儿童青少年回避/限制性食物摄入障碍（ARFID）的静息态脑电微状态动力学研究：揭示默认网络功能异常的新证据

本研究针对回避/限制性食物摄入障碍（ARFID）神经机制研究匮乏的现状，通过采集18名ARFID患儿与健康对照组的静息态脑电数据，采用微状态分析方法，首次发现ARFID患者微状态C平均持续时间显著延长，并伴随右侧后扣带回激活增强及枕叶激活降低。该研究揭示了ARFID患者默认网络功能异常特征，为理解其神经生物学基础提供了重要电生理证据。

　　

在儿童青少年精神健康领域，回避/限制性食物摄入障碍（Avoidant/Restrictive Food Intake Disorder, ARFID）作为一种较新的诊断类别，正受到越来越多关注。与典型进食障碍不同，ARFID患者并非因为体型焦虑或减重动机而限制进食，而是表现为对食物感官特性的极端敏感、进食兴趣缺乏或对不良后果的恐惧，导致严重营养不良、体重下降和社会功能受损。尽管其临床重要性日益凸显，但关于ARFID神经生物学基础的研究却十分匮乏，这严重制约了该疾病的客观诊断标志物发现和靶向干预策略开发。

以往研究多基于理论模型推测ARFID的神经机制。Thomas等人提出的三维模型认为，ARFID涉及感觉处理过度敏感、食欲调节异常和负价系统亢进等多维度神经功能障碍。然而，这一模型缺乏直接的电生理证据支持。脑电（EEG）技术因其毫秒级时间分辨率优势，为研究大脑网络实时动态变化提供了独特视角。其中，微状态分析（microstate analysis）作为一种新兴的脑电分析技术，能够捕捉到大脑静息状态下持续60-120毫秒的稳定拓扑图，这些拓扑图与大规模脑网络活动密切相关，被认为反映了大脑信息处理的基本“构建块”。

在此背景下，由Kinkini Bhadra和Antony A. Janakiram共同领导的研究团队在《Brain Topography》发表了开创性研究，首次采用EEG微状态分析方法探究ARFID儿童青少年的脑网络动态特征。研究团队假设，ARFID患者可能存在与感觉处理、执行控制和内部监控相关的脑网络功能异常，这些异常可通过微状态参数的变化得以体现。

研究采用了横断面病例对照设计。18名符合DSM-5诊断标准的ARFID患者（含1名亚临床患者）与18名年龄、性别匹配的健康对照参与研究。所有参与者完成了5分钟闭眼静息态脑电采集，使用256导高密度脑电系统记录，采样率为1000Hz。数据预处理包括1-40Hz带通滤波和50Hz工频滤波，去除肌电和眼动伪影后保留约4分钟干净数据供后续分析。

关键技术方法包括：1）使用CARTOOL软件进行微状态分析，采用两步k均值聚类法识别最具代表性的微状态拓扑图；2）通过马尔可夫链模型计算微状态间转换概率；3）采用sLORETA（标准化低分辨率脑电磁断层扫描）进行源定位分析；4）多频段功率谱分析（δ、θ、α、低β和高β频段）排除基础脑电活动差异的干扰。此外，所有参与者接受了韦氏智力测验、状态-特质焦虑量表和体格测量等临床评估。

微状态拓扑特征分析

研究发现四个典型微状态（A、B、C、D），其拓扑结构与既往文献报道一致。微状态A呈左后-右前走向，与听觉网络相关；微状态B呈右后-左前走向，与视觉网络相关；微状态C呈前-后走向，与显著性网络或默认网络（DMN）子系统相关；微状态D呈额中央区最大化，与注意网络相关。组间拓扑方差分析（TANOVA）显示两组微状态拓扑无显著差异，表明微状态分类具有可比性。

微状态参数组间差异

ARFID组在微状态C的平均持续时间上显著长于健康对照组（U=254, p=0.003, Cohen's d=0.57），其他参数（全局解释方差、时间覆盖率和出现率）无显著组间差异。这一发现提示ARFID患者与DMN/显著性网络相关的脑活动状态维持时间异常延长。

微状态转换概率分析

虽未通过多重校正，但趋势分析显示ARFID组从微状态B向A的转换概率降低（p=0.018, Cohen's d=0.82），而从微状态B向C的转换概率增加（p=0.023, Cohen's d=0.80）。这种转换模式异常可能反映了感觉网络与DMN间交互作用的失调。

源定位分析

对微状态C的源分析发现，ARFID组右侧后扣带回（posterior cingulate cortex）激活显著增强（t=-3.012, p=0.005, Cohen's d=1.004），而右侧枕下回（inferior occipital cortex）激活减弱（t=3.223, p=0.003, Cohen's d=1.074）。后扣带回作为DMN的关键节点，其过度激活可能与内部指向性思维增强有关；而枕叶激活降低则提示外部感觉处理不足。

临床与认知相关分析

仅在ARFID组中发现，从微状态B向A的转换概率与韦氏相似性分测验得分呈正相关（r=0.599, p=0.009），提示脑网络动态特征与抽象思维能力的潜在联系。微状态参数与焦虑水平、BMI等临床指标无显著相关。

频段功率分析

所有频段（δ、θ、α、低β、高β）的功率谱分析均未显示组间差异，表明观察到的微状态差异并非源于基础脑电活动水平的普遍改变。

研究结论与讨论部分指出，本研究首次提供了ARFID患者存在特异性脑电微状态异常的客观证据。微状态C持续时间延长及其对应的后扣带回过度激活，表明ARFID患者可能存在DMN功能失调。DMN通常与内部指向性认知（如自我参照加工、内感受感知）相关，其过度激活可能导致患者过度关注内部感觉信号（如饥饿、饱腹感），进而加剧对食物的回避行为。同时，枕叶激活减弱与感觉处理不足的发现，为ARFID患者食物感官敏感性异常提供了神经生理学解释。

值得注意的是，本研究发现的微状态异常模式与神经性厌食症（AN）存在明显区别。既往研究表明AN患者微状态C的出现率和时间覆盖率降低，而ARFID患者则表现为该微状态持续时间延长。这种相反的变化模式提示两种进食障碍可能存在不同的神经机制，微状态分析有望成为区分进食障碍亚型的客观生物标志物。

研究结果部分支持了Thomas等人的神经生物学模型，特别是与DMN功能异常相关的维度。然而，与预期不符的是，研究未发现微状态D（与执行控制网络相关）的组间差异，这可能是因为执行功能异常仅在特定任务情境下显现，而非静息状态下的稳定特征。

本研究存在若干局限性：样本量较小限制了统计检验力；横断面设计无法推断因果关系；患者异质性（包括共病ADHD和焦虑症）可能对结果产生干扰。未来研究需扩大样本量，纵向追踪微状态动态变化，并结合任务态fMRI等多模态技术进一步验证发现。

尽管如此，这项开创性工作为ARFID的神经机制研究提供了重要新视角。微状态分析作为一种非侵入性、高时间分辨率的脑网络研究工具，不仅有助于揭示ARFID的病理生理机制，还有望为开发神经营销反馈等新型干预手段提供靶点。通过调节异常的DMN活动，或许能够改善ARFID患者的食物回避行为，这为未来治疗方向提供了重要启示。