《Psychiatry and Clinical Neurosciences Reports》：Neurofeedback: Applications, advancements, and future directions
编辑推荐：
本文系统评述了神经反馈（Neurofeedback）这一通过实时反馈调节大脑活动的技术，其作为临床干预与认知增强工具的发展现状。综述涵盖65项研究，重点探讨了其在注意缺陷多动障碍（ADHD）、创伤后应激障碍（PTSD）、抑郁症及自闭症谱系障碍（ASD）等领域的应用，并分析了连接组学、多模态反馈等前沿进展，同时指出方法学异质性、安慰剂效应等挑战，展望了个性化、跨学科合作等未来方向。
神经反馈：训练大脑的新前沿
想象一下，能够像观察心率一样，实时“看见”并学习控制自己的大脑活动。这正是神经反馈（Neurofeedback）技术的核心魅力所在。作为一种非侵入性的生物反馈技术，它让个体能够通过实时反馈信号，主动调节自身的大脑功能，从而为治疗神经系统疾病和提升认知能力开辟了新途径。
引言
神经反馈，这种基于脑电图（EEG）、功能磁共振成像（fMRI）等功能性神经影像技术的干预方法，其吸引力在于它能直接靶向与精神心理和神经系统状况相关的神经环路。随着技术进步，神经反馈已从早期的EEG协议，发展为涵盖fMRI、功能性近红外光谱（fNIRS）等更复杂的范式。连接反馈、多体素解码等创新方法，使得调节分布式脑网络成为可能。机器学习与虚拟现实（VR）等沉浸式平台的结合，则为个体化和生态效度更高的干预提供了新机遇。
然而，这一领域也面临着挑战。样本量小、方案异质性高、可重复性有限等问题削弱了研究的普适性。安慰剂效应和非特异性因素也让疗效评估变得复杂。本文聚焦于注意缺陷多动障碍（ADHD）、创伤后应激障碍（PTSD）、抑郁症和自闭症谱系障碍（ASD）这四种疾病，因为它们患病率高、对生活质量影响深远，且其神经生物学基础使其成为神经反馈的理想应用目标。
方法
为了全面评估神经反馈的研究现状，本综述制定了严格的纳入与排除标准。研究需涉及神经反馈技术应用或进展、以英文发表、包含人类受试者、提供疗效实证数据、方法学细节充分且结果可量化。排除了单案例报告、合并严重躯体疾病可能混淆结果的研究，以及会议摘要等。
检索策略覆盖了PubMed、Scopus、IEEE Xplore、Web of Science和PsycINFO五个数据库，时间范围为2000年1月至2024年3月。采用包括“Neurofeedback”、“EEG neurofeedback”、“fMRI neurofeedback”、“real-time fMRI”等关键词及其组合进行系统检索。最终，从5321条记录中，经过去重和筛选，共有65项研究被纳入最终分析。
结果
神经反馈的历史背景
神经反馈的根源可追溯到20世纪中期的开创性研究。60年代，Joe Kamiya的实验证明个体可以通过反馈机制学习控制脑电波（如α波）。70年代，Barry Sterman的研究发现，训练猫增加传感器imotor rhythm（SMR）可降低其癫痫易感性，这为神经反馈治疗癫痫奠定了基础。同期，Joel Lubar等人探索了神经反馈对ADHD的干预潜力。80年代，计算机化EEG系统和复杂反馈显示技术的发展，提升了干预的精确性和可及性。90年代至21世纪初，研究扩展到焦虑、抑郁、PTSD和ASD等领域。近年来，fMRI、fNIRS等先进成像技术进一步推动了神经反馈向靶向特定脑区和网络的高空间精度方向发展。
纳入研究的概况总结
通过对纳入研究的梳理（见表1），可以发现神经反馈的应用人群广泛，包括临床患者（如ADHD、PTSD、抑郁症、ASD、吸烟成瘾者）和健康人群。采用的模态多样，从传统的EEG及其衍生技术（如定量脑电图QEEG、低分辨率电磁断层扫描术LORETA），到fMRI（包括解码神经反馈DecNef、功能连接神经反馈FCNef）和fNIRS。研究设计涵盖实证研究、系统评价、综述、理论探讨和伦理分析。
研究结果普遍表明神经反馈在不同领域展现出潜力。例如，在ADHD治疗中显示出作为非药物疗法的前景；fMRI神经反馈能够调节特定脑区活动（如针对抑郁症的突显网络Salience Network），并伴随临床症状改善；解码神经反馈（DecNef）等新范式甚至能通过内隐学习诱导神经活动和行为改变。然而，多数研究也指出当前领域的局限性：许多研究缺乏严谨的实验设计（如缺乏假刺激对照sham controls）、样本量小、方案不一致、作用机制不明确，并且受到商业因素或意识形态的影响。因此，未来需要更严格、更具可重复性的研究，并关注个体差异、认知动机因素以及技术标准化。
讨论与未来方向
神经反馈领域正在快速演化，其治疗和转化潜力显著。未来的发展方向可能集中在几个关键领域：首先是个性化干预，基于QEEG等个体化脑功能指标定制方案，以提高靶向性和疗效。其次是多模态整合，结合EEG、fMRI、fNIRS甚至VR等技术，提供更全面、生态效度更高的反馈体验。跨学科合作也至关重要，需要神经科学家、临床医生、工程师和伦理学家共同努力，以解决复杂的方法学和伦理问题。此外，应对方法学挑战，如通过大样本随机对照试验（RCTs）、改进控制条件来明确特异性效应，并探索神经反馈诱导神经可塑性的机制，将是巩固其科学基础的关键。最后，随着消费级神经反馈设备的发展，如何确保其有效性、数据质量和伦理安全，也是未来需要关注的重点。
结论
神经反馈已经从一项实验技术发展成为在临床和性能优化领域具有重要价值的工具。尽管在疗效的普遍性、机制阐释和伦理规范方面仍面临挑战，但技术的不断进步、研究方法的日趋严谨以及跨领域的合作，正推动着这一领域向着更精准、更有效、更可靠的方向发展。通过持续的努力，神经反馈有望在未来为人类大脑健康和功能提升做出更大贡献。
