Los efectos de los factores ambientales asociados con la urbanicidad infantil en la estructura cerebral y la cognición.

Jul 04, 2023

BMC Psychiatry volumen 23, número de artículo: 598 (2023) Citar este artículo

252 Accesos

Detalles de métricas

La urbanización es una tendencia que dura más de un siglo en todo el mundo. En este estudio se incluyeron cuatrocientos noventa hombres y mujeres adultos chinos Han con diferentes infancias urbanas y rurales. Se encontró que el entorno urbano en la vida temprana era beneficioso para el volumen total de materia gris (GMV), la GMV de la corteza prefrontal dorsolateral (DLPFC), la GMV del polo temporal (TP) y la función cognitiva, y se correlacionaba negativamente con la GMV de la corteza prefrontal medial (MPFC). El análisis de regresión mostró que la educación materna fue un factor protector para el GMV total y DLPFC, mientras que tener hermanos fue mejor para el GMV MPFC. Total, DLPFC y TP GMV actúan como efectos de mediación entre la urbanicidad infantil y diferentes dominios cognitivos. Estos hallazgos pueden sugerir algunos pros y contras de la estructura cerebral asociada con la urbanicidad infantil y los factores ambientales relacionados.

La urbanización es una tendencia que dura más de un siglo, investigamos en profundidad qué factor ambiental específico afecta la estructura del cerebro y la función cognitiva.

El entorno rural en la vida temprana fue beneficioso para el volumen de materia gris (GMV) de la corteza prefrontal medial, y tener hermanos fue un factor protector para MPFC GMV.

La urbanicidad en la vida temprana fue beneficiosa para la función cognitiva y el GMV de la corteza prefrontal total y dorsolateral, de la cual la educación materna fue un factor protector.

Total, DLPFC y TP GMV actúan como efectos de mediación entre la urbanicidad infantil y diferentes dominios cognitivos.

Informes de revisión por pares

La urbanización ha avanzado en todo el mundo durante más de un siglo. A diferencia de los entornos rurales, las ciudades atraen gente ofreciendo oportunidades en términos de ingresos, educación, salud y servicios sociales [1]. Aunque las áreas urbanas pueden ofrecer una mayor calidad de vida en promedio, residir en ciudades también puede tener algunos impactos negativos en el bienestar físico y la salud mental (Organización Mundial de la Salud y Naciones Unidas [2]. Estudios anteriores en países desarrollados han demostrado que la educación urbana es un factor de riesgo ambiental para algunos trastornos psiquiátricos. Por ejemplo, las tasas de incidencia y prevalencia de la esquizofrenia parecen aumentar con el aumento de la urbanidad [3, 4]. Los estudios en países desarrollados han demostrado que el volumen de materia gris (GMV) de la región dorsolateral derecha la corteza prefrontal se correlaciona negativamente con la educación urbana [5] Además, en un estudio de tareas de estrés social, los investigadores encontraron que vivir actualmente en una ciudad se asociaba con una mayor actividad de la amígdala, mientras que una educación urbana afectaba la corteza cingulada anterior perigenual (pACC). [6] Estos trabajos sugieren que el entorno residencial infantil podría influir de manera diferencial en el desarrollo del cerebro, y la urbanicidad en la vida temprana es un factor de riesgo para el desarrollo cerebral y la salud mental deteriorados.

Sin embargo, a diferencia del estilo de vida rural pastoril observado en los países desarrollados, las desigualdades entre entornos rurales y urbanos, así como dentro de las áreas urbanas, han sido características persistentes en muchos países en desarrollo [7, 8]. Además, en las zonas rurales se observan desigualdades en ámbitos como los recursos educativos, la atención sanitaria, la vivienda y las prestaciones de jubilación [9]. Las diferencias en la prevalencia de la esquizofrenia en China pueden reflejar estas cuestiones; este patrón ha pasado de una mayor prevalencia en las zonas urbanas en los años 1980 y 1990 [10, 11] a diferencias urbano-rurales menos evidentes en los últimos años [12,13,14,15]. De hecho, la prevalencia de trastornos mentales fue mayor en las comunidades rurales que en las comunidades urbanas de China en la encuesta nacional más reciente [16]. Un estudio reciente encontró que la urbanidad se asociaba con la toma de perspectiva y los síntomas de depresión, y esto estaba mediado por variables neuronales [17]. Si bien la urbanicidad en las primeras etapas de la vida puede tener beneficios, es importante estudiar los impactos de la urbanicidad en las primeras etapas de la vida en el desarrollo del cerebro y la salud mental en los países en desarrollo, como China.

China ha experimentado una urbanización a gran escala desde la década de 1980, así como un desarrollo económico único [18]. Su tasa de urbanización ha aumentado del 15 al 20% de la población al 51% en 2011 [19]. Esto brinda una oportunidad única para estudiar el efecto de la urbanización infantil. Seleccionamos sujetos cuyas condiciones de urbanicidad actuales eran similares, maximizando así el efecto de la urbanicidad en la crianza. En nuestro informe anterior, analizamos los datos de morfometría basada en vóxeles (VBM) después de ajustar el GMV total, similar a investigaciones anteriores [5]. En trabajos anteriores se ha demostrado que las puntuaciones totales de GMV y MCCB fueron mayores en sujetos con mayor urbanicidad en la vida temprana [20]. Sin embargo, incluir el GMV total como covariable puede afectar los beneficios de la urbanicidad en la vida temprana. Por lo tanto, utilizamos un estándar menos estricto para determinar si existen algunas influencias positivas en el GMV de la urbanicidad en la vida temprana. Además, estudios previos han informado que los sujetos criados en un ambiente rural tenían un GMV más grande de la corteza prefrontal medial (MPFC) [20] pero no exploraron factores ambientales asociados, como la educación de los padres y la presencia de hermanos. Por lo tanto, analizamos los datos estructurales del cerebro con mayor detalle y exploramos posibles factores ambientales asociados en este estudio.

Algunas regiones del cerebro podrían tener efectos importantes en la cognición relacionada con el desarrollo individual y la función social. La corteza prefrontal dorsolateral (DLPFC) es una región cortical clave que desempeña un papel importante en la función ejecutiva, como la memoria de trabajo, la flexibilidad cognitiva, la planificación, la inhibición y el razonamiento abstracto [21]. El polo temporal es otra región interesada, juega un papel importante en la memoria episódica, la memoria semántica [22] y el sistema de procesamiento de la percepción visual [23, 24]. En nuestro estudio anterior, la actividad cerebral espontánea local (homogeneidad regional, ReHo) medió la influencia de la urbanicidad en la velocidad de procesamiento [25]. Sin embargo, no sabemos si GMV media la relación entre urbanicidad y cognición. Por lo tanto, investigamos los efectos de los cambios de GMV afectados por la urbanicidad infantil en la cognición utilizando análisis de mediación en este estudio.

Se reclutó un total de 522 sujetos sanos de la comunidad local; de estos, 32 fueron excluidos debido a información residencial incompleta, baja calidad de imagen o valores atípicos en las puntuaciones de las pruebas cognitivas. Por lo tanto, finalmente se incluyeron 490 sujetos en el análisis actual. Todos los participantes fueron evaluados por psiquiatras experimentados mediante la entrevista clínica estructurada para trastornos del eje I del DSM-IV-TR, versión de investigación, edición para no pacientes (SCID-I/NP) para excluir a cualquier individuo con trastornos mentales. Además, los sujetos elegibles para nuestro estudio debían cumplir con los siguientes criterios: (1) tener entre 18 y 45 años, ser diestro y tener ascendencia china Han; (2) no tenía antecedentes de enfermedades neurológicas o dependencia de sustancias; (3) no tenía antecedentes de más de 5 minutos de pérdida del conocimiento; y (4) no tenía anomalías visibles en las imágenes de resonancia magnética, confirmadas por dos radiólogos experimentados. Recopilamos imágenes estructurales, evaluación cognitiva y datos de cuestionarios para todos los sujetos. Reclutamos sujetos que actualmente viven en Beijing durante al menos 1 año. Todos los sujetos incluidos en nuestro estudio habían terminado el programa de educación obligatoria de nueve años en China. Este estudio fue aprobado por el comité de ética local. Se obtuvo el consentimiento por escrito de cada sujeto después de la descripción del estudio. La información demográfica detallada se enumera en la Tabla 1.

Para determinar la urbanicidad, los sujetos proporcionaron detalles sobre sus lugares de residencia desde el nacimiento hasta el presente (información más detallada descrita en materiales complementarios). Utilizando el tamaño de la población local [26] como estándar y las divisiones administrativas chinas como complemento, definimos las áreas rurales como regiones agrícolas con poblaciones típicamente <10.000; las áreas urbanas se definieron como ciudades con poblaciones típicamente de más de 100.000 habitantes (y a menudo de más de varios millones). En el texto principal, dividimos a los sujetos en 4 grupos según su urbanicidad de menor a mayor: individuos que nacieron y vivieron en áreas rurales durante > 18 años desde su nacimiento (Grupo A, N = 128), aquellos que vivieron en áreas rurales áreas entre el nacimiento y los 18 años (Grupo B, N = 113), los que vivieron en ciudades desde antes de los 12 años (Grupo C, N = 126), y los que nacieron y continuaron viviendo en ciudades (Grupo D, N = 123). También intentamos evaluar la urbanicidad infantil con una puntuación de urbanicidad (similar a la utilizada en estudios anteriores) y dividiendo a los sujetos en 2 grupos para ver si los hallazgos eran sólidos. El puntaje de urbanicidad se definió según el tamaño de la población de la siguiente manera: población < 10 000 = 1, menos de 1 000 000 = 2 y más de 1 000 000 = 3; Luego, las puntuaciones de las categorías se multiplicaron por el número de años pasados ​​en ese lugar hasta los 15 años.

Todos los sujetos fueron escaneados con un escáner GE Discovery MR750 de 3,0 T. Antes de escanear, se pidió a todos los sujetos que se movieran lo menos posible. Se utilizaron almohadillas de espuma para minimizar el movimiento de la cabeza. Se adquirieron imágenes estructurales de alta resolución ponderadas en T1 en orientación sagital utilizando una secuencia axial 3D rápida y de recuperación de gradiente estropeado (FSPGR) con los siguientes parámetros: tiempo de repetición (TR) = 6,66 ms, tiempo de eco (TE) = 2,93 ms, campo de visión (FOV) = 256 × 256 mm2, espesor/espacio del corte = 1,0/0 mm, tamaño del vóxel de adquisición = 1 × 1 × 1 mm3, ángulo de giro = 12° y 192 cortes sagitales contiguos.

Para identificar factores potenciales que pueden influir en el volumen de materia gris, examinamos la edad, el sexo, los años de educación, la altura, el peso y la presencia de hermanos. También recopilamos información sobre los padres de los sujetos, incluidos años de educación, edad al momento de tener hijos y estado civil. En cuanto al rendimiento cognitivo, utilizamos la batería cognitiva de consenso (MCCB) MATRICS (Investigación de medición y tratamiento para mejorar la cognición en la esquizofrenia) y calculamos la puntuación T utilizando el software oficial [27,28,29].

Las imágenes estructurales se procesaron utilizando DPABI [30], una caja de herramientas MATLAB que utiliza SPM (http://www.fil.ion.ucl.ac.uk/spm) y la nueva función de segmento de DARTEL [31]. Se cree que DARTEL tiene mejores resultados de segmentación que los métodos clásicos [32]. Brevemente, el procesamiento de imágenes incluyó los siguientes pasos: (1) transformación de imágenes estructurales al formato NIFTI; (2) reorientación de imágenes estructurales de modo que las coordenadas milimétricas de la comisura anterior (AC) coincidieran con el origen [000]; (3) segmentación de imágenes de RM ponderadas en T1 en materia gris, materia blanca, líquido cefalorraquídeo y otras tres clases de tejido no cerebral, así como normalización al espacio del Instituto Neurológico de Montreal (MNI) con un algoritmo de registro de imágenes difeomorfas (DARTEL); (4) normalización de las imágenes de todo el cerebro de participantes individuales a la máscara predeterminada de SPM y modulación de GMV; y (5) suavizado de las imágenes GM segmentadas, normalizadas y moduladas con un ancho total de 8 mm a la mitad del núcleo gaussiano isotrópico máximo.

El efecto de la urbanicidad en los primeros años de vida sobre el GMV se probó en un modelo lineal general (Grupo A: -3, Grupo B: -1, Grupo C: 1, Grupo D 3) con edad, edad2 [33] sexo, años de educación , las puntuaciones totales de GMV y MCCB se incluyen como covariables molestas. Dado que las puntuaciones totales de GMV y MCCB fueron más altas en sujetos con mayor urbanicidad en la vida temprana, este análisis puede pasar por alto alguna influencia positiva de la urbanicidad en la vida temprana sobre el GMV. Para identificar los beneficios de la urbanicidad en la vida temprana, intentamos descubrir resultados pasados ​​​​por alto utilizando los siguientes umbrales (p <0,001 sin corregir, Fig. 1). Se obtuvieron resultados similares (véanse las Figuras complementarias S 1 y S 2) al utilizar diferentes métodos para definir la urbanicidad infantil.

Relación entre urbanicidad temprana y GMV cerebral. Mapa AT de la correlación entre la urbanicidad en la vida temprana y el GMV (rojo: urbano > rural, azul: rural > urbano, mostrado en p < 0,001 sin corregir). B Diagrama de dispersión de hallazgos urbanos > rurales con respecto al GMV del área 10 de Brodmann en el DLPFC (atlas máximo = [30,47,25], T = 4,22, tamaño del grupo = 345, p < 0,001 sin corregir). C Diagrama de dispersión de hallazgos urbanos > rurales con respecto al GMV del área 36 de Brodmann en el polo temporal (atlas máximo = [39, 6, -38], T = 4,09, tamaño del grupo = 217, p < 0,001 sin corregir)

Para comprender qué factores ambientales, incluida la urbanidad, causaron el cambio de GMV, realizamos una regresión lineal múltiple con el GMV total y los GMV de las regiones de interés (ROI) (pico urbano > rural, pico rural > urbano) como variables dependientes con un método hacia atrás. . Para el modelo GMV total, las variables predictoras fueron los datos del cuestionario descrito anteriormente y la urbanicidad (A: -3, B: -1, C: 1, D: 3). Dado que el GMV total podría afectar los GMV del ROI y estar relacionado con la altura y el peso, reemplazamos la altura y el peso con el GMV total para los modelos de GMV del ROI mientras que todas las demás variables predictivas eran las mismas. Además, el uso del GMV total como predictor de los GMV del ROI nos permitió probar si otros factores ambientales afectaron los GMV del ROI después de eliminar la influencia del GMV total.

Después de determinar las diferencias en cognición según la infancia urbana y rural, nos interesó el impacto de estas regiones cerebrales de interés en el rendimiento cognitivo. Por lo tanto, para estudiar si los cambios de GMV influyeron en la relación entre la urbanicidad y las puntuaciones de MCCB, utilizamos el software R (https://www.r-project.org/) para analizar el efecto mediador de los cambios de GMV y aplicamos correcciones para comparaciones múltiples desde analizamos cinco resultados de GMV. El primer paso fue construir el modelo de regresión en el que la puntuación MCCB (Y) era el factor dependiente y la urbanicidad (X) era el factor independiente (Y = cX + e1). El segundo paso fue construir el modelo de regresión en el que el ROI GMV (M) era el factor dependiente y la urbanicidad (X) era el factor independiente (M = aX + e2). El tercer paso fue construir el modelo de regresión donde Y era el factor dependiente y X y M eran los factores independientes (Y = c'X + bM + e3). Luego, realizamos una prueba de Sobel y calculamos el efecto indirecto de cada modelo (Tabla 3). El procedimiento detallado se puede encontrar en este artículo [34].

Los cuatro grupos de sujetos fueron emparejados en términos de sexo; El grupo A (principalmente rural) tenía una edad ligeramente mayor (21 ~ 25,71 meses) y un nivel de educación (0,68 ~ 0,78 años). Además, la proporción de hijos únicos aumentó significativamente en la misma dirección que la urbanicidad en la vida temprana. Además, una mayor urbanicidad en la vida temprana se asoció con una mayor educación de los padres. Las edades de los padres también difirieron significativamente entre los 4 grupos, siendo el grupo más urbano el que tuvo la edad media más alta de los padres.

En cuanto a la cognición, todos los grupos tenían más de 16 años de educación en promedio, lo que significa que casi todos los sujetos terminaron la universidad y cierta cantidad de estudios de posgrado. Por lo tanto, se esperaba que sus puntuaciones MCCB T superaran 50. Sin embargo, los sujetos con infancia rural obtuvieron una puntuación general significativamente más baja. La información detallada se incluye en la Tabla 1.

En trabajos anteriores, se encontró una correlación negativa entre la urbanicidad en la vida temprana y el GMV del MPFC en términos del área de Brodmann (BA) 11 (x = -3, y = 56, z = -21; T = 5,64; p < 0,05 FWE corregido) y BA 8 (x = 6, y = 33, z = 40; T = 5,48; p < 0,05 FWE corregido) [20]. En este artículo, los GMV del cerebro de la edad adulta correlacionados positivamente con la urbanicidad en la vida temprana se ubican principalmente en el GMV de la corteza prefrontal dorsolateral derecha (DLPFC) en BA10 (x = 30, y = 47, z = 25; T = 4,22; tamaño del grupo = 345 ; p < 0,001, sin corregir) y el polo temporal derecho GMV en BA36 (x = 39, y = 6, z = -38; T = 4,09; tamaño del grupo = 217; p < 0,001, sin corregir, Fig. 1). Otros grupos correlacionados son relativamente pequeños y los valores de T son relativamente bajos (consulte la Tabla complementaria S1, p <0,001, sin corregir).

En el modelo de regresión lineal múltiple, incluimos el resultado con el valor R2 más alto. Para los modelos con el mismo valor de R2, mostramos el modelo con la menor cantidad de factores independientes. En el modelo de GMV total (Tabla 2), el GMV total se vio significativamente afectado por el sexo (mayor en hombres), la edad (mayor en individuos más jóvenes), el peso (mayor con pesos más pesados) y los años de educación materna (mayor con mayor peso materno). educación). Además de los factores ambientales y de urbanidad mencionados anteriormente, la presencia de hermanos tuvo una influencia positiva significativa en el GMV de BA11, y los años de educación materna mostraron una influencia positiva significativa en el GMV de DLPFC (Tabla 2, Fig. 2).

Factores clave de los entornos rurales y urbanos que pueden influir en la estructura del cerebro en la edad adulta. El análisis de regresión mostró que la presencia de hermanos fue un factor ambiental protector para MPFC GMV, y los sujetos rurales tienen más presencia de hermanos. De manera similar, la educación materna superior fue un factor ambiental protector para el GMV total y el GMV DLPFC, y los sujetos urbanos tienen una educación materna superior.

Dado que hubo aumentos en las puntuaciones cognitivas y el GMV total con una mayor urbanización en la vida temprana, estudiamos más a fondo el efecto mediador de los GMV del ROI alterados en la relación entre la urbanicidad en la vida temprana y la función cognitiva en la edad adulta (Tabla 3, Fig. 3). Encontramos que el GMV total, el GMV DLPFC y el GMV del polo temporal mediaron la relación de la urbanicidad con el razonamiento y la resolución de problemas. Además, el GMV total y el GMV DLPFC mediaron la relación entre urbanicidad y memoria de trabajo. Finalmente, el DLPFC GMV medió la relación entre la urbanicidad y la puntuación total del MCCB. Estos efectos de mediación sobrevivieron a la corrección de Bonferroni para comparaciones múltiples. Para las regiones del cerebro rural > urbano, no hubo ningún efecto mediador en la relación entre la urbanicidad y las puntuaciones de MCCB en el umbral anterior.

Una descripción esquemática de los hallazgos del estudio. En este estudio, encontramos que un entorno urbano en la vida temprana benefició el desarrollo del cerebro en términos de la corteza prefrontal dorsolateral total (DLPFC) y los volúmenes temporales de materia gris (GMV), mientras que un entorno rural en la vida temprana benefició el GMV del corteza prefrontal medial (MPFC) en el área de Brodmann (BA) 8 y BA11. El análisis de regresión mostró que tener hermanos es un factor ambiental protector para MPFC BA11 GMV; y la educación superior de la madre es un factor ambiental protector para el GMV total y DLPFC. El análisis de mediación mostró que los GMV totales, DLPFC y del polo temporal, que reflejan los beneficios de la urbanicidad en la vida temprana, podrían mediar en la relación entre la urbanicidad en la vida temprana y la función cognitiva en la edad adulta.

Hemos ampliado los hallazgos anteriores de un mayor GMV total y cognición con más urbanicidad en la vida temprana, y un mayor GMV MPFC con más experiencia rural en la vida temprana [20]. Encontramos una relación positiva entre la urbanicidad en la vida temprana y los GMV de DLPFC y TP en este estudio, lo que revela algunos beneficios de la urbanicidad en la vida temprana. Con respecto a factores ambientales específicos, encontramos que tener hermanos se asoció con un mayor GMV de MPFC y que una mayor educación materna se asoció con un mayor GMV total y de DLPFC. Además, los GMV totales, MPFC y TP ejercieron un efecto mediador positivo en la relación entre la urbanicidad temprana y el rendimiento cognitivo en la edad adulta, específicamente en términos de memoria de trabajo, razonamiento y resolución de problemas (Fig. 3).

El GMV del MPFC parece aumentar con las experiencias rurales en la vida temprana, especialmente el GMV de las regiones medias (BA11 y BA8). La dirección del efecto de la educación en los primeros años de vida es consistente con la de un estudio similar realizado en Alemania [5]. Se cree que el MPFC desempeña un papel importante en la cognición social [35]. En nuestra muestra, los sujetos rurales tenían más hermanos, y la presencia de hermanos se asoció significativamente con el GMV de BA11. Los hermanos pueden proporcionar más compañía e interacciones sociales en la infancia, lo que puede resultar en una menor sensibilidad neuronal al estrés social [36]. Nuestro estudio anterior encontró que una menor actividad de MPFC en respuesta a una amenaza de estatus social se correlacionaba con un mayor rasgo de ansiedad y depresión en sujetos con infancia urbana, pero no en aquellos con infancia rural [20]. Nuestros hallazgos actuales sugieren que la presencia de hermanos puede ser un factor ambiental protector para la función MPFC. Se observó una disminución del GMV del MPFC en sujetos con experiencias previas de adversidad y estrés, lo que se considera un factor de riesgo para trastornos psiquiátricos [37]. En nuestra muestra, no hubo ningún efecto mediador del GMV alterado en el MPFC (rural > urbano) sobre la relación entre la urbanicidad infantil y las puntuaciones cognitivas. Nuestros hallazgos sugieren que los sujetos rurales tienen logros educativos y vocacionales similares no a través de un mejor desempeño cognitivo sino más bien a través de una mayor resiliencia social, ya que la función principal del MPFC es la cognición social y la toma de decisiones [37].

Además de los efectos positivos previos de la urbanicidad en la vida temprana sobre el GMV total y el rendimiento cognitivo, identificamos GMV de polo temporal y DLPFC más grandes con más urbanicidad en la vida temprana. Encontramos que la educación materna afectó positivamente el GMV total y DLPFC, lo que es consistente con la importancia de la educación materna para los resultados de los niños [38, 39]. La educación materna se ha asociado con el nivel socioeconómico [40] y podría afectar la calidad de la estimulación cognitiva en el hogar, como las interacciones madre-hijo, la disponibilidad de libros, computadoras, viajes, comunicación de los padres, etc. [41, 42]. El metanálisis mostró que la activación del DLPFC lateral está asociada con la memoria de trabajo y la memoria episódica, que son dos características clave de la cognición [43]. El efecto mediador del DLPFC GMV sobre la relación de la urbanicidad en la vida temprana con la puntuación total del MCCB (incluida la memoria de trabajo, el razonamiento y la resolución de problemas) aumenta nuestro conocimiento sobre la función de esta región del cerebro. Estudios anteriores han demostrado que las funciones del DLPFC incluyen la ramificación y el recuerdo de la atención [44]. Nuestro hallazgo valida esta hipótesis ya que el proceso de resolución de laberintos requería que los sujetos tuvieran en mente el objetivo mientras exploraban. En un estudio en pacientes con enfermedad de Alzheimer, los cambios en el volumen del polo temporal se relacionaron con el deterioro cognitivo [45, 46]. Encontramos que el polo temporal GMV medió la relación entre la urbanicidad infantil y la razón y la resolución de problemas, lo que sugiere que es importante para la cognición.

El GMV y las diferencias cognitivas entre individuos con infancia urbana y rural pueden reflejar diferencias en el estatus nutricional y socioeconómico. Aunque se cuadruplicó el consumo per cápita entre 1990 y 2009, el período en el que la mayoría de nuestros sujetos eran niños o adolescentes [47], la brecha de ingresos urbano-rural aumentó simultáneamente, con un aumento marcado de los ingresos urbanos en relación con los ingresos rurales [ 48]. Hay estudios que muestran que los ingresos familiares y el nivel de pobreza son correlatos poderosos del desarrollo cognitivo y el comportamiento de los niños, incluso después de tener en cuenta otras diferencias como la educación materna [49]. Los estudios han demostrado que aproximadamente el 39% de los bebés y niños pequeños (de 0 a 3 años) nacidos y criados en aldeas rurales chinas presentan retrasos cognitivos o psicomotores [50]. Parece que este patrón puede estar presente incluso en aquellos con logros educativos similares a los de sus pares urbanos. Sin embargo, estas conclusiones son especulativas ya que no evaluamos directamente el estrés en los primeros años de vida y los ingresos familiares, aunque inferimos el ingreso familiar y el estrés en los primeros años de vida de acuerdo con la educación de los padres y los patrones de desarrollo social. Con los esfuerzos integrales de alivio de la pobreza implementados en China, este efecto puede debilitarse en el futuro.

Este estudio tiene varias limitaciones. En primer lugar, el grupo de sujetos más rural era ligeramente mayor y tenía más años de educación que los otros grupos de sujetos. Aunque controlamos la edad y los años de educación durante el análisis, es posible que haya habido influencias residuales en los resultados. En segundo lugar, reclutamos individuos sanos y la influencia del entorno de la vida temprana puede diferir en pacientes con trastornos mentales. En tercer lugar, dado que reclutamos a personas con un nivel educativo relativamente alto que actualmente viven en Beijing, nuestra muestra no es representativa de personas con niveles educativos bajos y que viven en zonas rurales. En cuarto lugar, aunque hicimos todo lo posible para incluir todos los factores objetivos que pudimos obtener, es posible que los factores que incluimos no sean suficientes para cubrir todos los aspectos de los complejos compuestos del entorno infantil. Es necesario realizar más investigaciones en muestras más diversas de poblaciones clínicas y no clínicas y sobre variables adicionales que podrían reflejar directamente la urbanicidad en la vida temprana.

En conclusión, encontramos una correlación positiva de la urbanicidad en la vida temprana con las puntuaciones cognitivas y el GMV total, DLPFC y TP y una correlación negativa con el GMV MPFC. El aumento de los GMV totales, DLPFC y TP mediaron en parte la relación entre la urbanicidad en la vida temprana y las puntuaciones cognitivas. Además, la presencia de hermanos entre los individuos se asoció con un mayor GMV de MPFC, mientras que la educación materna se asoció con mejores resultados de GMV total y DLPFC. Por un lado, este estudio replica hallazgos previos sobre los beneficios de la infancia rural; Por otro lado, este estudio sugiere que la infancia urbana también aporta beneficios en cuanto a la función cerebral y cognitiva.

Los datos y materiales que respaldan los hallazgos de este estudio están disponibles del autor correspondiente previa solicitud razonable.

OMS. Desenmascarar y superar las desigualdades en salud en entornos urbanos. Evol Eco. 2010;10 (junio):1–145. https://doi.org/10.1373/clinchem.2011.163634.

Artículo CAS Google Scholar

Organización Mundial de la Salud y ONU Hábitat. 2016. “Informe global sobre salud urbana”. https://doi.org/10.1017/CBO9781107415324.004.

Peen J, Schoevers RA, Beekman AT, Dekker J. El estado actual de las diferencias urbano-rurales en los trastornos psiquiátricos. Acta Psychiatr Scand. 2010;121(2):84–93. https://doi.org/10.1111/j.1600-0447.2009.01438.x.

Artículo CAS PubMed Google Scholar

van Os J, Kenis G, Rutten BPF. El Medio Ambiente y la Esquizofrenia. Naturaleza. 2010;468(7321):203–12. https://doi.org/10.1038/nature09563.

Artículo CAS PubMed Google Scholar

Haddad L, Schafer A, Streit F, Lederbogen F, Oliver Grimm S, Wust MD, et al. La estructura cerebral se correlaciona con la educación urbana, un factor de riesgo ambiental para la esquizofrenia. Toro esquizofrénico. 2015;41(1):115–22. https://doi.org/10.1093/schbul/sbu072.

Artículo PubMed Google Scholar

Lederbogen F, Kirsch P, Haddad L, Streit F, Tost H, Schuch P, Wüst S, et al. La vida en la ciudad y la educación urbana afectan el procesamiento del estrés social neuronal en los seres humanos. Naturaleza. 2011;474(7352):498–501. https://doi.org/10.1038/nature10190.

Artículo CAS PubMed Google Scholar

Sicular T, Ximing Y, Gustafsson B, Shi Li. La brecha de ingresos y la desigualdad entre las zonas urbanas y rurales en China. Rev Ingreso Riqueza. 2007;53(1):93–126. https://doi.org/10.1111/j.1475-4991.2007.00219.x.

Artículo de Google Scholar

Naciones Unidas. Estudio Económico y Social Mundial 2013. Nueva York: Departamento de Asuntos Económicos y Sociales; 2013. https://doi.org/10.1016/j.compind.2010.10.001.

Reservar Google Académico

Treiman DJ. La 'diferencia entre el cielo y la tierra': disparidades entre el bienestar urbano y rural en China. Res Soc Stratif Mobil. 2012;30(1):33–47. https://doi.org/10.1016/j.rssm.2011.10.001.

Artículo de Google Scholar

Grupo colaborativo sobre encuesta epidemiológica de enfermedades mentales en 12 regiones. Análisis de datos de investigación sobre prevalencia de esquizofrenia. Revista china de psiquiatría. 1986;19:73–6.

Google Académico

Chen C, Shen Y, Zhang W, Li S, Huang Y, Wang J, Wang D, et al. Encuesta epidemiológica sobre la esquizofrenia en 7 zonas de China. Psiquiatría Chin J. 1998;31 (mayo):72–4.

Google Académico

Lijun C, Keqing Su, Ze C, Qinpu J, Lianghui G, Yang Z, Jianfeng Li, et al. Prevalencia, características demográficas y estado funcional de la esquizofrenia en la provincia de Hebei. Enfermedad nerviosa de Chin J. 2007;33:155–8 ((en chino)).

Google Académico

Phillips MR, Zhang J, Shi Q, Song Z, Ding Z, Pang S, Li X, Zhang Y, Wang Z. Prevalencia, tratamiento y discapacidad asociada de los trastornos mentales en cuatro provincias de China durante 2001-2005: una encuesta epidemiológica . La lanceta. 2009;373(9680):2041–53. https://doi.org/10.1016/S0140-6736(09)60660-7.

Artículo de Google Scholar

Chen Q, Wei Bo, Pan R, Chen Q, Huang G, Tnag H, Feng Q, et al. Prevalencia de esquizofrenia en residentes de la región autónoma de Guangxi Zhuang. Chin J Salud Pública. 2010;20:365–7.

Google Académico

Cheng HG, Shidhaye R, Charlson F, Deng F, Lyngdoh T, Chen S, Nanda S, Lacroix K, Baxter A, Whiteford H. Correlatos sociales de los trastornos mentales, neurológicos y por uso de sustancias en China e India: una revisión. Psiquiatría de Lancet. 2016;3(9):882–99. https://doi.org/10.1016/S2215-0366(16)30166-3.

Artículo PubMed Google Scholar

Huang Y, Wang Yu, Wang H, Liu Z, Xin Yu, Yan J, Yaqin Yu, et al. Prevalencia de trastornos mentales en China: un estudio epidemiológico transversal. Psiquiatría de Lancet. 2019;6(3):211–24. https://doi.org/10.1016/S2215-0366(18)30511-X.

Artículo PubMed Google Scholar

Xu, Jiayuan, Xiaoxuan Liu, Qiaojun Li, Ran Goldblatt, Wen Qin, Feng Liu, Congying Chu y otros, 2021. "La urbanicidad global está asociada con el cerebro y el comportamiento en los jóvenes". Nature Human Behavior 6 (febrero). //doi.org/10.1038/s41562-021-01204-7.

Chan KW. El sistema de registro de hogares y la mano de obra migrante en China: notas sobre un debate. Popul Dev Rev. 2010;36(2):357–64. https://doi.org/10.1111/j.1728-4457.2010.00333.x.

Artículo PubMed Google Scholar

Gong P, Liang S, Carlton EJ, Jiang Q, Jianyong Wu, Wang L, Remais JV. Urbanización y salud en China. La lanceta. 2012;379(9818):843–52. https://doi.org/10.1016/S0140-6736(11)61878-3.

Artículo de Google Scholar

Zhang X, Yan H, Hao Yu, Zhao X, Shah S, Dong Z, Yang G, et al. La urbanicidad infantil interactúa con el riesgo poligénico de que la depresión afecte la función prefrontal medial relacionada con el estrés. Psiquiatría transl. 2021;11(1):1–10. https://doi.org/10.1038/s41398-021-01650-x.

Artículo de Google Scholar

Rosch KS, Mostofsky S. Desarrollo del lóbulo frontal. Handb Clin Neurol. 2019;163:351–67. https://doi.org/10.1016/b978-0-12-804281-6.00019-7.

Artículo PubMed Google Scholar

Murray EA, Richmond BJ. Papel de la corteza perirrinal en la percepción, la memoria y las asociaciones de objetos. Opinión actual Neurobiol. 2001;11(2):188–93. https://doi.org/10.1016/S0959-4388(00)00195-1.

Artículo CAS PubMed Google Scholar

Meunier M, Bachevalier J, Mishkin M, Murray EA. Efectos sobre el reconocimiento visual de ablaciones combinadas y separadas de la corteza entorrinal y perirrinal en monos Rhesus. J Neurosci. 1993;13(12):5418–32. https://doi.org/10.1523/jneurosci.13-12-05418.1993.

Artículo CAS PubMed PubMed Central Google Scholar

Murray EA, Graham KS, Gaffan D. La corteza perirrinal y sus vecinos en el lóbulo temporal medial: contribuciones a la memoria y la percepción. QJ Exp Psychol B. 2005;58(3–4):378–96. https://doi.org/10.1080/02724990544000077.

Artículo PubMed Google Scholar

Cheng W, Luo Na, Zhang Y, Zhang X, Tan H, Zhang D, Sui J, Yue W, Yan H. La metilación del ADN y la función cerebral en reposo median la asociación entre la urbanicidad infantil y una mejor velocidad de procesamiento. Corteza cerebral. 2021;31(10):4709–18. https://doi.org/10.1093/cercor/bhab117.

Artículo PubMed PubMed Central Google Scholar

Ministerio de Vivienda y Desarrollo Urbano-Rural, República Popular China. 2014. Anuario estadístico de construcción urbana de China. Editado por Jiaxu Cong. Prensa de estadísticas de China. http://cyfd.cnki.com.cn/Article/N2015110083000016.htm.

Kern RS, Nuechterlein KH, Green MF, Baade LE, Fenton WS, Gold JM, Keefe RSE, et al. La batería cognitiva de consenso MATRICS, Parte 2: Co-normalización y estandarización. Soy J Psiquiatría. 2008;165(2):214–20. https://doi.org/10.1176/appi.ajp.2007.07010043.

Artículo PubMed Google Scholar

Nuechterlein KH, Green MF, Kern RS, Baade LE, Barch DM, Cohen JD, Essock S, et al. La batería cognitiva de consenso MATRICS, parte 1: selección, confiabilidad y validez de las pruebas. Soy J Psiquiatría. 2008;165(2):203–13. https://doi.org/10.1176/appi.ajp.2007.07010042.

Artículo PubMed Google Scholar

Shi C, Kang L, Yao S, Ma Y, Li T, Liang Y, Cheng Z, et al. La batería cognitiva de consenso MATRICS (MCCB): co-normación y estandarización en China. Res. esquizofrenia. 2015;169(1–3):109–15. https://doi.org/10.1016/j.schres.2015.09.003.

Artículo PubMed PubMed Central Google Scholar

Yan CG, Di Wang X, Zuo XN, Zang YF. DPABI: procesamiento y análisis de datos para imágenes cerebrales (en estado de reposo). Neuroinformática. 2016;14(3):339–51. https://doi.org/10.1007/s12021-016-9299-4.

Artículo PubMed Google Scholar

Ashburner J. Un algoritmo rápido de registro de imágenes difeomorfas. Neuroimagen. 2007;38(1):95–113. https://doi.org/10.1016/j.neuroimage.2007.07.007.

Artículo PubMed Google Scholar

Kurth F, Gaser C, Luders E. Una guía de usuario de 12 pasos para analizar asimetrías de materia gris en función de vóxeles en el mapeo estadístico paramétrico (SPM). Protocolo Nacional. 2015;10(2):293–304. https://doi.org/10.1038/nprot.2015.014.

Artículo CAS PubMed Google Scholar

Peelle JE, Cusack R, Henson ARN. Ajuste de los efectos globales en la morfometría basada en vóxeles: disminución de la materia gris en el envejecimiento normal. Neuroimagen. 2012. https://doi.org/10.1016/j.neuroimage.2011.12.086.

Artículo PubMed Google Scholar

Zhonglin W, Kittai H, Lei C. Una comparación de moderador y mediador y sus aplicaciones. Acta Psychol Sin. 2005;37(02):268–74.

Google Académico

Amodio DM, Frith CD. Encuentro de mentes: la corteza frontal medial y la cognición social. Nat Rev Neurosci. 2006;7(4):268–77. https://doi.org/10.1038/nrn1884.

Artículo CAS PubMed Google Scholar

Masten CL, Telzer EH, Fuligni AJ, Lieberman MD, Eisenberger NI. El tiempo que se pasa con amigos en la adolescencia se relaciona con una menor sensibilidad neuronal al rechazo posterior de los compañeros. Soc Cogn afecta a las neurociencias. 2012;7(1):106–14. https://doi.org/10.1093/scan/nsq098.

Artículo PubMed Google Scholar

Euston DR, Gruber AJ, McNaughton BL. El papel de la corteza prefrontal medial en la memoria y la toma de decisiones. Neurona. 2012;76(6):1057–70. https://doi.org/10.1016/j.neuron.2012.12.002.

Artículo CAS PubMed PubMed Central Google Scholar

Reardon, Sean F. 2011. “La creciente brecha de rendimiento académico entre ricos y pobres: nueva evidencia y posibles explicaciones”. ¿A dónde va la oportunidad? La creciente desigualdad y las inciertas posibilidades de vida de los niños de bajos ingresos, no. Julio: 91-116. https://doi.org/10.3102/00028312042002305.

Sirin SR. Estado socioeconómico y rendimiento académico: una revisión metaanalítica de la investigación. Rev Educa Res. 2005;75(3):417–53. https://doi.org/10.3102/00346543075003417.

Artículo de Google Scholar

Garbarino J. El significado de la pobreza en el mundo de los niños. Soy ciencia del comportamiento. 1992. https://doi.org/10.1177/0002764292035003003.

Artículo de Google Scholar

Hackman DA, Farah MJ, Meaney MJ. El estado socioeconómico y el cerebro: conocimientos mecanicistas de la investigación en humanos y animales. Neurociencia. 2010;11 (septiembre):651–9. https://doi.org/10.1038/nrn2897.

Artículo CAS PubMed Google Scholar

Levenstein P. Crecimiento cognitivo en niños en edad preescolar a través de la interacción verbal con las madres. Soy J Ortopsiquiatría. 1970;40(3):426–32. https://doi.org/10.1111/j.1939-0025.1970.tb00699.x.

Artículo CAS PubMed Google Scholar

Gilbert SJ, Spengler S, Simons JS, Douglas Steele J, Lawrie SM, Frith CD, Burgess PW. Especialización funcional dentro de la corteza prefrontal rostral (Área 10): un metaanálisis. J. Cogn Neurosci. 2006;18(6):932–48. https://doi.org/10.1162/jocn.2006.18.6.932.

Artículo PubMed Google Scholar

Ramnani N, Owen AM. Corteza prefrontal anterior: conocimientos sobre la función a partir de la anatomía y la neuroimagen. Nat Rev Neurosci. 2004;5(3):184–94. https://doi.org/10.1038/nrn1343.

Artículo CAS PubMed Google Scholar

Xie L, Pluta JB, Das SR, Wisse LEM, Avants BB, Yushkevich PA, Mancuso L, et al. Análisis de plantillas múltiples de la corteza perirrinal humana en resonancia magnética cerebral: teniendo en cuenta explícitamente la variabilidad anatómica. Neuroimagen. 2017;144:183–202. https://doi.org/10.1016/j.neuroimage.2016.09.070.

Artículo PubMed Google Scholar

Cong S, Yao X, Huang Z, Risacher SL, Nho K, Saykin AJ, Shen Li. El GWAS volumétrico de estructuras del lóbulo temporal medial identifica un locus ERC1 utilizando datos de resonancia magnética ponderados en T2 de alta resolución ADNI. Envejecimiento neurobiol. 2020;95:81–93. https://doi.org/10.1016/j.neurobiolaging.2020.07.005.

Artículo CAS PubMed PubMed Central Google Scholar

Easterlin RA, Morgan R, Switek M, Wang F. Satisfacción con la vida de China, 1990-2010. Proc Natl Acad Sci. 2012;109(25):9775–80. https://doi.org/10.1073/pnas.1205672109.

Artículo PubMed PubMed Central Google Scholar

Chenggang Xu. Las instituciones fundamentales de las reformas y el desarrollo de China. Literatura económica. 2011;42(3):1076–151. https://doi.org/10.2469/dig.v42.n3.11.

Artículo de Google Scholar

Duncan GJ, Brooks-gunn J, Klebanov PK, Development SC, Apr P, Greg J. Privación económica y desarrollo de la primera infancia Privación económica y desarrollo de la primera infancia. Desarrollo infantil. 1994;65(2):296–318.

Artículo CAS PubMed Google Scholar

Li H, Loyalka P, Rozelle S, Binzhen Wu. El capital humano y el crecimiento futuro de China. J Perspectiva Económica. 2017;31(1):25–48. https://doi.org/10.1257/jep.31.1.25.

Artículo de Google Scholar

Descargar referencias

Agradecemos a todos los patrocinadores, así como a todos nuestros asistentes de investigación y voluntarios.

El estudio actual fue apoyado por la Fundación Nacional de Ciencias Naturales de China (81361120395, Dai Zhang; 31771186 Dai Zhang; 82001416, Xiao Zhang; 81825009, Weihua Yue; 81901358, Hao Yu), Unidad de Investigación de la Academia de Ciencias Médicas (2019-I2M- 5–006, Weihua Yue), Instituto Chino para la Investigación del Cerebro en Beijing (2020-NKX-XM-12, Weihua Yue), Investigación Médica Conjunta PKUHSC-KCL (BMU2020KCL001, Weihua Yue), Fundación de Ciencias Naturales de la Provincia de Shandong (ZR 2019BH001 , Hao Yu; ZR2021YQ55, Hao Yu), Jóvenes académicos TAISHAN de la provincia de Shandong (TSQN201909146, Hao Yu) e Institutos Nacionales de Salud (R01MH101053, Hao Yang Tan).

Instituto de Salud Mental, Centro Nacional de Investigación Clínica para Trastornos Mentales, Sexto Hospital de la Universidad de Pekín, 51 Huayuanbei Road, Distrito de Haidian, Beijing, 100191, China

Xiao Zhang, Hao Yan, Yuyanan Zhang, Dai Zhang y Weihua Yue

Laboratorio clave de salud mental del NHC (Universidad de Pekín), 51 Huayuanbei Road, distrito de Haidian, Beijing, 100191, China

Xiao Zhang, Hao Yan, Yuyanan Zhang, Dai Zhang y Weihua Yue

Departamento de Psiquiatría, Universidad Médica de Jining, Jining, Shandong, China

Yu Yu

Instituto Lieber para el Desarrollo del Cerebro, Baltimore, MD, 21205, EE. UU.

Hao Yang Tan

Departamento de Psiquiatría y Ciencias del Comportamiento, Facultad de Medicina de la Universidad Johns Hopkins, Baltimore, MD, 21205, EE. UU.

Hao Yang Tan

PKU-IDG/Instituto McGovern para la Investigación del Cerebro de la Universidad de Pekín e Instituto Chino para la Investigación del Cerebro, 51 Huayuanbei Road, Distrito de Haidian, Beijing, 100191, China

Dai Zhang y Weihua Yue

Unidad de Investigación de Diagnóstico y Tratamiento de Trastornos Cognitivos del Estado de Ánimo, Academia China de Ciencias Médicas, 51 Huayuanbei Road, Distrito de Haidian, Beijing, 100191, China

weihua yue

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

HYT, WY, H Yan y DZ conceptualizaron el estudio; X Zhang, Y Zhang, H Yan, HYT, WY y DZ realizaron o supervisaron la adquisición de datos; X Zhang, H Yu analizaron los datos; X Zhang, H Yan, HYT y WY escribieron o editaron el manuscrito para contenido intelectual crítico; Todos los autores revisaron y aprobaron el manuscrito final.

Correspondencia a Xiao Zhang o Weihua Yue.

Todos los protocolos experimentales de este estudio fueron aprobados por el Comité de Ética del Instituto de Salud Mental de la Universidad de Pekín y la Facultad de Medicina de la Universidad Johns Hopkins. Todo el consentimiento informado por escrito se obtuvo de cada sujeto después de la descripción del estudio. Todos los métodos se llevaron a cabo de acuerdo con las directrices y regulaciones pertinentes.

No aplica.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Información más detallada sobre los participantes. Figura S1. Urbanicidad en la vida temprana (2 grupos) y diferencias de GMV. Figura S2. Urbanicidad en la vida temprana (puntuación de urbanicidad) y diferencias de GMV. Tabla S1. GMV regionales que los sujetos urbanos son más grandes que los sujetos rurales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/. La exención de dedicación de dominio público de Creative Commons (http://creativecommons.org/publicdomain/zero/1.0/) se aplica a los datos disponibles en este artículo, a menos que se indique lo contrario en una línea de crédito a los datos.

Reimpresiones y permisos

Zhang, X., Yan, H., Yu, H. et al. Los efectos de los factores ambientales asociados con la urbanicidad infantil en la estructura cerebral y la cognición. BMC Psiquiatría 23, 598 (2023). https://doi.org/10.1186/s12888-023-05066-3

Descargar cita

Recibido: 06 de febrero de 2023

Aceptado: 30 de julio de 2023

Publicado: 17 de agosto de 2023

DOI: https://doi.org/10.1186/s12888-023-05066-3

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt