指南与共识神经MR

人类情绪幸福感(EWB)的神经相关物:基于最新共识定义的MRI研究初步系统综述与荟萃分析

Human neural correlates of emotional well-being (EWB): a preliminary systematic review and meta-analysis of MRI studies based on a recent consensus definition.
指南 / 共识 · Front Hum Neurosci · 2025-11-10

本初步系统综述与荟萃分析基于NIH EWB研究网络2023年共识定义,纳入任务依赖(任务态fMRI,14个实验)和任务非依赖(静息态fMRI与结构MRI各7个)MRI研究,采用激活似然估计(ALE)分别分析。结果显示左侧苍白球与任务依赖模态相关,右侧颞上回和岛叶与任务非依赖模态相关,额顶区域为跨模态共享基质。作者指出样本量有限,结果为初步神经框架。

要点

  • 任务态fMRI中左侧苍白球与EWB相关,可能反映激励与奖赏加工。
  • 静息态fMRI和结构MRI中右侧颞上回和岛叶与EWB相关,提示社会认知和内感受觉察。
  • 额顶区域为任务依赖与任务非依赖模态共享的EWB神经基质。

核心结论

  • 尽管样本量有限,本综述提供了EWB的初步神经框架,强调不同模态的独特与共享贡献,并为未来大规模研究奠定实证基础。
  • 左侧苍白球为任务依赖模态的关键区域,可能反映激励与奖赏加工;任务非依赖模态涉及右侧颞上回和岛叶,提示社会认知和内感受觉察的作用。
  • 额顶区域作为跨模态共享基质,可能参与对EWB至关重要的认知控制过程。

研究设计与样本

  • 研究类型为基于2023年NIH EWB研究网络共识定义的初步系统综述与荟萃分析,遵循PRISMA 2020指南,检索五个电子数据库,最近检索日期为2024年3月14日。
  • 纳入标准包括至少一种MRI模态(结构MRI、静息态fMRI或任务态fMRI)、至少一种EWB或其组分的测量、同行评议期刊发表的英文研究、报告脑指标与EWB评分的相关系数、全脑分析。
  • 任务依赖模态纳入16个实验(任务态fMRI,n=14项研究),任务非依赖模态纳入静息态fMRI和结构MRI各7项研究。
  • 采用激活似然估计(ALE)进行坐标基荟萃分析,使用Ginger ALE软件版本3.0.24,簇水平FWE阈值P<0.05,体素水平P<0.001,1000次置换。
  • 使用Neurosynth认知解码器对ALE图进行反向推断,识别与EWB荟萃图相关的术语,重点关注前50个相关术语(检索日期:2024年10月20日)。

关键影像表现/征象

  • 任务依赖模态中,左侧苍白球为与EWB相关的关键区域,可能反映激励与奖赏加工。
  • 任务非依赖模态中,右侧颞上回和岛叶与EWB相关,提示社会认知和内感受觉察的作用。
  • 跨模态分析显示,额顶区域为EWB的共享神经基质,可能参与认知控制过程。

诊断标准与关键数值

  • EWB共识定义由NIH EWB研究网络于2023年提出,涵盖五个域:目标追求、生活满意度、积极情感、生活质量和意义感。
  • ALE分析设置簇水平FWE阈值P<0.05、体素水平P<0.001、1000次置换。
  • 比较分析设置P值阈值0.01、簇大小500 mm³、1000次置换。
  • Egger检验显著性水平p<0.05表示存在显著发表偏倚。

局限性

  • 尽管样本量有限,本综述提供的是初步神经框架。
  • 由于缺乏直接测量EWB的任务范式,本分析依赖任务依赖模态中已有的任务范式来识别EWB的神经相关物。
  • 全脑分析可能仍使结果偏向于各研究特定任务中组水平活跃的区域。
  • 作者承认存在II类错误的可能性:一些重要区域可能未出现在结果中,解读 findings 时应考虑这一点。
  • 阈值化地图可能引入偏倚,但未阈值化地图通常难以获取。
全文中译19 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Front Hum Neurosci. 2025 Nov 10;19:1669164. doi: 10.3389/fnhum.2025.1669164

引言

情绪健康(EWB)涵盖多种心理层面,如生活满意度、生活目标和积极情绪,反映了个体对自身及整体生活的积极感受(Park et al., 2023)。研究一致表明,较高的情绪健康水平与积极的健康结局相关,使其成为公共卫生工作的重要关注点。一项纳入超过136,000人的荟萃分析显示,强烈的目标感与全因死亡率降低17%相关(Cohen et al., 2016)。最近一项纳入超过214,270人的荟萃分析发现,生活中更强的意义感和目标感(情绪健康的组成部分)与较低的痴呆症发病风险存在稳健关联(Sutin et al., 2023)。这些发现强调了情绪健康在公共卫生中的关键作用,因为《健康人民2030》的目标和国家补充与整合健康中心(NCCIH)2021-2025战略计划均强调通过增进健康福祉来改善健康和生活质量(Office of Disease Prevention and Health Promotion [ODPHP], 2021; Office of National Center for Complementary and Integrative Health [NCCIH], 2023; Koh et al., 2021)。

情绪健康对人类健康的重要性已被广泛认可,多年来产生了多种不同的定义和测量方法。2018年,Feller及其同事将情绪健康概念化为“一个涵盖若干相关心理测量学定义概念的 umbrella term(总括性术语),包括心理幸福感、积极心理健康、健康相关生活质量、蓬勃发展感和主观幸福感”(Feller et al., 2018)。此外,情绪健康的替代性概念化引入了幸福感(WB)和主观幸福感(SWB)等术语。Diener等人(2018)将主观幸福感定义为涵盖整体生活评价和情感体验。情绪健康定义和测量方法缺乏共识导致了混淆,促使人们呼吁采用统一的方法(VanderWeele et al., 2020)。

为满足这一需求,由美国国立卫生研究院(NIH)支持、由全美六个网络组成的工作组提出了情绪健康(EWB)的共识定义(Park等,2023),涵盖以下领域:目标追求、生活满意度、积极情感、生活质量和意义感。EWB的工作定义是:EWB是一种多维复合体,涵盖个体总体上以及对整体生活的积极感受程度。它既具有体验性特征,如日常体验的情感质量,也具有反思性特征,如对以下方面的判断:生活满意度、意义感以及追求可包含并超越自我的目标的能力。这些特征发生在文化、生活境况、资源和生命历程的背景之中。为促进研究,该工作组还开发了“EWB主观测量资源库”(M3EWB Network,2023),提供一系列工具以适应不同的研究情境,其中列出了一系列测量工具以满足多样化的研究需求。尽管取得了这些进展,EWB研究中的挑战依然存在;正如Park等(2023)所强调的,仍需要通过多种方法论(如神经影像学)来探索EWB的结构、预测因素和结果。然而,神经影像学研究面临额外的复杂性;例如,多样的EWB构念和测量工具导致了对EWB神经相关物的各异发现。由此产生的异质性使系统综述和荟萃分析工作复杂化,阻碍了对EWB神经生物学基础的全面理解。克服这些障碍需要协调EWB的定义和测量方法,以系统地探索其神经相关物。

正如Campos和Sanchez Hernandez(2023)所指出的,EWB研究在很大程度上依赖于主观测量工具,如自我报告问卷,这类方法成本效益高,但容易受到认知扭曲和情绪状态所致偏差的影响(Jahedi和Méndez,2014)。这些局限性凸显了采用多学科方法整合主观与客观测量的必要性。将神经科学、心理学及相关领域相结合,为研究EWB提供了更为全面的途径。神经影像学虽然在建立因果关系方面存在局限(Weber和Thompson-Schill,2010),但能提供受自我报告偏差影响较小的客观生物标志物,并有助于揭示EWB背后的神经过程。例如,大脑奖赏回路的持续激活与较高的EWB水平相关(Heller等,2013),说明了此类方法如何能够揭示主观报告之外的机制。NCCIH 2021–2025战略规划强调了这一点,该规划呼吁利用神经影像学和计算建模等工具研究EWB的神经基础,以优化干预措施。磁共振成像(MRI)是一种广泛使用的技术,能够同时检查大脑结构和功能。功能性MRI(fMRI)通过血流变化追踪任务相关活动(Logothetis,2008),而结构性MRI则捕捉解剖学特征。任务依赖性方法(任务态fMRI)识别特定任务激活的脑区,而任务非依赖性方法(静息态fMRI、结构性MRI)则探索内在连接和组织(Biswal等,1995)。尽管取得了这些进展,我们对EWB神经机制的理解仍然有限,实证研究报告的发现并不一致。一些研究将EWB与岛叶等区域联系起来,岛叶与自我意识和情绪控制有关(Lewis等,2014;Kong等,2015a),而另一些研究则涉及更广泛的网络,包括突显网络和默认模式网络(King,2019;Kringelbach和Berridge,2009)。

尽管人们对EWB神经科学的兴趣日益增长,但各研究的发现仍不一致。若干关键的方法学和概念局限性可能导致了这种差异性。首先,既往研究缺乏对EWB的统一界定,导致各研究在纳入的构念和测量工具方面存在异质性。这种概念共识的缺乏阻碍了整合研究结果和识别可靠神经相关物的努力。

其次,许多既往的系统综述(King, 2019; de Vries et al., 2023; Richter et al., 2024)仅关注任务无关的神经影像学模态(如静息态fMRI和结构MRI),而未关注任务相关的模态(如任务态fMRI),后者能够更直接地探测与EWB相关的功能过程,如情绪调节和奖赏反应性(Park et al., 2023)。例如,近期一篇综述考察了任务无关脑特征与幸福感之间的联系,结论是EWB不存在一致的神经相关物(de Vries et al., 2023)。然而,任务态fMRI研究已使用一些范式(如情绪加工)将任务相关脑活动与EWB自评分数相关联,为特定情境下EWB的神经相关物提供了见解。整合任务相关和任务无关的方法具有双重优势:它既突出了特定过程中神经连接的功能相关性,又提供了对脑组织的更广泛理解(Stevens, 2016)。因此,为建立理解EWB神经相关物的综合框架,有必要采用更广泛、更具整合性的范围。

第三,许多关于EWB神经相关物的现有系统综述已在各研究间提供了有价值的见解(King, 2019; de Vries et al., 2023; Richter et al., 2024)。反映该研究领域的早期阶段,这些开创性研究中有许多本质上是探索性的,并未由正式假设引导。虽然探索性研究在识别候选脑区和环路方面发挥了重要作用,但该领域现在需要更多理论导向的方法,以推进可重复、可检验的模型。正如Platt(1964)所论述,科学进步依赖于强推断和清晰假设,尤其是在情感神经科学等复杂领域。

第四,尽管系统综述已综合了定性模式,但很少有研究采用定量元分析,尤其是在EWB背景下(King, 2019; de Vries et al., 2023; Richter et al., 2024)。缺乏统计整合,此类综述可能无意中引入主观偏倚,并缺乏检测汇聚性神经相关物的效力。定量元分析,如激活似然估计(ALE),为汇总异质性研究数据并识别跨任务和模态的一致激活模式提供了稳健框架(Eickhoff et al., 2009),即使在样本量仍然有限的初步阶段也是如此。

最后,据我们所知,此前尚无神经影像学研究的元分析考察过EWB的神经相关物并应用了NIH支持的共识定义(Park et al., 2023),该定义涵盖目标追求、生活满意度、积极情感、生活质量和意义感。该定义的近期可用性,连同EWB主观测量数据库(M3EWB Network, 2023),为使用标准化框架重新构建和系统评估神经影像学文献提供了前所未有的机会。本研究通过以下方式弥补这些空白:

利用NIH EWB研究网络制定的EWB共识定义(Park et al., 2023)指导研究选择和分类。

采用假设驱动的方法,对考察情绪幸福感(EWB)神经相关物的神经影像学研究进行系统综述和初步定量元分析,涵盖任务独立和任务依赖两种模态。基于既往研究(Alexander et al., 2021),我们假设在任务依赖模态中,与多巴胺能系统相关的区域——如杏仁核、纹状体和苍白球——将与EWB相关,因为它们在正强化和奖赏调节中发挥作用,而这对维持情绪幸福感至关重要(Santos et al., 2016; Schultz, 2016; Berridge and Kringelbach, 2015; Haber and Knutson, 2010)。正强化增强与愉悦和满足感相关的行为,而奖赏调节支持情绪韧性。对于任务独立模态,我们预期与颞顶联合区(TPJ)和岛叶等区域存在一致关联,这些区域已知参与内感受觉察和社会认知。内感受觉察通过解释内部身体状态帮助调节情绪,而社会认知——包括共情和心理理论——增强支撑情绪稳定性和整体EWB的社会关系(Koban et al., 2021; Cacioppo and Hawkley, 2009)。

比较不同模态间的发现,以 delineate 与EWB相关的独特和共享神经基质。

这种整合性和假设驱动的方法为推进EWB神经科学和指导未来干预开发提供了重要基础。

方法

文献检索、筛选、编码和质量评估

本研究建立在Richter et al.(2024)的范围综述基础上,并遵循PRISMA 2020指南(Page et al., 2021)进行文献检索。我们筛选了五个电子数据库的文章:PubMed、PsycINFO、Web of Science、ERIC(EBSCO)和Embase,最近一次检索于2024年3月14日进行。我们的检索未限定具体发表日期,以捕获最大数量的相关文章。如表1所示,我们使用结合EWB相关术语和神经影像模态的关键词,包括在以下三组中至少包含一个术语的文章:A组(EWB成分)、B组(脑影像模态)和C组(神经相关术语)。检索过程包括使用Covidence系统综述软件(Veritas Health Innovation, 2025)进行标题、摘要和全文筛选。我们在检索中纳入多种神经影像模态以确保全面检索,但根据当前研究目标仅保留MRI研究。这也与Richter et al.(2024)的方法学保持一致,便于不同综述间的比较,并增强我们检索过程的透明度、可重复性和可靠性。Covidence是一款专为开展系统综述设计的在线协作工具。该平台使多个用户能够高效管理文献筛选、数据提取和偏倚风险评估,使其特别适合遵循PRISMA指南的系统综述和元分析。

本研究的纳入标准为:(1)至少一种MRI模态(结构MRI、静息态fMRI或任务态fMRI);(2)至少一项情绪健康(EWB)(或其组成部分)的测量;(3)发表于同行评审期刊的文章;(4)以英文发表的研究;(5)报告了脑指标(如灰质体积、脑激活等)与来自EWB主观测量库1的EWB评分之间相关系数的研究;(6)旨在尽可能纳入广泛的人群,以探讨不同人口学特征和状况下的EWB;以及(7)在初始步骤中采用了全脑分析方法。仅纳入最初采用全脑分析的研究以避免偏倚(Müller et al., 2018)。本综述纳入的所有任务态fMRI研究均首先分析全脑活动以识别显著簇,然后检查与EWB显著相关的区域,从而减少因研究者选择特定区域而导致的偏倚。尽管这种分析仍可能使结果偏向于在每项研究所用特定任务执行期间组水平上活跃的区域,但鉴于从既往研究中获取未阈值化任务态fMRI图的困难,我们认为这是一个合理的折中方案。然而,我们承认存在II类错误的可能性:我们的结果中可能遗漏了一些重要区域,在解释研究结果时应予以考虑。

排除标准包括:(1)书籍章节、综述、病例研究、定性研究、荟萃分析和系统综述;(2)不相关文章、重复文献、无法获取全文或仅有摘要的论文;(3)仅在Google Scholar上发表的 articles、学位论文、毕业论文、会议论文;(4)动物研究;以及(5)基于种子点的研究。排除基于种子点的研究是必要的,因为种子区域的多样化选择使其面临挑战。研究者通常根据其假设或既往发现来选择这些种子区域。种子选择的这种变异性使得难以建立一致且可比的纳入标准。PRISMA流程图(图1)详细展示了文献筛选过程。

在筛选文献后,我们使用Covidence系统综述软件评估纳入研究的质量,认识到评估可靠性至关重要(Dreier, 2013)。我们根据以下标准评估每篇文章:(1)研究假设和设计的清晰度;(2)样本量的功效分析;(3)标准化的MRI数据处理;(4)结果报告的清晰度;(5)数据或代码的可获得性。该评估旨在衡量每项研究的可靠性,但不排除文章。然而,缺乏激活似然估计(ALE)分析所需信息(例如,缺失坐标)的研究被排除。具体的质量评估问题见补充表1。为确保评分者间信度(Belur et al., 2021),我们的文献编码团队由三名经验丰富的研究人员(JL、CL、GL)组成,利用Covidence软件进行结构化编码和数据提取。我们使用蒙特利尔神经学研究所(MNI)模板进行标准化,手动提取与EWB评分显著相关脑区的峰值坐标。以其他模板(如Talairach空间)提供的坐标使用适当的软件2转换为MNI。我们还手动编码了其他变量,包括参与者的平均年龄、研究样本量和所报告相关性的效应量,以便在本研究中进行全面分析。评分者间信度以组内相关系数(ICC)衡量,在所有提取变量中范围为0.9至1.0,表明本研究纳入文章的数据编码过程具有极好的评分者间信度(Koo and Li, 2016)。本研究的研究方案已在开放科学框架3中预注册(Luo et al., 2025)。

表1 使用的检索词。 查看原表 ↗
图1 文章筛选过程的PRISMA流程图。 查看原图 ↗

系统综述流程

在文献检索、筛选、编码和质量评估之后,本研究进行系统综述,分别审查任务依赖性fMRI和任务非依赖性MRI研究,以识别EWB的神经相关物。对于每项符合条件的研究,我们系统提取和综合关键变量,包括所使用的脑指标、EWB测量工具、报告的显著相关脑区、研究人群特征以及任务依赖性研究的任务fMRI范式。为保持一致性,我们的研究仅纳入任务态fMRI研究的激活指标、结构MRI研究的灰质体积,以及静息态fMRI研究的区域 homogeneity(ReHo)和低频波动分数振幅(fALFF)等指标,这些指标量化无任何任务时的自发神经活动(Zang et al., 2004; Zou et al., 2008)。综合的研究结果旨在更清晰地理解不同研究中一致报告的与EWB显著相关的脑区,有助于识别文献中的常见模式和方法学空白。

初步荟萃分析流程

激活似然估计(ALE)

为了识别既往研究中与内感受警觉(EWB)相关的、一致的激活、自发活动或已报道的解剖学指标,我们使用Ginger ALE软件(版本3.0.24)进行了激活似然估计(ALE)分析(Eickhoff等,2009)。ALE通过基于坐标的荟萃分析来确定大脑结果在哪些位置以高于机会的水平汇聚。我们设定了簇水平家族错误率(FWE)阈值为P < 0.05,体素水平为P < 0.001,并进行1,000次置换检验,这是荟萃分析研究中的标准方法。在为本荟萃分析综合数据时,我们重点关注从研究中提取的显著峰值坐标,这些坐标通常来自阈值化图像。虽然我们承认阈值化图像可能引入偏倚,但未阈值化图像往往难以获取。对于ALE结果,我们报告了MNI峰值坐标、簇体积、ALE评分、Z评分、P值以及簇分解信息。

Eickhoff等(2016)建议在ALE荟萃分析中纳入8项(体素水平FWE)至17项(簇水平FWE)独立实验,以减少偏倚并确保足够的统计效力。然而,这一数量取决于预期效应量;对于强效应,较小的样本量可能足够,而对于小至中等效应,若纳入的实验较少则需谨慎(Müller等,2018)。由于缺乏直接测量EWB的任务范式,本研究的分析(包括文献)依赖于任务依赖模态中现有的任务范式来识别EWB的神经相关物。

留一法分析与发表偏倚

为尽量减少单个研究的影响并降低荟萃分析中假阳性的风险,我们使用ALE(版本3.0.2)进行留一法(jackknife)分析(Müller等,2018)。该方法系统性地每次排除一项实验并重新运行分析,以检查是否有任何荟萃分析簇严重依赖于某一单项研究,从而提高研究结果的可靠性。此外,我们使用Egger检验(Egger等,1997)和漏斗图评估发表偏倚,以确定偏倚性报告是否影响了结果(Müller等,2018;Lin和Chu,2018)。荟萃分析中的发表偏倚是指具有阳性或显著结果的研究更有可能被发表的现象。相反,具有阴性或非显著结果的研究则较少被发表或可能一直未发表(Van Aert等,2019)。这可能导致在进行荟萃分析时证据呈现出现偏斜。Egger检验中p < 0.05的显著性水平表明存在显著的发表偏倚(Egger等,1997)。更多细节见补充表1。

任务依赖模态与任务独立模态的比较分析

在分析神经相关模式以获得元图后,我们计算了联合图和对比图,这是其他研究中采用的方法(Martinez-Lincoln et al., 2023),以识别任务依赖型(任务态fMRI)与任务非依赖型(静息态fMRI)模态之间;任务依赖型(任务态fMRI)与任务非依赖型(结构MRI)模态之间的共享和差异特征。在统计上,我们首先创建了一个激活灶的汇总图,将两种模态的图相加。然后将激活灶随机分为两个等大小的组1,000次,将所得的差异图与经验零分布进行比较。我们设定了P值阈值为0.01,簇大小为500 mm3,在Ginger ALE软件中使用1,000次置换(Eickhoff et al., 2009)。在因样本量不足而无法在Ginger ALE中进行比较分析的情况下,将在所有比较中采用描述性方法来说明模态之间的相似性和差异。

Neurosynth认知解码器

为了进一步探索我们的发现并推断 contributing to EWB 的潜在过程,我们使用了Neurosynth——一个自动化元分析平台——从我们的ALE分析结果中解码与EWB相关的术语(Yarkoni et al., 2011)5。Neurosynth分析了超过14,300项功能性神经影像研究,报告了来自超过150,000个脑区的数据,并包含一个从研究中提取的超过1,300个术语的数据库,这些术语可以与相应研究的脑坐标相关联。在这种情况下,在其广泛的数据库中,该平台可以通过所有神经影像研究的脑活动和峰值坐标支持对广泛认知状态的“解码”。我们将任务依赖型和任务非依赖型模态的ALE图上传到NeuroVault存储库6,使我们能够将我们的数据与Neurosynth数据库中的研究进行比较(Gorgolewski et al., 2015)。使用反向推断,我们识别了1,307个与EWB元图相关的术语,重点关注前50个相关术语(检索日期:2024年10月20日)。在排除脑区和方法学术语后,我们编制了一份神经认知术语列表及其相应的相关性评分。

结果

任务依赖型模态中任务态fMRI研究的结果

经过全面的文献回顾和随后的编码过程,我们识别了16项符合任务态fMRI研究条件的独立实验。各实验的设计、特征和报告结果的详细信息见表2。我们根据纳入实验所报告脑区的出现频率进行总结以识别模式。根据各纳入实验的特征,与EWB相关的最常报告的脑区是左侧苍白球(5项独立实验报告),其次是右侧眶额下回(3项独立实验报告)和右侧岛叶(2项独立实验报告)(见图2)。

如图3和表3所示,根据ALE结果,在本ALE元分析中,任务态fMRI研究在左侧苍白球观察到一个显著的簇。Jackknife分析也进一步验证了这些发现,表明观察到的簇具有稳健性和高可重复性:左侧苍白球(16次中15次可重复)。更多详情见补充表3。

表2 任务依赖模态下基于任务的功能磁共振成像(fMRI)研究设计与结果及其与情绪健康(EWB)的关系。 查看原表 ↗
图2 与情绪健康(EWB)相关的常报告的任务功能磁共振成像(fMRI)结果的图示说明。圆圈大小根据在给定位置报告结果的实验数量确定。 查看原图 ↗
图3 基于任务的功能磁共振成像(fMRI)研究(任务依赖模态)的情绪健康(EWB)元分析图(以红色标记)。“L”指左半球,“R”指右半球。 查看原图 ↗
表3 任务依赖模态下基于任务的功能磁共振成像(fMRI)研究中的情绪健康(EWB)元分析图。 查看原表 ↗

任务独立模态的静息态fMRI研究结果

经过文献筛选和编码,共确定七项独立实验符合静息态fMRI研究的纳入标准。各实验的设计、特征及报告结果详见 table 4。我们根据报告频率对纳入实验所报告的大脑区域进行汇总,以识别模式。根据各纳入实验的特征,与EWB相关的最常报告的大脑区域为右侧颞上回(STG)(两项独立实验报告)、左侧颞中回(两项独立实验报告)、右侧扣带中回(两项独立实验报告)(见 figure 4)。

如 figure 5 和 table 5 所示,在静息态fMRI研究的ALE元分析结果中,右侧STG观察到显著聚类。该发现还通过留一法分析进一步验证,表明右侧STG的两个观察聚类均具有稳健性和高可重复性(7项中有6项可重复);更多详情见补充 table 4。

表4 任务独立模态[静息态功能磁共振成像(fMRI)研究]与情绪健康(EWB)的设计特征和结果。 查看原表 ↗
图4 与情绪健康(EWB)相关的常报告的静息功能磁共振成像(fMRI)结果的图示说明。圆圈大小根据在给定位置报告结果的实验数量确定。“L”指左半球,“R”指右半球。 查看原图 ↗
图5 静息态功能磁共振成像(fMRI)研究(任务独立模态)的情绪健康(EWB)元分析图(以红色标记)。“L”指左半球,“R”指右半球。 查看原图 ↗
表5 任务独立模态下静息态功能磁共振成像(fMRI)研究中的情绪健康(EWB)元分析图。 查看原表 ↗

任务独立模态的结构MRI研究结果

经过文献筛选和编码,七项个体实验符合结构MRI研究的条件。各实验的设计、特征和报告结果详见Table 6。我们根据报告频率对纳入实验中报告的大脑区域进行总结,以识别模式。根据各纳入实验的特征,与EWB相关的最常报告的大脑区域为右侧岛叶(两项个体实验报告)、右侧楔前叶(两项个体实验报告)和左侧额下回(两项个体实验报告)(见图6)。在这项结构MRI研究的ALE元分析中未发现显著聚类。

表6 任务独立模态[结构磁共振成像(MRI)]与情绪幸福感(EWB)的设计特征和结果。 查看原表 ↗
图6 与情绪幸福感(EWB)相关的常报告结构磁共振成像(MRI)结果的图形示意。圆形大小根据在给定位置报告结果的实验数量而定。 查看原图 ↗

EWB任务依赖模态与任务独立模态之间的共享和区别特征

在比较任务依赖模态与任务独立模态(任务fMRI vs. 静息态fMRI;任务fMRI vs. 结构MRI)时,ALE比较分析未识别出任何共享或独特的显著聚类。此外,由于样本量不足,比较任务fMRI与结构MRI的分析无法进行。如前所述,对所有比较采用描述性方法以突出模态之间的相似性和差异。如图7维恩图所示,分析识别出若干共享区域。右侧楔前叶在任务依赖模态(任务态fMRI)和任务独立模态(静息态fMRI和结构MRI)之间共享。在任务依赖模态(任务态fMRI)与任务独立模态(静息态fMRI)之间,共享区域包括左侧额上回、左侧颞上极、右侧舌回、右侧楔前叶和右侧额上回。对于任务依赖模态(任务态fMRI)与任务独立模态(结构MRI),共享区域为左侧额下回、右侧楔前叶、右侧额下回和右侧岛叶。最后,比较任务独立模态(静息态fMRI和结构MRI)发现左侧和右侧楔前叶为共享区域。该描述性分析突出了不同模态之间的重叠和区别,从而有助于更细致地理解共享神经区域。

图7 各模态共享和区别大脑区域的示意图。(A) 各模态中每个大脑区域报告频率的示意图。(B) 橙色代表任务态功能磁共振成像(fMRI),绿色代表静息态fMRI,蓝色代表结构磁共振成像(MRI)。颜色渐变表示报告大脑区域的频率。(C) 维恩图示意各种模态之间大脑区域的重叠和区别。 查看原图 ↗

Neurosynth解码器——与EWB元分析图谱模式相关的术语

使用Neurosynth解码器,我们对来自任务依赖型(任务态功能磁共振成像(fMRI))和任务独立型(静息态功能磁共振成像(fMRI))研究的激活似然估计(ALE)元分析图进行了反向推断分析。在任务依赖型研究中,显著簇与金钱(最强相关:r = 0.21)、激励(r = 0.20)、奖赏(r = 0.17)、奖赏预期(r = 0.17)和多巴胺(r = 0.17)等术语相关联(词云见图8)。在任务独立型研究中,显著簇与整合(最强相关:r = 0.24)、音调(r = 0.23)、音高(r = 0.22)和言语感知(r = 0.14)等术语相关联(词云见图9)。

图8 使用Neurosynth解码器对来自任务依赖型模态[任务态功能磁共振成像(fMRI)研究]的激活似然估计(ALE)元分析图进行解码,以词云形式展示。字体大小代表相对相关强度;不同颜色不具有任何特定含义。 查看原图 ↗
图9 使用Neurosynth解码器对来自任务独立型模态[静息态功能磁共振成像(fMRI)研究]的激活似然估计(ALE)元分析图进行解码,以词云形式展示。字体大小代表相对相关强度;不同颜色不具有任何特定含义。 查看原图 ↗

讨论

本研究使用2023年NIH共识定义,首次对多维幸福感(EWB)的神经相关物进行了初步系统综述和元分析。通过假设驱动的方法分别检查任务依赖型和任务独立型MRI研究,我们识别出不同的模式:任务依赖型模态中为左侧苍白球,任务独立型模态中为右侧颞上回(STG)和岛叶。额顶叶区域在两种模态中均出现。

任务依赖型模态:EWB中与激励和奖赏调节相关的过程

这项系统综述辅以基于任务的fMRI研究的荟萃分析,揭示了特定脑区(左侧苍白球)的激活与情绪识别或奖赏加工等fMRI任务中的EWB水平之间存在相关性。苍白球区域是大脑奖赏回路的关键组成部分(Haber and Knutson, 2010)。与参与多巴胺释放的其他区域的相互作用,可能通过影响激励和奖赏的调节来影响个体的EWB水平。多巴胺释放对奖赏加工至关重要,并可能在EWB中发挥重要作用。具体而言,左侧苍白球参与愉悦和积极情绪强化以及奖赏加工。(Šimić et al., 2021; Kringelbach and Berridge, 2009; Delgado et al., 2005)被发现与EWB显著相关(Berridge and Kringelbach, 2015)。支持这一点的还有,基于任务的fMRI ALE图的Neurosynth解码器识别出“激励”“奖赏”和“多巴胺”等相关术语(见图7),这与我们的假设一致。既往研究也提示苍白球通过调节激励和奖赏参与EWB(Lin et al., 2023)。Kringelbach和Berridge(2009)、Berridge和Kringelbach(2015)的研究识别出保守的皮层下享乐网络,包括腹侧苍白球,其中特定神经“热点”的激活增强了对愉悦刺激的“喜爱”反应。这些参与情感反应的皮层下回路与前额叶区域(如前扣带、眶额和岛叶皮层)有广泛的相互作用。

总之,我们的发现支持以下假设:多巴胺相关脑区对任务依赖性的EWB过程至关重要,因为它们在调节激励和奖赏中发挥关键作用。EWB水平较高/较低的个体在调节激励和奖赏时可能表现出不同的多巴胺相关脑反应。这些差异凸显了EWB背后的神经机制,并提示奖赏相关过程中多巴胺相关区域的脑活动可作为EWB个体差异的神经标志物。

任务无关模态:EWB中与社会认知和内感受觉察相关的过程

一项静息态功能磁共振成像(fMRI)的系统综述与荟萃分析揭示了经济福祉(EWB)与颞上回(STG)自发神经活动之间的相关性。尽管我们在结构磁共振成像(MRI)研究的荟萃分析中未发现显著簇,但岛叶中的模式为EWB的潜在机制提供了线索。既往研究发现,STG——与颞顶联合区(TPJ)相邻的脑区——参与情绪识别、人际互动、理解自身及他人心理状态以及社会信息感知——所有这些过程都与个体的EWB密切相关。这一点在部分内容中得到了Neurosynth解码器中相关术语“语调”的验证(见图9);语调有助于解读情绪和意图,这对于理解社会线索和在社交互动中促进有效沟通至关重要(Yager and Ehmann, 2006)。STG的脑激活与社会认知或社会感知相关(Blakemore, 2008)。一项遗传学研究(Song et al., 2019)也发现,较高的多基因评分(PGSs)与右侧STG脑结构增加显著相关,而右侧STG参与社会认知。此外,纳入的结构MRI研究中一致报道的岛叶是突显网络的一部分,整合内感受和情绪状态,并可能通过其在社会、情感和认知过程中的作用影响EWB(Paulus and Stein, 2006; Craig, 2009; Menon and Uddin, 2010)。岛叶对于监测内部状态和评估外部刺激至关重要,这两者对于维持EWB都极为关键。其在社会互动和情绪体验中的作用将身体状态与情绪和社会认知联系起来,可能直接影响个体的EWB水平。

总之,我们对任务独立模态下EWB神经相关物的研究凸显了STG和岛叶的核心作用,这两个区域是社会认知和内感受觉察过程的关键。这些区域可能通过塑造社会理解和自我觉察来促进EWB,而这两者对于维持影响整体EWB的心理状态和自我评价过程都是必不可少的。

共享和独特的神经模式提示EWB的复杂性

在比较任务依赖性和任务独立性模态时,尽管在ALE比较分析中未识别出共享或独特的显著聚类,这可能是由于检测模式的效能不足,或是由于任务依赖性研究的局限性以及使用阈值化图谱所导致的II型错误。然而,在不同模态之间的描述性比较中,在任务依赖性(任务态fMRI)与任务独立性(静息态fMRI和结构MRI)模态之间的比较中,我们发现前顶叶区域存在共同共享区域(右侧楔前叶),该区域负责高阶认知功能并维持心理健康(Cole et al., 2014),已被发现是支持情绪幸福感(EWB)的默认模式网络中的关键枢纽(Bian et al., 2024)。此外,任务态fMRI与静息态fMRI,以及任务态fMRI与结构MRI,在前顶叶区域揭示了重叠区域,包括额上回和额下回。这表明认知控制过程可能在支持EWB中发挥总体性作用,这一发现也得到了既往研究的支持。Lewis et al. (2017) 发现较高的认知控制能力与人生目标维度中更高的得分相关,而人生目标是EWB的关键领域之一(Park et al., 2023)。此外,纵向研究表明,基线时较好的加工速度与未来较高的生活满意度(EWB的关键领域之一)相关(Enkvist et al., 2013)。

关于独特的神经模式,ALE比较分析未发现具有统计学说服力的结果。然而,描述性比较表明,任务依赖性研究中独特脑区的比例高于任务非依赖性研究(见图7)。虽然这一证据基于描述性比较,但它可能表明任务非依赖性模态中与EWB相关的神经过程特异性较低,这可能是由于静息态fMRI和结构MRI捕捉到更广泛的内在活动和结构(Smith et al., 2013),导致与EWB的关联更为弥散。例如,在静息态fMRI期间,参与者未参与特定任务,这导致更广泛的脑活动模式,更难直接归因于EWB。此外,“状态”与“特质”之间的区分可能有助于解释这些差异。任务依赖性模态可能更好地捕捉EWB的“状态”变化(如积极情感),反映某人在特定时刻的感受,这与独特脑区的关联更为紧密。任务非依赖性模态,如静息态fMRI和结构MRI,可能更好地反映EWB的“特质”稳定方面(如生活质量),其与特定脑区的关联较少。先前研究已发现支持EWB“状态”与“特质”区分的证据;一项范围综述发现,“特质”幸福感(即按照自身真实本性生活的倾向)与多个脑区相关,且并不一致地绑定于任何特定区域(King, 2019),这可能是因为仅关注捕捉EWB“特质”方面的任务非依赖性模态,而这些方面与特定脑区的联系较少。这一解释表明,任务依赖性模态可能更好地捕捉EWB的“状态”变化,而任务非依赖性模态可能更好地反映EWB的“特质”稳定方面。然而,EWB背景下“状态”与“特质”的定义仍不明确。因此,未来需要实证研究来阐明EWB背后的复杂神经机制。

局限性

当前研究存在若干局限性应考虑。首先,当前研究主要聚焦于fMRI和MRI研究。脑电图(EEG)和事件相关电位(ERPs)未纳入荟萃分析,而这些模态可能更适合考察EWB的时间方面。功能性近红外光谱(fNIRS)是另一种有前景的模态,我们未将其纳入本研究,尽管其便携性及对发育和自然化环境的适用性使其成为未来研究的重要方向。未来研究应纳入fMRI和MRI之外的其他成像方法,以进一步探索EWB背后的神经机制。其次,我们的研究旨在纳入广泛人群,以如先前系统综述那样探索不同人口学特征和状况下的EWB。然而,这种多样性可能引入异质性,增加假阳性或假阴性的风险。未来研究应认识到EWB的神经机制可能因群体而异。

在我们的分析中,Egger检验揭示了发表偏倚(Egger et al., 1997),这是荟萃分析中的一个常见问题,提示我们的研究结果应谨慎解读。然而,这也反映了情绪幸福感(EWB)研究领域的局限性。根据对纳入文献的质量评估,16%的研究仅报告了与EWB显著相关脑区的名称而未报告具体坐标;23%的研究未报告其发现的显著脑区的簇大小;且没有一项研究提供未设阈值的图像,包括效应量图像(Poldrack et al., 2008)。这些既往研究缺乏标准化报告,限制了其可重复性。这种发表偏倚凸显了采用标准化方案以减少偏倚并增强未来EWB研究稳健性的必要性。本研究中纳入的部分静息态fMRI个体实验来自同一研究组(Kong et al., 2015a, 2015b, 2015c, 2016, 2018)。由于其论文中缺乏详细的队列报告,不能排除潜在的样本重叠;然而,我们的研究结果应谨慎解读。未来研究应增强队列透明度,以便更清晰地评估数据集的独立性。

除了识别与EWB相关的脑区外,我们的研究最初旨在进行单独的荟萃分析,以区分与EWB评分正相关和负相关的不同贡献。然而,由于样本量有限,我们在主分析中合并了报告正相关和负相关的研究,确保对研究结果进行谨慎解读和透明讨论。此外,由于仅任务态fMRI研究报告了正相关,这为单独分析提供了足够的统计效力,我们对该亚组进行了补充分析,识别出左侧苍白球的显著簇(见补充图2和补充表5)。这一发现强化了多巴胺相关脑区在任务依赖模态中支持EWB的关键作用。然而,不考虑相关方向而合并研究的方法学也可能是一个局限性,因为它可能掩盖特定效应或夸大结果。尽管如此,出于实际考虑,我们不得不将其合并。未来的荟萃分析在文献更为充足时,应考虑方向性。

由于迄今尚无直接测量体验幸福感(EWB)的任务范式,本研究的分析依赖于在任务依赖模态中与EWB自评报告及现有任务范式相关的大脑区域,如情绪识别(44%)、奖赏/激励(19%)和其他任务(37%)。这可能给研究结果引入了偏倚。例如,在奖赏/激励范式中,将正性和负性刺激的反应合并分析会降低分析效力并使解释复杂化。对负性刺激的奖赏反应增强可能表明个体认为负性体验具有强化作用,这可能损害其EWB。相反,对正性刺激的反应增强可能表明一种有益的反应,能增强EWB,因此在解释这些发现时需谨慎。此外,在我们对任务依赖模态的系统综述和荟萃分析中,所有纳入的任务依赖研究均先进行全脑分析,然后缩小聚焦于显示显著激活的簇,再使用这些簇与EWB评分进行相关分析。尽管这种方法偏离了识别未设阈值全脑图谱以与EWB相关的理想做法,但我们认为它仍能揭示重要信息。此前尚无系统综述从任务依赖角度综合神经相关物,因此我们的研究通过进行深入分析填补了这一空白。此外,这一全面综述将增进理解并为未来研究提供参考。然而,II类错误的风险仍然存在,例如某些重要区域在特定任务中未在组水平上显著激活,但可能在个体间仍与EWB评分相关。这一局限性加之我们的检验效力有限,意味着我们的发现应被解释为EWB研究的起点,而非参与EWB的区域的穷尽列表。此外,开发EWB特异性范式也可提供更深入的见解并有助于减少这些局限性。

在我们对纳入研究中所使用的EWB测量工具的分析中(见补充表2),正性负性情感量表(PANAS)使用最多,其次是生活满意度量表和主观幸福感量表。这表明关于EWB神经机制的研究主要集中于EWB的某些领域,如正性情感和生活满意度。然而,意义感领域受到的关注相对较少,凸显了当前研究格局中的空白。大多数研究仅关注EWB的一个领域,这可能导致考察不同领域的研究结果之间不一致。未来研究应将EWB视为一个多层面的构念,并研究其各个领域以获得更全面的理解。采取整体性方法处理并界定EWB的不同成分,而非将其视为单一、宽泛的构念,将为其神经机制提供更深入的见解。

意义

本研究通过考察任务依赖型和任务独立型MRI模态,增进了对情绪幸福感(EWB)神经相关物的理解。研究结果提供了模态特异性的神经标志物,弥补了主观测量的局限性,并可能指导实际应用。在临床上,治疗师可以开发针对颞上回(STG)等区域的治疗方案,以增强社会认知并改善EWB。在教育和职业环境中,涉及奖赏相关和认知控制过程的任务可以支持EWB。在图10的基础上,未来研究可以开发针对动机与奖赏调节、社会认知、内感受觉察和认知控制等过程的任务。这将超越自我报告问卷,后者容易受到社会赞许性和自我知觉错误等偏差的影响(King, 2019)。尽管当前证据受样本量限制,仍需要更大规模的研究来验证和扩展这一神经框架,巩固其理论和转化价值。

图10 所提出的框架基于本研究中识别的关键脑区,阐释了不同磁共振成像(MRI)模态下情绪幸福感(EWB)可能的神经机制。 查看原图 ↗

结论

总之,本研究首次采用2023年NIH共识定义,对EWB的神经相关物进行了初步的系统综述和荟萃分析。任务依赖型分析识别出苍白球,强调其在动机与奖赏调节中的作用,而任务独立型分析则提示颞上回(STG)和岛叶在社会认知和内感受觉察中的作用。跨模态来看,额顶区域作为支持认知控制的共享基质而显现。综合而言,这些发现为EWB的神经基础提供了一个初步的整合框架,并指出了未来大规模研究的方向,以完善范式并指导促进EWB的干预措施。

橙色模块(目标1,任务依赖型模态):阐释苍白球通过奖赏调节支持EWB的作用(见图2、图3和表3)。

绿色模块(目标2,任务独立型模态)展示岛叶和STG(位置靠近颞顶交界区(TPJ))在社会认知和内感受觉察中的作用,这些过程有助于EWB(见图4–6和表5)。

黄色模块(探索性目标3,两种模态)展示额顶区域中的共享脑区,这些区域可能通过认知控制过程支持EWB(见图7)。

引用

  1. Luo J, Lay CM, Richter CG, et al. Human neural correlates of emotional well-being (EWB): a preliminary systematic review and meta-analysis of MRI studies based on a recent consensus definition. Front Hum Neurosci. 2025. PMID: 41293483. doi:10.3389/fnhum.2025.1669164
  2. 全文:PMC12640920(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12640920/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。