Алгоритм машинного обучения выявляет нейроразвитийные признаки совокупного влияния семейного дохода и неблагоприятных условий района у подростков

Почему деньги и районы имеют значение для растущего мозга

Почему дети из более обеспеченных семей и безопасных районов так часто показывают лучшие успехи в школе и реже имеют проблемы с поведением? В этом исследовании ставится вопрос: можно ли увидеть следы семейного дохода и условий района непосредственно в мозге ребёнка. Используя снимки мозга тысяч американских подростков и современные вычислительные методы, исследование показывает, что мозг несёт удивительно сильный «отпечаток» социально-экономического статуса — и что этот отпечаток связан с познавательными навыками и поведением.

Заглядывая в мозг тысяч подростков

Работа опирается на Исследование когнитивного развития подростков (Adolescent Brain Cognitive Development, ABCD), которое сопровождает более 11 000 детей по всей территории США. Из этой когорты у более чем 7000 девятилетних и десятилетних участников были высококачественные снимки мозга и полные данные о фоне. Семьи сообщали о суммарном доходе домохозяйства, а исследователи связывали адрес дома каждого ребёнка с двумя показателями района: один отражает общую степень обнищания, другой — возможности, важные для детей, такие как доступ к хорошим школам, паркам и медицинскому обслуживанию. Вместе эти меры дают богатую картину социального и экономического окружения каждого ребёнка.

Обучение компьютеров «читать» социальные подсказки в мозге

Вместо того чтобы анализировать по одному показателю мозга за раз, в исследовании использовали метод машинного обучения под названием elastic net, способный одновременно обрабатывать тысячи сильно коррелированных признаков мозга. В модели были введены три типа данных о мозге. Структурная МРТ измеряла размеры и толщину различных областей мозга; диффузионная визуализация отслеживала целостность и организацию белого вещества — проводящих путей, связывающих области между собой; а исследования в состоянии покоя фиксировали, как мозговые сети естественным образом взаимодействуют, когда ребёнок лежит неподвижно. Компьютерные модели обучали на 80 процентах выборки и затем тестировали на оставшихся 20 процентах, что обеспечивало обобщаемость результатов за пределы исходной группы.

Насколько точно мозг отражает социальные обстоятельства

Модели могли надёжно различать детей из семей с более высоким и более низким доходом, а также из более и менее неблагоприятных районов. Используя только данные мозга, лучшая модель правильно отграничивала детей из низко- и высокодоходных семей примерно в трёх четвертях случаев, что сопоставимо с достижениями других передовых исследований прогнозирования по данным мозга. Добавление информации, такой как раса и пол, лишь незначительно улучшало точность, что говорит о том, что сам мозг содержит устойчивые подсказки о социально-экономическом происхождении ребёнка. Когда исследователь сосредоточился на наиболее крайних сравнениях — детях из нижних 10–20 процентов по доходу против тех, кто в верхних 10–20 процентах — точность ещё возросла, а затем постепенно падала по мере того, как сравниваемые группы доходов становились более схожими.

Какие части мозга рассказывают эту историю

Одним из наиболее заметных наблюдений является то, что проводящие пути мозга кажутся особенно чувствительными к социально-экономическим условиям. Показатели целостности белого вещества, отражающие, насколько хорошо организованы и изолированы нервные волокна, нередко оказывались более информативными, чем традиционные меры размеров мозга. Эти различия были широко распределены по мозгу, но особенно сильны в соединениях, связывающих лобные доли с более глубокими структурами и с теменными и височными областями у боковой поверхности головы. Эти области поддерживают исполнительные функции, такие как планирование и внимание, а также язык и социальное понимание. Неблагоприятность района, напротив, была теснее связана с очень глобальными характеристиками, такими как средние показатели по целому полушарию, что указывает на то, что некоторые аспекты места проживания влияют на развитие мозга широко распространённым образом.

От различий в мозге к повседневному мышлению и поведению

Исследование также проверялo, проявляются ли мозговые паттерны, связанные с доходом и районом, в повседневном функционировании. Практически во всех тестах мышления и оценках поведения дети из семей с более низким доходом или из более неблагоприятных районов показывали худшие результаты по языку, памяти и задачам на решение проблем, и более высокие показатели по трудностям с вниманием и внешне направленному поведению. Различия были особенно велики — часто около полного стандартного отклонения — между самыми низкими и самыми высокими группами по доходу. Это означает, что сигнатуры мозга, выявленные моделями машинного обучения, — не просто абстрактные паттерны на снимках, они соответствуют значимым отличиям в том, как дети думают, учатся и ведут себя.

Что это значит для детей и общества

Проще говоря, это исследование показывает, что взросление с меньшими финансовыми ресурсами или в неблагоприятном районе оставляет заметный след в развивающемся мозге, особенно в проводящих путях и областях, поддерживающих язык и самоконтроль. Эти различия в мозге уже обнаружимы в позднем детстве и помогают объяснить хорошо известные пробелы в успеваемости и поведении. В то же время предыдущие работы указывают на то, что целевые меры поддержки — такие как программы сокращения бедности, обогащённое раннее образование и семейные тренинги, направленные на уход и когнитивные навыки — могут улучшить развитие мозга и исходы для детей из малообеспеченных условий. Многочисленные пути, через которые трудности могут влиять на мозг, также дают множество возможностей для вмешательства, делая эти результаты не только предостережением об неравенстве, но и картой для перемен.

Цитирование: Hercules, K. Machine learning algorithm reveals neurodevelopmental signatures of combined family income and neighborhood disadvantage in adolescents. Sci Rep 16, 11344 (2026). https://doi.org/10.1038/s41598-026-42346-w

Ключевые слова: социально-экономический статус, мозг подростка, белое вещество, машинное обучение, нейроразвитие