本篇文献发表在Journal of Child Psychology and Psychiatry杂志。所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤付出与研究成果。

引言

社会健康，与身体和心理健康一起，是人类福祉的基础支柱，对儿童的茁壮成长至关重要。孤独感是社会健康的一个关键指标，其特征是一种主观体验，表现为对期望的社会关系存在感知到的未满足需求。通过大量荟萃分析，孤独感已被实证地与一系列不良健康结局相关联，包括认知发育受损、心理健康状况较差、自杀风险增加、更多睡眠问题以及死亡率升高。孤独感影响全球所有年龄段的个体，患病率从东南亚的9.2%到东地中海地区的14.4%不等。在年仅8岁的儿童中，孤独感的患病率可能高达20%。一项涉及超过100万青少年的全球研究发现，2012年至2018年间，孤独感的发生率几乎翻了一番。这些担忧在COVID-19大流行期间进一步加剧，当时社交距离政策、学校关闭和同伴接触减少导致儿童和青少年孤独感大幅增加。尽管存在这些令人担忧的趋势，但检验与儿童前瞻性孤独感相关因素的研究仍然有限。系统地识别风险和保护性因素是为及时、循证的预防和干预策略提供信息的关键步骤。

环境在决定孤独感方面发挥着关键作用，超越了个体社会心理和人口学因素。一些人认为，孤独感源于城市规划和社会制度中对个体健康和社会需求的优先考虑不足。大量研究也强调了孤独感的多层次决定因素，强调了采取超越个体考虑因素的干预措施的必要性。然而，先前的研究可能受到环境概念异质性定义的限制，例如自我报告方法、不同的地理尺度以及时间考量，限制了研究结果对不同地区青少年的可推广性。为了提高可推广性，需要在大型、基于人群的队列中使用一致的环境指标进行研究。

从晚期儿童期到青春期的过渡是一个关键的发展时期，其特征是显著的生物学、心理学和社会学变化。这一阶段对于高级功能的成熟至关重要，特别是对于执行功能和社会认知。在此期间，灰质体积的持续减少和白质体积的同时增加，表明大脑正在进行持续的重组以进一步精炼认知。相应地，大脑网络模块变得更加分离，以支持青春期执行功能的发展。任何偏离典型大脑发育的情况都可能与较差的心理结局相关。孤独感一直与前额叶皮层、脑岛、杏仁核、海马和后上颞叶皮质内的大脑结构或活动改变相关。这些区域形成了一个涉及关键社会情绪过程的分布式网络。然而，孤独感的神经影像研究通常依赖于适中的样本量且主要针对成人队列，这限制了对晚期儿童期和青春期的发育推断和可推广性。相比之下，大规模、特征明确的基于人群的队列为检验整个发育过程中稳健且可推广的脑-行为关联提供了更强的框架。因此，仍然需要大样此研究来阐明晚期儿童期和青春期孤独感的神经生物学相关性。

尽管关注度日益增加，但关于晚期儿童期孤独感的研究仍然有限，特别是在采用纵向设计的前瞻性风险和保护性因素方面。此研究旨在系统性地检验一个大型、特征明确的队列中，与晚期儿童期和青春期出现前瞻性孤独感相关的环境、健康和神经生物学相关性。使用带有多种比较校正的大规模单变量关联方法，此研究调查了儿童前瞻性孤独感与广泛环境和健康变量之间的关联。此方法有助于避免选择性报告和发表偏倚。此外，此研究应用线性判别分析来识别区分有前瞻性孤独感儿童的多模态大脑特征。此研究假设，前瞻性孤独感与多层次的环境和健康因素相关，并且参与社会经济处理的大脑系统的改变也与前瞻性孤独感相关。

方法

研究设计和数据来源

ABCD 基线队列最初包含 11,868 名 2016 年至 2018 年间年龄在 9 至 10 岁的儿童。参与者通过学校系统从美国 21 个站点招募。在此研究中，参与者因此来自一个以晚期儿童期和青春期为中心的相对狭窄的发育窗口。此研究纳入了长达 3 年随访的信息，以确保参与者的全面纳入。分析于 2024 年 3 月至 2025 年 3 月进行。

孤独感

此研究使用了来自儿童行为 Checklist 的一个父母报告项目来评估儿童的孤独感。该项目评估儿童在过去 6 个月内是否抱怨过孤独感，回答选项如下：0 = 不符合；1 = 有点/有时符合；2 = 非常符合/经常符合。由于此研究的主要目标是识别处于前瞻性孤独感风险中的儿童，而不是对严重程度或持续性梯度进行建模，因此将 CBCL 项目二分化为 0 对比 1/2，以指示孤独感的存在。此方法还因该队列中最高反应类别的稀有性而得到进一步证明。在此研究中，前瞻性孤独感被定义为在 1 年、2 年或 3 年随访评估中父母报告的任何孤独感。为确保对前瞻性结局的一致定义，排除了在任何这些随访时间点数据缺失的参与者。

环境

此研究在基线分析中纳入了 347 个环境变量的综合集。此研究进一步将这些变量组织成 13 个类别，包括便利设施与服务、社区医疗保健、发育史、家庭价值观、法律与政策、邻里环境、邻里安全、邻里社会经济地位、父母精神病理学、污染、学校环境、家庭社会经济地位和城市化。每个纳入变量的详细信息见附录 S1。

健康

61 个基线健康指标的详细描述见附录 S1，以下提供简要概述。

心理健康。CBCL 使用 T 分数评估了八个综合征维度的心理健康，以及三个汇总变量，以评估不同水平的心理健康状况。类精神病体验通过前驱问卷-简短儿童版进行评估。亚综合征躁狂症状通过父母一般行为量表进行测量。

神经认知。神经认知表现使用 NIH Toolbox 认知成套测验进行评估，包括维度变化卡片分类、侧翼抑制性控制和注意、列表排序工作记忆、口语阅读识别、模式比较处理速度、图片序列记忆和图片词汇。这七项测试的结果被汇总为综合分数，包括总认知分数以及晶体智力和流体智力的单独分数。此外，ABCD 研究的任务组中纳入了通过心理旋转评估视觉空间处理的小人测试。韦氏智力测验第四版矩阵推理测量了流体推理、部分整体空间推理、视觉智力、知觉组织、排序和对细节的关注。RAVLT 用于测量听觉学习、记忆和识别。

身体健康。身高和体重的人体测量值代表了最多三次单独测量的平均值，并计算了身体质量指数。此外，还测量了腰围。儿童睡眠紊乱量表评估了过去 6 个月内睡眠启动和维持障碍、睡眠呼吸障碍、觉醒障碍、睡眠-觉醒转换障碍、过度嗜睡障碍和睡眠多汗症的发生频率。照料者完成了一份关于其子女的病史问卷，该问卷改编自密苏里州遗传访谈儿童健康服务利用问卷评估。它包括了各种健康状况的信息，如哮喘、过敏、支气管炎、白血病、脑瘫、糖尿病、癫痫、听力损失、肾脏疾病、铅中毒、肌肉萎缩症、多发性硬化症、视力问题、心脏问题、镰状细胞性贫血、头痛、既往手术和其他疾病。通过汇总每个参与者认可的状况，得出了一个总医疗问题总结得分。儿童及其照料者均完成了自我报告的青春期发育量表。基于儿童和照料者的报告计算了平均青春期发育得分。

环境和健康数据预处理

所有数据预处理和统计分析均使用 R 版本 4.3.1 进行。缺失数据超过 15% 的参与者被排除。高度偏态分布或变异极小的二元变量也被排除。在数据整合（例如将单个项目汇总为综合分数）之后，共有 294 个独特的环境变量和 49 个健康指标被保留用于分析。

环境与健康因素与前瞻性孤独感的关联

使用大规模单变量线性混合效应模型在暴露-广泛关联框架内评估前瞻性孤独感与每个环境和健康变量之间的关联，其中每个自变量在一个单独的模型中进行检验。线性混合效应模型在先前的队列研究中也常被采用作为分析策略。所有模型均包含基线孤独感、年龄、性别和种族/族裔作为协变量，以及站点和家庭的随机截距。仅纳入核心人口学协变量以保持一致且简约的校正策略，因为许多背景和社会经济变量被作为暴露因素进行评估。因此，所得估计值代表边际关联，不应解释为跨相关暴露的独立效应。拟合了具有二项式误差结构和 logit 连接函数的混合效应逻辑回归模型，包括研究站点和家庭的随机截距以考虑聚类。提取对数转换后的比值比并转换为 Cohen's d 以帮助解释。为控制多重比较，此研究应用了 Bonferroni 校正，以在此大规模筛选背景下提供对家庭错误率的严格和透明控制，从而优先考虑特异性并减少假阳性。

大脑磁共振成像数据采集与预处理

结构、弥散和静息态功能磁共振成像数据根据先前建立的 ABCD 协议进行采集、处理、分析和质量保证。简而言之，T1 图像通过扫描仪特定的变换进行了梯度非线性畸变校正。皮层重建和体积分割由 ABCD 数据分析、信息和资源中心使用 FreeSurfer v7.1.1 进行。灰质体积基于 Desikan-Killiany 图谱对齐到每个半球的 34 个皮层分区。此外，还进行了 19 个皮层下分割。DAIRC 在数据共享之前采用了自动化和手动的质量审查流程。

白质纤维束标记使用 AtlasTrack 进行。弥散张量成像用于估计微结构属性，包括各向异性分数、轴向弥散率和径向弥散率。使用标准线性估计技术，结合对数转换的弥散加权信号强度，来计算弥散张量参数。DTI 测量值在 AtlasTrack 定义的白质感兴趣束内进行平均。

静息态功能磁共振成像数据使用轴向回波平面成像序列采集。通过在功能定义的脑区图谱和皮层下区域内的感兴趣区之间计算成对相关性来评估功能连接。相关值经过 Fisher Z 转换，并在网络内部和网络之间以及网络与皮层下感兴趣区之间进行分析。

只有那些没有临床显著偶发发现且通过 ABCD 对 T1 加权图像质量控制的扫描才被纳入分析。对于弥散和静息态功能磁共振成像数据，纳入还需要通过特定模态的质量控制。对于每个神经影像特征，拟合了一个线性混合效应模型以去除相关协变量的影响。模型包括基线孤独感、年龄、性别、种族/族裔，以及颅内体积或平均运动作为固定效应，并带有磁共振成像扫描仪 ID 和家庭 ID 的随机截距。提取得到的残差，以3个标准差对其进行排序，以限制离群值的影响，并对其进行标准化(z评分)以用于后续分析。

使用线性判别分析识别前瞻性孤独感的神经相关性

为了识别和表征与前瞻性孤独感相关的神经生物学特征，此研究进行了多变量分析，分别基于区域灰质体积、白质微结构和静息态功能连接来区分有和没有前瞻性孤独感的个体。鉴于磁共振成像衍生特征之间的高度相关性，此研究使用线性判别分析主要作为一种推断工具来表征有和没有前瞻性孤独感的儿童之间连贯的多变量差异，而不是最大化个体水平的分类表现。此分析方法遵循了先前的大规模神经影像研究，这些研究应用 LDA 来推导一个可解释的多变量系数向量，总结相关特征对判别轴的共同贡献。具体来说，LDA 为每个成像模态提供了一个一维系数向量，反映了相关特征对组分离的共同贡献。由于所有特征都在一个单一的多变量模型内联合估计，此方法避免了典型的大规模单变量分析中所需的逐特征多重比较校正。为了量化每个成像模态内单个特征的贡献，此研究实施了一个具有 1,000 次迭代的自举过程。在每次迭代中，执行随机欠采样以平衡组大小并减轻类别不平衡的影响。此过程产生了每个特征的判别系数的自举分布。如果一个特征的系数分布的 95% 自举置信区间排除零，则认为该特征显著。

敏感性分析

进行敏感性分析以评估主要发现的稳健性。首先，为了评估时间稳定性并确定观察到的关联是否由跨多个随访波次的聚合驱动，使用 1 年随访时的孤独感作为结局重复了分析。其次，为了隔离新发病例并减少基线孤独感的潜在混杂，在无基线孤独感的参与者子样本中重复了分析。第三，为了评估 COVID-19 大流行的潜在影响，分析仅限于首次孤独感报告发生在大流行之前的参与者。此外，将 LDA 衍生的模式与线性混合效应模型的估计值进行比较，以评估多变量和单变量分析方法之间的一致性。更多细节见附录 S1。

数据和代码可用性

此研究使用的数据来源于 ABCD 研究，可通过 NIMH 数据档案库获取。ABCD 数据存储库随时间推移而增长和演变。当前研究使用了数据发布 5.1 版本。当前研究的所有预处理和分析脚本可以在相应的 GitHub 存储库中找到。

结果

在应用排除标准后，纳入了 9,602 名参与者。详细说明参与者纳入过程和主要分析中参与者数量的流程图见图 S1。纳入和排除参与者的比较表明，对于年龄、性别或基线孤独感，存在有限的广泛选择偏倚证据，但组间的种族/族裔存在差异，表明分析样本中存在一些人口学不平衡。表 1 比较了报告前瞻性孤独感的儿童与未报告者的社会人口学特征。再次经历孤独感的儿童年龄较大、男性或黑人的可能性较小，而属于其他种族或族裔群体的可能性较大。基线孤独感成为前瞻性孤独感的一个重要相关因素：在基线时，12% 的参与者被父母报告感到孤独。在这些参与者中，71.5% 在随后的 3 年中继续经历孤独感。

前瞻性孤独感的家庭和更广泛环境相关因素

此研究结果显示，观察到的环境与前瞻性孤独感之间的关联效应量主要为小到中等。在检查的 294 个环境变量中，13.61%（n = 40）在调整基线孤独感和人口学协变量后与前瞻性孤独感显著相关（图1和附录S2）。父母精神病理学与前瞻性孤独感的效应量最强，效应量范围为 d = 0.087 至 0.388。其他显著的关联包括有双胞胎（devhx_5_p，d = -0.327，95% CI = [-0.428, -0.225]）、目睹家庭暴力（ksads_ptsd_raw_766_p，d = 0.293，95% CI = [0.159, 0.427]）、家庭收入（demo_comb_income_v2，d = -0.287，95% CI = [-0.392, -0.182]）、计划怀孕（devhx_6_p，d = -0.174，95% CI = [-0.251, -0.097]）、远离犯罪（neighborhood3r_p，d = -0.130，95% CI = [-0.166, -0.095]）、家庭冲突（fes_p_ss_fc，d = 0.126，95% CI = [0.095, 0.157]）和学校环境（srpf_y_ss_ses，d = -0.104，95% CI = [-0.138, -0.069]）。这些发现强调了家庭和更广泛的环境背景对儿童孤独感易感性的相关性。

前瞻性孤独感的心理和身体健康相关因素

此研究识别出 49 个健康变量中的 26 个（53.1%）与前瞻性孤独感显著相关（图2和附录S2）。所有心理健康变量均与前瞻性孤独感显著相关，效应量范围为 d = 0.070 至 0.390。一般心理健康问题显示出最强的关联，包括总问题（cbcl_scr_syn_totprob_t，d = 0.390，95% CI [0.354, 0.427]）、内化问题（cbcl_scr_syn_internal_t，d = 0.336，95% CI [0.297, 0.376]）和外化问题（cbcl_scr_syn_external_t，d = 0.304，95% CI [0.265, 0.343]）。视觉空间处理是唯一与前瞻性孤独感显著相关的神经认知变量（lmt_scr_efficiency，d = -0.079，95% CI [-0.114, -0.044]）。在身体健康变量中，睡眠问题成为与前瞻性孤独感最强相关的因素，效应量范围为 d = 0.070 至 0.275。医疗状况也显示出显著关联（d = 0.106 至 0.179）。尽管幅度较小，青春期阶段（d = 0.064，95% CI [0.056, 0.101]）和身体质量指数（d = 0.061，95% CI [0.027, 0.095]）也与前瞻性孤独感相关。

前瞻性孤独感的多模态神经相关因素

由于当前分析的主要目的是推断而非预测，因此解释重点在于多变量贡献模式而非判别表现。分类表现见附录 S2，以供透明和完整。

结构磁共振成像分析显示，有前瞻性孤独感的个体可以根据三个皮层区域的灰质体积进行区分（图3A和附录S2）。具体来说，左侧内嗅皮层灰质体积增加（weight_LDA = 0.262，95% CI [0.063, 0.471]）、右侧扣带回峡部灰质体积增加（weight_LDA = 0.254，95% CI [0.041, 0.466]）以及左侧额上回灰质体积减少（weight_LDA = -0.323，95% CI [-0.615, -0.043]）对前瞻性孤独感状态的分类有显著贡献。

弥散磁共振成像结果进一步支持了额颞叶通路的参与。有前瞻性孤独感的儿童的特征是右侧颞叶上纵束的各向异性分数更高。这些结果与灰质体积发现一致，突显了与前瞻性孤独相关的额叶和颞叶区域的空间汇聚。

静息态功能连接分析揭示了与前瞻性孤独感相关的若干网络水平的中断（图3C和附录S2）。在扣带回-顶叶与未标记网络之间（weight_LDA = -0.186，95% CI = [-0.333, -0.030]）、额顶叶与显著性网络之间（weight_LDA = -0.239，95% CI = [-0.407, -0.061]）、感觉运动（口）与视觉网络之间（weight_LDA = -0.246，95% CI = [-0.447, -0.044]）、扣带回-盖部与左侧苍白球之间（weight_LDA = -0.173，95% CI = [-0.333, -0.011]），以及额顶叶网络与右侧尾状核之间（weight_LDA = -0.229，95% CI = [-0.423, -0.035]）观察到连接性降低。相反，在显著性网络内观察到网络内连接性增加（weight_LDA = 0.149，95% CI = [0.026, 0.289]）。这些发现表明，涉及认知控制、显著性检测和感觉运动整合的大规模网络的中断可能是未来孤独感的易感性基础。

敏感性分析进一步表明，对于灰质体积，LDA 权重与大规模单变量效应量之间存在中等程度的一致性，对于 RSFC 则存在较弱但显著的一致性，支持了多变量贡献模式的可解释性。相比之下，白质微结构未显示出这种一致性，表明跨分析方法的一致性有限。这种模式表明，灰质体积和 RSFC 捕获了更稳定和可解释的神经生物学信号，而白质微结构的发现在不同分析方法中可能不太稳健。

证明稳健性的敏感性分析

在所有敏感性分析中，发现的总体模式与主要结果保持一致。主要和敏感性分析估计值之间的一致性通过跨领域关联效应量和 LDA 权重进行量化，表明识别的关联是稳定的，不是由特定的分析选择或样本组成驱动的。详细结果见附录 S2 和图 S2-S5。

讨论

此研究在基于人群的队列中对晚期儿童期和青春期前瞻性孤独感进行了一项新颖的调查。环境和健康变量的个体效应量通常较小。然而，在不同领域观察到的一致性关联支持了一个多层次的孤独风险模型。识别环境、健康和神经生物学领域的一致模式有助于深入了解它们对前瞻性孤独感的相对贡献。此研究发现有助于优先考虑候选风险和保护性因素，这些因素可能为未来的因果建模、预防策略和干预开发提供信息。因此，解释强调效应量的总体模式和大小，特别关注可能具有更大实际相关性的相对较大的效应。此研究突出了指导讨论的三个关键发现。首先，前瞻性孤独感与广泛的基线环境相关，包括父母精神病理学、发育史、家庭动态、学校环境和邻里安全。其次，身体和心理健康指标均与前瞻性孤独显著相关。第三，前瞻性孤独感与参与社会情绪处理的高级认知网络内的大脑结构和功能改变相关，指出了孤独易感性的潜在神经发育通路。

与先前研究一致，此研究结果表明，前瞻性孤独感与基线时在不同生态层面测量的多种社会心理、家庭和背景因素相关。晚期儿童期是一个关键的发展时期，其特点是从以家庭为中心转向以同伴为中心的社会互动，同时大脑在支持社会认知、自我概念和情绪调节的区域经历广泛的重组。因此，在此敏感窗口期间社会或物理环境的中断可能会对社会情绪发展产生放大的后果。令人鼓舞的是，此研究中识别的许多与孤独相关的因素似乎是可修改的。

在检查的基线环境变量中，父母精神病理学成为前瞻性孤独感的最强候选风险因素。此发现与先前的纵向研究一致，该研究表明母亲抑郁症状与后代孤独感增加相关。此研究的分析通过证明父母心理健康的多个维度存在一致的关联，扩展了这一发现，强调了其对儿童社会情绪发展的广泛而有力的影响。虽然父母精神病理学的起源可能反映了遗传和环境影响，但其与孤独的关联可能部分由家庭功能介导。父母反应性降低、家庭冲突加剧或目睹家庭暴力可能破坏儿童的安全感和归属感，破坏安全依恋和信任的发展，并增加他们社会脱节的脆弱性。旨在改善父母心理健康和加强家庭支持系统的干预措施可能为减轻孤独风险提供有效的途径。未来的研究应探索家庭功能作为连接父母精神病理学与儿童社会福祉的潜在中介因素。

加强保护性的学校层面因素，如学校氛围和学生参与度，也可能有助于缓冲孤独感。一项涵盖 23 个欧洲国家的大规模研究发现，在欺凌行为更多、合作氛围更差的学校中的学生，报告孤独感的可能性显著更高。值得注意的是，学校特征解释的孤独感方差比个体人口学变量更大。此研究的发现与这项研究一致，强调了学校不仅是教育环境，也是社会发展的关键环境。因此，投资于包容、支持性的学校氛围可能是预防孤独感的关键策略。

此研究结果进一步强调了建成环境的重要性，它可以区分为“结构化的”组成部分和“生活的”组成部分。虽然两种类型都与孤独相关，但此研究结果表明，生活的环境特征，尤其是邻里安全，与前瞻性孤独感的关联比结构化的环境特征更强。这些发现指出了环境感知的心理显著性：在自己的环境中感到不安全或不稳定可能与儿童更大的社交退缩相关，从而加剧孤独感。因此，社区层面的干预措施，如增加社区警务或更公平的执法实践，可能特别有效地减少儿童孤独感。

现有文献已经记录了心理健康与孤独之间的双向关系。一项荟萃分析显示，抑郁症状与孤独之间的交叉滞后面板效应量相似。证据还表明，孤独可能先于精神疾病，孤独个体患新发抑郁症和精神分裂症谱系障碍的风险更高。孤独的长期影响是显而易见的，因为儿童期孤独与年轻成年人的焦虑和抑郁相关。此研究揭示了，前瞻性孤独感与基线心理健康之间关联的效应量与父母精神病理学的效应量相当。因此，考虑父母与子女之间精神病理学的代际传递可能为打破这种恶性循环提供潜在的解决方案。此外，与心理健康类似，睡眠质量和医疗问题也表现出与前瞻性孤独感相关的显著但适中的效应量，这与文献一致。较差的身体健康可能会减少身体活动，随后限制与同伴的社交互动。最后，心理健康、身体健康和孤独之间的相互作用需要进一步研究。

此研究进一步调查了儿童前瞻性孤独感在结构、弥散和功能成像模态中的神经生物学特征。在结构上， 额上回、内嗅皮层和扣带回峡部与儿童前瞻性孤独感相关。先前研究表明，内嗅皮层的灰质密度与社会网络规模相关。 额上回 是内侧前额叶皮层的一部分，这是一个在先前研究中一直与孤独相关的大脑区域。mPFC 和后扣带皮层（包括扣带回峡部）是默认模式网络的核心中线组成部分。这些区域关键地参与内部导向的过程，如自我参照思维和心理化，这些功能与社会联系密切相关。这些过程中的中断可能损害社会认知并增加对孤独的易感性。值得注意的是，扣带回峡部也与抑郁症和儿童期创伤相关，表明它可能反映了对早期逆境的更广泛的神经发育敏感性。这些发现指向一个额颞叶通路，通过该通路，早期生活经历可能与孤独和相关情感困难的出现相关联。

弥散磁共振成像结果进一步强化了这种额颞叶的解释。具体来说，在右侧颞叶上纵束观察到完整性降低，这是一条连接颞叶区域与前额叶皮层的主要联合束。SLF 已被牵涉到语言处理中，并且最近与社会健康结局（包括孤独）相关联。连同灰质发现，这些结果表明前瞻性孤独感可能与改变的额颞叶结构连接相关，可能损害对社会信息整合和对于社会情绪发展至关重要的自我-他人表征。

虽然此研究的结构发现可能突显了与默认模式网络枢纽重叠的区域中的灰质体积差异，但静息态功能连接分析未显示默认模式网络的显著参与。相反，在涉及额顶叶、显著性、感觉运动和皮层下网络的回路中观察到了静息态功能连接的改变。这种差异可能反映了孤独在大脑中功能实现方式的发育差异。在儿童中，孤独可能更强烈地通过注意、情绪显著性和感觉运动整合网络的中断来表现，而不是通常与成人默认模式网络相关的内部导向过程。这与证据一致，即额顶叶和显著性网络在情绪调节和社交互动期间认知与情感资源的动态分配中起着关键作用。这些网络的中断可能损害儿童调节情绪和适应性地处理社会反馈的能力，增加他们对精神病理学的易感性。反过来，正如此研究结果所表明的，这些困难可能增加经历前瞻性孤独感的风险。

减少孤独感可以增强福祉，降低后期心理健康问题的风险，并促进社会的整体健康和长寿。当前发现突显了跨多层次环境系统的几个近期、潜在可行的目标。在家庭层面，妊娠期对父母精神病理学的早期筛查可能有助于减少与儿童社会情绪功能相关的发育风险。在学校层面，监测学校氛围、欺凌暴露和学生联系感可能为早期识别提供机会，而促进包容性同伴环境和学生参与的干预措施可能有助于缓冲孤独风险。在社区层面，诸如感知的邻里安全等指标可能支持风险监测并帮助识别脆弱环境，而更广泛的社会策略，包括家庭和生殖健康支持，也可能发挥预防作用。鉴于孤独的多因素性质，涵盖家庭、学校和社区背景的发育敏感性和多层次方法可能是最合适的，以补充个体层面的干预措施。

然而，当前针对孤独的干预证据仍然有限。尽管最近的一项荟萃分析发现，青少年干预措施总体上是有效的，但大多数侧重于减轻心理健康风险，而不是直接针对孤独。最近的一项荟萃分析表明，针对儿童和青少年的孤独聚焦干预措施可能产生小幅的孤独感减少，这主要是在它们融入社交和情感学习时。这些发现与此研究涉及社会情绪处理大脑系统的神经影像结果大体一致。总之，这种汇聚突显了社会情绪过程作为干预目标的潜在相关性，同时注意到这些解释仍然是关联性的而非机制性的。

同时，这些含义应谨慎解释。当前发现是关联性的，并未确定因果效应或干预效果。将这些结果转化为干预设计将需要额外的证据，包括纵向和机制研究，以识别可修改的中介因素，如家庭功能和社会联系，以及随机对照试验，以检验改变这些相关因素是否能减少前瞻性孤独感。

此研究存在若干局限性。首先，孤独感是一种主观且多方面的体验。青少年脑认知发展研究并非专门为全面评估孤独感而设计；因此，父母报告的儿童行为量表条目是该队列中可用的最接近指标。作为一个单一的二分变量，它可能无法完全捕捉孤独感的多面性，可能具有较低的信度，并且比经过验证的多条目工具更容易受到测量误差的影响。该条目也可能捕捉到相关但不同的现象，如社交退缩或负面情绪。因此，当前的研究结果应被解释为反映了父母感知的孤独相关体验的粗略指标。此外，父母报告可能无法完全反映儿童的主观体验，并可能引入报告者特异性偏倚。由于没有可比较的儿童自我报告的孤独感测量，无法检验报告者效应，这限制了我们评估父母感知与儿童主观体验之间潜在差异的能力。将其二分化可能进一步降低统计功效并掩盖亚临床变异。采用二分的“任何随访”定义是为了提供一个稳定且可解释的结局，与识别有前瞻性孤独感风险的儿童的研究目标一致，而不是为了模拟严重程度梯度或纵向轨迹。因此，本方法无法区分短暂性、复发性和持续性孤独，并可能掩盖发展轨迹的异质性。尽管如此，青少年脑认知发展研究提供了一个独特的机会，可以在同一基于人群的队列中检验前瞻性孤独感与广泛健康、环境和神经生物学测量之间的关系，为理解前瞻性孤独感的多水平相关因素提供了一个有价值的框架。未来的研究应纳入经过验证的测量工具，以更直接地检查症状严重程度和发展轨迹。其次，此研究中检验的几个测量基于父母报告，这增加了共同方法偏倚的可能性。特别是，父母的压力或负担可能影响了他们对儿童孤独感、睡眠以及情绪或行为困难的感知，可能夸大了这些变量之间的关联。同时，考虑到队列基线时的年龄较小，父母报告是在大型基于人群的研究中收集广泛行为与健康信息的一种实用且发育适宜的方法。然而，这个问题在解释父母报告测量之间的关联时尤为重要，并且在评估观察到的研究结果的强度和特异性时应予以考虑。第三，青少年脑认知发展队列中的随访评估跨越了疫情前、疫情期间和疫情后时期，与疫情相关的中断可能影响了孤独感的报告。尽管此研究的敏感性分析表明，在将第一次孤独感报告限制在疫情前时期后，结果的总体模式仍然高度相似，但在解释该队列中的前瞻性孤独感时仍应考虑这一背景。第四，此研究当前的单变量分析方法可能无法完全捕捉与孤独感相关因素之间的复杂相互作用。这种方法可能忽略了协同效应、调节关系以及未测量变量的残留混杂。因此，一些观察到的关联可能部分反映了被忽略的行为、临床或情境因素。尽管如此，当前的研究结果可能有助于为未来的多变量和纵向研究选择候选风险和保护因素。第五，尽管青少年脑认知发展队列在种族和民族方面代表了一个多元化的美国样本，但外部验证仍然是必要的。特别是，文化因素可能塑造孤独感被感知、报告和体验的方式。虽然一些研究表明孤独感在个人主义文化中可能被更频繁地报告，但其心理后果在集体主义文化中可能更有害，因为在集体主义文化中更强调社会联系，偏离群体整合可能带来更大的社会和心理代价。第六，大规模单变量筛选方法涉及大量的相关因素，使用Bonferroni校正虽然提供了对家族错误率的严格控制，但可能过于保守，降低了对较小但可能有意义的关联的敏感性。因此，一些真实的效应可能被遗漏了。尽管此研究强调效应量的总体模式和大小，而不仅仅是统计显著性，但当前的研究结果应被解释为一组保守的关联。未来的研究可以通过替代性多重检验程序（例如错误发现率控制）来补充这种方法，以更好地平衡敏感性和特异性。最后，当前的研究使用预定义的图谱进行脑分析，这可能忽略了大脑对孤独感的小范围和局部效应。未来采用体素级分析的研究可能会识别出与孤独感相关的更局部的脑功能障碍。

总之，这项系统而全面的研究揭示了儿童前瞻性孤独与环境、健康和大脑的关系。研究结果支持通过解决父母心理健康、邻里安全和学校氛围来促进健康社会情绪发展的早期干预。重要的是，此研究结果强调需要一种多层次的、个性化的方法，整合生物学、个体、环境和社会因素，以有效应对儿童中日益增长的孤独挑战。

参考文献：Wong, T. Y., Wong, T. S., Hou, W. K., Leung, A. N. M., Xiao, J., Yuen, K. S. L., Lui, S. S. Y., Qiu, A., Moore, T. M., & Gur, R. C. (2026). What makes a lonely child: environmental, health, and multimodal neuroimaging correlates of prospective loneliness in the ABCD study. Journal of child psychology and psychiatry, and allied disciplines, 10.1111/jcpp.70178. Advance online publication. https://doi.org/10.1111/jcpp.70178

解读：脑海科技