激烈運動應注意安全，研究顯示：頭部撞擊會對大腦產生影響

兩項小規模的臨床研究表明，有腦震蕩史、在比賽中遭受過衝撞的青少年橄欖球選手的大腦異於其他人。

作者：Jason Socrates Bardi；文章來源：AIP InsideScience

科學家對北卡羅萊納州的一群青少年橄欖球選手進行了兩項臨床研究。研究分別在賽季之前和之後進行，要求選手回答一系列問題，以評估他們的認知能力，此外還對他們進行大腦掃描。這兩項研究進一步揭示了橄欖球比賽如何影響青少年選手的大腦。研究顯示有腦震蕩史以及在單賽季中頭部遭撞擊選手的大腦出現明顯變化。

兩項研究的規模很小，無法確定是否所有青少年橄欖球選手都發生了類似情況。科學家還需進行更多研究，以進一步了解頭部掃描發現的變化究竟意味著什麼。僅僅是大腦變化並不足以引起恐慌，因為兒童和青春期少年的大腦本身就會因發育快速發生改變。最近，伊利諾斯州和紐約的議員宣布立法，禁止12歲（前者）和13歲以下的兒童參加擒抱式橄欖球比賽。之所以頒布這一禁令，部分原因就在於擔心這種比賽對兒童大腦的潛在危害。

雖然新研究帶有一定局限性，但重要意義不容忽視，因為研究表明，通過大腦掃描檢測與腦震蕩和頭部撞擊有關的大腦變化是可能的。這一發現有助於未來診斷和治療腦震蕩。

非常普遍 很難診斷

腦震蕩是一種輕度外傷性腦損傷，在進行核磁共振成像或者CT大腦掃描時並不可見——在X光片中，頭骨骨折清晰可見。運動醫學的理想，正是找到一種途徑，利用某種成像技術改善腦震蕩的診斷和治療。

斯坦福大學放射學家馬克斯·文特馬克表示：「腦震蕩真的很難診斷。這是問題所在，當你面對的是橄欖球隊員和軍方人員時，他們明明有癥狀，但對他們進行CT掃描或者核磁共振成像時，卻又什麼都看不到。」文特馬克沒有參與這兩項研究。

很多專家認為對腦震蕩做出成像「生物標記」將成為可能。這兩項新研究由德克薩斯大學西南醫學中心和維克森林大學的研究人員進行。在2017年秋季於芝加哥召開的北美放射學會會議上，研究人員公布了他們的發現。在2016年的會議上，研究人員公布了相關發現。文特馬克稱兩項研究很有發展前景。

文特馬克任職於北美放射學會的公共信息委員會，正是這個委員會向媒體介紹了這兩項研究。不過，他本人並沒有參與這些研究。

兩項研究是2012年啟動的一項名為「成像遙測和運動學建模」（ITAKL）的規模更大研究的一部分。研究目標是找到大腦成像的方式，允許醫生檢測腦震蕩，同時指導腦震蕩患者的治療。

過去5年，共有數百名年輕運動員參與這項研究。德克薩斯大學西南醫學中心和維克森林大學的醫生與選手、教練和家長合作，研究腦震蕩和其它形式的頭部創傷對年輕運動員的影響。

在整個賽季，參與研究的運動員佩戴一種名為「頭部撞擊遙測系統」的裝置。該裝置有6個加速計，對比賽和訓練期間選手所戴頭盔受到的衝撞進行定量測量，包括撞擊強度、速度和方向。

賽季前後，選手還要接受認知測試，大腦核磁共振成像和腦磁圖掃描。腦磁圖測量大腦活動導致的頭骨外部的磁變化。

德克薩斯大學西南醫學中心的博士後研究員伊麗莎白·莫迪·達文波特表示，研究的一個終極目標是找到改進橄欖球比賽的方式，藉助更出色的設備，新的比賽規則和新的實踐標準來提高這項運動的安全性。

她說：「少年棒球聯盟有投球量規定，即給定時間內允許的投球數量，用於限制因超出投球量導致的損傷風險。」

得出哪些發現？

第一項研究將目光聚焦亞腦震蕩性撞擊——即頭部遭受撞擊，但並未引起腦震蕩——以及對有腦震蕩史的人產生的影響。共有20名中學橄欖球隊員參與這項研究。據他們的父母透露，其中有5人在進入賽季時至少有一次腦震蕩。

藉助腦磁圖掃描，研究人員對單賽季衝撞對名為「默認模式網路」的互連大腦區域造成的影響。一名研究員將該網路稱之為「開小差網路」。

達文波特說：「默認模式網路涉及自我反省時的大腦活動，你只是在做白日夢，而不是集中注意力。這是一個很好的大腦健康衡量標準。」在芝加哥的會議上，達文波特公布了研究發現。

通過觀察選手的默認模式網路連通性在賽季中發生的變化，研究人員發現這些變化取決於他們此前是否出現過腦震蕩。賽季過後，5名有腦震蕩史選手的默認模式網路連通性遠低於沒有這種病史的選手。

達文波特指出這一發現說明腦震蕩史可能削弱大腦彌補後期撞擊影響的能力。不過，這些變化的長期影響仍有待觀察。

第二項研究利用功能性磁共振成像技術（以下簡稱fMRI）掃描26名，9歲至12歲橄欖球選手的頭部。普通的核磁共振成像對大腦結構進行成像，相比之下，fMRI通過測量大腦活動的波動，來檢測其機能。

在這項研究中，研究人員根據頭部遭受撞擊的次數和頭盔記錄的數據將26名選手分為兩組，一組13人——頭部撞擊高暴露組和低暴露組。每組選手隨後與另外13名身體質量指數相似，但從事游泳、高爾夫球或者賽跑等非衝撞型體育項目的年輕選手進行比較。

研究人員利用人工智慧技術，也就是機器學習來評估fMRI掃描結果。藉助研究生格瓦哈姆·克里什納·穆魯格森研發的一種演算法，他們預測掃描結果屬於高暴露組、低暴露組還是控制組。與控制組相比，該演算法預測高暴露組的準確性更高，達到82%。低暴露組也是這種情況，準確率為72%。

達文波特指出：「研究結果表明，不管你的頭部撞擊屬於低暴露還是高暴露，仍會對大腦產生影響。」

為了驗證研究發現，他們需要對更大的人群進行研究。文特馬克說：「我們只對26名橄欖球選手進行了研究。這個樣本很小，故而我們要對結果持保留態度。」

https://www.insidescience.org/news/brain-scans-show-signs-football-impact

美國物理聯合會（AIP/American Institute of Physics）--InsideScience專欄獨家供稿

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！