Nach Regression auf die g-Werte waren engere Indizes der intellektuellen Leistungsfähigkeit, die anhand der vier WASI-Subtests bewertet wurden, mit zwei Ausnahmen nicht signifikant mit der kortikalen Dicke assoziiert. Eine dünnere Hirnrinde war mit g-residualisierten Vocabulary-Werten in Regionen der linken und rechten Hemisphäre assoziiert, während eine dickere Hirnrinde (bei p=.06, cluster-level family-wise corrected) mit g-residualisierten Performance-IQ-Werten im oberen Teil der mittleren temporalen Region der rechten Hemisphäre assoziiert war. Diese Ergebnisse für die g-residualisierten Vocabulary- und PIQ-Werte wurden jedoch nicht erzielt, wenn das Alter als Kovariate in die Regressionsgleichungen einbezogen wurde, während die meisten Ergebnisse für die g-Werte selbst bestehen blieben, wenn auch in etwas weniger ausgedehnten Clustern. In einer Ad-hoc-Folgeanalyse jüngerer vs. älterer Teilstichproben wurden die Zusammenhänge zwischen der kortikalen Dicke und den g-Werten sowie den g-residualisierten Vocabulary-Werten bei der jüngeren Gruppe stark nachgewiesen, nicht jedoch bei der älteren Gruppe. Umgekehrt zeigte die ältere Gruppe Korrelationen zwischen der kortikalen Dicke und den g-residualisierten PIQ-Werten sowie den g-residualisierten Block Design-Werten, dem Subtest, der in den Wechsler-IQ-Testbatterien typischerweise am stärksten mit dem PIQ korreliert (siehe WASI-Wertekorrelationen in Tabelle 1).
Die Zusammenhänge, die wir zwischen der kortikalen Dicke und den g-Werten festgestellt haben, stimmen weitgehend mit den jüngsten strukturellen Neuroimaging-Mapping-Studien zu Intelligenztestwerten überein, da die meisten Studien Cluster-Muster beschrieben haben, die weit verteilt, bilateral und auf Assoziationsregionen des frontalen, temporalen, parietalen und extra-striatalen okzipitalen Kortex konzentriert sind. In einer der besser vergleichbaren Studien untersuchten Karama und Kollegen (2009) die Beziehungen zwischen der kortikalen Dicke und den aus WASI abgeleiteten g-Werten bei einer Stichprobe von Kindern und Jugendlichen (6 bis 18 Jahre) und fanden positive Zusammenhänge, die weit über beide Hemisphären verteilt waren. In der aktuellen Studie fanden wir mehrere Cluster mit ähnlichen Schwerpunkten wie die von Karama et al. (2009), darunter Regionen des linken frontalen (Brodmann-Areals 10 oder BA 10), linken parietalen (BA 40), rechten frontalen (BA 10) und rechten okzipitalen (BA 18) Kortex. Wie in dieser Literatur typisch, überschneiden sich einige Ergebnisse der beiden Studien nicht, z. B. im Vergleich zu Karama et al. (2009) zeigen die aktuellen Ergebnisse gleichmäßiger verteilte präfrontale Cluster, einen extra-striatalen Cluster nur in der rechten Hemisphäre und einen großen posterior-medialen Cluster (bei p=.08, cluster-level family-wise corrected), der nur minimal Aspekte des cingulären Gyrus umfasst. Diese Unterschiede in den Clustering-Ergebnissen sind zumindest teilweise auf die vielen methodischen Unterschiede zwischen den beiden Studien zurückzuführen, wie z. B. die Verwendung von Daten aus mehreren Scannern in der Studie von Karama et al. (2009), unterschiedliche Methoden zur Extraktion der kortikalen Oberfläche und zur Messung der kortikalen Dicke sowie unterschiedliche Techniken zur Kontrolle der p-Werte über die Tausenden von Regressionen, die in der kortikalen Dicken-Mapping-Analyse berechnet wurden. Bemerkenswerter ist vielleicht, dass trotz vieler methodischer Unterschiede in beiden Studien Kernregionen eines verteilten Netzwerks von Korrelaten der kortikalen Dicke mit der allgemeinen Intelligenz gefunden wurden.
In einer nachfolgenden Analyse berichteten Karama und Kollegen (Karama et al., 2011), dass in der gesamten Stichprobe der 6- bis 18-Jährigen die Zusammenhänge zwischen der kortikalen Dicke und Tests spezifischer kognitiver Fähigkeiten eliminiert wurden, nachdem die Testergebnisse auf g-Werte regressiert worden waren. In unserer Stichprobe im Alter von 9 bis 24 Jahren wurden Zusammenhänge zwischen der kortikalen Dicke und den g-residualisierten Werten für den Wortschatz, den Leistungs-IQ und den Blockdesign-Test beobachtet, jedoch nur, wenn altersbedingte Entwicklungsvarianz in die Analyse einbezogen wurde, wie unten erläutert. Als das Alter wie in der Analyse von Karama et al. (2011) als Kovariate in die Regressionsgleichungen einbezogen wurde, erhielten wir ein ähnliches Ergebnis: Statistisch signifikante Cluster der kortikalen Dicke wurden nur für g-Werte und nicht für die g-unabhängigen (residualisierten) Maße spezifischerer kognitiver Fähigkeiten gefunden. Somit konnten wir die Ergebnisse von Karama et al. (2011) hinsichtlich der Dominanz der Ergebnisse der kortikalen Dicke-Kartierung für g-Werte gegenüber den Ergebnissen für spezifische kognitive Testwerte in einer großen unabhängigen Stichprobe und unter Verwendung verschiedener MRT-Quantifizierungs- und statistischer Analysemethoden replizieren.
Weniger Übereinstimmung besteht zwischen den aktuellen Ergebnissen und anderen aktuellen Neuroimaging-Studien zur allgemeinen Intelligenz, obwohl alle Studien hinsichtlich der Bedeutung des höheren assoziativen Kortex in regionalen Korrelationsmustern übereinstimmen. Goh, Bansal, Xu, Hao, Liu und Peterson (2011) analysierten die kortikale Dicke in einer Stichprobe von Teilnehmern mit einem breiten Altersspektrum von 7 bis 57 Jahren und berichteten von Clustern, die hauptsächlich auf den linken ventromedialen präfrontalen Kortex und den rechten medial-dorsalen präfrontalen Kortex beschränkt waren. Darüber hinaus waren die Assoziationen mit den Gesamt-IQ-Werten negativ, d. h., höhere Werte waren mit einer geringeren kortikalen Dicke assoziiert. Darüber hinaus wurden große geschlechtsspezifische Unterschiede festgestellt, die wiederum auf präfrontale Regionen beschränkt waren und darauf hindeuteten, dass die Zusammenhänge zwischen IQ und kortikaler Dicke bei Männern im Allgemeinen negativ und bei Frauen positiv waren. Es ist schwierig, diese interessanten Ergebnisse im Hinblick auf die aktuelle Studie zu interpretieren, die positive Korrelationen mit g-Werten ergab und keine signifikanten geschlechtsspezifischen Unterschiede feststellte, da unsere Stichprobe nur Teilnehmer in reifen neurologischen Entwicklungsphasen (späte Kindheit, Adoleszenz und Erwachsenenalter) umfasste, im Gegensatz zu den gemischten Reifungs- und Alterungsphasen, die in einer Altersspanne von 7 bis 57 Jahren zu finden wären. Auch hier gibt es große methodische Unterschiede in der Quantifizierung und statistischen Analyse der kortikalen Dicke zwischen den beiden Studien, was Vergleiche weiter erschwert.
Geschlechtsspezifische Unterschiede wurden auch von Narr et al. (2007) in einer Studie über Zusammenhänge zwischen kortikaler Dicke und IQ-Werten bei einer Stichprobe im Alter von 17 bis 44 Jahren festgestellt. Signifikante positive Zusammenhänge wurden in mehreren Regionen festgestellt, die denen der aktuellen Ergebnisse ähneln, d. h. im medialen und dorsalen präfrontalen Kortex, im temporalen Kortex und im extra-striatalen okzipitalen Kortex. Ein allgemeiner Unterschied besteht darin, dass Narr et al. (2007) Cluster fanden, die hauptsächlich entlang der ventralen und medialen Regionen der Hirnrinde ausgerichtet waren und keine großen Bereiche des Parietallappens oder der parietal-temporal-okzipitalen Verbindungsregion umfassten. Narr et al. (2007) fanden auch Geschlechtsunterschiede in der anterior-posterioren Verteilung der Cluster bei Frauen und Männern, wobei IQ-Korrelationen bei Frauen eher in präfrontalen-temporalen Regionen und bei Männern eher in temporal-okzipitalen Regionen zu finden waren. Auch hier bestehen Unterschiede zwischen der aktuellen Studie und der von Narr et al. (2007) hinsichtlich der Stichprobe, da unsere Stichprobe viel größer war und einen deutlich jüngeren Altersbereich umfasste, sowie hinsichtlich der Methodik, z. B. verwendeten Narr et al. (2007) eine Permutationskontrolle über p-Werte in einem begrenzten Suchbereich (präfrontale und temporale Bereiche), der a priori auf der Grundlage ihrer früheren Arbeit definiert wurde. In Bezug auf Geschlechtsunterschiede könnte dieser Ansatz zur p-Wert-Kontrolle es Narr et al. (2007) möglicherweise Geschlechtsunterschiede in den kortikalen Regionen festzustellen, die in der aktuellen Ganzhirn-Kartierungsanalyse nicht festgestellt wurden. Andererseits ist die aktuelle Stichprobe viel größer (n = 181 gegenüber 65) und die Diskrepanz bei den Geschlechtsunterschieden zwischen den beiden Studien könnte ein Beispiel für einen Effekt kleiner Stichproben sein, der sich in einer großen Stichprobe nicht reproduzieren lässt.
In der aktuellen Studie wurden mehrere Ergebnisse zu Altersunterschieden erzielt. Jüngere Teilnehmer (9 bis 16 Jahre) zeigten robuste Zusammenhänge zwischen der kortikalen Dicke und den g-Werten, während dies bei älteren Teilnehmern (16 bis 24 Jahre) nicht der Fall war. Dieses Muster steht im Widerspruch zu Karama et al. (2009), die ähnliche regionale Assoziationen zwischen der kortikalen Dicke und den g-Werten zwischen jüngeren (6 bis 12 Jahre) und älteren (12 bis 18 Jahre) Teilstichproben und einen allgemeinen Trend zu stärkeren Effekten bei älteren Teilnehmern berichteten. Unsere Ergebnisse stimmen auch nicht mit der Entwicklungshypothese von Haier et al. (2004) überein, die stärkere Assoziationen im anterioren cingulären Kortex in unserer jüngeren Teilstichprobe gegenüber stärkeren Assoziationen im medialen Frontalkortex in unserer älteren Teilstichprobe vorhersagen würde. Diese Diskrepanzen könnten jedoch auf zufällige statistische Verzerrungen zurückzuführen sein, die durch die Medianaufteilung der Altersgruppen in unserer Ad-hoc-Altersgruppenanalyse entstanden sind. Obwohl die beiden Altersgruppen sehr ähnliche Durchschnittswerte für die g-Werte und die WASI g-residualisierten Subtestwerte aufwiesen, waren ihre Wertverteilungen unterschiedlich: Die jüngere Gruppe zeigte annähernd normale Verteilungen, während die ältere Gruppe leptokurtische (sehr spitze) Verteilungen mit kleineren Spannweiten und einer deutlich geringeren Gesamtvarianz aufwies. Beispielsweise betrugen die Kurtosis-Werte für g-Werte in der jüngeren Gruppe 0,088 gegenüber 1,173 in der älteren Gruppe, und die ältere Gruppe wies etwa halb so viel Gesamtvarianz der g-Werte auf. Dementsprechend könnten die Korrelationen zwischen kortikaler Dicke und Intelligenzwerten in der älteren Gruppe abgeschwächt worden sein und die Ad-hoc-Gruppenanalyse der Entwicklungstrends verfälscht haben.
Die ältere Gruppe zeigte signifikante positive Zusammenhänge bei zwei Messgrößen der visuellen Verarbeitung und der visuomotorischen Integration, insbesondere bei den g-residualisierten Werten für den Leistungs-IQ und das Blockdesign. Ein Cluster im Bereich des superioren temporalen Sulcus (BA 41) der rechten Hemisphäre wurde für den g-residualisierten Leistungs-IQ gefunden. Cluster für den g-residualisierten Block Design erstreckten sich über den ventral-medialen präfrontalen, medial-superioren frontalen, präzentralen, posterioren temporalen und superioren parietalen Bereich sowie den precuneus der rechten Hemisphäre, während sich die Cluster der linken Hemisphäre über den ventral-lateralen präfrontalen, medial-superioren frontalen, präzentralen, temporalen sowie inferioren und superioren parietalen Bereich erstreckten. Es ist bemerkenswert, dass sich die Cluster in Richtung motorisch relevanter frontaler Kortexregionen ausdehnten, da Block Design im Verlauf der Versuche zunehmend komplexe visuell-motorische Prozesse erfordert. Die Cluster für die g-residualisierten Block Design-Werte überschneiden sich größtenteils nicht mit den Clustern, die für die g-Werte in der Gesamtstichprobe ermittelt wurden. Dennoch fallen die Cluster für die g-residualisierten Block Design-Werte innerhalb der breiten regionalen Gehirnparameter des P-FIT-Modells, sodass ihre potenzielle Unabhängigkeit von Korrelaten der allgemeinen Intelligenz durch ihre vorherige Regression auf g-Werte und nicht durch die Besonderheit der kortikalen Lagen bestätigt wurde (siehe Karama et al., 2011).
Negative Assoziationen wurden zwischen der kortikalen Dicke und den g-residualisierten Vocabulary-Scores in der jüngeren Teilstichprobe sowie in der Gesamtstichprobe gefunden, wenn das Alter nicht als Kovariate einbezogen wurde. In einem früheren Bericht (Porter, Collins, Muetzel, Lim & Luciana, 2011) beschrieben wir negative Zusammenhänge zwischen der kortikalen Dicke und der Leistung im Controlled Oral Word Association Test (COWAT) in einer überlappenden Stichprobe von 167 Personen derselben Altersgruppe (9 bis 24 Jahre) wie in der aktuellen Studie. Die WASI-Verbal-IQ-Werte wurden als Regressionskovariate in die kortikale Dicken-Mapping-Analyse der COWAT-Werte einbezogen, wodurch die COWAT-Werte auf einen zuverlässigen Schätzer für g residualisiert wurden. Obwohl sich die Clusterergebnisse der beiden Studien unterscheiden, überschneiden sie sich in den präfrontalen und precunealen Regionen der rechten Hemisphäre sowie in den precunealen und supramarginalen Regionen der linken Hemisphäre. In den aktuellen Ergebnissen entspricht der Cluster, der sich über den größten Teil der linken supramarginalen Region erstreckt, gut dem anatomischen Bereich, der direkt mit dem Wortschatzerwerb in Verbindung gebracht wird (z. B. Lee, Devlin, Shakeshaft, Stewart, Brennan, Glensman et al., 2007).
Eine verwandte Erkenntnis, die von Sowell et al. (Sowell, Thompson, Leonard, Welcome, Kan & Toga, 2004) in einer Längsschnittstudie mit Kindern im Alter von ursprünglich 6,3 bis 9,5 Jahren berichtet wurde, liefert einen Kontext für die Interpretation der aktuellen Ergebnisse. Sowell et al. (2004) testeten ihre Stichprobe nach zwei Jahren (im Alter von 7,4 bis 11,8 Jahren) erneut und korrelierten die Veränderung der kortikalen Dicke mit den Ergebnissen der Wortschatztests, die unabhängiger von der allgemeinen Intelligenz sind als die Ergebnisse eines einzelnen Wortschatztests. In ihrer Längsschnittanalyse korrelierten die Werte für die Veränderung des Wortschatzes mit einer zweijährigen Abnahme der kortikalen Dicke, die vermutlich die Reifung der grauen Hirnsubstanz in Regionen des linken präfrontalen und parietalen Kortex widerspiegelt. Mit anderen Worten: Die Ergebnisse deuteten darauf hin, dass je stärker die graue Hirnsubstanz dünner wurde, desto größer war der Anstieg des Wortschatzes über einen Zeitraum von zwei Jahren (Sowell et al., 2004). Ein ähnliches Entwicklungsmuster beobachteten wir in unserer Querschnittsanalyse der 9- bis 16-Jährigen, bei der Teilnehmer mit dünnerer Hirnrinde (möglicherweise als Ausdruck einer stärkeren Ausdünnung) höhere g-residualisierte Wortschatzergebnisse erzielten. Dieses Ergebnis spiegelt einen altersbedingten Einfluss der Entwicklung auf die Korrelate der Wortschatzgröße in der Dicke der Hirnrinde wider. Darüber hinaus steht dieses Ergebnis nicht im Widerspruch zu den positiven Zusammenhängen zwischen der kortikalen Dicke und den g-Werten in der Gesamtstichprobe, wenn das Alter als Regressionskovariate einbezogen wurde. Die kortikale Ausdünnung ist die zweite Phase einer zweistufigen Entwicklungswelle, die aus einer kortikalen Verdickung gefolgt von einer Ausdünnung besteht, auch „Blooming and Pruning” (Blühen und Ausdünnen) genannt (siehe Sowell et al., 2004; Giedd et al., 1999). Die endgültigen Werte der kortikalen Dicke im Erwachsenenalter sind höher, wenn die Amplitude der beiden Komponenten korreliert, d. h. wenn einer stärkeren Ausdünnung eine stärkere Verdickung vorausging. In unserer Studie könnte der Zusammenhang zwischen einer stärkeren kortikalen Ausdünnung und höheren g-residualisierten Vocabulary-Werten bei jüngeren Teilnehmern die Sensitivität dieser Phase der Gehirnentwicklung gegenüber strukturierten Erfahrungen mit verbaler Sprache widerspiegeln, die zumindest teilweise unabhängig vom allgemeinen Intelligenzniveau variieren, z. B. dem hoch formalisierten, klassenstufenbezogenen Leseunterricht, der in den meisten Schulen stattfindet. Es ist unklar, warum ähnliche Reifungseffekte in dieser Studie nicht für g-residualisierte Werte bei anderen spezifischen kognitiven Tests zum Ausdruck kamen, angesichts der weit verbreiteten kortikalen Ausdünnung, die in Verbindung mit dem Alter nachgewiesen wurde. Ein möglicher Faktor ist, dass die anderen Tests stärker auf abstraktem Denken und der Lösung neuartiger Probleme beruhen und nicht die altersgerechte (schulklassenbezogene) linear zunehmende Lernerfahrung bieten, die der Leseunterricht für die Entwicklung des Wortschatzes bietet.
Zu den Stärken dieser Studie zählen die große Stichprobengröße, der entwicklungsbezogene Charakter der Stichprobe, die Verwendung eines validierten Testinstruments zur Bewertung der intellektuellen Fähigkeiten, die Ableitung allgemeiner Intelligenzwerte aus einer Hauptfaktorenanalyse, die Residualisierung spezifischer kognitiver Testergebnisse auf die abgeleiteten g-Werte und ein statistisch strenges Testmuster für Zusammenhänge zwischen kortikaler Dicke und intellektuellen Fähigkeiten. Zu den Einschränkungen zählen die begrenzte ethnische Vielfalt der Teilnehmerstichprobe (die jedoch repräsentativ für die regionale Bevölkerung ist) und die Verzerrung hin zu einem höheren Bildungsniveau der Eltern und höheren IQs der Teilnehmer. Die Messempfindlichkeit zur Erkennung von Zusammenhängen zwischen der kortikalen Dicke und g-unabhängigen spezifischen kognitiven Fähigkeiten war durch die Verwendung einer verkürzten Testbatterie begrenzt, die eher für eine kurze Beurteilung der allgemeinen intellektuellen Funktionen als für ein umfassendes Profil der kognitiven Fähigkeiten konzipiert ist.
Darüber hinaus eignet sich die in dieser Studie verwendete Ganzhirnkartierungsanalyse am besten zur Erkennung von Effekten mittlerer Größe in relativ großen Regionen des Gehirns, die bei verschiedenen Personen geometrisch ähnlich sind (z. B. in Bezug auf Gyral- und Sulcalmuster, Grenzen zwischen grauem und weißem Gewebe usw.). Diese Verzerrung bei der Erkennung ist auf methodische Faktoren zurückzuführen, wie z. B. die Ausrichtung der MRT-Daten einzelner Teilnehmer auf einen gemeinsamen Raum, eine mäßig große FWHM-Kernel-Glättung (z. B. 15 mm wie in dieser Studie) und eine familienweise Fehlerkorrektur auf der Grundlage von p-Wert-Verteilungen, die aus Monte-Carlo-Simulationen unter der Nullhypothese aufgebaut wurden. Diese analytischen Designfaktoren und Parameter eignen sich für eine umfassende explorative Kartierung des Gehirns in breiten Verhaltensbereichen, wie z. B. der allgemeinen intellektuellen Fähigkeit, opfern jedoch naturgemäß die Sensitivität für Effekte, die regionaler und/oder geringerer Ausmaßes sind, wie z. B. solche, die mit spezifischen kognitiven Fähigkeiten in Verbindung stehen können. Um ein umfassenderes Verständnis der hirnbasierten Korrelate von Intelligenz sowohl auf der allgemeinen als auch auf der spezifischen Ebene eines hierarchischen Modells wie dem von Carroll (1993) zu entwickeln, ist möglicherweise eine ergänzende Analyse mit größerer Sensitivität für kleinere regionale Effekte erforderlich, z. B. eine a priori-Analyse der Regionen von Interesse mit statistischen Tests, die an Werten durchgeführt werden, die aus einer gezielten Stichprobe von ungeglätteten Daten zur kortikalen Dicke im nativen Raum abgeleitet wurden.
Zusammenfassend liefern unsere Ergebnisse zur kortikalen Dicke eine unabhängige Replikation der Ergebnisse von Karama et al. (2011) anhand einer großen Stichprobe, wonach allgemeine Intelligenzwerte eine durchgängige Vermittlung positiver Assoziationen zwischen der kortikalen Dicke und der Leistung in Tests spezifischer kognitiver Fähigkeiten zeigen. Die Ergebnisse liefern auch weitere Belege für verteilte Modelle der menschlichen Intelligenz wie das P-FIT (Jung & Haier, 2007). Wir identifizierten Entwicklungseffekte, darunter Korrelate der kortikalen Dicke mit g-unabhängigen visuell-motorischen Problemlösungsfähigkeiten, die im späten Jugendalter und im frühen Erwachsenenalter beobachtet wurden, sowie Korrelate der kortikalen Ausdünnung mit g-unabhängigen Vokabularleistungen, die im späten Kindesalter und im frühen bis mittleren Jugendalter beobachtet wurden. Wichtige Ziele für die zukünftige strukturelle Hirnforschung sind die Identifizierung von Korrelaten spezifischer kognitiver Fähigkeiten, die diejenigen der allgemeinen Intelligenz ergänzen (und nicht ableiten), sowie die Identifizierung altersgebundener Verhaltenskorrelate der altersbedingten kortikalen Ausdünnung für andere spezifische kognitive Fähigkeitsbereiche als Wortwissen.
Highlights
-
- Die kortikale Dicke steht in einem positiven Zusammenhang mit der allgemeinen Intelligenz (g) in einer breiten Verteilung der kortikalen Assoziationsareale in beiden Gehirnhälften.
- g-residualisierte spezifische kognitive Subtest-Werte stehen nicht in Zusammenhang mit der kortikalen Dicke.
- Die Zusammenhänge zwischen der kortikalen Dicke und spezifischen Aspekten der Intelligenz variieren je nach Entwicklungsstadium.
Supplementary Material NIHMS520717-supplement-01.docx
Fußnoten und Literatur in der englischen Originalpublikation