《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》：Increased aperiodic exponents track depressive symptom severity in refractory epilepsy
编辑推荐：
背景
重性抑郁障碍（major depressive disorder，MDD）仍是导致功能残疾的主要原因之一，且约三分之一患者对标准治疗无反应并发展为治疗抵抗性疾病。个体化神经调控（neuromodulation）的推进一直受限于缺乏客观的、基于脑的生物标
背景
重性抑郁障碍（major depressive disorder，MDD）仍是导致功能残疾的主要原因之一，且约三分之一患者对标准治疗无反应并发展为治疗抵抗性疾病。个体化神经调控（neuromodulation）的推进一直受限于缺乏客观的、基于脑的生物标志物，这类标志物既能指导环路靶点选择，也能实时追踪症状负荷。本研究检验：颅内脑电图（intracranial electroencephalography，iEEG）局部场电位（local field potential，LFP）的非周期指数（aperiodic exponent）是否可作为当前抑郁症状严重程度的神经生理学标志物。
方法
研究人员分析了接受难治性癫痫侵入性监测患者队列的静息态颅内脑电图数据（N = 20），包含>1,800个颅内接触点，覆盖广泛的皮层及皮层下区域；抑郁症状于记录前即刻采用贝克抑郁量表第II版（Beck Depression Inventory-II，BDI-II）进行量化。
结果
区域水平与网络水平均将非周期指数效应定位于额边缘系统与岛叶环路——包括眶额皮层（orbitofrontal cortex，OFC）、前扣带皮层（anterior cingulate cortex，ACC）、岛叶（insula）和杏仁核（amygdala）——以及大尺度显著性网络（salience network，SAL）和默认网络（default-mode network，DN）；在这些区域中，非周期指数随症状负荷连续变化而扩展。此外，SAL内的非周期指数能够追踪快感缺失（anhedonia）。全脑平均非周期指数可区分极轻微与升高的抑郁症状状态［曲线下面积（area under the curve，AUC） = 0.82］。
结论
上述结果共同表明，颅内非周期指数是一个可扩展、与神经环路相关的当前抑郁症状负荷标志物，在重性抑郁障碍的生物标志物指导型、个体化神经调控中具有潜在应用价值。
本文发表于《Biological Psychiatry: Cognitive Neuroscience and Neuroimaging》，聚焦于重性抑郁障碍（major depressive disorder，MDD）客观神经生物标志物缺失这一关键瓶颈。当前抑郁障碍虽有药物、脑刺激等多种干预手段，但临床疗效个体差异显著，尤其在治疗抵抗性病例中，疗效预测、靶点选择与治疗过程监测仍高度依赖行为量表与临床观察。由于症状改善常需数周至数月才显现，缺乏能够实时反映脑状态、且与致病环路直接相关的生理指标，成为精准神经调控发展的重要障碍。研究人员因此尝试寻找一种既具有生理可解释性、又能够跨区域与跨个体推广的神经电生理指标，用于表征当前抑郁症状负荷。
该研究将神经功率谱中的非振荡成分作为切入点，重点分析非周期指数（aperiodic exponent），即神经功率谱遵循1/f
χ衰减关系中的指数χ。该指标可视为低频与高频功率平衡的紧凑量化表征，既往研究提示其与皮层兴奋性及兴奋-抑制平衡相关，较大的χ值通常对应更陡的谱斜率，并可能反映相对更高的抑制张力。尽管既往已有少量颅内电生理研究提示非周期指数与抑郁严重程度相关，但样本量极小且记录区域受限，难以支持其作为稳定环路标志物的推广。基于此，研究人员利用因难治性癫痫接受颅内脑电图（iEEG）监测的患者队列，借助广泛分布于额叶、边缘系统、岛叶和颞叶的电极覆盖，对抑郁症状与非周期指数之间的关系进行了更系统的区域及网络层面检验。
本研究的总体设计较为清晰。研究对象为美国犹他大学癫痫长期监测单元的20例成年患者，均因定位癫痫灶而接受临床性颅内电极植入。研究人员在5分钟静息态局部场电位（LFP）记录前即时采集BDI-II评分，以获取与记录时点紧密对应的抑郁症状负荷。随后，通过功率谱密度估计及FOOOF算法，对各接触点10–100 Hz频段的非周期成分进行参数化拟合，计算非周期指数。电极解剖定位结合术前T1加权MRI、术后CT、MNI标准空间配准、Brainnetome图谱与DU15NET-Consensus功能网络图谱完成；研究进一步将信号按脑区和功能网络聚合到受试者层面，并采用校正年龄的普通最小二乘回归分析其与BDI-II总分及特定分量表之间的关系，同时使用留一受试者剔除（LOSO）验证稳健性，并通过ROC/AUC评估其对症状分层的判别能力。
方法概括而言，研究主要使用了以下关键技术：其一，来源于美国犹他大学难治性癫痫侵入性监测队列的静息态iEEG/LFP采集；其二，基于MRI-CT配准、电极重建与标准脑空间映射的脑区/网络注释；其三，采用Welch方法估计功率谱密度，并利用FOOOF算法提取10–100 Hz频段的1/f
χ非周期指数；其四，以普通最小二乘回归、Benjamini–Hochberg假发现率（FDR）校正、LOSO稳健性分析及ROC曲线分析，评估非周期指数与抑郁症状的连续关联和分类判别效能。
在结果部分，论文首先以“Participant Coverage and Signal Characterization”为题说明样本与信号覆盖情况。研究人员将所有受试者电极映射到标准皮层表面，证实分析涵盖9个皮层及皮层下脑区，包括OFC、ACC、背外侧前额叶皮层（dorsolateral prefrontal cortex，dlPFC）、岛叶、杏仁核、海马、中颞回（middle temporal gyrus，MTG）、上颞回（superior temporal gyrus，STG）和下颞回（inferior temporal gyrus，ITG），并覆盖6个与抑郁相关的皮层联合网络：默认网络A型（DN-A）、默认网络B型（DN-B）、额顶控制网络A型（FPN-A）、额顶控制网络B型（FPN-B）、SAL和扣带-岛盖网络（cingulo-opercular，CG-OP）。这一广泛覆盖为后续脑区特异性和网络特异性分析奠定了基础。
在“Aperiodic Exponent Tracks BDI-II (Total) in Specific Regions and Networks”部分，研究人员检验了非周期指数是否随抑郁症状连续变化。结果显示，在经过多重比较FDR校正后，4个脑区的平均非周期指数与BDI-II总分呈显著正相关：ACC（p
FDR = 0.019，β
std = 0.63，partial r = 0.65）、OFC（p
FDR = 0.019，β
std = 0.66，partial r = 0.69）、岛叶（p
FDR = 0.019，β
std = 0.68，partial r = 0.70）以及杏仁核（p
FDR = 0.027，β
std = 0.68，partial r = 0.61）。在网络层面，SAL（p
FDR = 0.024，β
std = 0.62，partial r = 0.63）与DN-B（p
FDR = 0.046，β
std = 0.56，partial r = 0.55）的平均非周期指数同样与BDI-II总分显著正相关。由此可见，抑郁症状负荷的升高并非表现为全脑均质变化，而是 preferentially 集中于额边缘系统、岛叶相关区域以及与情绪调节密切相关的大尺度网络。
在“Regional Exponent–Symptom Associations Remain Robust under Leave-One-Subject-Out Validation”部分，研究人员通过LOSO分析检验区域效应是否由个别受试者驱动。结果表明，ACC、OFC、岛叶和杏仁核与BDI-II总分之间的关联在LOSO迭代中均达到100%保留率，提示这些脑区中的效应具有很高的受试者层面稳健性，不依赖单一异常样本。
在“A Priori SAL–Anhedonia Association and BDI-II Network Effects Withstand LOSO”部分，研究进一步聚焦于事先提出的假设：SAL非周期指数与快感缺失相关。分析发现，SAL中的非周期指数与快感缺失分量表得分呈显著正相关（p = 0.004，β
std = 0.63，partial r = 0.62）。此外，SAL与DN-B对BDI-II总分的网络水平关联，以及SAL与快感缺失之间的关联，均在LOSO分析中达到100%保留率。这一结果强化了SAL在抑郁症状，尤其是奖赏缺陷/快感缺失维度中的核心作用，也为既往基于功能磁共振成像（fMRI）的SAL异常发现提供了直接的电生理证据支持。
在“Aperiodic Exponent Differentiates Participants by Depressive Symptom Severity”部分，研究人员从临床可解释性角度考察非周期指数能否区分极轻微抑郁症状与升高抑郁症状状态。根据BDI-II阈值，受试者被分为≤13分与≥14分两组。全脑所有接触点的非周期指数分布比较显示，两组整体分布显著不同，Kolmogorov–Smirnov检验得到D = 0.302，置换p = 0.009。进一步在受试者层面使用全脑平均非周期指数进行分类，得到最佳阈值3.00，对应AUC = 0.82，提示该指标具有较好的抑郁症状状态判别能力。
在“Aperiodic Exponents in OFC, ACC, Insula, and Amygdala Show the Strongest Class Separation”部分，研究表明区域水平的判别效能强于全脑水平。具体而言，ACC、OFC、岛叶和杏仁核在升高症状组与极轻微症状组之间均表现出显著差异，效应量较大。研究人员随后进行了一项事后、样本内复合分析，将这4个脑区的平均非周期指数合并，得到最佳分类阈值2.91，对应AUC = 0.86，且两组各仅1名受试者被误分。作者同时明确指出，由于脑区筛选与阈值确定均基于同一样本，该复合指标的效能仍属探索性结果，尚需独立外部队列验证。
讨论部分围绕非周期指数作为抑郁症状脑标志物的潜在价值展开。研究首先指出，抑郁障碍治疗监测长期依赖行为学量表，而这些量表通常滞后于脑状态变化。本研究显示，额边缘系统与岛叶回路中的非周期指数升高与当前抑郁症状负荷密切相关，说明该指标可能反映局部皮层兴奋性向高指数状态偏移。区域上，OFC、ACC、岛叶和杏仁核具有最强的症状追踪能力，这些结构也与当前治疗抵抗性抑郁常用深部脑刺激（deep brain stimulation，DBS）靶点相关。网络上，SAL与DN-B的结果则进一步说明，抑郁不仅涉及大尺度网络组织异常，也伴随跨频谱能量背景和皮层兴奋性特征的系统性变化。
作者同时强调，SAL中的非周期指数与快感缺失相关，呼应了既往关于SAL连接改变可预测快感缺失的研究，也提示非周期指标可能在抑郁核心症状维度层面具有一定特异性。与单纯全脑指标相比，区域特异性特征表现出更高判别力，这与当前认为MDD关键异常主要体现在特定情绪调节回路而非全脑均一变化的系统神经科学观点一致。基于此，非周期指数有望成为一种与治疗靶点参与相关的连续型电生理读出，用于辅助脑刺激靶点选择、剂量调节以及闭环触发。
论文也审慎讨论了局限性。首先，本研究为横断面设计，不能进行因果推断，也无法判定非周期指数变化与症状变化之间的时间先后关系。其次，分析重点是当前症状负荷，而非终身抑郁病史或正式现症诊断，这增强了结果对症状维度的适用性，但也限制了与传统诊断分类的直接对接。再次，抗癫痫药物可能影响兴奋-抑制平衡，虽然研究在临床监测流程中于停药24小时后采集记录，部分降低了混杂影响，但仍需在后续验证中进行更定量的校正。此外，区域划分与网络分区方式也可能影响空间特异性结论，其可推广性有待不同图谱和独立样本的重复检验。
研究结论部分可译为：总之，在眶额皮层（OFC）、前扣带皮层（ACC）、岛叶（insula）和杏仁核（amygdala）中，以及在显著性网络（SAL）和默认网络B型（DN-B）这一皮层联合网络层面，颅内非周期指数能够可靠地区分并追踪抑郁症状严重程度，这与当前关于重性抑郁障碍（MDD）的系统层面观点一致。通过将低频至高频功率平衡浓缩为单一、可解释的数值，非周期指数非常适合用于以生理信号指导的治疗反应追踪，尤其是在行为症状评分往往需要数周至数月才逐渐累积的情境下。在该队列中，这些效应对留一受试者剔除分析具有稳健性，提示其在个体层面的稳定性。既往关于非周期指数的iEEG研究主要局限于治疗抵抗性抑郁；而本研究表明，非周期指数与抑郁症状严重程度之间的关系可能具有更广泛的适用性，从而支持将该指标作为解码抑郁症状状态、并可能扩展至其他心境障碍的基础。未来，需将非周期指数追踪整合进治疗流程，如靶点选择、剂量滴定和闭环触发，并在独立队列和无创记录中进一步检验其普适性，以及评估基于非周期指数的监测是否能够切实指导神经调控方案优化。
