《Frontiers in Neuroscience》：Longitudinal changes in resting-state EEG eyes-closed/open delta differentiation during an Antarctic expedition
编辑推荐：
专业术语翻译摘要
南极极夜带来极度的光照剥夺、长期隔离和严重的昼夜节律紊乱，然而反映这一恶劣环境中神经生理改变的纵向静息态脑电图（electroencephalography, EEG）特征仍缺乏充分表征。在本探索性纵向研究中，研究人员在四个任务阶段采集了16
专业术语翻译摘要
南极极夜带来极度的光照剥夺、长期隔离和严重的昼夜节律紊乱，然而反映这一恶劣环境中神经生理改变的纵向静息态脑电图（electroencephalography, EEG）特征仍缺乏充分表征。在本探索性纵向研究中，研究人员在四个任务阶段采集了16名南极考察队员的睁眼（eyes open, EO）和闭眼（eyes closed, EC）静息态EEG：出发前、极夜前、极夜后早期和南极夏季。研究人员应用线性混合效应模型（linear mixed-effects model, LMM）并辅以错误发现率（false discovery rate, FDR）校正，分析了δ频段闭眼/睁眼分化差异（EC–EO δ对数功率差）、δ子频段、无周期频谱特征、熵、EEG微状态和δ频段功能连接。δ频段EC–EO差异在顶叶、额叶、全脑和枕叶区域表现出跨考察时间线一致且进行性的负向偏移，最显著的偏移出现在极夜期间及之后采集的记录中；该效应覆盖慢、中、快全部δ子频段。次要的轻度时间变化见于无周期频谱指标、枕叶样本熵和全局δ连接，而EEG微状态未显示显著的纵向改变。总体而言，δ频段EC–EO差异可作为低频范围静息态条件分化的候选EEG指标，有待在纳入同步行为、生理和环境测量的更大规模研究中验证。
论文解读文章
一、研究背景与研究问题
南极考察为研究极端环境与操作条件下的人类神经生理提供了独特的自然模型。考察队员经历长期隔离、受限的社会和物理环境、高任务负荷、低温暴露以及自然光照可用性的显著变化。极夜期间光照减少或缺失，可能与昼夜节律调节、睡眠-觉醒组织、疲劳以及静息态脑活动的改变相关。然而，此类现场研究受限于小样本量、困难的采集条件和有限的重复测量机会，因此采用谨慎的探索性纵向框架比确证性机制设计更为适宜。
现有南极考察研究已记录了极夜期间睡眠结构、昼夜节律和认知表现的紊乱，但静息态EEG特征的研究仍有限且结果不一致。既往极端环境EEG研究多聚焦于单一静息状态下的绝对频谱功率或睡眠EEG模式，较少考察以睁眼与闭眼条件对比为指标的状态反应性。具体而言，尽管已知低频δ活动随唤醒水平和睡眠压力变化，但长时间光照剥夺和隔离 confinement 期间δ频段闭眼/睁眼分化的纵向轨迹仍缺乏表征。此外，此类状态分化指标是否比传统绝对功率指标对极端环境效应更敏感，以及其反映的是频率特异性变化还是无周期频谱背景的更广泛偏移，均尚不清楚。这一空白限制了为隔离、光照剥夺人群开发敏感神经生理监测指标的可能性。
研究人员强调，南极考察期间观察到的EEG变化不应在没有支持性协变量的情况下归因于单一机制。光照暴露、睡眠、疲劳、情绪、操作负荷、季节时相和隔离均可能促成静息态EEG变异。在小样本纵向考察队列中，统计效应可识别时间相关模式，但不能确立特定环境因素的因果效应。因此，本研究定位为探索性纵向静息态EEG研究，聚焦于考察时间线上EEG变化的保守描述，刻意避免使用“适应”和“生物标志物”等术语。
二、研究设计与核心发现
本研究检验了三个先验假设。第一，作为主要假设，δ频段闭眼/睁眼分化差异（δ EC–EO差异）将跨考察时间线显示纵向变化，最显著的改变预期出现在极夜前评估与极夜期间及之后评估之间。第二，这些变化将跨越多个δ子频段，并与无周期频谱特征存在统计关联，同时反映频率特异性和广谱偏移。第三，其他EEG指标（包括复杂度/熵测度、微状态参数和功能连接）相对于δ EC–EO差异将显示较弱或较不一致的纵向效应。
研究分析了来自中国第39次南极考察队16名健康成年男性右利手队员（平均年龄37.8±7.7岁，范围28–52岁）的静息态EEG数据，这些队员在南极中山站（69°22′S, 76°22′E）越冬。EEG在四个重复时间点采集：T1（出发前基线，上海，2022年10–11月）、T2（极夜前，中山站，2023年4–5月）、T3（极夜后早期，2023年8月）和T4（南极夏季，2023年10–11月）。极夜期间为2023年5月28日至7月17日（51天）。所有记录在上午9:00至11:00进行以最小化昼夜变异。每次记录先进行至少20分钟的EO静息块，随后进行10分钟EC记录。使用便携式32通道系统（Ag/AgCl电极，Arc Essentia，美国），采样率250 Hz。分析使用16个头皮电极，按额叶、中央、顶叶、颞叶、枕叶和全脑区域分组。
数据预处理包括双侧乳突平均重参考、0.5–45 Hz带通滤波、50 Hz陷波滤波、独立成分分析（independent component analysis, ICA）去除眼动伪迹、±100 μV幅度阈值排除伪迹时段、球面样条插值以及人工目视检查。在128个预期文件中，127个可读，116个标记为可用，11个标记为低epoch数。主要差异分析保留了63个参与者-时间点配对观测。
三、主要技术方法
研究人员采用以下关键技术方法：使用Welch方法估计频谱功率，将δ频段定义为0.5–4 Hz并进一步细分为慢δ（0.5–1 Hz）、中δ（1–2 Hz）和快δ（2–4 Hz）；主要终点定义为EC δ对数功率减去EO δ对数功率。无周期频谱参数使用FOOOF在1–40 Hz范围内估计，提取无周期偏移、无周期指数、模型R2和拟合误差。复杂度/熵指标包括排列熵、样本熵和Lempel-Ziv复杂度，在降采样至50 Hz的区域时间序列上计算。EEG微状态分析采用标准流程，将全局场强（global field power, GFP）峰值地形聚类为四个典型微状态类别（A、B、C、D），计算平均持续时间、发生率和覆盖率。功能连接分析限于δ频段（1.25–4.0 Hz），使用多窗格频域连接估计相位锁定值（phase-locking value, PLV）和去偏加权相位滞后指数（debiased weighted phase-lag index, dwPLI）。统计推断使用线性混合效应模型（LMM），时间点为分类固定效应，参与者为随机截距，采用最大似然估计，效应量以Cramér's V报告，事后对比以Cohen's dz报告，并使用Benjamini–Hochberg FDR校正。
四、研究结果
主要终点：δ EC–EO差异显示最一致的纵向效应。 在经典频带特征中，δ EC–EO差异的纵向效应最为一致。区域级LMM显示顶叶（p = 0.000191, FDR = 0.00573）、额叶（p = 0.00147, FDR = 0.0196）、全脑（p = 0.00196, FDR = 0.0196）和枕叶（p = 0.00394, FDR = 0.0296）存在FDR显著的时点主效应。四个关键区域的效应量（Cramér's V）为0.31（顶叶）、0.28（额叶和全脑）和0.27（枕叶），对应中到大效应。分解分析表明，δ EC–EO差异的进行性负向偏移主要由EC δ功率下降驱动，EO侧贡献较小且较不一致。计划的事后对比显示T2–T1对比不显著，T3–T2对比在四个区域均达到FDR显著（顶叶估计 = ?0.345, FDR = 0.028），T4–T2对比仍显著（顶叶估计 = ?0.597, FDR = 4.0 × 10?4, Cohen's dz = ?1.93），T4–T3对比未达FDR显著。
频带特异性地形图和δ子频段。 通道级EO/EC地形图显示δ频段在T3和T4期间普遍更负，与区域δ EC–EO差异发现一致。α频段EO/EC差异显示跨时点相对稳定的正向后部分布。θ、β和γ地形图空间上更分散，未显示与δ EC–EO差异同样一致的纵向模式。δ子频段分析表明低频效应延伸至多个δ范围：在23项δ子频段反应性检验中，20项达到FDR < 0.05。顶叶区域最为一致，总δ、慢δ、中δ和快δ均显示FDR校正显著性，表明经典δ EC–EO差异时间效应并非由单一窄δ子频段驱动。
无周期频谱参数。 联合LMM显示δ EC–EO差异与无周期偏移和指数存在稳定统计关联。跨区域，偏移系数为正、指数系数为负，且两个预测因子在所有区域均达统计显著。全脑模型中，偏移β = 1.059（p = 6.75 × 10?16），指数β = ?0.594（p = 8.12 × 10?8）。研究人员指出，由于δ功率、偏移和指数从相同功率谱估计，该结果报告为频谱形态关联，不解释为因果机制证据。
复杂度、熵和频谱形态。 在条件内模型中，无复杂度、熵或频谱形态指标达到FDR < 0.05。在EO/EC差异模型中，一个指标达到FDR < 0.05：枕叶样本熵（p = 0.00209, FDR = 0.0461）。其时点均值为T1 = ?0.0768、T2 = 0.0138、T3 = 0.0372和T4 = 0.0296，提示EO/EC复杂度差异存在时间相关变化。其他复杂度指标未显示同等稳定的FDR校正效应。
EEG微状态分析。 条件内微状态模型包含24项检验，EO/EC差异模型包含12项检验，均无达到FDR < 0.05者。因此，EEG微状态参数在本数据集中应报告为阴性或次要发现。
功能连接。 全局连接分析中，EO/EC δ dwPLI反应性显示时点主效应（p = 0.00262, FDR = 0.00524），时点均值为T1 = 0.00199、T2 = 0.00392、T3 = ?0.02073和T4 = 0.01171，T3均值方向与其他时点不同。区域对连接分析中，FDR校正效应集中于EC PLV，显著区域对包括顶叶-顶叶、顶叶-颞叶、顶叶-枕叶、颞叶-颞叶、枕叶-枕叶和颞叶-枕叶。鉴于低密度EEG montage、小样本量以及连接估计对容积传导和参考效应的敏感性，这些连接发现应视为探索性。
五、讨论与结论
讨论部分指出，δ EC–EO差异应解释为静息态条件分化或状态反应性的变化，而非EC记录中绝对δ活动的直接增加。更明显的T3/T4模式与极夜期间及之后EO/EC低频分化改变一致，但该结果不能确立极夜本身产生了观察到的EEG模式，也不排除睡眠、疲劳、情绪、光照暴露、工作负荷、季节时相或其他考察相关因素的贡献。从生理学角度看，该模式可能反映唤醒依赖性低频调节和静息态反应性的变化，昼夜节律紊乱、光照改变、隔离和更广泛的极夜背景可能促成这一模式，但这些解释仍是初步的，因为当前数据集不包含同步的行为、睡眠、内分泌、光照暴露或工作负荷协变量。
研究还强调δ EC–EO轨迹表现出显著的个体间变异性，群体水平模式代表这一小样本纵向队列中的时间相关趋势，而非所有参与者共享的统一方向变化。无周期频谱发现表明δ EC–EO差异与广谱频谱形态统计耦合，但不应解释为因果证据。微状态阴性结果也有信息价值，不排除高密度EEG或替代建模策略在未来研究中识别动态地形变化的可能性。
研究的主要方法学贡献在于提供了可复现的极端环境纵向EEG分析框架，整合频谱功率、EO/EC反应性、无周期频谱参数、复杂度/熵指标、EEG微状态和δ频段连接，同时使用LMM处理参与者内重复测量。EO/EC差异指标可能有助于减少小样本纵向研究中的个体间基线变异性，但其相对于绝对功率模型的统计优势尚待正式量化。
研究局限性包括：小样本量（n = 16）限制统计功效和效应量精度；16通道低密度montage限制空间分辨率和源定位；缺乏同步生理、行为和协变量测量，无法区分极夜特异性效应与一般纵向变化；困倦或疲劳混杂无法排除；连接分析受部分样本损失和头皮EEG固有的容积传导与公共参考效应限制。此外，11个配对观测中一个条件被标记为低epoch数，最短记录的频谱估计稳定性较低；部分采集参数无法从原始项目文件中恢复；EC–EO差异指标相对绝对功率模型的统计功效优势未进行正式模型比较。
结论指出，在这项对16名南极考察队员的探索性纵向研究中，δ频段闭眼/睁眼分化差异是最稳健的发现，在顶叶、额叶、全脑和枕叶区域显示跨考察阶段进行性负向偏移，最显著变化出现在极夜前评估与后续评估之间。无周期频谱指标、枕叶样本熵和δ频段功能连接显示轻度、较不一致的纵向变化，而EEG微状态未显示稳定效应。这些结果提供了南极考察各阶段静息态EEG反应性纵向改变的探索性证据。这些变化是否具体反映极夜或其他考察相关因素，以及其是否具有监测指标的效用，仍有待在更大规模、更高密度记录和同步行为、生理与环境测量的研究中确认。研究意义在于为极端隔离环境中的状态调节变化监测提供了候选探索性神经生理框架，在职业和睡眠医学中的潜在应用有待进一步验证。
