言葉を発する際、人間の脳内では「伝えたい概念を思い浮かべる」「単語を選択し文を組み立てる」「発声器官（喉、舌、唇、横隔膜）へ筋肉を動かす指令をミリ秒単位で送る」という高度な連携が瞬時に行われています。吃音のある人の脳では、この音声運動制御の神経回路（特に左半球の言語野と大脳基底核・補足運動野のネットワーク）における情報伝達のタイミングに微細な不整合が生じていることが近年の脳機能画像研究（fMRI等）で実証されています。
吃音は大きく分けると、幼児期に発症する「発達性吃音」と、病気や精神的外傷によって生じる「獲得性吃音」の2種類が存在します。
発症全体の約9割を占める発達性吃音は、主に2〜5歳の言語爆発期に現れます。世界的な疫学調査データによると、幼児期の約8〜10%が経験し、そのうち約70〜80%は学童期までに自然治癒・軽快しますが、約1%前後は成人期以降も症状が継続します。遺伝的素因が約7割程度関与していると推定されていますが、単一の遺伝子で決まるものではなく、複数の体質的要因と言語発達環境が相互に作用して発現します。
一方、獲得性吃音は脳梗塞や頭部外傷などの器質的損傷に起因する「獲得性神経原性吃音」と、強いトラウマや過度の心理的負荷によって成人期に突発する「獲得性心因性吃音」に大別されます。一般に「ストレスが原因で吃音になった」と語られるケースの多くは、元々あった発達性の素因が環境変化のストレスによって顕在化・悪化したか、この獲得性心因性吃音のいずれかです。
