自上而下的意志性眼動控制是人們在日常生活中完成目標導向性行為的重要功能，該功能的損傷可能是注意缺陷多動障礙（ADHD）的內表型。本研究以雙生子為被試，探討了其在反應抑制眼動范式的表現(xiàn)與父母評定的ADHD特征之間的關系。研究表明，自上而下的眼動控制與ADHD的注意力不集中特征之間存在明確的受遺傳影響的關系。該研究發(fā)表在Journal of Child Psychology and Psychiatry雜志。

引言

注意缺陷多動障礙（ADHD）是一種復雜病因的神經發(fā)育疾病，其基因型和癥狀可能由多種病因引起。內表型是位于基因型和表型間因果鏈上的可遺傳性狀。反應抑制的損傷被認為是ADHD的一種內表型，在不同的抑制探測任務如停止信號范式，反向眼跳任務中均被報道。反向眼跳任務是一項能敏感測量自上而下抑制機制的反應抑制任務，該任務需要進行意志性眼跳而不是反應性眼跳。在反向眼跳任務中，刺激出現(xiàn)在屏幕中央，緊隨出現(xiàn)一個在周圍的刺激。要求被試注視周圍刺激的鏡像位置，而不是反應性地注視周圍刺激。注視方向調制失敗反映了目標導向的自上而下的抑制控制的失敗。高方向錯誤在ADHD患者中很常見。除了方向錯誤外，ADHD患者還存在更多的預期眼動（即在顯示周圍刺激之前發(fā)生的凝視移動）。   

前人關于雙生子的研究表明，反向眼跳任務中抑制反應性反應的能力是遺傳特征，但反向眼跳任務的表現(xiàn)與ADHD之間的病因聯(lián)系缺乏直接證據支持。前人研究表明，其它類型的反應抑制與ADHD有遺傳關聯(lián)，但尚不清楚這些發(fā)現(xiàn)如何與眼球運動水平的反應抑制相關。此外，雖然先前研究表明，反向眼跳任務的表現(xiàn)是遺傳的并與ADHD有關，但沒有研究直接評估兩者之間的遺傳關聯(lián)。本研究在一個大的雙胞胎樣本中評估了反向眼跳任務的表現(xiàn)和ADHD特征，以期進一步了解兩者之間的病因聯(lián)系。

本研究檢驗了以下假設：

（1）較高水平的抑制錯誤與較高水平的ADHD特征相關。

（2）抑制與ADHD的個體維度特征之間存在共同的病因遺傳影響。

方法

被試：   

從瑞典的縱向兒童和青少年雙胞胎研究（CATSS）中招募9-14歲的兒童。邀請雙胞胎參加行為評估（認知評估加上父母報告的ADHD測量和背景問卷）和眼動追蹤任務。存在聽力或視力損傷、大腦發(fā)育障礙、不精通瑞典語以及異性雙胞胎和有缺失值的雙胞胎個體被排除在外。   

研究收集了723名兒童的眼動追蹤數據，其中640名兒童被納入最終分析。最終的樣本包括158對單卵（MZ；55.7%女性）和162對雙卵（DZ；53.1%女性），平均年齡為11.1（SD=1.3）歲。在本研究評估時，共有14名參與者（2.18%）被診斷為ADHD。表1顯示了研究樣本的人口學變量、ADHD特征、反應抑制測量的表現(xiàn)以及未標準化的智商得分（分布圖見圖S1和S2）。

表1 研究樣本特征

圖S1 樣本中注意力不集中和多動/沖動性特征的分布

圖S2 眼動追蹤變量的分布：方向錯誤和預期眼動的比例

程序

測試包括眼動追蹤任務（反向眼跳任務和其它與當前研究問題無關的范式），認知評估和父母報告問卷。本研究使用遠距離紅外眼球追蹤系統(tǒng)（Tobii T120；120Hz采樣率）來記錄眼球運動。使用Tobii Studio在23英寸顯示器上以1024*1280像素分辨率全屏顯示刺激。參與者距離顯示器約60厘米。任務開始前，使用9點校準圖確定眼睛的位置。校準成功后開始正式實驗。當雙胞胎1完成眼動追蹤任務時雙胞胎2完成認知評估任務，父母完成關于雙胞胎的電子問卷。短暫休息后，這對雙胞胎的任務（和父母）進行了調換；完成所有測試耗時約120分鐘。接受ADHD藥物治療的雙胞胎被要求在測試日不要服用藥物。

1、 反向眼跳任務

該任務中，一個刺激出現(xiàn)在屏幕中央（CS），接著在周圍出現(xiàn)一個新的刺激（PS）。一旦PS出現(xiàn)，要求被試盡可能快地注視PS的鏡像位置。刺激有兩種呈現(xiàn)條件：間隔和重疊。在間隔條件下，CS在PS出現(xiàn)前200ms消失。在重疊條件下，PS出現(xiàn)時CS仍顯示。CS由一個黑色十字和一個黃色圓圈組成，兩者的視野寬度均為1.5°，背景為灰色。共48個試次，在正式試次之前完成3次練習試次，并在必要時重復指導語。

間隔與重疊條件的呈現(xiàn)概率相同。PS出現(xiàn)在左右側的概率相同，出現(xiàn)的位置隨機。CS呈現(xiàn)1600 ms或1200 ms，PS呈現(xiàn)1000 ms，因此一個試次共持續(xù)2600ms或2200 ms。條件（間隔/重疊）和持續(xù)時間（長/短）間呈現(xiàn)是隨機的。因變量是方向誤差（方向誤差占有效試次總數的比例）和預期眼動（預期眼動占有效試次總數的比例）（這篇文章對實驗的具體操作過程描寫相當到位，達到了可以看著文章描寫就能把實驗重復出來的程度，當然一定程度上與文章中的實驗操作比較簡單明了有關，但是以后的文章中對實驗操作細節(jié)的描寫一定是從能夠被其他研究者有效重復出發(fā)的，對實驗細節(jié)的閱讀和把握可以大大提升你對實驗意圖和實驗結果的理解）。

2、 ADHD特征

本研究使用瑞典版的父母長版Conners 3量表測量ADHD特征。該量表具有較高的重測信度（r=.71～.98）和內部一致性信度（a=.52～.94），良好的鑒別診斷效度。作者使用注意力不集中和多動/沖動子量表的原始總分，以及兩者的總和來反映ADHD的總體特征。這些子量表共有24個項目（最大注意力不集中得分：30，多動/沖動：42）涉及上個月的注意力不集中行為以及多動和沖動行為。

3、 智力

本研究使用韋氏兒童智力量表第四版（WISC-IV）中詞匯、數字廣度、編碼和矩陣推理子量表的分數來評估認知能力（韋氏智力量表已經更新到第五版，不知道這篇研究為什么沒有用最新的版本，一般這種商用公司的出版的最新版本會比前一代版本有更好的適應性，如果大家能用最新的，盡量用最新的）。 

眼動追蹤數據分析

使用在MATLAB（MathWorks）中編寫的自定義腳本進行數據分析。試次在每個條件下（間隔/重疊）進行獨立分析。為了識別眼跳，腳本將兩個67ms長的滑動窗口的中值應用于采樣的凝視（gaze）位置（這是左右眼位置的平均值）。如果位置變化率超過39°/s的速度閾值，則標記為眼跳。為了算定向性眼跳，要求眼跳開始于中央興趣區(qū)（AOI）之內，定義為7°3’寬和10°4’高，在PS出現(xiàn)后結束于AOI之外。短于60 ms或長于800 ms的眼跳被排除。該閾值與之前的研究一致，是根據樣本的數據分布精心選擇的。

一個有效試次需要滿足以下納入標準：

（a）gaze首次離開中心AOI之前的最后200 ms內（PS出現(xiàn)前），在中心AOI內至少50%的樣本是有效的gaze數據。這確保了離開的潛伏期不是基于虛假的數據，排除了預期的眼球運動。

（b）在PS出現(xiàn)前，gaze在中心AOI內至少有50%的時間為CS。這確保了被試在注視轉移之前看過CS，并且排除了大量數據丟失的試次。

（c）要求在確定的眼跳之后的gaze數據樣本是注視點的一部分，即在隨后的200 ms期間，至少50%的gaze數據位于中央AOI的兩側。

如果眼跳朝向PS而不是其鏡像位置，則將其標記為方向錯誤，表示為與有效試次總數的比例。預期的眼球運動表示為預期眼動試次與有效試次加預期眼動試次之和的比例。當至少50%的gaze數據樣本在PS出現(xiàn)之前的最后200毫秒內已經在中央AOI之外時，被認為是預期的眼球運動。若檢測到預期的眼球運動則試次無效。（在眼動數據處理中，眼跳的判定和注視點的判定可能對研究結果有明顯的影響，現(xiàn)在大家一般使用商用軟件中的算法來直接判定這些基本指標，從不同研究的發(fā)表情況看，是收到期刊和科研人員的支持和認可的，所以一般沒有特殊需求，不建議自己寫計算代碼來進行判定，除非你有良好的眼動數據處理的理論基礎） 

統(tǒng)計分析

表型關聯(lián)：

研究了反應抑制測量（方向錯誤和預期眼動的比例）和個體ADHD特征（注意不集中和多動/沖動）之間的關系。智商、年齡和性別作為協(xié)變量，使用WISC-IV子量表分數（數字廣度、編碼、詞匯和矩陣推理）來包含智商的不同方面。使用了多元線性回歸混合效應模型分析這種關聯(lián)，該模型考慮了雙生子內的非獨立性。此外，為了解釋因變量的偏態(tài)性（即反應抑制測量），引入了非對稱標準誤差（圖S1和S2）。為了簡化效應量的比較，所有報告的系數都是標準化系數。

雙重分析：

為了檢驗變量之間的協(xié)變量來源，使用了雙變量孿生模型（即雙變量分析，作者這里只是基于統(tǒng)計檢驗的對象，起了這么個名字，雙變量分析是定量（統(tǒng)計）分析的最簡單形式之一。為了確定它們之間的經驗關系，它涉及兩個變量（通常表示為X，Y）的分析。雙變量分析有助于檢驗簡單的關聯(lián)假設，作者這里利用多元線性回歸中對協(xié)方差的估計進行了不同模型影響的估計，作者下圖中用到的路徑圖示只是通過不同協(xié)方差的影響值標注出對雙變量的不同影響，不是路徑分析方法實現(xiàn)的）。單卵雙胞胎（MZ）在基因上是相同的；因此，當與同性雙卵雙胞胎（DZ，只分享50%的基因）在某一性狀上進行對比時，可以推斷出該性狀變異的來源。例如，如果MZ雙胞胎比DZ雙胞胎更相似，這可以歸因于遺傳效應。性狀變異的來源可分為基因[遺傳；可加的（A）和不可加的（D）]，環(huán)境影響可進一步分為共享（C；包括除遺傳外使雙胞胎彼此相似的一切，例如家庭環(huán)境，社會經濟地位）和非共享（E；包括使雙胞胎彼此不同的一切，例如，測試當天生?。?span>

利用多元孿生分析，可以估計兩個（或多個）變量之間協(xié)變量的遺傳來源和環(huán)境來源。性狀間的遺傳重疊程度（同一組基因）稱為遺傳相關。同樣，也可以估計共享和非共享環(huán)境影響之間的重疊程度。使用貝葉斯信息準則（BIC）來檢驗擬合優(yōu)度。BIC通過權衡模型對數據的擬合程度以及使用的參數數量來確定最簡約的模型，較低的BIC值表示一個更好的擬合模型（與此相同的還有AIC指數，都是用來評價模型的擬合優(yōu)度的）。所有的統(tǒng)計和孿生模型分析都是使用MPlus進行的。
結果

群體比較

盡管被診斷為ADHD的參與者很少，但這組個體在反應抑制任務和多動癥特質量表上的得分較高（表2）。方向錯誤g_Hedges=0.61（95%CI：0.06，1.16）和預期眼動g_Hedges=0.80（95%CI：0.27，1.33）有中等效應量。這些效應大小完全符合先前的研究（hedges是T檢驗時不符合兩組樣本方差齊性檢驗時，一般來說是兩組樣本不等時，使用的校正后的效應量，其大小和cohen d 一致），顯示了ADHD中兩種類型的眼跳抑制的問題，需要注意的是，由于診斷個體的數量較少，這些估計的準確性較差。

表2 有或無ADHD診斷的參與者反應抑制和ADHD特征的平均值和標準差

全樣本中的表型關聯(lián)

方向錯誤：本研究樣本中，ADHD的總體特征（beta=-.01；95%CI：0.07,0.04）。注意力不集中（b=.03；95%CI：0.09，0.16）和多動/沖動（b=0.08；95%CI:0.23，0.07）都不能預測方向錯誤。因此，作者不再進行包含這一變量在內的任何分析。

預期眼動：ADHD的總特征是預測預期眼動的一個重要指標（b=0.11，95%CI:0.04，0.19）。注意力不集中（b=0.19，95%CI:0.09，0.29）即使在包含協(xié)變量（年齡、性別、多動癥和智商；b=0.15，95%CI:0.02，0.28）后，也是預測預期眼動的顯著因素，但多動/沖動不是（b=0.01，95%CI:0.09，0.07），表明更高的預期眼動與更高的注意力不集中特征特別相關。

孿生分析

在注意力不集中（rMZ=0.27，95%CI:0.13，0.41；rDZ=0.06，95%CI:0.001，0.12）和預期眼球運動（rMZ=0.39，95%CI:0.17，0.61；rDZ=0.02，95%CI:0.11，0.15）方面，同卵雙生子的相關性是異卵雙生子的兩倍多，表明遺傳效應的影響。

基于孿生相關，擬合了一個相關因素ADE模型（見圖S3）。AE模型和DE模型也被用來進行比較。經比較，AE模型被確定為與先前理論概念（以ACE模型為起點）和過去研究結果之間的合理折衷的擬合模型（表3）。

圖S3  ADE模型相關因子解的路徑圖

注釋：顯示潛在遺傳（A=累加；D=非累加）和環(huán)境（E）效應（黑色箭頭）的標準化路徑系數和95%置信區(qū)間的路徑圖。圖的上部顯示了累加遺傳相關性（紅色箭頭）、非累加遺傳相關性（綠色箭頭）和非共享環(huán)境相關性（藍色箭頭）。
                      表3 不注意和預期眼動二元模型擬合結果

AIC，Akaike信息標準；BIC，貝葉斯信息標準，可以看出DE模型擬合最優(yōu)

      未經調整的AE模型（圖1）評估表明，注意力不集中的遺傳率較高（h²=0.70；95%CI：0.60，0.79），預期性眼動遺傳率中等（h²=0.49；95%CI：0.35，0.62）。雙變量模型確定了注意力不集中與預期眼動比例之間中等大小的遺傳相關性，但精確度相對較低（r=0.19；95%CI：0.02，0.36）。

圖1 不注意和預期眼動的AE二元模型相關因子解的路徑圖

注釋：標準化了加性遺傳效應（A）和非共享環(huán)境效應（E）的路徑系數和95%置信區(qū)間（黑色箭頭）。遺傳相關性（紅色箭頭）和非共享環(huán)境相關性（藍色箭頭）顯示在圖的上部。
   在對二元模型（圖S4）中的協(xié)變量進行調整后，注意力不集中（h²=0.57；95%CI：0.44，0.67）和預期眼球運動（h2=0.40，95%CI:0.21，0.56）的遺傳力估計值仍然顯著。然而，在校正協(xié)變量（ra=0.09；95%CI:0.16，0.36）后，注意力不集中和預期眼動之間的遺傳相關性沒有達到統(tǒng)計顯著性，未校正和校正模型之間的置信區(qū)間相同。在除多動/沖動外的協(xié)變量的模型中，結果相似（圖S5）。

圖S4  AE模型相關因子解的路徑圖（包括協(xié)變量）

注釋：顯示加性遺傳效應（A）和非共享環(huán)境效應（E）的標準化路徑系數和95%置信區(qū)間的路徑圖（黑色箭頭）。圖的上部顯示了遺傳相關性（紅色箭頭）和非共享環(huán)境相關性（藍色箭頭）。HY：多動/沖動，4IQs：WISC子量表（數字重復，編碼，詞匯，矩陣）。

圖S5  AE模型相關因子解的路徑圖，不包括作為協(xié)變量的多動/沖動維度

注釋：顯示加性遺傳效應（A）和非共享環(huán)境效應（E）的標準化路徑系數和95%置信區(qū)間的路徑圖（黑色箭頭）。圖的上部顯示了遺傳相關性（紅色箭頭）和非共享環(huán)境相關性（藍色箭頭）。4IQs：WISC子量表（數字重復、編碼、詞匯、矩陣）。

討論本

研究發(fā)現(xiàn)，父母報告的注意力不集中特征，與眼睛運動的細微變化有表型聯(lián)系，這種表型聯(lián)系有共同的遺傳效應，這表明在反向眼跳任務中表現(xiàn)不佳可能是注意力不集中ADHD亞型的內表型。

反向眼跳任務中的預期眼動與父母報告的不注意行為之間的表型關聯(lián)與病例-對照文獻一致。先前研究中，與對照組相比，ADHD患者在反向眼跳任務中出現(xiàn)的提前的眼跳次數增加。與文獻一致，孿生相關和單變量孿生模型評估表明兩種測量都有遺傳影響。在調整協(xié)變量時，注意力不集中（h²=0.57）和預期眼球運動（h²=0.40）的遺傳力中等，與之前ADHD特征研究和反應抑制測量中的報告相似。有證據表明，注意力不集中特征和預期的眼球運動之間存在顯著的遺傳相關性（r_a=0.193），這一發(fā)現(xiàn)與使用停止信號范式的研究一致，后者也發(fā)現(xiàn)了反應抑制測量子集與ADHD特征之間的遺傳關聯(lián)。然而，在校正協(xié)變量后，相關性不顯著。這一結果可以由廣義基因假說解釋，該假說認為，多效性或“廣義”基因作用于許多表型，導致在遺傳水平上缺乏特異性?；蛘?，在控制所有協(xié)變量后，我們可能缺乏檢測獨特基因貢獻的統(tǒng)計能力。

生理學上的解釋可能歸因于多巴胺能系統(tǒng)。ERP研究將ADHD患者預期眼球運動次數的增加歸因于CNV均值的減弱或幾乎消失，一種與多巴胺能相關的運動準備/準備電生理成分基底節(jié)活動。這種預期控制的缺陷也符合認知能量模型，該模型認為低CNV激活可能是能量狀態(tài)的結果。預期性眼球運動也與位于上丘的注視和眼跳細胞、FEF和DLPFC有關，屬于額葉頂葉、背側注意和視覺網絡結構，影像學研究中ADHD的這些結構有改變（也就是說缺乏類似的功能像研究，比較讓ADHD躺在核磁里做研究也太難了，但可以考慮定位能力比ERP更好的近紅外成像手段來進一步研究該問題）。

與對預期性眼球運動的發(fā)現(xiàn)相反，本研究沒有觀察到方向錯誤與ADHD特征之間的聯(lián)系。這些結果與其他沒有觀察到這種關聯(lián)的研究結果一致，或者在不同的實驗條件下未能一致觀察到這種關聯(lián)。盡管如此，Aichert等人（2012）報告了方向錯誤和沖動性之間微弱但顯著的聯(lián)系。然而，值得注意的是，盡管本研究缺乏兩者的關聯(lián)性，但我們觀察到診斷樣本和閾下樣本之間的平均差異，這與大多數病例-對照研究一致。對這些差異的潛在解釋是，ADHD特質評分未能捕捉到導致表現(xiàn)差異的缺陷，例如，動機和喚醒，或者抑制缺陷并不一致，也不普遍存在于ADHD個體中。因此，盡管我們不能完全排除方向錯誤作為ADHD狀態(tài)標記的可能性，但這一有趣的模式要求我們對ADHD個體的方向錯誤進行更深入的研究，而不是那些具有高ADHD特征、亞閾值和未診斷的個體。
局限性和未來方向

本研究可能由于樣本量的關系，未能研究一些小但有意義的關聯(lián)，如探索潛在的性別效應。此外，雖然研究樣本包括來自一名醫(yī)療從業(yè)者臨床診斷的亞組，但該亞組數量較小，未達到預期的人群患病率，且未經獨立驗證。

像這樣的雙胞胎研究提供了遺傳變異與表型變異比率的信息，并且可以識別共同發(fā)生表型的遺傳（和環(huán)境）路徑，然而不能直接告知所涉及的基因變異。因此，后續(xù)研究的一個方向是分子遺傳學研究?；蚍中秃褪褂眠z傳工具（例如，全表型和全基因組關聯(lián)研究、多基因評分）的方法有助于識別遺傳途徑。通過識別特定的基因，可以嘗試通過實驗、動物模型或觀察方法（如孟德爾隨機化），探索因果關系的方向，并解開交叉表型關聯(lián)中的遺傳多效性效應。另一個前瞻性的方向是縱向雙生子設計，探索在整個生命周期中觀察到的共有病因的穩(wěn)定性。

通過更好地理解ADHD神經認知特征和病理生理學之間的相互作用（例如，意志性眼動控制是否會導致注意力不集中），是朝著改進治療方案邁出的關鍵一步，例如，通過在紊亂亞組中識別更個性化的治療方法，可能實施診斷標記物，或與眼動控制相關的早期靶向干預。
結論

過早（或預期）的眼球運動與ADHD特征的相關說明，這種表型是可遺傳的，更具體地說，與注意力不集中特征呈正相關。這種表型關聯(lián)似乎反映了共同的遺傳病因。本研究通過識別注意力不集中行為和反應抑制之間的獨特的部分遺傳關系，加深了我們對ADHD表型的理解；然而，眼球運動是否在ADHD的病理生理學中起到因果作用，還是作為注意力不集中的潛在內表型發(fā)揮作用，仍有待確定。更詳細地了解自上而下的眼動控制與日常生活中的行為問題之間的聯(lián)系是進一步研究的重要課題。

從全文的分析看，本文重點在探索性分析，對于假設的驗證性分析篇幅較小。本文使用的mixed model在現(xiàn)在的數據分析中越來越受到，那么為什么需要 Mixed-effect Model?因為有些現(xiàn)實的復雜數據是普通線性回歸是處理不了的。例如我們對一些人群進行重復測量，此時存在兩種隨機因素會影響模型，一種是對某個人重復測試而形成的隨機噪聲，另一種是因為人和人不同而形成的隨機效應，如果將一個人的測量數據看作一個組，隨機因素就包括了組內隨機因素（noise）和組間隨機因素，這種嵌套的隨機因素結構違反了普通線性回歸的假設條件。在本文中，作者所處理的雙胞胎的數據其實是存在組間因素不獨立的問題的，尤其是單卵細胞雙生子的基因表型，是存在組內相關性的，使用一般線性模型的多元分析難以處理這種結構。因此，魯迅先生說過：學好統(tǒng)計真的很重要！

微信掃碼或者長按選擇識別關注思影