A083 Dev Cogn Neurosci｜屏幕使用与青少年工作记忆有何关联？近万名参与者的脑影像研究揭示性别差异
来源：公众号 PSY-Brain_Frontier ｜ 发布：2026-10-20 ｜ 原文链接
● 认知神经科学前沿文献分享
论文信息：Longitudinal associations between screen time activities and working memory neural signatures in adolescents: Sex differences and contextual moderation
发表时间：2026-10-06
发表期刊：Developmental Cognitive Neuroscience
玩电子游戏、看电视、在线聊天，已成为不少青少年的日常。屏幕使用与工作记忆有什么关联？只看认知测验的分数，或许还不足以回答这个问题。
2026年10月，佛蒙特大学的 Sahithi Arekatla 等人在《Developmental Cognitive Neuroscience》发表研究，利用近万名参与者、覆盖六年的数据，将工作记忆任务中的脑活动模式与不同屏幕活动联系起来，并考察性别、家庭环境和生活习惯是否与这些关联有关。
近万人数据，覆盖六年的发展阶段
研究使用美国青少年大脑认知发展研究（Adolescent Brain Cognitive Development Study，ABCD Study）6.0版数据，最终纳入9,931名参与者，女孩占47.2%。
分析覆盖基线、第2年、第4年和第6年四个评估时间点。参与者在基线时约9至10岁，第6年时约15至16岁。这里的“近万人、四个时间点”描述的是研究样本与分析范围，不应理解为每个分析都包含近万人完整的四轮记录。
研究者关注三组信息。
屏幕使用行为。青少年报告自己在典型工作日和周末玩电子游戏、看电视或电影、发送消息、使用社交媒体的时间，研究者据此估算各类活动的每周使用时长。不过，第6年没有收集工作日屏幕时间，只有周末报告，四个时间点的屏幕信息并不完全一致。
脑活动与任务表现。参与者在功能性磁共振成像（functional magnetic resonance imaging，fMRI）扫描中完成工作记忆任务，研究者同时记录脑活动和任务准确率。
心理健康与生活环境。家长填写儿童行为量表（Child Behavior Checklist，CBCL），评估情绪与行为问题；研究还收集家庭冲突、睡眠相关指标和身体活动等信息。
下一步的关键是：怎样把脑扫描数据转化为可比较的个体指标？
先让大脑在两种记忆负荷下工作
研究采用情绪N-back任务（emotional n-back task，EN-back）。参与者连续观看一系列刺激，并判断当前刺激是否符合要求。任务包含两种记忆负荷。
在0-back条件下，只需判断当前刺激是否与预先指定的目标相同。
在2-back条件下，则要判断当前刺激是否与往前数第二个刺激相同。例如，看到“A—B—A”时，第三个刺激需要与第一个进行比较。这要求参与者持续维持并更新信息。
研究者分别获取两种条件下的脑活动图，再用机器学习分析：仅凭多脑区的活动模式，能否判断一张图来自0-back还是2-back？
图1｜工作记忆负荷对应怎样的脑活动模式？原论文 Figure 1。上排为各时间点的神经特征脑图，显示经转换的模型系数；下排为2-back减0-back的平均激活对比。两排色标含义不同，均不能直接当作个体NS得分或脑功能“好坏”的地图。
机器学习怎样得到NS得分？
研究者从皮层和皮层下多个脑区提取活动信息，使用弹性网络逻辑回归（elastic net logistic regression）训练分类模型，并通过训练集、测试集划分和嵌套交叉验证选择模型。
模型的任务很明确：判断输入的脑活动图是否来自高负荷的2-back条件。屏幕时间没有参与这一分类模型的训练。
训练完成后，研究者把同一名参与者的2-back和0-back脑活动图分别输入模型，再将两次预测的概率相减，得到工作记忆神经特征（neural signature，NS）得分。
NS得分＝模型对2-back图预测为高负荷的概率－模型对0-back图预测为高负荷的概率。
例如，两次概率分别为90%和20%，相减便得到0.70。这个例子只说明计算方法，并非论文中的真实个体数据。
NS越高，意味着这个人的高、低负荷脑活动模式越容易被该模型区分。它不是直接测得的记忆容量，也不是某个脑区激活越强、得分就越高。
研究首先检验了这个指标与行为表现的关系：NS较高的参与者，在0-back和2-back任务中通常也有更高的准确率。这为它与工作记忆任务表现的联系提供了支持，但不能据此把NS当作通用的认知能力评分。
哪些屏幕活动与NS得分相关？
研究使用线性混合效应模型（linear mixed-effects model，LME），处理同一参与者的重复测量，以及美国21个研究地点的数据差异。
模型还控制了年龄、性别、种族／族裔、一般认知能力、头部运动、家庭冲突、睡眠相关指标和身体活动等因素，并使用错误发现率（false discovery rate，FDR）校正多重统计检验。
在整体样本中，电子游戏、发送消息、看电视的时间与NS得分呈负向关联，这三项结果均通过了FDR校正。社交媒体使用时间与NS的整体关联没有达到统计显著水平。
这些屏幕活动的标准化回归系数约为−0.01至−0.03，幅度较小。统计上能检测到关联，并不意味着每个孩子都会出现明显的认知变化。
图2｜准确率与NS正相关，部分屏幕活动与NS负相关。原论文 Figure 3a。点为调整协变量后的标准化回归系数，横线为95%置信区间，竖虚线代表零关联；原图红色点表示统计显著。屏幕活动的系数靠近零，不能只根据颜色判断关联的实际大小。
性别分组后，关联模式有所不同
研究者随后分别分析男孩和女孩。
在男孩组，电子游戏、电视、发送消息和社交媒体四类活动均与较低NS显著相关，且均通过FDR校正。在女孩组，四类活动与NS的关联均未达到统计显著水平。
图3上｜女孩组未检出显著的屏幕活动关联。原论文 Figure 3b，截自PDF第7页。四类屏幕活动的置信区间均跨过零，两个任务准确率则与NS正相关。坐标与颜色含义同图2。
图3下｜男孩组四类屏幕活动均与NS负相关。原论文 Figure 3c。两项准确率与NS正相关，四类屏幕活动与NS负相关。
这里有一条重要边界：“男孩组显著、女孩组不显著”，不自动等于两组关联强度之间存在显著差异。女孩组没有检出显著关联，也不意味着已经证明屏幕使用对女孩“没有影响”。
这项分组结果提示值得进一步检验的性别模式。要确认男女之间的差异，还需要直接比较两组的关联强度，并结合屏幕活动的使用分布和内容进行研究。
家庭环境改变了哪些关联？
研究者进一步将CBCL中的内化与外化问题作为结果变量。内化问题主要涉及焦虑、抑郁、退缩等表现，外化问题主要涉及攻击和规则违背等表现；量表得分反映症状程度，不等同于临床诊断。
他们先检验NS与屏幕活动的双向交互，再分别加入家庭冲突、睡眠或身体活动，检验三向交互。以游戏为例，问题是：NS与游戏使用的组合关系，是否会随着家庭冲突程度不同，而对应不同的外化问题模式？
在男孩组，“NS×游戏×家庭冲突”与“NS×发送消息×家庭冲突”两项交互均达到显著，且通过FDR校正。它们说明：NS与外化问题的关联，会随屏幕活动水平及家庭冲突水平的组合而变化。
**图4｜生活情境与神经指标共同关联外化问题。**A、B、D、E涉及家庭冲突，C、F涉及身体活动；黑色为整体样本，蓝色为男孩组，粉色为女孩组。横轴为NS，纵轴为模型预测的CBCL外化问题得分。完整图同时展示了通过与未通过FDR校正的结果，不能将所有分面都视为同等稳健的证据。
下面放大展示男孩组中通过FDR校正的两个分面，便于阅读。
图4B放大｜男孩组：发送消息与家庭冲突。列从左至右为无、低、高家庭冲突；行从上至下为高、低消息使用及不使用消息。横轴为NS，纵轴为预测的外化问题得分。曲线展示条件组合下的模型预测，并非同一孩子的成长轨迹。
图4E放大｜男孩组：电子游戏与家庭冲突。列从左至右为无、低、高家庭冲突；行从上至下为低、中、高游戏使用。横轴为NS，纵轴为预测的外化问题得分。不同条件下的斜率有所变化，应结合整组曲线理解交互结果。
这些发现不能简化为“线上交流有保护作用”或“游戏必然加重行为问题”。一项交互达到显著，只说明不同条件下的关联模式有所不同，并不能证明某种活动带来了改善或损害。
睡眠和身体活动也出现在相关分析中。例如，整体样本的“NS×身体活动”与内化问题有关；但男孩组的“NS×游戏×睡眠”三向交互未通过FDR校正。不能因为这些结果都来自同一研究，就把它们写成同等确定的结论。
这项研究推进了什么，又不能回答什么？
这项研究的价值，不只是发现屏幕时间与某个脑指标呈负相关，更在于建立了一条从屏幕行为、工作记忆任务、脑活动模式到心理健康关联分析的研究路径。
相比仅用认知测验成绩评估屏幕使用的相关影响，研究者通过机器学习构建多变量神经指标，进一步考察了认知表现背后的脑功能差异。
不过，研究仍有重要限制。
虽然数据跨越六年，但这里使用的混合效应分析主要揭示不同测量数据之间的统计关联，并不能证明较长的屏幕使用会导致后续脑功能下降。
而且，研究观察到的效应总体较小，屏幕时间依赖自我报告，部分追踪时间点的数据也不完整。
因此，这项研究并不能回答“屏幕使用是否损伤大脑”这一因果问题。
它更重要的启示是：研究青少年数字媒体使用时，不能只关注屏幕时间，还应考虑具体活动类型、神经认知功能差异以及家庭和生活环境。
未来如果能够进一步分析个体内部的长期变化、媒体内容和使用情境，或许才能更清楚地回答：屏幕活动究竟如何参与青少年的认知发展过程？