背景
尽管对于大多数儿童来说阅读相对容易，但 5-17% 无法学会熟练阅读的儿童可能会受到发育性阅读障碍的影响 (DD; [ 1 , 2 , 3 ])。DD 是一种神经发育障碍，其定义为处理语音信息的困难 [ 2 , 4 ] 以及快速自动命名的缺陷 [ 5 ]。与一般发展中的同龄人相比，DD 还与阅读流畅性和理解力较差有关。DD 中发现的许多缺陷与明确的左半球语言和阅读网络的损伤有关 [ 1 , 6]。通常与 DD 相关的其他缺陷包括短期记忆和工作记忆不佳 [ 7 ]、视觉信息处理困难 [ 8 ] 以及处理速度减慢 [ 9 ]，所有这些都在患有其他神经发育障碍的儿童中出现。

研究表明，大约 40% 的 DD 儿童还符合至少一种额外残疾的标准 [ 10 , 11 ]，其中注意力缺陷/多动障碍 (ADHD) 是最常见的并发障碍，25-40% 的儿童被诊断出患有注意力缺陷多动障碍 (ADHD)。患有DD的儿童[ 11 ]。大多数这些合并 ADHD 病例属于 ADHD 注意力不集中亚型 (ADHD-I; 11)。共病注意力不集中行为的发生率明显高于偶然预期，高达 26% 的 DD 患者也符合 ADHD-I 标准 [ 11 , 12 ]。此外，DD 和ADHD - I 之间有遗传重叠的报道[ 13,14,15 ]，16 ]。这些孩子的注意力不集中也被证明会对行为和学习成绩产生负面影响 [ 17 , 18 ]，而那些患有 DD 并患有 ADHD-I 的学生可能会出现注意力缺陷，从而进一步阻碍他们的阅读发展 [ 17 , 19 ] 。即使在控制了智力之后，注意力不集中的孩子通常在数学和阅读成绩测试中表现不佳[ 12,20,21,22 ]。此外，学龄前儿童注意力与预读技能发展之间的密切关系可能会影响单词识别能力的发展。23 ]。因此，当单独诊断时，DD 和 ADHD 疾病的组合可能会影响儿童的阅读能力，使其高于 DD 或 ADHD 的水平[ 9,24,25,26 ]。

神经关联
尽管许多研究将 DD 和 ADHD 描述为两种独立且不同的疾病 [ 27 , 28 ]，但 DD 和 ADHD 的潜在神经系统可能具有相同的组成部分，这可能是其合并症发生率较高的原因。研究发现了一个复杂的神经阅读网络，主要由左半球系统组成，涵盖额下皮质、颞顶皮质和枕颞皮质区域 [ 29 , 30 ]。三种不同的神经通路或子系统已被证明可以并行工作以实现流畅和熟练的阅读 [ 2 , 31]。阅读网络的背侧系统由左颞顶区域组成，包括角回、边缘上回和颞上回的后部，这些区域被认为在将正字信息映射到书面单词的语音和语义属性方面发挥着作用[32 ] ]。腹侧系统与延伸到颞中回和颞下回的左腹侧枕颞皮层相关，这有助于处理自动单词识别所必需的书面语言的拼写特征[ 33 , 34 ]]。前系统集中在左额下回（IFG）和相邻的额回，对于语音重新编码和语义整合等多个过程很重要[ 35,36,37 ]。患有 DD 的个体腹侧子系统内的功能 [ 38 ] 和网络连接性 [ 39 ] 降低。此外，随着时间的推移，腹侧系统内的网络连接随着阅读技能的提高而提高，而背侧系统的网络连接随着阅读技能的提高而随着时间的推移而减少[ 39 ]。这表明对自动腹侧子系统的依赖增加，对语音背侧子系统的依赖减少提高阅读能力。

研究认为，充分的注意力控制对于有效的执行功能是必要的 [ 40 , 41 ]，而患有 DD 的儿童表现出选择性注意力以及抑制和工作记忆的执行功能受损 [ 42 ]。同样，与注意力和多动症相关的神经影像学研究已经确定了一个扣带-额-顶叶注意力控制网络，该网络进一步与额-纹状体和额-顶叶通路相关[ 43 ]。事实上，这种注意力控制网络由外侧额极、前扣带皮层、背外侧前额叶皮层、腹外侧前额叶皮层、顶下叶和各个皮层下区域之间的连接组成[ 44]。作为注意力和执行功能的主要基础[ 43 ]，该网络被认为可以促进目标导向的过程，并提供响应不断变化的任务需求的能力[ 44 ]。患有注意力缺陷的个体，例如与多动症相关的个体，注意力控制网络内的激活程度降低[ 45 , 46 ]。具体来说，注意力控制缺陷的个体与注意力和执行功能相关的大脑区域（例如前扣带皮层、顶叶皮层、腹外侧前额叶皮层和背外侧前额叶皮层）表现出低活性。

这些归因于 DD 和 ADHD 的不同但重叠的神经系统有时可能在这两种疾病之间共享一系列神经缺陷，导致常见的共病 DD 和 ADHD (DD + ADHD)。事实上，患有阅读障碍（包括 DD）和 ADHD 的个体在额叶纹状体通路区域内表现出灰质差异，部分包括注意力控制网络 [ 47 ] 和阅读网络 [ 48 ]，这些差异在功能上与分别是执行功能和阅读能力[ 49 ]。同样，一项荟萃分析发现 DD 和 ADHD 人群的额叶-纹状体通路中存在类似的区域缺陷 [ 50]。此外，研究表明，重叠灰质与 ADHD 和共病阅读障碍和 ADHD 的注意力控制网络内相关 [ 47 ]，以及阅读障碍和共病阅读障碍和 ADHD 的阅读网络内相关 [ 48 , 49 ]。因此，可以预期，那些表现出 DD + ADHD 共病属性的儿童将在神经系统的这些共享组件中表现出越来越严重的缺陷。

白质感兴趣区
这些复杂的阅读和注意力网络需要其连接区域之间有效且快速的通信才能有效发挥作用。因此，在基本结构层面上，了解这些网络连接白质束的质量和作用及其与 DD 儿童特定行为结果的关系非常重要。扩散张量成像（ DTI）可以量化白质的扩散特性[ 51 ]，可以对阅读和注意力网络基础的结构路径进行这样的检查。定量分析产生了许多不同的基于扩散率的白质测量，其中分数各向异性（FA）和平均扩散率（MD）被广泛使用[ 52]。FA 利用量化平行和垂直于束纤维的扩散率的特征值来测量各向异性扩散“幅度”的分数，从而量化扩散率的方向性程度 [ 52 , 53 ]。MD 是平行和垂直于轴突的主扩散率的平均值[ 54 ]，MD 越高，反映沿轴突的扩散率越高。作为白质扩散率的标记，FA 和 MD 是跨受试者比较的有用量，因为它们提供了有关定向结构和轴突髓鞘形成的信息 [ 55 ]。

四个初级白质束（图 1）——即上纵束（SLF）、下纵束（ILF）、钩束（UF）和胼胝体区域（CC）——已被仔细研究在阅读[ 2 ]和注意力控制[ 43]中] 网络。SLF 是一个大的横向关联白质束，通常将颞顶区 (TPA) 与额叶、顶叶和颞区连接起来，并可分为三个分支：(1) 背侧 SLF，一个向内侧延伸的直接段，将 TPA 与中（MFG）和额上回；(2) 腹侧 SLF，即连接 IFG 和 MFG 与顶下小叶 (IPL) 的外侧前段；(3)后SLF，通过外侧间接后段将TPA与IPL连接起来[ 56 ]。腹侧和背侧 SLF，包含弓状束 (AF) 的部分，通常被认为构成 SLF 颞束 (SLFt)，而后 SLF 构成 SLF 顶叶束 (SLFp; [ 57]。文字阅读能力较差的儿童和成人左侧 SLFt [ 6 ] 和 SLFp [ 58 ] 的白质扩散性降低，如较低的 FA 值所示。此外，中国患有 DD 的儿童左侧 SLFt 的 FA 值较低，这与语音处理技能有关 [ 59 ]。与未受损的对照组相比， ADHD 患者的右侧 SLF [ 60 ]中的 FA 减少，左侧 SLF [ 61 ] 中的 MD 增加。

ILF是由长纤维和短纤维组成的腹侧联合束，直接连接枕叶和前颞叶[ 62 ]。研究表明，左 ILF 与单词阅读流畅性 [ 63 , 64 ] 和阅读理解能力 [ 63 , 65 ] 的测量之间存在关系。据报道，患有 DD 的中国儿童左侧 ILF 的 FA 降低，这与适合中文表意字母的语义技能有关 [ 66 ]。ADHD 儿童的双侧 ILF 扩散性降低 [ 67]。此外，在患有 ADHD 的成人中观察到左侧 ILF 的 FA 减少，而左侧 ILF 的 MD 与注意力表现呈负相关[ 68 ]。

UF 是连接前颞叶和眶额皮质的腹侧关联束，包括 IFG [ 69 ]。人们认为它在词汇检索和语义关联等语言功能中发挥作用[ 70 ]，研究表明它在阅读理解中发挥作用[ 65 , 71 ]。DD 与 UF 中白质连接性降低有关 [ 72 ]。相反，在患有注意力不集中和过度活跃的 ADHD 亚型 (ADHD-C) 的成人中，观察到双侧 UF 的FA [ 61 , 73 ] 和 MD [ 61 ] 值增加。

CC 是连接大脑左右半球的主要连合处，主要与半球间连接相关[ 74 ]。基于多变量机器学习方法，CC 是对 DD 进行分类的最具辨别力的特征之一[ 75 ]，研究表明，对于典型读者和受损读者而言，儿童的阅读技能与胼胝体后部的 FA 呈负相关[ 76 ]。对于患有 ADHD 的个体，注意力不集中和多动的测量与老年人 CC 皮质厚度的减少呈负相关[ 77 ]，而儿童 CC 的 FA 值较低[ 78 ]]。最值得注意的是，对患有 ADHD 的儿童和成人的白质扩散性进行荟萃分析，发现与没有 ADHD 的儿童和成人相比，CC 右侧小钳的 FA 较低 [ 79 ]。

目前的研究
研究人员调查了 CC、ILF、SLF 和 UF 的白质束扩散率之间的关系，因为它们与独立诊断为 DD 或 ADHD 的个体群体相关，但尚未评估它们在 DD + ADHD 共病受试者中的作用。本研究的主要目的是探讨仅 DD、DD + ADHD 儿童的 CC、ILF、SLF 和 UF 的白质束扩散性的潜在差异，并与正常发育的未受损阅读器 (TD) 进行比较。我们还试图研究这些群体中白质扩散性测量与阅读能力和注意力控制行为测量之间的关系。我们假设，与 DD 和 TD 组相比，DD + ADHD 组的感兴趣束的白质扩散率会显着降低，因为它们具有共同的潜在神经缺陷，并且根据之前的文献，仅 DD 组的白质扩散率会降低与 TD 组相比的物质扩散率。此外，我们假设白质束扩散率与阅读能力和注意力控制的测量呈正相关。

方法
参加者
参与者是从大亚特兰大地区的公立和特许小学招募的，作为佐治亚州立大学/佐治亚高级脑成像技术中心机构审查委员会批准的阅读干预纵向研究的一部分。所有家长/学生在参与研究之前都提供了知情同意/同意。参与者包括7至11岁的三年级和四年级学生（平均年龄 = 9.32；SD = 0.69；请参见表1作为参与更大研究的一部分，完成了基线行为/认知评估和 MRI 扫描（包括 DWI 序列）的人。根据阅读障碍和 ADHD 合并症状况，参与者被分配到三组之一：DD、DD + ADHD 或 TD。被确定为 DD 的儿童 ( n = 40) 在以下任一方面的 得分至少比年龄正常预期低一个标准差：Woodcock Johnson第三版(WJ-3; [ 80 ]) 广泛阅读集群子测试或综合测试、WJ -3 基本阅读集群子测试或复合测试，或单词阅读效率测试第二版（ TOWRE-2；[ 81]) 子测试。DD + ADHD 读者 ( n  = 22) 符合 DD 相同的标准，并且还表现出高度 ADHD 症状，如ADHD 症状和正常行为的优点和缺点(SWAN; [ 82 ]) 和破坏性行为评定量表(DBRS; [ 83]) 由监护人和老师评定。监护人和任课教师被要求对所有研究参与者完成 SWAN 和 DBRS 评分量表。这些分数和这些量表上的个体症状评级的综合被用来识别 DD + ADHD 组中的受试者，使用当前的 DSM-5 标准针对组合型和注意力不集中型。在极少数情况下，数据未从一位评分者（即家长或老师）或评分量表返回，则使用可用分数。TD 读者（n  = 20）是从同一所学校招募的，但不符合 DD 或 ADHD 的标准。所有参与者在韦克斯勒智力简略量表- II (WASI-II; [84 ]）以排除智力障碍。研究中的所有儿童都完成了诊断标准的筛选材料，并且母语是英语。患有慢性缺勤（每年> 15次缺勤）、听力障碍（< 20/40）、严重情绪/精神障碍、慢性医学/神经系统疾病或根据监护人报告存在MRI禁忌症的儿童被排除在外。

行为测量
读书措施
TOWRE-2 的视觉单词效率和语音解码效率子测试的综合得分被用作单词阅读流畅性的衡量标准（TOWRE-CST）。TOWRE-2 要求参与者尽可能快速、准确地分别朗读单词和伪单词。TOWRE-CST 越高，表明单词阅读效率越高。

注意力和执行功能测量
执行功能行为评定量表 (BRIEF) 通过由父母或监护人回答的 86 项问卷来测量执行功能 [ 85 ]。全球执行力综合 (GEC) T 分数是 Brief 生成的所有子量表的综合衡量标准，并提供执行功能 (GEC-T) 的衡量标准。GEC-T 越高反映执行功能越差。行为调节指数 (BRI) T 分数是抑制、转变和情绪控制分量表的综合衡量标准，提供行为注意力 (BRI-T) 的衡量标准。BRI-T 较高反映行为注意力较差。

磁共振成像
数据采集​​ MRI
图像是使用位于佐治亚州亚特兰大 GSU/GaTech 高级脑成像中心的 3 T 西门子扫描仪采集的。在数据收集的最后一年 ( n = 13) ，现场扫描仪从 Trio（12 通道头部线圈）升级到 PRIMSA-Fit（20 通道） 。数据采集​​和扫描参数在整个研究期间保持一致，并协调处理的数据以解释扫描仪之间的差异（参见成像数据预处理下一节）。所有纳入的受试者均完成了弥散加权成像数据，这些数据通过以下参数以反相编码（前至后和后至前）以两个单独的序列收集： FoV：220 × 220 mm；切片厚度：2毫米；重复时间TD/TE：8900/97 ms；切片：64；b:1000, 4* b:0; 32个渐变方向；体素尺寸各向同性：2 毫米。收集两个序列的总 DWI 采集时间总计约为 10 分钟。T2* 加权图像是使用单次回波平面成像（矩阵大小 = 64 × 64；体素大小 = 3.438 × 3.438 × 4 mm；FoV = 220 mm；TD = 2000 ms；TE = 30 ms；翻转角 = 80°）。以相同方向收集解剖扫描（MPRAGE；矩阵大小=256×256；体素尺寸 = 1 × 1 × 1 毫米；视场角 = 256 毫米；TD = 2530 毫秒；TE = 2.77 毫秒；翻转角 = 7°）。

成像数据预处理
对所有图像数据进行视觉和自动化质量保证后，使用 TORTOISE [ 86 ] 使用 T2* 结构文件和 MPRAGE 重定向文件对 DWI 数据进行预处理。DIFF_PREP 用于运动和涡流失真以及计算出的梯度表 B 矩阵 [ 87 ]。DR-BUDDI 通过 blip-up 和 blip-down 数据（AP/PA 共同配准）纠正磁化率引起的 EPI 失真，并且 DWI 通过 B 矩阵重新定向到目标空间 [ 88 ]。

FreeSurfer 6.0 图像分析套件用于处理解剖数据[ 89 ]。该自动化程序包含皮质和皮质下白质的分割、灰质/白质边界的镶嵌、折叠表面镶嵌图案的膨胀[ 90、91 ]以及地形缺陷的自动校正[ 92 ]。必要时，由经过培训的技术人员按照 FreeSurfer 协议进行手动干预。

使用全局概率纤维束成像技术，通过 FreeSurfer 的 TRACULA 管道自动重建白质感兴趣束 [ 57]。具体来说，FreeSurfer 的皮质分割和皮质下分割与 TRACULA 的解剖图谱相结合，提供了 18 个主要白质束的自动重建。TRACULA 利用 FSL 的 bedpostx 将球棒模型拟合到 DWI 数据并重建路径。在 18 个束中，我们提取了以下感兴趣的白质束的 FA 和 MD 值（L = 左；R = 右）：SLFt（SLF 颞束，由腹侧和背侧 SLF 和 AF 组成）， SLFp（SLF 顶叶束；SLF-后）、ILF、UF、fminor（前 CC；镊子小）和 fmajor（后 CC；镊子大）。

为了解释扫描仪升级之前和之后收集的数据之间的差异，使用 ComBat [ 93 ] 协调 DTI 数据。ComBat 假设成像特征测量可以建模为生物变量的线性组合，扫描仪效应作为误差项，其中包括乘法扫描仪特定比例因子。它已被证明可以有效减少 DTI 数据中扫描仪间的差异，同时有效保留生物关联性 [ 94 , 95 ]。

统计分析
受试者之间的单独单向方差分析在三个级别上比较了 TOWRE-CST、BRI-T 和 GEC-T：DD + ADHD、DD 和 TD。同样，方差模型的受试者分析之间的单独单向比较了每个感兴趣领域的 FA 和 MD 的统一平均值，分别在三个级别：DD、DD + ADHD 和 TD。通过盒须图评估平均 FA 和 MD 数据的极端异常值，从而消除了存在于多个感兴趣的白色区域中的两个异常值。参与者部分详细介绍了我们的总样本量（n = 82) 去除异常值后和所有数据分析。Tukey-Kramer 事后检验用于检验所有分析的显着组间差异。对感兴趣区域的平均 FA 和 MD 以及以下行为测量进行 Pearson 双变量相关：TOWRE-CST、BRI-T 和 GEC-T。错误发现率 (FDR) 应用于所有相关性以纠正多重比较。

结果
组间行为比较
单向方差分析揭示了各组之间在阅读、注意力和智力的所有行为测量方面存在显着差异（表1和 表2）：WJ-3 Basic（F(2,79) = 88.9，p  < 0.001），WASI -II (F(2,79) = 31.0，p  < 0.001)，TOWRE-CST (F(2,79) = 93.5，p  < 0.001)，BRI-T (F(2,79) = 7.42，p  < 0.001) 和 GEC-T (F(2,79) = 23.3, p  < 0.001)。对于诊断措施，TD 与 WJ-3-Basic ( p  < 0.001) 和 WASI-II ( p < 0.001) 分别显示最高的阅读和智力分数；然而，DD 和 DD + ADHD 没有表现出显着差异。同样，在 TOWRE-CST 上，TD 与 DD 和 DD + ADHD 显着不同 ( p  < 0.001)，显示出最高的阅读分数；然而，DD 和 DD + ADHD 没有表现出显着差异。 此外，在 BRI-T 上， DD + ADHD 与 TD ( p  < 0.001) 和 DD ( p = 0.026)显着不同，表现出最低的行为注意力得分；然而，TD和DD没有表现出显着差异。在 GEC-T 上，TD 与 DD ( p  = 0.014) 和 DD + ADHD ( p  < 0.001) 显着不同，而 DD 与 DD + ADHD ( p < 0.001)，DD + ADHD 显示最低，TD 显示最高执行功能得分。

组间白质比较
单向方差分析显示以下感兴趣区的平均 FA 值在各组之间存在显着差异（表3和表 4）：L SLFp (F(2,79) = 3.90, p  = 0.024), L SLFt ( F(2,79) = 3.13，p  = 0.003)、R SLFp (F(2,79) = 3.33，p  = 0.041) 和 R SLFt (F(2,79) = 3.72，p  = 0.029)。L SLFp ( p  = 0.018)、L SLFt ( p  = 0.002)、R SLFp ( p  = 0.036)、R SLFt ( p = 0.029)的平均 FA 存在显着差异 ，因此 DD + ADHD 组所有束中的 FA 均显着低于 TD 组（图 2 ））。DD 与 DD + ADHD 相比，或者 DD 与 TD 之间没有显着差异。所有感兴趣区域的平均 MD 组之间没有显着差异。

大脑与行为的关系
皮尔逊二元相关性揭示了行为测量与感兴趣区域的白质扩散性测量之间的关系。与平均 FA 的未校正显着相关性包括以下内容：TOWRE-CST 和 L SLFp (r (80) = 0.220，p  = 0.047) 和 L SLFt (r (80) = 0.269，p  = 0.015)；BRI-T 和 L UF (r (80) = 0.229，p  = 0.036)；GEC-T 和 L SLFp (r (80) = -0.240，p  = 0.030)、L SLFt (r (80) = -0.232，p  = 0.036) 和 R SLFp (r (80) = -0.263 p  = 0.017 ）。对于平均 MD，GEC-T 和 L UF 之间存在相关性（r (80) = -0.233，p  = 0.035）；BRI-T 和 L UF (r (80) = -0.234, p = 0.034）。然而，在多重比较校正后，没有保持显着的相关性(表5 )(图 3 )。

讨论
目前的研究调查了三组之间与阅读和注意力/执行功能相关的白质束：DD + ADHD、DD 和 TD。正如预期的那样，各组之间的阅读和注意力控制指标存在显着差异，TD 在所有指标上得分最高，而 DD 和 DD + ADHD 在阅读方面没有差异，但在注意力控制方面存在显着差异（表1和表2）。DD + ADHD 组和 TD 组 SLF 双侧颞叶和顶叶部分的平均 FA 不同，其中 TD 组的平均 FA 最高（表3和 表 4））。然而，在双侧 SLF、ILF、UF 或 CC 内，DD 和 DD + ADHD 之间以及 DD 和 TD 之间 FA 没有显着差异。尽管之前的文献显示 ADHD 和 MD 之间在左侧 SLF、左侧 ILF 和双侧 UF 中呈正相关[ 61,68,79 ] ，但在平均 MD的任何感兴趣束中均未观察到显着的组间差异。

正如预期的那样，我们的结果支持 TD 组作为优秀的阅读者，在 SLF 的顶叶和颞区具有最强的注意力控制和最高的双边白质扩散率 [ 6 , 58]。另一方面，DD + ADHD 组在注意力控制行为测量方面得分最低，并且 SLF 的双侧顶叶和颞区 FA 结果最低。DD 组在 SLF 两个区域的注意力控制和双侧 FA 方面的结果落在 DD + ADHD 和 TD 组之间，同时显示出与 DD + ADHD 组更相似的阅读缺陷。尽管诊断组之间的阅读和注意力控制存在显着差异，但经过多重比较校正后，仅观察到大脑行为相关性的趋势。TOWRE-CST 在各组之间存在显着差异，并且 TOWRE-CST 与 SLF 左颞叶和顶叶区域的平均 FA 之间存在正相关趋势。此外，各组间 SLF 的左颞顶叶区和右顶叶区的 GEC-T 与平均 FA 之间存在负相关趋势，得分越高表明执行功能越差。综上所述，我们的结果开始表明，随着 SLF 中的平均 FA 下降，阅读和注意力控制措施的表现也会下降，这表明潜在的 SLF 白质扩散率对行为有持续的影响。值得注意的是，这种可能的连续效应仅反映在对大脑结构的影响上，而不是对行为结果的影响上，因为我们的数据没有显示 DD 组和 DD + ADHD 组之间在阅读方面存在显着差异。以及各组 SLF 左颞叶和顶叶区域以及右顶叶区域的平均 FA。综上所述，我们的结果开始表明，随着 SLF 中的平均 FA 下降，阅读和注意力控制措施的表现也会下降，这表明潜在的 SLF 白质扩散率对行为有持续的影响。值得注意的是，这种可能的连续效应仅反映在对大脑结构的影响上，而不是对行为结果的影响上，因为我们的数据没有显示 DD 组和 DD + ADHD 组之间在阅读方面存在显着差异。以及各组 SLF 左颞叶和顶叶区域以及右顶叶区域的平均 FA。综上所述，我们的结果开始表明，随着 SLF 中的平均 FA 下降，阅读和注意力控制措施的表现也会下降，这表明潜在的 SLF 白质扩散率对行为有持续的影响。值得注意的是，这种可能的连续效应仅反映在对大脑结构的影响上，而不是对行为结果的影响上，因为我们的数据没有显示 DD 组和 DD + ADHD 组之间在阅读方面存在显着差异。

因此，之前的研究也表明，患有 DD 和 ADHD 共病的儿童可能作为独立于单一 DD 或 ADHD 病症的第三种表型而存在[ 13,14,15,16 ] 。目前的研究结果支持这样的观点，即 SLF 的双重或特定作用可能是 DD 和 ADHD 共病症状的潜在基础，无论是被视为双重诊断还是独立表型。关于本研究中研究的感兴趣区域，只有 SLF 被确定为与阅读网络 [ 6 ] 的背侧语音系统和注意力控制网络 [ 43 ] 相关的主要白质区域。]; 因此，共病组内的主要潜在因素可能是由于注意力控制与外部学习环境相互作用的自上而下和自下而上的影响。事实上，高难度任务中的干扰因素已被证明与对自下而上的处理的依赖呈正相关，而低难度任务中的干扰因素则与 ADHD 个体对自上而下的处理的依赖呈正相关，这表明两者之间存在有害关联。注意力分散和任务难度[ 96 ]。此外，阅读能力可能依赖于自上而下和自下而上处理的平衡整合。与典型的读者相比，患有 DD 的人表现出自上而下和自下而上处理的神经基质之间的功能连接减少[ 97]以及阅读任务期间与注意力控制网络相关的额叶和顶叶皮层区域的激活减少[ 98 ]。同样，患有阅读障碍和多动症的人在额叶-纹状体通路内的额叶区域表现出特定的缺陷[ 48 ]，这在功能上与执行功能的损伤有关[ 47 , 49 ]，执行功能是注意力控制网络的核心能力。尽管如此，兰格和同事[ 49 ]进一步将阅读网络内的特定灰质缺陷与共病阅读障碍和多动症个体的阅读能力下降联系起来。

鉴于 DD 患者存在严重的阅读障碍，高要求的阅读任务可能会因调节自上而下和自下而上处理的功能失调的注意力控制网络而进一步受到阻碍。这表明，在阅读和注意力控制网络中关键使用的 SLF 可能是成功整合高效阅读和注意力控制所需的自上而下和自下而上处理的主要贡献者。因此，与共病 DD 和 ADHD（特别是 ADHD-I）表型相关的主要缺陷之一可能归因于 SLF 扩散性降低的累加效应，SLF 构成了我们样本中发现的 FA 连续体。SLF 中白质完整性差异的后果可能是注意力控制的一个基本因素，DD + ADHD 表现出较差的注意力控制，而 TD 则表现出较高的注意力控制。因此，对评估 ADHD 和 DD 人群灰质差异的研究进行联合分析发现，仅纹状体右侧尾状核内的灰质体积减少。50 ]，这补充了患有阅读障碍和多动症的个体额叶-纹状体通路区域内灰质体积减少的唯一发现[ 48 ]。然而，从阅读行为测量中可以看出，SLF 中发现的 FA 差异可能不会明显增加 DD + ADHD 个体的阅读障碍，因为阅读网络由注意力控制网络之外的几个白质束组成 [ 2 ]。

同样，ILF 的白质扩散性与注意力控制和阅读有关。包括语标语音字母的语言系统，与对照组相比，患有 ADHD 的成人 [ 68 ] 和患有 DD 的儿童 [ 59 ] 已被证明 ILF 的 FA 降低。在我们的样本中，ILF 内 FA 组差异的趋势与 SLF 中显示的连续体效应类似。这可能支持先前的证据，即 ADHD 对白质扩散性的影响超出了与注意力控制网络直接相关的区域[ 68]]。尽管对于 DD 和/或多动症患者的注意力控制网络而言，这种效应可能是有害的，但所建议的共病 DD + ADHD 的第三种表型可能会显示出白质束的不同特性注意力控制网络内的扩散性，以及阅读网络内的类似扩散性。

与之前有关 DD 个体白质扩散性的研究结果相反 [ 59、61、68、72、73、75、78、79 ] ， ILF 、 UF和CC的平均FA在 DD和TD组之间没有显着差异，也不在 DD + ADHD 和 TD 组之间。因此，先前的研究表明 DD 与UF 内 FA 的减少有关[ 72 ]，而 ADHD 研究表明同一区域内 FA 的增加[ 61 , 73]]; 然而，在本研究中，UF 中 DD 组和 DD + ADHD 组之间没有统计学上的显着差异。如果 UF 中存在类似于 SLF 中观察到的连续体效应，且表现最低的读取器的白质扩散率降低，则由于共病 ADHD 对扩散率的潜在反向影响，这种影响可能在当前样本中被抵消特性。因此，ADHD 和 DD 之间共有的遗传影响 [ 14 , 15 ] 可能会对 UF 和 ILF（即阅读网络）内的白质产生潜在的不同影响，但在 SLF（即注意力控制网络）内可能会产生相加效应存在于一个连续体上，DD 位于 DD + ADHD 和 TD 之间。

局限性
尽管 CC 中白质扩散率降低被认为是 DD 表型的一个组成部分 [ 75 , 76 ]，并且在 ADHD 个体中也观察到了这种现象 [ 78 , 79 ]，但没有发现表明 FA 存在组间差异的显着结果。除了之前讨论的 DD 和 ADHD 对白质的相加和抵消作用之外，这些结果可能主要归因于当前研究中使用的束分割方法。TRACULA 利用整个束平均 FA 的广泛提取，但有证据表明 DD 个体的白质扩散率差异可能位于 CC 的较小区域 [ 75]。将 CC 分割成更小的区域后，先前的研究表明，患有 DD 的个体压部的平均 FA 增加 [ 99 , 100 ]，并且具有形状异常的压部、喙部、膝部和 CC 体 [ 101 ]]。因此，当前研究的局限性可能是 TRACULA 的使用，因为它利用概率纤维束成像来分割感兴趣的纤维束并量化白质扩散率。我们感兴趣的领域之间的群体差异可能只存在于该领域内较小的部分；因此，执行感兴趣区域分析可能会在 ILF、UF 和 CC 等区域中提供不同的结果。然而，TRACULA 利用个性化的受试者特定解剖标志，可以可靠地重建白质通路，而无需手动干预，这可能会减少研究人员的偏见 [ 102]。这在当前样本中尤其重要，因为其他基于图谱的纤维束成像方法使用成人标准化模板，可能不适合发育中的大脑。

同样，对于任何感兴趣的束，各组之间的 MD 没有观察到显着差异。尽管 ADHD 患者的 MD 发生变化，但很少有证据表明 MD 与 DD 相关。ADHD 与典型发育对照之间的差异最常见于成人 ADHD 人群 [ 61 , 68 ]。这些差异可能部分归因于当前样本中的有限年龄范围（即 7 至 11 岁）。尽管最快速的微观结构变化发生在出生后的前 24 个月内，但扩散性测量中的成熟率已显示出以不同的速度进展，其中 MD 变化的发展速度比 FA慢得多[ 103、104、105 ]]。对于与语言和认知处理相关的区域（例如 SLF 和 UF）尤其如此。当前研究中观察到的 FA 差异（而非 MD 差异）可能部分是由于所使用的扩散措施的成熟差异造成的。

最后，缺乏仅针对 ADHD 的对照组是当前研究的一个潜在限制。然而，我们的主要目的是调查患有和不患有 ADHD 的 DD 人群的差异，以更好地了解共病状况与“纯”DD 相比的差异和相似之处。由于总体研究的性质，我们无法收集纯粹的多动症样本，这使我们无法直接评估注意力缺陷单独对白质扩散率的影响。未来的研究将受益于所有四个潜在群体的纳入：TD、仅 DD、仅 ADHD 以及 DD + ADHD 共病样本。同样，未来的研究应进一步评估共病对表意语言中观察到的 DD 的贡献。

结论
我们的结果表明，与 TD 相比，DD + ADHD 儿童的 SLF 神经结构可能存在差异。结果表明，白质扩散率的差异可能存在于连续体中，与仅 DD 组或 TD 组相比，DD + ADHD 的平均 FA 最低。与那些仅患有 DD 的儿童相比，这些特定神经束中 FA 的差异可能是 DD + ADHD 共病的特定行为障碍严重程度的基础。