Optimierung der Scan-Bedingungen für funktionelle Konnektivität zur Vorhersage autistischer Merkmale

Warum Aufmerksamkeit im Scanner wichtig ist

Autismus beeinflusst, wie Menschen kommunizieren, interagieren und auf ihre Umgebung reagieren, doch Hirnscans haben diese Komplexität nicht immer gut erfasst. Diese Studie stellt eine einfache, aber wirkungsvolle Frage: Was tun Kinder im MRT, wenn wir versuchen, Hirnaktivität mit autistischen Merkmalen zu verknüpfen, und spielt die Wahl der Aufgabe eine Rolle? Die Antwort der Forschenden lautet: ja. Wenn junge Menschen sich im Scanner auf eine anspruchsvolle Aufmerksamkeitsaufgabe konzentrieren, lassen sich klarere Hirnmarker für autistische Merkmale erkennen als beim bloßen Stillliegen oder beim passiven Anschauen sozialer Szenen.

Auf der Suche nach klareren Gehirn-Fingerabdrücken

Um das zu untersuchen, arbeiteten Wissenschaftler mit einer Gruppe von 63 Jugendlichen, einige mit Autismus und einige ohne, die an mehreren Scan-Bedingungen teilnahmen. In einer Bedingung ruhten sie einfach und fixierten ein Kreuz. In einer anderen sahen sie kurze Videoclips einer Person am Tisch, wobei Augenkontakt und Sprache gezielt variiert wurden. In einer dritten Bedingung führten sie eine anspruchsvolle Aufmerksamkeitsaufgabe aus: Sie sahen einen schnellen Strom von Stadt- und Bergszenen und sollten bei den meisten Bildern eine Taste drücken, bei einer Minderheit jedoch zurückhalten. Das Team nutzte einen datengetriebenen Ansatz namens connectome-based predictive modeling, um zu prüfen, wie gut Muster von Gehirnverbindungen in jeder Bedingung die Autismus-Symptomwerte der einzelnen Kinder vorhersagen konnten.

Aufgaben zur Aufmerksamkeit übertreffen ruhige Ruhe

Die Ergebnisse zeigten einen klaren Sieger. Die Konnektivität des Gehirns, gemessen während der anhaltenden Aufmerksamkeitsaufgabe, lieferte die genauesten Vorhersagen der klinischen Einschätzungen autistischer Merkmale. Im Gegensatz dazu waren Scans, die während des Ruhens oder beim passiven Zuschauen der sozialen Videos aufgenommen wurden, schwächere und variablere Prädiktoren. Selbst wenn die Forschenden die Menge an Ruhedaten verdoppelten, schnitt die Aufmerksamkeitsaufgabe immer noch besser ab. Dieses Muster hielt sich über viele Analysevarianten hinweg, einschließlich unterschiedlicher Methoden zur Datenbereinigung, verschiedener Gehirnparzellierungen und Modellen, die sich auf spezifische Aspekte des Autismus wie soziale Beeinträchtigung oder repetitive Verhaltensweisen konzentrierten.

Von autistischen Merkmalen zu alltäglicher Aufmerksamkeit und sozialen Fähigkeiten

Das Team fragte anschließend, ob das im Jugendkollektiv gefundene Hirnnetzwerk über die ursprüngliche Gruppe hinaus Bedeutung habe. Sie erstellten ein „Konsensus“-Set von Verbindungen, die während der Aufmerksamkeitsaufgabe konsistent mit höheren oder niedrigeren Autismuswerten zusammenhingen. Wurden diese Verbindungen auf eine separate Gruppe von 25 neurotypischen Erwachsenen angewendet, die dieselbe Aufgabe ausführten, zeigte sich: Personen mit Hirnmustern, die höhere autistische Merkmale suggerierten, hatten tendenziell geringere anhaltende Aufmerksamkeit in der Aufgabe. Anschließend nutzten die Forschenden Ruhezustands- oder Film-Scans aus zwei großen öffentlichen Datensätzen von Kindern und Jugendlichen, einige mit Autismus und einige mit Aufmerksamkeitsproblemen, um „vorhergesagte“ Autismus-Werte aus demselben Netzwerk zu schätzen. Diese vorhergesagten Werte waren moderat, aber verlässliche Prädiktoren standardisierter Elternberichte zur sozialen Reaktionsfähigkeit, einschließlich Gesamtwerte und Subskalen für Kommunikation, soziale Motivation und repetitive Verhaltensweisen.

Was die Hirnkarten zeigen

Bei der Visualisierung der Verbindungen in ihrem Konsensus-Netzwerk fanden die Forschenden ein weitverbreitetes Muster, das viele Gehirnbereiche umfasste, statt eines einzelnen „Autismus-Zentrums“. Verbindungen innerhalb und zwischen höherwertigen Assoziationsregionen waren besonders hervorstechend, darunter Netzwerke, die Selbstreflexion, Planung und flexiblen Aufmerksamkeitskontrolle unterstützen. In vielen Fällen war stärkere Konnektivität in diesen Systemen mit höheren autistischen Merkmalen oder schlechterer Aufmerksamkeit verknüpft, was andere Arbeiten widerspiegelt, die Unterschiede in diesen Netzwerken sowohl beim Autismus als auch bei der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung finden. Diese Überlappung stützt die Idee, dass autistische Merkmale und Aufmerksamkeitsfähigkeiten verflochten sind und von breiten Schaltkreisen geprägt werden, die Menschen helfen, komplexe soziale und kognitive Anforderungen zu bewältigen.

Was das für zukünftige Hirnscans bedeutet

Insgesamt legt die Studie nahe, dass das Verhalten der Probanden im Scanner stark beeinflusst, wie gut Hirndaten reale autistische Merkmale abbilden können. Eine strukturierte, regelbasierte Aufmerksamkeitsaufgabe scheint das Gehirn in einen Zustand zu versetzen, der individuelle Unterschiede in sozialen und aufmerksamkeitsspezifischen Merkmalen deutlicher macht. Diese Befunde liefern keinen diagnostischen Test, und die Effekte sind moderat, aber sie weisen auf praktische Wege hin, künftige Studien so zu gestalten, dass Hirnscans die gelebten Erfahrungen autistischer Menschen besser widerspiegeln. Die Wahl von Aufgaben, die zuverlässig Aufmerksamkeit und höherwertiges Denken ansprechen, könnte ein Schlüssel zu nützlicheren hirnbasierten Markern für Autismus und verwandte Zustände sein.

Zitation: Horien, C., Mandino, F., Greene, A.S. et al. Optimizing functional connectivity scanning conditions for predicting autistic traits. Nat. Mental Health 4, 792–805 (2026). https://doi.org/10.1038/s44220-026-00623-7

Schlüsselwörter: Autismus, funktionelle Konnektivität, anhaltende Aufmerksamkeit, Hirnnetzwerke, fMRT-Aufgaben