母亲产前压力、胎儿大脑连接和分娩时的胎龄之间的交互关系

以往报告母亲产前压力和儿童行为之间显著关联的研究经常被产后抚养环境和产前压力的相关因素所混淆。本研究的主要目的是要确定母亲产前压力是否与婴儿出生前大脑功能连接的变化有关。本文使用118个胎儿（48位女性，平均年龄32.9周（SD=3.87））的fMRI数据来评估这种关联，并进一步探讨胎儿神经系统的差异是否与母亲的健康行为、社会支持或生产有关。本文使用常见的社区检测方法通过数据驱动来定义功能网络，并提取了网络内或网络间的不同连接效应用于分析。

混合模型被用来测试胎儿的个体神经差异是否与母亲的健康行为、社会支持或生产有关。研究发现，产妇产前负性情绪/压力的增加与胎儿额叶、纹状体和颞叶连接的改变有关（β = 0.82，p < 0.001）。后续分析表明，这些关联在有更好的健康行为、更积极的人际支持和更低的整体压力的女性中更强（β = 0.16，p = 0.02）。此外，与压力有关的神经连接性差异的大小与分娩时较小的胎龄略有关联（β = -0.18，p = 0.05）。本文的研究首次提供了直接的证据，本文发表在Neuropsychopharmacology杂志。

引言

如果母亲在怀孕期间承受了较高的心理或生理压力，她所生的孩子可能会因为这些早期的大脑规划事件而经历负面的后果。产前压力的伤害性影响横跨各个领域，包括增加精神疾病和神经发育障碍的风险，改变荷尔蒙和生理的身体反应，并增加对一系列疾病过程的易感性。对胎儿行为和生理的研究表明，母体产前压力甚至在出生前就可能影响胎儿的大脑发育。此外，早期压力暴露的负面后果似乎是持久的，甚至影响到成人神经退行性疾病的发病率，从而影响到长期的行为结果，并可能导致风险传递到后代。

这一关键研究领域的一个长期挑战是，暴露在高产前压力下的母亲所生的孩子会经历更多的出生并发症，而且更频繁地在高压力环境中长大，这使我们无法从胎儿出生后的脑指标中得出胎儿大脑在出生前发生了改变的结论。动物研究表明，产前应激导致树突更短且复杂性降低、髓鞘减少和突触发生改变。对新生儿和儿童的产后研究证实了这些观察结果，表明压力改变了新生儿和儿童的脑功能连接和脑结构发育。重要的是，儿童大脑结构的差异已被证明在一定程度上调节了产前压力和儿童时期情感问题之间的联系。尽管这些发现表明产前压力会改变胎儿大脑，对行为结果的产后检查构成了主要的限制。因此，需要胎儿大脑被改变的前瞻性证据更有力地证明母亲产前压力会影响子宫内的人类大脑。

本研究通过利用新兴的功能磁共振成像（fMRI）技术，首次评估母亲压力的变化是否以及如何与人类胎儿大脑的系统组织有关，从而解决这一问题。静息态功能连接（RSFC）fMRI最近被应用于研究胎儿大脑功能网络的发展。这种技术依赖于记录整个大脑的自发功能信号，然后评估信号之间随时间变化的共变和互动。表现出协同活动的脑区被认为是 "功能上相互连接的"，其解剖学基础已被证明。这项技术为胎儿大脑活动的全局协调和大脑网络的整体架构提供了迅速洞见。现在有证据表明，RSFC最初在子宫内的大脑中就已经发展，在非典型神经解剖学的胎儿中会发生改变，在性别之间有差异，与婴儿的行为结果有关，并且在早产胎儿中存在符合预期的减弱。

本研究的主要目的是确定母亲产前压力是否与孩子出生前的大脑变化有关；第二是确定社会心理支持和健康行为是否影响这种关联；第三是测试这种神经生物学上的压力嵌入是否与孩子的出生时间有关。关于胎儿大脑功能网络发育常模的数据有限，因此，我们的假设集中在对大规模胎儿功能网络结构进行编码并且通常牵涉到精神疾病和神经发育疾病的中心区域。具体来说，我们假设母体产前负性情绪/压力（NAS）将与高级联合皮层，特别是前额叶和顶叶区域的连接性改变有关，以及与岛叶和颞叶区域的连接性有关。此外，由于压力的影响因人而异，我们进一步假设，较高水平的社会支持和适应性健康行为将缓和母亲NAS对儿童产前大脑发育的影响。最后，由于先前的工作将产前压力与早产联系起来，我们假设，母亲NAS与胎儿大脑连接性更高程度的相关将与孩子更早的出生有关。

材料和方法

被试

胎儿神经影像学样本包括118例（48名女性），母亲平均年龄为25.1岁（SD=4.5）。排除条件包括20周超声检查确定的疑似胎儿中枢神经系统异常和/或MRI禁忌症（如心脏起搏器、母亲体内的铁磁物质、幽闭恐惧症）。进行MRI时胎儿的平均年龄为32.9周GA（SD=3.87；范围26-39周），出生时平均年龄为39.4周GA（胎龄）（SD=1.1）。

本样本中的15个被试已经在之前的功能连接研究中被研究过[39, 45, 51]，其中118个被试在最近的产前性别差异调查中被研究过[43]。在MRI检查的1周内，由转诊医生进行超声检查以确定胎儿的GA。所有妇女在接受MRI检查前都提供了书面知情同意书。参与研究得到了韦恩州立大学人类调查委员会的批准。对研究参与者进行了纵向跟踪，以确保他们在怀孕期间没有出现并发症。被试亲子对的社会人口学特征和出生行为结果（N=118）见表S1，所有病例排除的汇总表见表S2。

表S1 社会人口学特征和出生行为结果

表S2 被试排除情况汇总

母亲产前压力的定义

压力的概念化和测量会随着时间的推移而改变。以前对宫内压力影响的研究使用了生物学指标，如唾液皮质醇和焦虑、抑郁和压力的自我报告问卷。在这里，本文的研究者们根据经验得出了一个代表产前消极情绪和压力（NAS）的单一因素，并在补充分析中在一组有皮质醇数据的被试中测试了这个因素和其所有子项与唾液皮质醇的关系。这种方法的主要优点是减少了共线性指标中进行的统计测试的数量，同时保持个体指标的负荷。怀孕期间的母亲压力是用五个评估内化问题和压力的量表的汇总分数来评估的，即流行病学研究中心抑郁量表CESD、国家特质焦虑量表STAI-T、宾州忧虑问卷PSWQ、感知压力量表PSST和生活满意度量表SWLS。产前情绪和压力量表的描述性统计见表S3。考虑到压力暴露和负性情绪的方差，以及尽量减少模型的运行数量，我们在Mplus vs. 7.2中使用因子分析，得出产妇NAS指数。具体来说，在随机一半的样本中，我们对五个量表进行了单因素和双因素的探索性因素分析（EFA），EFA确定这些量表最好加载到一个单一的因子上（CFI=0.98，TLI=0.96，RMSEA=0.08，SRMR=0.03；所有因子加载，P<0.001）。接下来，我们在另一半随机样本中对这些量表进行确认性因素分析（CFA），以验证模型的拟合。同样，这五个量表显示了高负荷和对单因素模型的良好拟合（n = 99，CFI = .98，TLI = .97，RMSEA = .06，SRMR = .03；因素负荷，p < .001）。因此，在全样本中重新进行了CFA，以获得全样本中的单个NAS分数。该模型显示出对数据的良好拟合（χ2=10.23，P=0.07，df=5；CFI=0.98；TLI=0.96；RMSEA=0.07；SRMR=0.03），每个量表在NAS因子上都有明显的负荷（P<0.001）。图1中提供了各个因子的负荷情况。

表S3 产前情绪和压力量表的描述性统计

图1 各因子的负荷情况

功能像数据处理

使用FSL图像查看器（fsleyes）确定与胎儿最小头动时期相对应的时间帧。Brainsuite被用来手动生成来自胎儿运动静止期的单个参考图像的三维掩码。掩码被二进制化，只应用于与其选择的片段相对应的帧，只有这些数据被保留下来用于进一步分析。每个片段都被手动调整方向，与平均BOLD像重新对齐，重新采样为2毫米的各向同性体素，并使用SPM8归一化到32周的胎儿大脑模板。对每个低头动段的运动参数进行检查，以确保只有由至少20秒（10帧）构成的片段才能在后续处理步骤中保留。应用的审查标准和之前的研究保持一致，即1毫米平均XYZ和1.5°平均PYR。这些质量保证步骤的应用导致每个参与者平均=56%的帧被淘汰。获得118被试，平均159帧（SD=42）的数据。各受试者的平均平动和转动范围分别为0.01至0.52mm和0.6°至1.1°。在最后一步，为了纠正被试内部各部分的归一化差异，归一化的图像与平均BOLD像做了对齐，并用4mm FWHM的高斯核进行平滑。

功能像大脑分割

Group ICA方法被用来将32周GA胎儿模板脑的区域分割成197个空间上连续的、大小相似的ROI。该方法利用归一化到32周胎儿模板空间的4D胎儿数据，通过评估给定数据集中体素时间序列的相似性，使用Pearson相关性，然后迭代获得最大群内相似性和最小群间相似性的体素，产生功能上同质的子网络。接下来，它使用归一化切割算法确定最具代表性的体素群，并进行组级聚类。这种方法产生的ROI跨越了皮质、皮质下和小脑区域的全部范围，在应用头动校正、归一化和连接步骤后，能够代表特定于这个胎儿样本的功能连接模式。这是一种已确立的数据驱动的分割方法，在人类胎儿大脑中非常有用，因为其先验因素是有限的，而且发育变化非常快。然后，我们对ROI按半球、叶和对应于质心的坐标进行分类。

婴儿脑网络的偏离

使用CONN功能连接工具箱（v14n）可以对每个被试生成这197个ROI之间的Pearson相关矩阵。处理方法包括去线性漂移，使用从32周胎儿图谱白质和脑脊液掩膜中提取的五个主成分的CompCor进行滋扰回归，对六个头动参数回归，在0.008-0.09赫兹进行带通滤波。从个体FC（19,306个ROI-对，Fisher-z）建立组平均的197×197的连接矩阵(图2)。对组平均结果在多个Fisher-z值上进行了阈值化和二进制化，对应于从1到10%的额边密度稀疏度阈值范围为所有可能的存活连接的1-10%，步长为0.1%，产生了91个总的邻接矩阵。分隔<10毫米的ROI对之间的连接被删除，以尽量减少空间归一化fMRI数据中的平滑影响。Infomap社区检测算法被用来在每个阈值上将ROI分配给子网络，这种方法基于邻接矩阵随机游走最大化方法。通过一个自动共识程序，将每个阈值的解决方案合并起来提供社区结构的单一模型，该方法能最大限度地提高相邻解决方案的归一化互信息然后最大化模块化。这种这种网络解决方案可以对整个群体进行网络级别的分析(图2)，并将可能的比较总数减少150倍以上。

图2 胎儿大脑功能连接的压力相关变异

社区检测分析从197个功能定义区域的矩阵中产生了一个16功能网络共识模型。NAS(负性情绪/压力)被用来评估在一个网络对中，与NAS相关的边（Pearson p < 0.05）比例过高的程度，使用基于排列组合的估计假阳性率（FPR）进行测试。结果显示了六个网络对与母亲产前NAS有关的连接性差异（A-F）。图中展示了网络内和网络间富集显著的ROI-ROI静息态功能连接（RSFC）。

与NAS相关的胎儿功能连接的差异

探索性和确认性因素分析被用来产生一个单一的多指标因子，评估产妇产前负性情绪/压力（NAS）。通过使用回归NAS-GA+误差计算残差值，对扫描时的NAS评分进行调整，并用于所有后续分析。然后本文进行了富集分析，以确定具有强RSFC-NAS相关性的明显聚类的网络内或网络间连接对。这种富集方法最近被应用于胎儿和婴儿的功能神经影像学研究，是对大规模基因组关联研究中使用的方法的调整。该方法对组内Fisher-z变换的FC矩阵中的所有ROI对相关性采用0.05的p阈值，然后使用Chi-square检验来评估网络内和网络间ROI对的强FC-NAS相关性的聚类水平。χ2富集的显著性是通过将FC和NAS值的配对随机置换10,000次来确定。只有对FC-NAS明显富集的网络（χ2，df=1，P＜0.05）才被视为存在显著的FC-NAS相关性。

大脑-压力关系的混合模型分析

为了探索母体NAS评分和胎儿大脑连接性之间的关系是否受到社会支持或适应性健康行为的影响，我们首先使用探索性因素分析来减少社会环境和健康行为的10个测量维度。用实际和重新采样的数据进行碎石图分析以及Bartlett球度检验都说明，这些变量最好概括为三个因素，一个与健康有关（"健康参与"；HE），一个与家庭冲突/凝聚力有关（"家庭系统"；FS），第三个是睡眠、医疗坚持、药物使用和ECR-R人际回避的混合物（"健康与成人关系"；HAR）（图S2）。接下来，为了进一步降低维度，我们采用了基于混合物的建模策略，即加权量化和（WQS）回归，构建了一个根据经验估计的单一连接性指数（即WQS压力连接性指数），总结了RSFC在特定胎儿大脑中的总体影响程度。第三步，构建初步的单变量模型，评估WQS压力连接性指数与母亲NAS得分之间的关系，而不考虑额外的健康和社会支持因素。最后，重新运行模型，加入健康和社会支持因素，以检查效果修正和交互作用。在所有模型中，采用了稳健的交叉验证策略，如将数据分为训练（40%的数据）和验证（60%）集，在应用于验证集之前，先在训练集中估计模型权重，以避免过度拟合并确保结果的普遍性。

图S2 社会支持与适应性健康行为的因子结构

产前NAS(负性情绪/压力)、胎儿大脑FC和分娩时的胎龄的关系

本文评估了母亲产前NAS、胎儿大脑和分娩年龄之间的关系。一个标准的线性模型被用来评估这些关系，使用如上所述的母亲压力、个体网络间连接值或压力-连接性WQS混合物作为预测因素。

结果母亲NAS与胎儿大脑社区检测分析产生了16个功能子网络（图2），并成为提取母亲产前NAS与网络间和网络内RSFC之间的重要关系的基础。富集分析的结果表明，母亲产前NAS的影响在六个胎儿网络中是显著的。具体来说，母亲产前NAS因素得分与(i)上额和感觉运动网络(SFG-SMA)、(ii)左后脑岛/颞顶交界处和右上顶网络(pINS/TPJ-PAR)、(iii)上额和顶网络(SFG-PAR)以及(iv)前额和顶网络(PFC-PAR)之间FC值的变化有关。此外，母亲产前NAS评分与(v)皮质下纹状体网络(SC-SC)和(vi)额叶上回网络(SFG-SFG)中的FC有关。显著的网络间和网络内效应用χ2检验确认了其独立性。表1提供了包含显著富集结果的连接总结，图3直观地显示了网络间的正负显著连接。

表1 基于NAS和婴儿RSFC之间关系的富集网络

每个网络内的显著连接数因区域不同而不同。富集c2统计量和p值描述了每个网络对中显著ROI-ROI对的数量在多大程度上大于偶然情况。

图3 胎儿大脑大尺度网络间和网络内的RSFC与代表累积的母亲产前负性情绪和压力因素（NASF）变化的因子是双向联系的。在NAS较高的母亲的胎儿中较强的连接用红色表示，反之则用蓝色表示。箱型图表示顶部和底部NASF四分位数的全局平均中心r值，在每个网络对内的正或负网络边上做了平均。

社会支持和健康行为的调节作用

我们在基于混合的策略中进一步评估了胎儿连接性和母体压力之间的关系。加权量化和（WQS）模型重复了富集分析和χ2检验的结果，显示NAS和6个网络的连接性作为一个混合物是显著的（β = 0.82，P < 0.001），并强调最强的关联是SFG-SMA、pINS/TPJ-PC和SFG-PAR网络对的连接性（图S3）。接下来，我们通过检查包括健康和社会支持因素的WQS模型中的潜在相互作用来测试调节效应。我们发现NAS与对应于饮食、运动（因子HE）和家庭冲突/凝聚力（因子FS）的因子之间没有明显的关联，但与睡眠、医疗依从性、物质回避和低人际回避（因子HAR）组成的因子存在显著关系，明显调节了母亲产前NAS和WQS压力-连接性指数之间的关系（β = 0.16，P = 0.02）。具体表现为HAR得分较低的参与者的压力-RSFC的相关关系较弱，但总体上压力较高。在这种相互作用的背景下，PFC-PAR和SFG-SMA网络之间的连接性与HAR有最显著的关系（P < 0.000；表S4）。

图S3 WQS权重描述了每个重要网络对WQS压力-连接性指数的贡献。

WQS模型复制了丰富度和χ2检验的结果，显示NAS和6个网络的连接性作为一个混合物是显著的（β=0.82，P<0.001），并强调最强的关联是SFG-SMA、pINS/TPJ-PC和SFG-PAR网络对的连接。

表S4 孕产妇健康/社会情绪支持措施、NAS和重要网络对的RSFC之间的联系

Outcome	Predictor	Estimate	Std. Error	p-value
HE
	PFC - PAR	-0.01	0.01	0.377
	SFG -SFG	-0.01	0.01	0.252
	SFG - SMA	-0.02	0.01	0.003
	SFG - PAR	-0.02	0.01	0.079
	L pINS/TPJ -PAR	-0.01	0.01	0.479
	SC - SC	-0.02	0.01	0.159
FS
	PFC - PAR	0	0.01	0.909
	SFG -SFG	-0.01	0.01	0.489
	SFG - SMA	0	0.01	0.93
	SFG - PAR	0	0.01	0.99
	L pINS/TPJ -PAR	0	0.01	0.717
	SC - SC	0	0.01	0.836
HAR
	PFC - PAR	-0.03	0.01	<0.000
	SFG -SFG	-0.02	0.01	0.026
	SFG - SMA	-0.03	0.01	<0.000
	SFG - PAR	-0.03	0.01	0.004
	L pINS/TPJ -PAR	-0.02	0.01	0.101
	SC - SC	-0.02	0.01	0.069
NAS
	HE	-0.21	0.08	0.008
	FS	-0.1	0.08	0.242
	HAR	-0.41	0.07	<0.000

母体NAS相关的大脑FC与分娩时的胎龄

母体NAS得分与分娩时的胎龄有关（β=-0.36，p=0.003），与之前的文献一致。在此，我们扩展了对压力连接指数的分析，以考虑胎儿大脑中的压力相关因素与胎儿出生时的胎龄之间的潜在关联。我们的研究结果表明，综合WQS压力连接指数与分娩时的胎龄之间有轻微的显著负相关（β=-0.18，P=0.05）。也就是说，反映压力对每个胎儿神经连通性影响的单一指标与该胎儿的出生时间有关（见图4）。鉴于这种关系的显著性处于边缘水平，我们用传统的线性模型进行了后续分析，以调查每个网络对中NAS和妊娠期长度之间的关联。应用Holm-Bonferroni校正对出生时胎龄的连接性进行六次测试，我们观察到分娩时胎龄与SFG-PAR（β=-2.46，p=0.008）、pINS/TPJ-PAR（β=-2.68，p=0.007）和SFG-SMA（β=-3.52，p=0.016）网络对之间的连接强度显著关联（表2）。

图4 母体压力对胎儿大脑的影响与分娩时的胎龄有关。

左图描述了WQS压力连接性指数与分娩时胎龄之间的负相关（β=-0.18，p=0.05）。因此，与压力相关的胎儿连接性变化与较短的妊娠期有显著相关。右图描述了6个重要网络对中每个受试者与母亲压力显著相关的网络连边的平均连接强度（FC（z））。在SFG-PAR（β=-2.46，p=0.008）、pINS/TPJ-PAR（β=-2.68，p=0.007）和SFG-SMA（β=-3.52，p=0.016）网络对中，观察到压力-连接性效应的强度与分娩时的胎龄有明显的关联。

表2 NAS和RSFC在婴儿出生年龄上的回归

对潜在混淆因素的评估

对母亲人口统计学变量、数据质量控制（QC）参数和富集分析中使用的母亲NAS残差之间的关联测试基本都不显著，这表明有可能混淆观察到的压力-大脑关联的几个因素似乎没有影响到在这个数据集中进行的分析。母亲NAS残留分数与母亲年龄（r=0.018，p=.85）、总收入（r=-0.061，p=0.55）、平均平动（r=-0.109，p=0.24）或帧数（r=0.123，p=0.18）没有关系。然而，产妇的NAS残留分数与平均头动的平动有显著关系（r=-0.185，p=0.045）。因此，我们进行了额外的分析，测试头动与各受试者之间显著的网络连接效应之间的关系。大多数网络对的连接值与头动无关，但观察到转动与SFG-SMA连接之间有相关性(r=-0.24, p=0.009)。这种相关性没有过Bonferroni校正。作为一个额外的步骤，我们确认了头动和整个WQS连接性指数没有明显的关系，WQS和XYZ运动，r=0.008，p=.951，WQS和PYR运动，r=-0.165，p=.203。在我们的分析中感兴趣的其他背景变量，特别是社会支持和健康行为，确实与产妇NAS有预期的关系：NAS得分与产前ECR-R避免（r=-0.46，p<0.001）、饮食（r=-0.23，p=0.016）、医疗坚持（r=-0.29，p=0.001）和睡眠（r=-0.34，p<0.001）呈负相关，与药物滥用呈正相关（r=0.41，p<0.001）。母亲NAS与其他社会支持和健康行为分量表没有关系，包括ECR-R焦虑、FES-R凝聚力、FES-R表现力、FESR冲突、运动。

讨论

从健康和疾病的发展起源（DOHaD）的角度来看，这项研究提供了一个框架来评估在社会和行为背景下生物风险的早期嵌入。对新生儿和幼儿的研究表明，产前压力荷尔蒙作用于各种信号受体，与遗传/表观遗传因素和额外的环境输入相互作用，影响出生前的大脑发育。生命早期压力的动物模型支持了这一观点，证据表明，在生命的头几周（相当于人类的第三个月）受到压力的小鼠幼崽显示出较短和复杂性较低的树突，髓鞘化不足，以及突触发生的改变。然而，神经发育的轨迹是否在子宫内就开始改变，仍然是人类产前压力编码领域的一个长期问题。本研究提供证据表明，母亲产前压力和负面情绪与出生前人类大脑网络的改变有关。本文报告了胎儿脑功能的个体变异（即功能连接）与母亲产前压力有关，胎儿功能连接的改变在上额区和运动区之间以及后脑岛和颞顶脑区的跨半球连接（pINS/TPJ-PAR）中很明显。这些观察结果是有意义的，鉴于这些区域之间的连接性随着胎龄的增长而增加，而且这些区域的异常连接在胎儿和早产新生儿中也有报道。这些研究证实了这些区域之间的连接过程在胎儿期的重要性，并暗示这些过程的变化可能有长期的影响。有趣的是，在胎儿发育的晚期，颞叶区域也被牵涉到自发的功能活动的产生，导致了这些自发的功能活动的爆发，这可能是建立人类功能连接组结构的组织特性的基础。

本文还观察到，在子宫内暴露于更大压力的胎儿中，前额和后额及顶叶区域之间的RSFC（SFG-PAR；PFC-PAR）和额上回内的连接（SFG-SFG）存在明显差异。对新生儿和婴儿的研究证实，这些网络在人类生命早期就很明显，对成年人的研究表明，额叶网络连接的中断在人类情感、精神和神经系统疾病中可能具有跨诊断作用。此外，额叶网络的改变已被证明是依赖于经验的，这在急性社会心理压力暴露的纵向研究[86]和儿童创伤暴露个体的RSFC的横断面调查中得到证明。我们在与压力有关的额叶RSFC差异中也观察到了右侧偏侧化。尽管目前没有或只有很少情绪心理病理学的研究特别涉及额顶RSFC中断的横向性，但大脑右半球在处理情绪中的重要作用被广泛研究。此外，诱发抑郁症的动物模型报告了额叶区域不同基因表达的偏侧化，特别是在动物中显示出对压力暴露的复原力降低的右侧化效应。我们的人类胎儿结果与这些已知的先例趋于一致，表明有必要进一步检查与情感相关的额叶障碍的早期儿童发病情况，包括对偏侧化的检查。

此外，我们在包括纹状体区域的胎儿亚网络中观察到与母亲产前压力相关的RSFC差异。压力对纹状体的影响已被证明与神经元的微观结构、基因和神经化学表达以及连接性有关。对人类和动物的研究证实，压力后纹状体的重组与行为有关，对社会行为、决策、情感评价和内化疾病风险等领域影响最大。纹状体亚网络功能连接的产前变异有可能使个体在这些和其他相关的行为领域中容易出现长期处理差异。我们的研究提供了支持这一说法的证据，并表明纹状体、胰岛-颞部和额叶脑系统的综合变化可能是长期压力相关行为影响的基础。值得注意的是，在整个网络对中，观察到的母体NAS和胎儿功能连接之间的关系是由积极和消极的关联组成的，没有明确的方向性。也就是说，既能观察到网络连接的增强，也能观察网络连接的减弱。在研究由众多节点组成的子网络时，这一发现并不意外，这些节点在空间和/或广度上是分开的。这种方法的优点是能够检查全脑的连接性，这对目前先验条件相当有限的胎儿大脑来说特别有利。然而，下一步自然是解决具体环路中的方向性问题和更精细的分辨率。

个体对压力的反应差异很大。在确认人类大脑RSFC存在产前改变后，我们试图解决的一个问题是，特定的保护性变量是否能解释与NAS有关的母亲大脑差异的变化。这项研究招募的独特样本主要是低收入、无伴侣的少数民族妇女，她们来自一个压力和暴力水平较高的社区。其实这样的样本在社会中有着相对庞大的总体人群，以往的元分析也表明产妇产前压力和儿童行为结果之间的关联在高风险群体中最强。本文发现，由社会支持和健康组成的潜在因素，特别是睡眠、医疗依从性、避免酒精和香烟以及浪漫的亲近感，是母亲压力和胎儿功能连接之间关联的一个重要调节因素。这样，压力对健康状况较差的母亲的胎儿的影响减少了。虽然看似反直觉，但这些发现与慢性压力条件下压力、生理和免疫反应减弱的证据一致。也就是说，当产前条件更具挑战性时，可能会使胎儿对潜在的调节因素（如压力）不那么敏感。相反，在挑战性较小的产前条件下，压力可能产生更大的影响。从公共卫生的角度来看，NAS对胎儿大脑的主要影响继续指向具体的干预目标，以减少产前压力程序的影响，包括睡眠和关系支持，容易获得的医疗护理，以及针对减少药物使用的资源。需要注意的是，目前研究的仅关注到了高危妇女；对于未来的研究来说，评估这些观察结果在不同社会人口组成的样本中的可重复性将是很重要的。

最后，我们发现母亲NAS和胎儿大脑功能改变之间的关联的总体幅度与较短的妊娠过程有关。以前的研究报告了母体压力和胎儿分娩年龄之间的负相关，但据我们所知，这是第一个报告胎儿大脑对压力反应的大小可能额外解释出生结果的变异的研究。重要的是，这些数据本身并不表明胎儿大脑的变化促成了早产。相反，母亲产前压力与胎儿神经生物学之间的关联的相对大小可能反映了影响分娩时间的未观察到的因素，包括围产期生物学和生理学中更广泛的压力相关的改变。在这里，这些关联是在分娩前的3周观察到的。未来的工作必须检验压力、分娩时间和胎儿大脑FC之间的相互作用是否延伸到后来早产的胎儿。

在考虑母亲压力的后代相关因素的研究中，经常强调负面结果。然而，在最初的巴克假说中，子宫内的适应是以促进胎儿/后代的生存为导向的。在这种情况下，这里报告的胎儿大脑差异可能反映了胎儿的适应性，以更好地迎接导致母体压力的恶劣环境的挑战。本研究不包括对儿童发育结果的评估，这限制了解决胎儿大脑适应性与未来儿童福祉的相关性的能力。此外，孕产妇的压力不容易与混杂的环境和健康因素脱钩。例如，我们没有收集关于非法和处方药使用的信息，因此无法评估这些因素对观察到的影响的潜在贡献。在研究母体产前压力的后代相关因素时，还有一个考虑因素是母亲和胎儿共享遗传因素，这对神经回路的形成很重要。总的来说，在这样的研究中，不能保证因果关系和方向性，要了解具体的宫内信号因素如何促进或阻碍未来孩子的最佳福利，还有很多工作要做。

总结：总的来说，本文的数据表明，胎儿大脑的广泛差异与孕期母亲自我报告的压力和负面情绪有关。这些研究结果推进了先前的人类研究，这些研究证明了压力的心理和生物指数的前瞻性测量与大脑结构和功能之间的关联。这里提出的经验性证据，以及之前有影响力的研究中的数据，都支持这样的观点：子宫内的过度压力有可能影响神经发育，并对未来整个生命周期的健康有影响。