0 引言

       非自杀性自伤（non-suicidal self-injury, NSSI）是指没有自杀目的、有意或直接伤害自己身体组织的行为，常见有切割、击打、刺伤和烫伤等^[1]。随着美国《精神障碍诊断和统计手册》第五版（Diagnostic and Statistical Manual of Mental Disorders-Fifth Edition, DSM-5）将NSSI正式列为一项独立的临床诊断，不仅凸显了其作为独立精神健康问题的重要性，也标志着它已成为亟待解决的全球性公共卫生问题。尤为值得关注的是，青少年群体在青春期的特殊心理发展阶段，因心智快速成熟与情绪调控能力相对滞后之间的不平衡，已经成为了NSSI的高风险人群^[2]。JAMA Psychiatry近期的研究数据揭示，全球范围内青少年NSSI的患病率约18%^[3]，男女比例为1∶3，已成为当前全球性的严重公共卫生问题之一。根据2023年最新研究报道，我国青少年NSSI检出率为21.9%，是近年来我国青少年身心健康的重大危害因素^[4]。NSSI不仅与抑郁、焦虑、双相情感障碍、边缘型人格障碍等多种精神心理障碍相关^[5]，更是自杀的重要预测指标之一，有NSSI行为的人群自杀风险远高于普通人群^[6]。此外，NSSI行为往往伴随着成瘾性特征^[7]，许多青少年一旦陷入便难以自我解脱，进而可能诱发更深层次的精神障碍。然而，当前对于NSSI的具体发病机制尚不明晰，且临床诊疗过程中缺乏明确、客观的生物学标记物作为诊断与治疗的有效依据，这构成了临床实践中亟待解决的关键问题。

       静息态功能磁共振成像（resting-state fuctional magnetic resonance imaging, rs-fMRI）技术能够通过检测脑内血氧水平依赖性（blood oxygen level dependent, BOLD）信号变化，反映在静息态时脑功能区的激活情况及神经活动变化，是无创研究精神疾病的重要手段，现已被广泛用于研究精神障碍患者的神经功能异常^[8]。大量研究表明，出现NSSI行为，往往有神经系统方面的改变^{[9, 10, 11]}。NSSI患者的杏仁核对情绪刺激的反应增强，对实验性损伤的反应减弱，这表明NSSI与情绪调节和疼痛处理的神经生物学特征有关^{[12, 13]}。此外，NSSI与皮质-边缘神经环路的异常有关，尤其是杏仁核作为启动威胁反应的关键边缘区域，而额叶区域则负责监控和调节情绪反应^[14]。另外有研究表明，与健康青少年相比，患有NSSI的女性青少年在右侧杏仁核和辅助运动区之间表现出更高的功能连接^[15]。而先前的研究主要集中在特定的脑区功能连接上，而缺乏对整个大脑功能网络拓扑结构特性的深入分析。此外，NSSI患者自伤成瘾特征与大脑功能网络变化之间的内在联系尚未被充分揭示。

       因此本研究旨在运用先进的图论分析方法，深入剖析青少年NSSI患者大脑功能网络的拓扑结构特性变化，力图揭示这些变化与NSSI患者自伤成瘾特征之间的内在联系。通过此研究，我们期望能够为未来青少年NSSI的精准治疗提供基于脑区的靶向策略参考，推动该领域临床干预手段的创新与发展。

1 材料与方法

1.1 研究对象

       本研究为前瞻性研究。招募2023年7月至2024年6月于河南省人民医院确诊的35名青少年NSSI患者（NSSI组），其中男10例、女25例。纳入标准：（1）汉族，右利手，年龄为12~18岁；（2）符合DSM-5建议的NSSI诊断标准；（3）根据渥太华自伤量表（Ottawa Self-Injury Inventory, OIS），在过去一年内有5次以上自伤事件，入组前1个月内至少有1次的自伤行为；（4）从未有过自杀未遂的行为。排除标准：（1）患有严重精神障碍如脑器质性精神障碍或躯体疾病所致精神障碍、酒精或药物依赖、精神分裂症等；（2）患有神经系统疾病如颅内肿瘤、癫痫、脑炎、脑血管病等，严重躯体疾病如肺炎、哮喘、先天性心脏病等；（3）有脑外伤史或其他严重疾病史；（4）体内含有不可取得金属假牙、心脏起搏器、人工关节、胰岛素泵等之类植入物或其他金属物质，幽闭恐惧症等患者；（5）磁共振图像头动平移>2 mm或旋转>2°。招募24名性别、年龄相匹配的健康志愿者作为对照组，其中男7例，女17例。纳入标准：汉族，右利手，年龄为12~18岁。排除标准：（1）有药物滥用史；（2）有脑外伤史或其他严重疾病史；（3）有任何精神健康障碍史；（4）体内含有不可取得金属假牙、心脏起搏器、人工关节、胰岛素泵等之类植入物或其他金属物质；（5）幽闭恐惧症患者；（6）磁共振图像头动平移>2 mm或旋转>2°。本研究遵守《赫尔辛基宣言》，经郑州大学生命科学伦理审查委员会批准（批准文号：ZZUIRB2023-275），全体受试者均签署了知情同意书。

1.2 一般临床资料收集及量表评估

       本研究收集了NSSI患者的人口统计学信息，包括年龄、性别、民族、受教育年限等。采集受试者相关量表信息：OIS、广泛性焦虑量表（Generalized Anxiety Disorder-7, GAD-7）、抑郁症筛查量表（Patient Health Questionnaire-9, PHQ-9）。

1.3 扫描参数

       所有受试者的影像数据采集均在河南省人民医院医学影像科进行，采用德国Siemens Prisma 3.0 T磁共振扫描仪进行扫描。扫描过程中，要求患者安静仰卧、保持清醒、全身不动。MRI扫描采用以下序列。

       T1WI：TR 25 ms，TE 2.4 ms，FOV 230 mm×230 mm，层数18，层厚6 mm；T2WI：TR 5000 ms，TE 96 ms，FOV 230 mm×230 mm，层数18，层厚6 mm；FLAIR：TR 7500 ms，TE 81 ms，FOV 230 mm×230 mm，层数18，层厚6 mm，以上均为轴位扫描。

       排除颅脑器质性病变后，进行rs-fMRI数据采集，在扫描过程中，患者需要保持静息状态以采集rs-fMRI数据。扫描参数设置为：轴向扫描，TR 1500 ms，TE 30 ms，层厚2 mm，层间距2 mm，FOV 244 mm×244 mm，矩阵大小112×112，翻转角度60°。整个扫描过程包括72层的成像，重复扫描260次，总扫描时间约为7 min。

1.4 影像数据预处理

       磁共振数据预处理在MATLAB 2022b平台的 GRETNA V2.0（https://www.nitrc.org/projects/retna/）^[16]软件包中进行。把受试者rs-fMRI的DICOM图像数据转换成4D NIFTI格式，删除前10张图像。随后进行时间层校正。使用DARTEL配准，体素大小调整至3 mm×3 mm×3 mm，对图像进行空间标准化统一分析；对每个时间序列进行去除线性趋化处理；降低低频漂移和高频生理呼吸噪声的影响，对每个体素进行低频滤波，频带设置为0.01~0.08 Hz，并回归掉全局、白质及脑脊液信号。

1.5 脑网络连接矩阵构建

       在GRETNA^[16]软件上进行脑网络连接矩阵构建。根据人脑自动解剖标记图谱（anatomical automaticlabeling, AAL）模板，将全脑划分为90个不同节点，分别提取每个节点的平均时间序列，两两节点之间进行Pearson相关分析，保留所有的正相关，同时将所有的负相关转换为0，保留得到变化后的静息态脑网络连接矩阵^[17]（图1）。

点击查看大图

图1  基于rs-fMRI数据的脑功能和图论分析流程示意图。rs-fMRI：静息态功能磁共振成像。
Fig. 1  A schematic diagram of the brain function and graph theory analysis process based on rs-fMRI data. rs-fMRI: resting-state fuctional magnetic resonance imaging.

1.6 图论分析

       基于GRETNA^[16]图论分析功能模块计算脑功能网络的拓扑属性。根据稀疏度的计算方法，分别计算稀疏度的最大值和最小值。最小值为2log（N）/（N-1），N为模板脑区的数量；Sigma值刚好大于1.1时的稀疏度值即为稀疏度最大值。最终计算得出稀疏度为0.06~0.37，间隔0.01，得到每个参数各稀疏度的曲线下面积值（area under the curve, AUC）。

1.6.1 全局图论参数采集

       本研究关注的全局网络参数为标准化聚类系数（Gamma, γ）、标准化特征路径长度（Lambda, λ）、小世界属性（Sigma, σ）、聚类系数（clustering emiciency, Cp）、特征路径长度（characteristic path length, Lp）、全局效率（global efficiency, Eg）和局部效率（local efficiency, Eloc）。γ=Cp/Crandom，λ=Lp/Lrandom，Crandom和Lrandom分别表示随机网络的聚类系数和特征路径长度。σ=γ/λ>1，则该网络具有小世界属性，且σ越大网络的“小世界”属性越强^[18]。Cp表示网络图中节点的聚集程度。Lp反映了两个节点之间信息传递的速度。最短路径的长度越短，信息传输速率越快^[19]。Eloc用于描述相邻节点之间的集群连接，Eg反映了在整个大脑网络上的信息流效率^[20]。

1.6.2 节点图论参数采集

       本研究关注的节点图论参数有介数中心度（betweenness centrality, BC）、度中心度（degree centrality, DC）、节点聚类系数（clustering coeffcient, CC）、节点效率（nodal efficiency, NE）和节点局部效率（nodallocal eficiency, NLE）和节点特征路径长度（the length of the node feature path, NLP）^[21]。其中，BC表示通过相应节点的最短路径占所有最短路径的百分比。DC用于描述某个节点在功能网络中的重要程度。CC反映了单个节点周围聚类连接的普遍程度，一般被用来描述脑网络隔离程度。NE表示了给定节点的局部效率衡量当该节点被移除时，该节点的第一个邻居之间的通信效率。NLE量化了某个节点被移除时与第一个邻居通信的效率，可用来反映脑功能区域内信息传递的平均效率。NLP表示了给定节点与网络中所有其他节点之间的平均距离。

1.7 统计学分析

1.7.1 样本量估算

       本研究采用PASS 15.0估算实验所需样本量，设置检验水准α为0.05，检验功效1-β为0.90，根据既往NSSI相关文献确定样本量估算所用参数^[22]，按照统计学原则计算得到每组至少需要入组22例。考虑预期脱落率5%~10%，为确保足够数据进行有效分析，本研究NSSI组纳入35例患者，对照组24例。

1.7.2 人口统计学变量比较

       采用两样本t检验（变量符合正态分布）和Mann-Whitney U检验（变量不符合正态分布）来比较两组间的年龄和量表评分。两组间性别比较采用卡方检验。P<0.05为差异具有统计学意义。上述步骤均使用SPSS进行操作计算。

1.7.3 图论参数比较

       采用GRETNA中的两样本t检验来比较两组间的全局参数和节点参数，将GAD-7和PHQ-9量表评分作为协变量在统计分析中进行回归，并对其中的节点参数结果进行Bonferroni多重矫正，P<0.05被认为差异具有统计学意义。

1.7.4 图论参数与临床变量之间的关系

       采用Pearson或Spearman相关性分析，对存在显著组间差异的图论参数与临床量表数据进行分析，P<0.05认为差异有统计学意义。设定|r|≥0.3作为相关性排除阈值。0.1≤|r|<0.3为弱相关，0.3≤|r|<0.5为中度相关，|r|≥0.5表示强相关。上述步骤均使用SPSS进行操作计算。

2 结果

2.1 人口统计学和临床特征

       本研究样本包括35例NSSI患者和24例健康对照。表1显示了两组受试者的人口统计学特征。比较结果显示，两组受试者GAD-7、PHQ-9评分比较差异有统计学意义（P<0.05），性别构成、年龄比较差异无统计学意义（P>0.05）。

点击查看表格

表1  人口统计学和临床特征信息表
Tab. 1  Demographic and clinical characteristics of the table

2.2 全局图论参数对比

       两组受试者的脑功能网络在0.06~0.37的稀疏度阈值范围内均存在小世界属性。与对照组相比，NSSI组σ值下降，Lp上升，差异有统计学意义（P<0.05）。其他全局指标λ、γ、Cp、Eg和Eloc，差异无统计学意义（P>0.05），见表2、图2~3。

点击查看大图

图2  对照组与NSSI组的脑功能网络全局属性。*代表差异有统计学意义的全局属性；NSSI：非自杀性自伤；AUC：曲线下面积；λ：标准化特征路径长度；γ：标准化聚类系数；σ：小世界属性；Cp：聚类系数；Lp：特征路径长度；Eg：全局效率；Eloc：局部效率。
Fig. 2  Global attributes of brain function network between control group and NSSI group. * represents a global attribute with a statistically significant difference. NSSI: non-suicidal self-injury; AUC: area under the curve; λ: normalized feature path length; γ: Standardized clustering coefficient; σ: small world attributes; Cp: clustering coefficient; Lp: characteristic path length; Eg: global efficiency; Eloc: local efficiency.

点击查看表格

表2  对照组与NSSI组全局属性比较
Tab. 2  Comparison of global attributes between control group and NSSI group

2.3 节点图论参数结果

       NSSI组右杏仁核、右嗅皮质的BC显著上升，左梭状回、左颞上回下降（P均<0.05）；NSSI组右杏仁核的DC节点中心度显著上升，左颞上回、右颞上回、左颞中回下降（P均<0.05）；NSSI组左楔前叶的CC上升，两侧眶部额下回、左辅助运动区、左脑岛、右枕上回、右梭状回下降（P均<0.05）；NSSI组左额中回、右后扣带回、右杏仁核、右楔前叶的NE上升，两侧颞上回下降（P均<0.05）；NSSI组两侧楔前叶的NLE上升，右梭状回、右颞极：颞上回下降（P均<0.05）；NSSI组左颞上回的NLP上升，右眶部额下回下降（P均<0.05），见表3。以上结果的P值均经过Bonferroni多重矫正。两组间存在显著差异的脑区，见图4。

点击查看大图

图3  对照组与NSSI组各稀疏度下的全脑属性。NSSI：非自杀性自伤；σ：小世界属性；λ：标准化特征路径长度；γ：标准化聚类系数。
Fig. 3  Whole brain attributes in control group and NSSI group under different sparsity. NSSI: non-suicidal self-injury; σ: small world attributes; λ: normalized feature path length; γ: standardized clustering coefficient.

点击查看大图

图4  两组间节点图论参数存在差异脑区。4A~4F：BC、DC、CC、NE、NLE、NLP存在差异脑区；红色标注为NSSI组大于对照组，蓝色标注为NSSI组小于对照组。BC：介数中心度；DC：度中心性；CC：节点聚类系数；NE：节点效率；NLE：节点局部效率；NLP：节点特征路径长度；MFG.L：左额中回；ORBinf.L：左眶部额下回；ORBinf.R：右眶部额下回；SMA.L：左补充运动区；OLF.R：右嗅皮质；INS.L：左脑岛；PCG.R：右后扣带回；AMYG.R：右杏仁核；SOG.R：右枕上回；FFG.L：左梭状回；FFG.R：右梭状回；PCUN.L：左楔前叶；PCUN.R：右楔前叶；STG.L：左颞上回；STG.R：右颞上回；TPOsup.R：右颞极：颞上回；MTG.L：左颞中回。
Fig. 4  There are differences in node graph theory parameters between the two groups. 4A-4F: The brain regions where BC, DC, CC, NE, NLE, and NLP values differ. The NSSI group is larger than the control group in red, and the NSSI group is smaller than the control group in blue. BC: betweenness centrality; DC: degree NE: nodal efficiency; NE: nodal efficiency; NLE: nodal local efficiency; NLP: the length of the node feature path; MFG.L: left middle frontal gyrus; ORBinf.L: left orbital inferior frontal gyrus; ORBinf.R: inferior frontal gyrus of the right orbit; SMA.L: left supplemental exercise area; OLF.R: right olfactory cortex; INS.L: left insula; PCG.R: right posterior cingulate back; AMYG.R: right amygdala; SOG.R: Right occipital upper back; FFG.L: left fusiform gyrus; FFG.R: right fusiform gyrus; PCUN.L: left anterior lobe; PCUN.R: right anterior cuneiform; STG.L: left superior temporal gyrus; STG.R: right superior temporal gyrus; TPOsup.R: right temporal pole: superior temporal gyrus; MTG.L: left middle temporal gyrus.

点击查看表格

表3  节点图论参数结果所对应P值
Tab. 3  P values corresponding to the results of node graph theory parameters

2.4 图论参数与临床变量之间的相关性

       本研究发现，NSSI组左辅助运动区的CC值与近一个月自伤次数评分呈正相关（r=0.426，P=0.011）；右枕上回的CC值、右梭状回的NLE值和左额中回的NE值与自伤成瘾特征量表得分均呈负相关（r=-0.335、-0.415、-0.404，P均<0.05），见图5。

点击查看大图

图5  青少年NSSI患者左辅助运动区、右枕上回的CC值和右梭状回的NLE值与近期自伤次数，左额中回的NE值与自伤成瘾的相关性散点图。NSSI：非自杀性自伤；CC：节点聚类系数；NLE：节点局部效率；NE：节点效率。
Fig. 5  Scatter plots of the correlation between the CC values of the left auxiliary motor area, the right superior occipital gyrus, and the right fusiform gyrus in adolescent NSSI with the number of recent self-injuries, and the NE values of the left middle frontal gyrus with self-injury addiction. NSSI: non-suicidal self-injury; CC: clustering coefficient; NLE: node local efficiency; NE: node efficiency.

3 讨论

       本研究从脑网络图论分析的角度探讨了NSSI与健康青少年之间的脑功能差异。本研究结果表明，NSSI青少年的脑网络改变以全局的整合能力降低为主，在中央执行网络、突显网络、默认网络、视觉网络和感觉运动网络相关脑区的图论参数上均存在显著差异。此外，相关分析结果还显示青少年NSSI患者在中央执行网络（主要在左额中回）的NE值越低，其自伤成瘾症状可能越严重；视觉网络和感觉运动网络相关脑区的部分图论参数与近期自伤次数密切相关。上述发现可能有助于理解青少年NSSI的神经病理机制。

3.1 全局属性分析

       本研究深入探索了表现出NSSI行为的青少年大脑网络的特定变化，主要聚焦于全局整合能力的显著下降，而对局部分离功能的直接影响则较为有限。大脑作为一个错综复杂且高效互联的网络系统，展现出独特的小世界属性^[23]，这一特性以短路径长度和高传输效率为标志，确保了大脑网络能够灵活应对局部与全局需求，精妙地平衡功能整合与分离，从而实现不同脑区之间神经活动的精密同步^[23]。本研究发现，无论是NSSI组还是对照组，其功能网络均保留了小世界属性的基本特征，这表明即便在NSSI背景下，两组受试者的功能分化和信息整合之间依然维持着一种相对的动态平衡。

       图论是探索大脑中功能分化和整合的一种技术，主要是对于脑网络中节点和边的研究^[24]。脑网络全局属性指标中，评价功能整合的指标主要有Lp和Eg。Lp的缩短意味着信息在节点间传输所需路径的减少，促进了信息在网络中的迅速远距离传播；而Eg的提升则直接反映了整体网络范围内信息传递速率的加快。另一方面，Cp作为评估功能分化的重要指标，其高水平反映了网络内局部节点间联系的紧密程度及近距离信息传递的高效性。此外，γ值的大小也被视为脑网络局部信息处理能力的一个直观反映，其增大通常意味着更强的局部信息处理效能^[25]。

       既往研究已指出，NSSI青少年群体往往展现出特征路径长度的延长，这一发现与信息传递效率的降低紧密相关^[22]。同时，结构MRI的证据也表明，普遍存在广泛的白质微结构异常，进一步支持了功能网络受损的假设^[14]。在此基础上，数据不仅验证了NSSI组Lp的显著升高，还发现了NSSI组σ值的明显下降，这表明NS患者大脑网络信息传递的速度减慢且节点间的连接性降低，全局信息的整合能力降低，而局部信息处理能力未受到明显影响。

3.2 节点属性分析

       本研究发现，NSSI组和对照组在中央执行网络、突显网络、默认网络、视觉网络和感觉运动网络相关脑区的图论参数上均存在显著差异。先前的研究表明，负性情绪的神经生物学特征主要包括皮质-边缘神经环路^[26]，其中杏仁核是启动威胁反应的关键边缘区域，NSSI患者的杏仁核对情绪刺激的反应增强^{[27, 28]}。这与本研究结果一致，在突显网络中的右杏仁核BC、DC和NE上升。

       此外，本研究还发现突显网络中左侧脑岛的CC值显著下降，这一发现进一步强化了脑岛在疼痛感知中的重要作用。已有文献指出，实施NSSI行为的个体在疼痛知觉上存在异常^[29]，且LUDÄSCHER等^[30]的研究也发现NSSI患者在疼痛刺激时双侧前岛叶的神经激活减弱。本研究结果在一定程度上验证了这一观点，提示NSSI行为可能调节了岛叶对身体疼痛的正常反应机制。

       对于默认网络，楔前叶与后扣带回作为其关键组成部分，在静息状态下保持高度活跃，共同参与自我参照思维、记忆检索及情感处理等高级认知功能。LIN等^[31]的研究发现，在具有NSSI史的青少年中，楔前叶与眶额叶皮层的功能连接显著增强。本文研究同样观察到NSSI组中左楔前叶CC和NLE上升，右楔前叶NE和NLE以及右后扣带回NE的上升，这些发现进一步证实了楔前叶和后扣带回在NSSI机制研究中的重要性。

3.3 相关性分析

       大脑奖赏环路在成瘾行为中扮演着重要角色^[32]。前额叶皮层，作为该环路的关键一环，其功能广泛而复杂，涉及评估与决策过程、情绪状态的精细调控、成瘾记忆的构建与强化，以及行为的有效控制等多个方面^[33]，这些作用共同构成了前额叶皮层在成瘾行为中的复杂调控网络。尽管NSSI成瘾的神经影像学研究现仍处于早期阶段，但已有研究证实与NSSI成瘾相关的某些脑回路在结构或功能上发生了改变^{[33, 34]}。我们的研究在此基础上通过深入分析发现，在伴有NSSI行为的青少年大脑中，两侧眶部额下回CC值、右眶部额下回NLP值以及左额中回NE值下降。此外，左额中回的节点效率越低，青少年表现出的自伤成瘾症状往往越为严重，提示该区域在处理冲突、规划行为以及抑制不当冲动方面的功能受损，进而促进了自伤行为的持续和加剧。

       左辅助运动区位于大脑皮层内侧，紧邻初级运动皮层，对复杂运动控制至关重要，涉及运动规划、协调与执行，及运动准备与编程。研究表明，NSSI频率降低与右辅助运动区与左杏仁核功能连接减弱相关联^[35]。此外，边缘型人格障碍研究中发现了辅助运动区神经激活的增强^[36]。本研究发现，NSSI组左辅助运动区CC值下降，与近期自伤次数正相关，提示NSSI行为可能与运动相关脑区的功能损害存在联系，其背后机制尚待深入探索。这一发现可能帮助识别NSSI行为的风险因素和潜在的治疗靶点，对NSSI预后评估和治疗计划的制订具有指导意义。梭状回与枕上回作为视觉处理网络的核心组成部分，共同协作以解析和整合视觉信息。这一网络不仅专注于视觉信息的加工，还广泛与其他脑区相连，特别是那些涉及情绪调节的区域。已有研究指出，辅助运动区是情绪冲突控制脑网络中的核心节点^[37]。本研究进一步观察到，NSSI组中，右枕上回与左梭状回（均属于视觉网络）的特定节点参数出现了显著差异，且这些变化与个体的近期自伤状态紧密相关，提示视觉网络中这些节点参数的异常可能是自伤青少年情绪冲突调节困难的原因之一。这些结果强调了视觉网络在NSSI行为中的作用，并可能为开发针对性的治疗策略提供线索，特别是在情绪调节和视觉信息处理方面的干预。

3.4 本研究的局限性

       本研究也存在一定的局限性，这些局限性主要体现在样本的特定性和研究深度的探索上。具体而言，本研究聚焦于青少年群体，未能纳入成年人样本作为对比，这限制了我们对年龄因素对脑功能网络影响的全面理解。此外，本研究虽然发现了功能差异的脑区，但对于这些差异背后的内在机制，以及这些脑区之间可能存在的相互作用与联系，尚缺乏明确的认识，这也是我们未来研究的重要方向。

4 结论

       本研究使用图论分析的方法探究NSSI青少年与健康青少年脑功能的差异，不仅揭示了NSSI青少年在脑功能层面的特异性改变，还初步阐明了这些改变与自伤行为及其成瘾症状之间的内在联系。这些发现不仅加深了我们对青少年NSSI患者自伤成瘾心理障碍的神经病理机制的理解，也为未来开发有效的预防、干预和治疗策略提供了宝贵的科学依据。