《Developmental Cognitive Neuroscience》:Relating ADHD to the aperiodic component of the EEG signal in both males and females across development
编辑推荐:
本研究基于Healthy Brains Biobank数据库,分析了5至18岁儿童及青少年的静息态脑电图(EEG)数据,旨在探讨年龄、生物学性别及注意力缺陷多动障碍(ADHD)对非周期性EEG信号(aperiodic component)的交互影响。研究人员比
本研究基于Healthy Brains Biobank数据库,分析了5至18岁儿童及青少年的静息态脑电图(EEG)数据,旨在探讨年龄、生物学性别及注意力缺陷多动障碍(ADHD)对非周期性EEG信号(aperiodic component)的交互影响。研究人员比较了患有ADHD的男性(n = 863)、患有ADHD的女性(n = 320)、无ADHD的男性(n = 136)及无ADHD的女性(n = 107)的非周期性指数(aperiodic exponent),同时控制了社会经济地位、智商(IQ)及药物使用等协变量。研究结果表明,无论ADHD状态如何,所有参与者的非周期性指数均随年龄增长呈线性下降,且未发现ADHD与非周期性活动或其发育轨迹之间存在可靠关联。相反,在某些条件下,女性的非周期性指数下降速率快于男性。鉴于全球ADHD诊断率的上升,特别是女性群体的增长,神经发育研究应优先考虑男女比例的平衡。
该研究针对注意力缺陷多动障碍(ADHD)神经生理学中非周期性脑电图(EEG)信号的发育轨迹,系统评估了年龄、生物学性别及ADHD诊断三者间的交互作用。研究背景指出,尽管非周期性指数被视为潜在的ADHD生物标志物,但既往研究存在显著的性别代表性不足及年龄范围狭窄等问题,且缺乏对性别差异的系统考察。研究人员利用大型公共数据集Healthy Brain Network Biobank,纳入了5至18岁的参与者,通过严格的预处理流程和高密度EEG记录,采用Specparam工具箱分解功率谱密度(PSD),提取全局非周期性指数。研究综合运用三因素方差分析(ANOVA)及置换检验(permutation-based tests)验证线性假设(H1),并利用平滑样条模型(smoothing splines)和交叉验证评估非线性发育偏移假设(H2)。此外,研究还进行了亚型分析、区域分析及睁闭眼条件探索。结果显示,非周期性指数随年龄增长呈线性下降,但未发现ADHD主效应或与年龄、性别的三阶交互效应。值得注意的是,在特定条件下(如控制协变量、ADHD混合型亚型、额叶区域及睁眼状态),发现了显著的年龄×性别交互作用,表现为女性(尤其是患有ADHD的女性)的指数下降速率快于男性。平滑样条模型虽拟合良好,但未证实统计学显著的发育偏移。该研究最终得出结论:非周期性指数并非区分ADHD的有效生物标志物,且既往报道的ADHD相关差异可能部分源于未被控制的性别差异,强调了未来神经发育研究中平衡性别代表性的重要性。该研究成果发表于《Developmental Cognitive Neuroscience》。
关键技术方法包括:利用Child Mind Institute的Healthy Brain Network Biobank获取5-18岁社区样本的横断面数据;采用EEG Integrated Platform Lossless (EEG-IP-L) 流程进行数据预处理,包括滤波、坏道坏段剔除及独立成分分析(ICA)去伪迹;使用Specparam(原FOOOF)工具箱对功率谱密度(PSD)进行分解,提取非周期性指数(aperiodic exponent);统计分析主要采用三因素置换方差分析(permutation-based ANOVA)检验年龄、性别与ADHD的交互作用,并通过五折分层交叉验证(stratified cross-validation)的平滑样条模型评估发育偏移假说。
研究结果如下:
1. 描述性统计
通过对1426份可用EEG记录的分析发现,各组间非周期性指数的基线均值相近(M≈1.96, SD≈0.34)。协变量分析显示,ADHD组的平均智力得分略低于非ADHD组,且男性ADHD组的药物使用史比例高于女性ADHD组。
2. 假设1(H1):线性交互作用检验
研究人员采用置换检验替代传统的F检验以解决数据非正态分布问题。结果显示,年龄、性别与ADHD的三阶交互作用不显著(p = .407, f2< .001),拒绝了H1a。进一步的两两交互分析表明,年龄与ADHD的交互(H1b)及年龄与性别的交互(H1c)在全数据集或子集分析中均未达显著水平。唯一的显著效应是年龄的主效应,即非周期性指数随年龄增长呈线性下降(p < .001),而ADHD状态和性别的主效应均不显著。
3. 协变量分析
在纳入智力、父母教育水平及药物使用史的缩减数据集(N = 1202)中,结论保持一致。唯一的变化是在全数据集中观察到边缘显著的年龄×性别交互(p < .050),表明女性在控制协变量后指数下降更快,但这与ADHD诊断无关。
4. 亚型分析
针对ADHD混合型(Combined Type)和注意缺陷型(Inattentive Type)的亚组分析显示,仅在ADHD混合型受试者中,仅考虑ADHD患者子集时,年龄与性别的交互作用显著(p = .011, f2= .013)。这表明混合型ADHD女性患者的非周期性指数随年龄下降的速率显著快于同类型男性患者。
5. 区域分析
对各感兴趣区域(ROI)的重复测量显示,虽然在左额叶(F3)、中额叶(Fz)、右中央区(C4)及左顶叶(P3)观察到了年龄×性别交互作用的趋势,但这些效应在经过Bonferroni多重比较校正后均未达到显著性阈值。
6. 睁眼与闭眼分析
探索性分析表明,在睁眼条件下,全数据集及仅ADHD子集中均存在显著的年龄×性别交互作用(p = .042 及 p = .009),而在闭眼条件下则不显著,提示性别相关的发育差异在睁眼静息态中可能更为明显。
7. 假设2(H2):发育偏移模型
利用平滑样条模型拟合男孩ADHD组的发育轨迹作为参考,研究人员测试了其他组别是否可通过时间平移参数(τ)来解释差异。结果显示,虽然发育偏移模型在所有比较中均表现出最低的交叉验证均方误差(MSE),但与零模型(null model)或无偏移模型相比,其差异并未达到统计学显著性(所有 p > .7),因此无法证实发育偏移假说的统计学效力。
讨论部分总结指出,本研究未能复现先前关于ADHD与非周期性指数发育轨迹(如“夸张的平坦化”)相关联的结论。研究人员认为,既往研究中的阳性结果可能受到样本量小、临床转诊偏差以及未充分控制性别差异的影响。本研究的优势在于利用了大规模社区样本,涵盖了广泛的年龄范围,并对协变量进行了严格控制,从而提高了结果的生态效度与统计效力。研究发现的核心启示在于,非周期性EEG信号在儿童期至青春期的发育过程中主要表现为随年龄线性下降,且这一过程在不同性别及ADHD状态下的个体间并无本质差异。然而,研究确实观察到了某些条件下女性(特别是ADHD混合型女性)比男性具有更快的发育变化速率,这提示既往研究中ADHD与对照组的差异可能混杂了性别因素。因此,研究人员呼吁在未来的神经发育及ADHD神经生理学研究中,应着力提高女性参与者的代表性,以避免因性别失衡导致的结论偏倚。