Dit artikel is een review over de hersenbasis van menselijk ouderschap. De neurale netwerken van zowel dieren als mensen betrokken bij ouderlijk opvoedgedrag, de verschillen tussen moeders en vaders en biologische gedragssynchronisatie worden besproken.

Waar gaat dit artikel over?

Dit artikel is een review over de hersenbasis van menselijk ouderschap. Ouderschap is van vitaal belang om te overleven, het beïnvloedt de ontwikkeling van de hersenen bij jonge individuen en wordt beïnvloed door interacties met zuigelingen, partners en gemeenschappen. De review richt zich op mensgericht onderzoek, waarbij onderzocht is welke hersennetwerken betrokken zijn bij ouderschap, wat hun gevoeligheid voor verschillende opvoedingsfactoren is, welke implicaties voor de ontwikkeling van baby's er zijn en hoe dit onderzoek kan bijdragen aan het begrijpen van bredere sociale functies zoals empathie en sociale synchronie. Feldman veronderstelt dat het brein van de ouders een hoogtepunt in de menselijke evolutie vertegenwoordigt en dat het overlevingsfuncties integreert met de complexiteit van het menselijk brein. Deze integratie biedt inzicht in mens specifieke sociale vaardigheden, zoals empathie en sociale synchronie.

Wat is er bekend over het ouderbrein bij dieren?

Studies naar vrouwelijke knaagdieren laten zien dat het mediale pre-optische gebied (MPOA) in de hypothalamus geactiveerd wordt door zwangerschapshormonen en een belangrijke rol speelt bij het initiëren van moederlijk gedrag. Het verbetert de beloning en motivatie van de moeder door middel van dopaminecircuits. MPOA beïnvloedt de amygdala, wat de waakzaamheid van de moeder verhoogt en de vorming van sociale herinneringen ondersteunt. Bij het moduleren van het zorgcircuit en het gevoelig maken voor sociale ervaringen speelt oxytocine een rol. Het ouderschap bij knaagdieren omvat twee fasen:

1. Het onderdrukken van afkeer van signalen van baby's
2. Het vergroten van de motivatie van de moeder

Corticale processen en het oxytocinesysteem van de hersenen van het kind hebben echter minder aandacht gekregen in knaagdierstudies.

Wat is er bekend over het ouderbrein bij mensen?

Welke evolutionaire aspecten van het ouderbrein zijn er?

Het menselijke ouderbrein deelt evolutionaire aspecten van ouderlijke zorg met andere zoogdieren, waarbij de amygdala en beloningscircuits een rol spelen bij ouderlijke waakzaamheid , angst voor de veiligheid van baby's en de lonende aard van de ouder-kind gehechtheid. Daarnaast speelt oxytocine ook een modulerende rol in verschillende sociaal-affectieve functies bij mensen, zoals empathie, groepscohesie en sociaal begrip. Dit suggereert dat het overlevingssysteem, beïnvloed door zwangerschapshormonen, gedurende het hele menselijke leven sociale cognitieve functies van hogere orde blijft beïnvloeden, zoals empathie.

Een cruciaal verschil tussen menselijke en dierlijke ouderlijke zorg is de integratie van subcorticale structuren met meerdere isolerende en frontotemporopariëtale netwerken bij mensen. Deze netwerken worden geassocieerd met empathie, mentaliseren en emotieregulatie en vormen een flexibele en complexe basis voor menselijk ouderschap.

Wat houdt de ouder-kind band in?

In tegenstelling tot knaagdieren is menselijke binding exclusief en persoons specifiek, en vereist een continue reorganisatie van het breinnetwerk op basis van ervaringen uit het verleden. De plasticiteit van het menselijk brein, aangedreven door oxytocine, stemt de hersenen van ouders af om te reageren op individuele signalen van kinderen, wat de ontwikkeling van de sociale vaardigheden van kinderen ondersteunt.

Wat laten beeldvormingsstudies zien over het menselijk ouderbrein?

Functionele magnetische resonantiebeeldvorming (fMRI)-onderzoeken laten zien dat er sprake is van een wereldwijd ouderlijk opvoednetwerk in het brein als reactie op signalen van baby's. Het netwerk omvat de amygdala, de oxytocine-producerende hypothalamus en het dopaminerge beloningscircuit, onderling verbonden met corticale netwerken die betrokken zijn bij empathie, mentaliseren en emotieregulatie. Deze overlappende netwerken definiëren het menselijke "sociale brein" en ondersteunen verschillende aspecten van ouderschap.

Hoe is het ouderbrein geëvolueerd?

Het ouderbrein is niet geëvolueerd door complexe sociale functies te integreren in de ouderlijke context, maar deze structuren zijn eerder geëvolueerd binnen de context van het ouderschap om de overleving van het kind te maximaliseren. Hersenplasticiteit, hoge oxytocinespiegels na de bevalling en biologische synchronisatie van gedragingen dragen bij aan deze aanpassing, waardoor diverse culturele opvoedingspraktijken mogelijk zijn.

Waar hangt de reactie van het ouderbrein op signalen van baby's van af?

Activering van hersennetwerken van ouders wordt beïnvloed door het type signaal van baby's en het geslacht van de ouders. Het zien van de baby activeert het limbische netwerk van motivatie en beloning bij moeders, vaders en niet-ouders, wat een flexibel opvoednetwerk suggereert. Het ouderlijke netwerk van zoogdieren, gecentreerd rond de oxytocine-producerende hypothalamus, is minder actief bij menselijke moeders, terwijl de amygdala vooral bij moeders sterker wordt geactiveerd als reactie op het huilen van baby's. Ouderlijke hersenbanen omvatten structuren die gevoelig zijn gemaakt door zwangerschapshormonen en corticale netwerken op basis van ervaringen.

Hoe verschilt het ouderbrein tussen moeders en vaders?

Wat zijn de verschillen bij dieren?

Er zou meer onderzoek gedaan moeten worden naar de mechanismen van het vaderlijke brein, vooral hoe moeders en vaders hun inspanningen coördineren om hun kinderen groot te brengen. Biparentale knaagdierstudies tonen aan dat actieve vaderlijke zorg de informatieverwerking bij baby's verbetert en de integratie bevordert tussen hersennetwerken die betrokken zijn bij koestering, leren en motivatie. Door fMRI-reacties van moeders en vaders te vergelijken met de video van hun baby, vonden onderzoekers verschillende hersenactiveringspatronen: grotere amygdala-activering bij moeders en grotere corticale activering bij vaders. Deze resultaten ondersteunen het idee dat er afzonderlijke paden zijn tussen moeders en vaders. Oxytocine- en vasopressinespiegels correleerden met hersenactivaties bij respectievelijk moeders en vaders, waardoor de geslacht specifieke bindingsrollen van deze hormonen werden versterkt.

Wat zijn de verschillen in mensen?

Menselijk breinonderzoek richt zich op de gevonden overeenkomsten en verschillen in de hersenactivatie tijdens reacties van ouders in verschillende mantelzorg rollen (primaire en secundaire zorgverleners). Veranderingen in functionele connectiviteit en grijze stof volume werden waargenomen in moeders en vaders, wat laat zien hoe het ouderbrein zich aanpast aan de benodigde zorg van een kind. Brein tot brein synchronisatie ontstaat in de functionele netwerken tussen moeders en vaders, wat weerspiegelt hoe zij hun hersenreacties coördineren om efficiënt baby signalen te begrijpen.
Uit recente studies naar de invloed van hormonen in de ouderlijke zorg op de hersenactiviteit blijkt dat oxytocine gecorreleerd is met de hersenactivatie bij beloning, waakzaamheid, empathie, spiegelen, en mentaliserende netwerken in zowel moeders als vaders. Vaders' testosteron niveaus zijn gecorreleerd aan veranderingen in de hersenactivatie, wat een verschuiving weerspiegelt van paring naar ouderschap.

Maternale sensitiviteit en synchroniteit correleerden met hersenstructuren in belonings-, waakzaamheids-, empathie-, spiegel- en mentaliserende netwerken. Dit benadrukt de neuro-as die betrokken is bij de gedragsmatige reactie van de moeder op haar kind. De interactieve synchronie van vaders is echter geassocieerd met corticale structuren, niet de subcorticale structuren, wat het idee van een apart breinnetwerk voor vaderlijke zorg ondersteunt.
De effecten van tegenspoed op de hersenen van een moeder zijn ook onderzocht, met name in gevallen van postpartumdepressie, trauma of middelenmisbruik. Psychopathologische aandoeningen komen tot uiting in de hersenen door verminderde activatie in belonings- en empathiecircuits, verhoogde waakzaamheid, veranderde connectiviteit en effecten buiten het netwerk van ouderlijke zorg. Er is meer onderzoek nodig om te begrijpen hoe ongunstige omstandigheden specifieke netwerken in de hersenen vormen.

Wat is biologische gedragssynchronisatie in het sociale ouderbrein?

Het ouderbrein van zoogdieren is geëvolueerd door wederzijdse invloeden tussen de fysiologie van de moeder en het kind, gefaciliteerd door de ontwikkeling van de placenta en zwangerschapshormonen. Bij mensen duurt dit proces langer, omdat de hersenen van baby's bij de geboorte nog onvolwassen zijn. Dit leidt tot een langere periode van plasticiteit voor ouderlijke zorg. De hersenen van de ouder en het kind worden op elkaar afgestemd door middel van bio-gedragssynchronisatie, waardoor de basis wordt gelegd voor de levenslange sociale en aanpassingsvaardigheden van het kind. Oxytocine, ouderlijk gedrag en fysiek contact spelen een cruciale rol bij het vormgeven van deze lange termijn effecten. Ouderlijke oxytocinespiegels voorspellen de sociale betrokkenheid van kinderen, terwijl sensitief ouderschap in de kindertijd een positieve invloed heeft op sociale resultaten later in het leven.

Wat is de conclusie?

Het bestuderen van het ouderbrein geeft inzicht in de menselijke socialiteit door ouderschap tussen soorten te vergelijken. De neurobiologie van het ouderschap, waarbij hersenstructuren en oxytocine betrokken zijn, beïnvloedt verschillende sociale functies gedurende het hele leven en is gekoppeld aan sociale disfuncties. Het onderzoeken van hersen-tot-hersensynchronisatie tijdens interacties in het echte leven tussen ouders en kinderen helpt te begrijpen hoe de hersenen sociale signalen verwerken en banden vormen. Het aanpassingsvermogen en de samenwerkingsmogelijkheden van het brein van de ouders bieden een dynamisch model om te begrijpen hoe de hersenen synchroniseren voor een succesvolle opvoeding van kinderen en gezinscohesie.

In graph theoretical modeling, a network is composed of a certain number of nodes that are connected by weighted or un-weighted edges. A graph can be classified as a director or undirected type, depending on the existence or absence of directional information associated with the edges. In human brain development studies, the macro-scale network is often used. It is a model that can record the inter-regional connections in the whole brain in vivo through neuroimaging data. Network modes in this model are usually defined by brain partitions that are previously assigned, and the edges are determined by the structural or functional interactions between the separate brain regions.

What is the graph theoretical modeling framework?

In graph theoretical modeling, a network is composed of a certain number of nodes that are connected by weighted or un-weighted edges. A graph can be classified as a director or undirected type, depending on the existence or absence of directional information associated with the edges. In human brain development studies, the macro-scale network is often used. It is a model that can record the inter-regional connections in the whole brain in vivo through neuroimaging data. Network modes in this model are usually defined by brain partitions that are previously assigned, and the edges are determined by the structural or functional interactions between the separate brain regions.

How are network nodes defined?

Acquiring network nodes relies on neuroimaging. In EEG, fNIRS, and MEG studies, nodes are determined by using their derived cortical locations of electrodes, detectors, or sensors. In MRI studies, a parcellation scheme or atlas is needed to divide the brain into different regions of interest which are defined based on anatomical or functional information or on a random algorithm. Different parcellations capture different patterns of structural or functional pathways. The number of nodes significantly influences the absolute value of topological attributes.

How are network edges defined?

Brain regions are structurally connected through a large number of fiber bundles that provide biological pathways for information transfer. Through dMRI-based tractography, these fiber tracts can be reconstructed and then used to define edges of the structural connectivity network. The number of reconstructed streamlines or averaged informative diffusion indexes of the connection can be used as the edge weight.

What is network thresholding?

Before obtaining the brain network, a thresholding step is usually performed to define the edges to be used in the subsequent graph theoretical analysis, though some studies use the raw weighted network without thresholding. There are different ways of doing this:

• Setting an absolute cut-off value to select edges with greater weights in an individual network. Excluding weak edges may reduce the effects of weak covariance or spurious connections that could be caused by imaging noise, cumulative tractography errors, or head motions.
• In proportional thresholding a fixed number of the strongest connections are retained in each subject. It equals the network density across individuals to minimize its influence on network topological properties, though it may ignore potentially valuable connections.

What are global and nodal aspects?

The topology of a brain network can be characterized in terms of its global and nodal aspects. The global attributes measure the architecture of the whole network graph. The nodal attributes measure topological features of a single node.

What is meant with the segregation of a network?

The segregation of a network refers to the ability of local information processing that is responsible for specialized functions. The clustering coefficient and modularity are two attributes that provide a quantitative measurement of the segregation capacity of brain network.

What is the clustering coefficient of a node and of a network?

The clustering coefficient of a node refers to the tendency to which the neighboring nodes of a node are interconnected. It reflects the density of local clusters. The clustering coefficient of a network refers to the average nodal clustering coefficients across all nodes in the network.

What is meant with the integration of a network?

Network integration refers to the ability of parallel communication with distributed nodes which can be quantitatively measured by the characteristic path length or global efficiency. The characteristic path length of a network can be calculated by averaging the shortest path lengths between each pair of nodes in the network. A path represents a route of edges that connect one node with others. Its length is defined as the sum of the number or weights of the edges. The global efficiency of a network is the inverse of the average values of the shortest path length between any two nodes. A high degree of network integration is seen in a network that has high global efficiency and the low shortest path length has high global information transfer efficiency.

What is a small-world network?

A small-world network possesses a shorter characteristic path length than a regular network and a higher clustering coefficient than a random network, to guarantee high capacity for local and global information transfer networks. It is an optimized topology that balanced between a regular and a random network. A regular network has a high clustering coefficient and long characteristic path length. A random network has a low clustering coefficient and a short characteristic path length.

What is nodal degree?

Nodal degree is the most direct nodal metric, referring to the number of edges linking to a node. High degree nodes function as hubs in information transmission. The degree distribution of a network indicated the proportion of nodes that have a certain degree, which can be an indication of the resilience of the network. Rich-club organization refers to highly connected hubs, indicating that the hub nodes tend to be more densely interconnected with each other than by random chance would be expected.

Which types of network edges are distinguished?

The network edges can be classified into three types:

• Rich-club connections which link between rich-club nodes.
• Feeder connections which link between peripheral and core nodes.
• Local connections which link between non-rich-club nodes.

How does the prenatal brain network develop?

The prenatal structural network already shows broadly adult-like topological structures. The network is already highly efficient at local and global information transfers, possessing the specialized local communities for segregation and the high-cost backbones for integration. Increased normalized clustering coefficient, stable normalized shortest path length, and increasing small-worldness with development indicate that the shaping of the network seems to lean toward segregation enforcement during the prenatal stage. Short-range connections develop fast, hub regions expand into the inferior frontal cortex and insula regions and develop fast on their nodal connectivity and nodal betweenness centrality.

How does the postnatal brain network develop?

Structural segregation appears to be decreasing while structural integration is increasing, as can be seen by decreased modularity and characteristic path length and increased number of inter-module connectors and global efficiency. During early postnatal life there is dynamic regional reshaping in the structural network, as expressed by upgrades in network robustness and the left anterior cingulate gyrus and left superior occipital gyrus which become hubs. Neonatal functional brain networks maintain highly efficient small-world and modularity structure. The dorsal attention network and default mode network mature at one year of life, whereas the salience network and bilateral frontoparietal network are still developing at that time.

What is the topological development of the baby brain network?

With regards to the structural network, the hypothesis is that the structural network is well-established at the time of birth, with many local connections within modules and several major distant connections between modules. With development, the network becomes more segregated with enhancement of local clusters during prenatal development. Then it becomes more integrated with increasing inter-module connections during postnatal development. With regards to the functional network, the hypothesis is that it is still immature and incomplete at birth. With development, the network shows enhanced segregation during prenatal development. Then the emergence and increase of long connections intensify the integrated ability of networks.

How does preterm growth affect the development of the brain network?

Preterm growth is the most common type of early atypical growth. It involves the sudden interruption of typical development processes as a result of complex genetic and environmental processes. The abnormal brain topology is characterized by disruptions in cortical-subcortical connectivity and short-distance cortico-cortical connections, as well as reduced edge strengths in widespread tracts, increased clustering coefficient, and increased nodal clustering coefficients located at the lateral parietal, ventral, and lateral frontal cortices. The changes in brain network caused by preterm birth continue into later life.