服药状态下的脑电波：基于24,000例EEG揭示精神药物各品类特异性的神经信号(Brainwaves under medication: revealing class-specific neural signatures of psychotropic medication from 24,000 EEGs)

《eBioMedicine》：Brainwaves under medication: revealing class-specific neural signatures of psychotropic medication from 24,000 EEGs

　　

摘要 背景：精神药物(psychotropic medication)仍是精神科治疗的基础，但其产生治疗及不良反应的神经生理机制仍缺乏明确表征，限制了优化用药选择与监测的能力。脑电图(EEG)可提供无创、实时的大脑功能窗口，有助于实现更精确、基于机制的处方；然而既往受限于缺乏足够大样本且经系统分析的药物脑电图(pharmaco-EEG)数据集，进展受限。 方法：本横断面观察性研究中，研究人员分析了来自广泛精神诊断及用药方案、总计超过24,000例临床EEG记录（约6000小时数据）。研究人员比较了苯二氮?类(benzodiazepines)、选择性5-羟色胺再摄取抑制剂(SSRIs)、抗精神病药(antipsychotics)及抗惊厥药(anticonvulsants)等主要药物类别间超过75,000个频谱、连接性及非线性EEG特征。 结果：降维分析揭示了可与精神药物作用机制关联的稳健品类特异性神经生理特征：苯二氮?类增加β频段功率并降低θ-α频段功率；SSRIs增强γ频段相干性(coherence)；抗精神病药及抗惊厥药产生显著的慢波(slow-wave)放大及信号复杂度(signal complexity)降低。所有结果通过交互式资源(BrainwavesRX)公开，供临床及研究人员探索不同粒度下的药物特异性EEG效应。 解读：本研究建立了人群水平的精神药物对人神经动力学影响参考图谱(atlas)，为未来利用EEG预测治疗反应、检测药理效应不足或过量、推进个体化数据驱动的精神科诊疗奠定基础。

《Brainwaves under medication: revealing class-specific neural signatures of psychotropic medication from 24,000 EEGs》由Magdalena Szponar、Patrycja Dzianok、Bart?omiej Gmaj、Wojciech Jernajczyk及Jan Kamiński（SUNY Upstate Medical University等机构）共同完成，发表于《eBioMedicine》。

研究背景与目的

精神药物(psychotropic medication)是精神障碍治疗基石，但其调控脑活动的神经生理机制尚不清楚，既往药物脑电图(pharmaco-EEG)/定量脑电图(qEEG, quantitative EEG)研究样本量小、多聚焦单一频谱功率(spectral power)、多仅考察单类药物，且缺乏功能性连接(functional connectivity)与非线性动力学(nonlinear dynamics)证据，难以区分药物效应与疾病本身引起的EEG改变。研究人员通过开展基于大样本临床静息态脑电图(resting-state EEG)的系统性分析，旨在明确主要精神药物类别对多维度EEG特征的品类特异性(class-specific)影响，建立参考图谱以支持未来生物标志物开发。

主要关键技术方法

研究人员使用波兰华沙两家精神病院（Nowowiejski Hospital for Adults and Children及Institute of Psychiatry and Neurology）归档临床EEG数据库，纳入≥18岁成人患者，最终分析24,366例记录（女11,616例，男12,750例，平均年龄42.7岁），涵盖多种精神诊断及用药。EEG为19导10?20系统，眼闭(eyes closed, EC)、睁眼(eyes open, EO)、过度换气(hyperventilation, HV)、光刺激(photic stimulation, PS)期记录。预处理采用EEGLAB进行坏导插值、50Hz工频滤波(CleanLine)、重参考至无穷远(REST, Reference Electrode Standardisation Technique)、1.5Hz高通滤波及Artefact Subspace Reconstruction(ASR)去伪迹。计算频谱功率(Welch法)、α峰值频率、连接指标（相干coherence、虚部相干imcoh、相位斜率指数PSI、锁相值PLV、相位滞后指数PLI、有向PLI、加权PLI、包络相关）及非线性指标（谱熵、SVD熵、Higuchi分形维数HFD、去趋势波动分析DFA、Hjorth参数、VAR系数），共75,132个特征/记录。以主成分分析(PCA, Principal Component Analysis)保留解释90%方差的1560个主成分(Principal Components, PCs)降维。按药物类别分组（苯二氮?类BDZ、SSRIs+SMS、NaSSA、SARI、SNRI、钠通道阻断抗惊厥药AED(Na)、钙通道阻断抗惊厥药AED(Ca)、典型/非典型抗精神病药AP等），采用一对一其余(One-vs-Rest, OvR)设计匹配年龄/性别/诊断及医院来源，辅以未用药(drug-na?ve)组对照及单药敏感性分析。统计采用混合效应回归(mixed-effect regression)联用ANOVA及Bonferroni?Holm/FDR校正，效应量取Hedges' g，显著需至少7/10次匹配达校正阈值。结果发布于交互平台BrainwavesRX。

研究结果

Benzodiazepines (BDZ)

通过15个显著PCs（最大效应PC3：p<0.001, Hedges' g=0.34）发现BDZ组较其他药物及未用药者β频段功率升高，θ、α（尤其低α）、γ功率降低；信号复杂度（以Higuchi Fractal Dimension, HFD衡量）升高；α相干性(coherence)总体降低（短程额中央区部分升高），β相干性多数升高。这与GABA_A受体调节致抑制性突触后电流增强、锥体细胞同步化引发β增强相符，且首次在大样本量化了γ功率降低及复杂度升高特征。

SSRI + SMS

PC10(p<0.001, g=0.18)与PC1(p<0.001, g=0.17)显著，SSRI组γ频段相干性增强，β频段相干性减弱，θ/低α连接性增加；频谱功率无显著PC级差异。该连接模式区别于NaSSA（反向β升高、γ降低），提示γ相干性与5?羟色胺能通路调制有关。

Antipsychotics (AP)

非典型抗精神病药(atypical AP)：15个PCs显著（PC1: p<0.001, g=0.27），EEG谱向左移——θ及低α功率升高、高α及β功率降低（EEG slowing），信号复杂度（HFD等）降低，β及γ（长程额?枕）相干性升高，α相干性部分降低。符合多巴胺D₂受体拮抗致皮层兴奋性下降、慢波增强及可能使精神分裂症减低的γ同步化正常化。

典型抗精神病药(typical AP)：PC11(p<0.001, g=0.17)与PC7(p=0.001, g=0.14)显著，同样见谱左移（慢化），但信号复杂度在前额区升高（与非典型相反），低α及β连接性升高。反映两代AP在非线性特征上的差异可能与5?HT通路调制不同相关。

Anticonvulsants

钠通道阻断抗惊厥药[AED (Na)]：7个PCs显著（PC7: p<0.001, g=0.21），θ/低α功率及相干性升高，高α、β及γ功率降低，顶叶区信号复杂度降低（部分额区升高）。符合钠通道阻断增强GABA能或削弱谷氨酸能致兴奋?抑制平衡向抑制偏移的EEG表现。钙通道阻断抗惊厥药[AED (Ca)]未见显著PCA成分差异。

讨论与结论翻译

研究人员观察到五类药物类别存在显著效应：苯二氮?类关联信号复杂度升高、β功率升高及θ、α、γ功率降低；SSRIs通过增强γ相干性及降低β相干性改变连接；NaSSA伴γ相干性增强。抗精神病药或抗惊厥药患者表现总体EEG节律减慢、慢波功率升高及信号复杂度改变（非典型AP降低，典型AP部分升高）。SSRI及NaSSA外的药物类别频谱及非线性特征亦重要，且所有药物类别均显现相干性(coherence)特征显著变化，提示连接性测度可能比单纯频谱功率对精神药物效应更敏感。某些共有PCs可跨药物类别区分，如PC1（γ相干性升高伴SSRI/NaSSA/非典型AP中β相干性差异化改变）提示γ相干性与5?羟色胺能系统活性相关；PC6（低复杂度、θ/低α连接及功率升高、β功率降低）为抗精神病药(非典型)、抗惊厥药及BDZ（方向相反）共有，反映皮层兴奋性下调共性。BDZ与抗精神病药在某些PCs方向相反（如复杂度、β功率），与典型AP部分同向（慢化PC7、β升高PC11）。研究建立的群体水平精神药物?EEG参考图谱为未来区分药物相关与疾病相关EEG改变、开发治疗反应预测生物标志物及推进个体化精神科诊疗提供基础。局限性含回顾性设计无法控制给药时机与剂量、未分析多药相互作用、部分小样本组可能动力不足、缺治疗反应信息，但大样本与自然临床特征仍具人群水平价值。