《Frontiers in Aging Neuroscience》：Resting-state EEG microstate dynamics indicate altered brain network temporal organization in age-related hearing loss
编辑推荐：
目的：年龄相关性听力损失（ARHL）日益被认为是一种涉及中枢神经系统变化超出听觉通路的疾病，且越来越多的证据显示大规模脑网络连接性改变。然而，ARHL如何重塑大规模脑网络的时间组织仍知之甚少。本研究旨在探讨ARHL是否与静息态脑电图（EEG）微状态动力学改变相
目的：年龄相关性听力损失（ARHL）日益被认为是一种涉及中枢神经系统变化超出听觉通路的疾病，且越来越多的证据显示大规模脑网络连接性改变。然而，ARHL如何重塑大规模脑网络的时间组织仍知之甚少。本研究旨在探讨ARHL是否与静息态脑电图（EEG）微状态动力学改变相关，并检验微状态特征与听觉功能之间的关系。方法：研究人员记录了45名ARHL老年人和50名年龄匹配的正常听力（NH）对照者的静息态EEG。采用七类模型进行微状态分析。评估了微状态参数的组间差异。进行了相关性分析，以检验微状态指标与听力测量（包括纯音测听（PTA）阈值和噪声下言语（SIN）感知）之间的关联。结果：与NH对照相比，ARHL参与者在名义显著性水平上（未校正p?**论文解读：静息态脑电微状态动力学揭示年龄相关性听力损失中的脑网络时间组织改变**
**研究背景与问题**
年龄相关性听力损失（age-related hearing loss, ARHL）是老年人中最常见的感觉障碍之一，流行病学数据显示超过三分之一65岁以上及半数75岁以上个体存在临床显著听力下降。ARHL通常表现为双侧进行性高频感音神经性听力损失，其病理基础包括耳蜗毛细胞退化、螺旋神经节神经元丢失、血管纹萎缩以及内毛细胞与听神经纤维间的突触破坏。当前临床管理主要依赖助听器或人工耳蜗植入等外周康复手段，但个体效果差异显著，许多患者在噪声环境下言语理解仍存在困难，提示ARHL不仅涉及外周功能障碍，还伴随中枢神经功能改变。越来越多的证据将ARHL与认知加速衰退及痴呆风险增加联系起来，神经影像学研究显示ARHL个体的大规模脑网络（如默认模式网络（DMN）、背侧注意网络（DAN）、突显网络及感觉运动相关系统）连接性发生改变。此外，即使轻度至中度ARHL也可能引起跨模态可塑性，视觉和体感系统可能招募听觉皮层区域。然而，ARHL如何重塑大规模脑网络的时间组织仍不清楚。脑电图（EEG）具有毫秒级时间分辨率，微状态分析将连续EEG信号分割为一系列离散的、非重叠的头皮电位拓扑图，被认为是大规模功能网络的电生理相关物。近年来，七类微状态模型（A-G）提供了比经典四类模型更精细的脑动态描述，其中微状态A与听觉处理相关，B与视觉处理相关，C与后部DMN相关，D与注意和执行控制相关，E与突显和情绪处理相关，F与前部DMN及扣带回-额叶/岛叶动力学相关，G与感觉运动动力学相关。本研究旨在系统比较ARHL老年人与正常听力（NH）对照者的静息态EEG微状态，并检验微状态动力学与纯音测听（PTA）阈值及噪声下言语（SIN）阈值之间的关联，以确定ARHL是否伴随微状态参数和转换模式的变化，并探索这些EEG特征是否与听力严重程度和SIN感知相关。该论文发表在《Frontiers in Aging Neuroscience》。
**主要关键技术方法**
研究人员从北京协和医院耳鼻喉科及退休职工中招募45名轻度至中度对称性感音神经性ARHL患者（年龄67.16±3.46岁）和50名年龄匹配的NH对照者（年龄66.38±3.19岁），两组在年龄、性别、教育程度、利手性及血管危险因素方面无显著差异。采用64导联Ag-AgCl电极（Neuroscan SynAmps2）以1000Hz采样率记录4分钟闭眼静息态EEG，并使用EEGLAB进行预处理（1-40Hz带通滤波、250Hz降采样、伪影子空间重建去除高幅伪影、独立成分分析（ICA）去除眼动和肌电成分）。微状态分析通过MicrostateLab插件实现，计算全局场功率（GFP）并在GFP峰值处提取拓扑图，采用修正k-means聚类识别七类微状态，分别生成NH组和ARHL组的组级模板，再通过加权平均获得共同的大平均模板，按Tarailis等总结的七类模板进行排序和标记。通过反向拟合将大平均模板分配到每个参与者的EEG数据，计算每个微状态的全局解释方差（GEV）、时间覆盖率、平均持续时间、出现率及类间转换概率（TP）。组间比较采用独立样本t检验，多重比较通过错误发现率（FDR）校正，相关性分析以年龄和性别为协变量进行偏相关分析。
**研究结果**
**3.1 人口学特征与听觉功能**
NH组与ARHL组在年龄、性别、MoCA评分、教育年限、利手性及血管危险因素方面无显著差异。ARHL组PTA阈值（t=-19.895, p<0.001）和SIN阈值（t=-6.601, p<0.001）显著高于NH组。
**3.2 微状态指标组间比较**
在所有参与者中识别出七个典型微状态（A-G），NH组和ARHL组的组级微状态拓扑图之间共享方差为82.0%-96.2%，大平均模板与已建立的七类模板共享方差为79.9%-96.1%，支持微状态标签的可比性。统计结果显示，GEV、平均持续时间和出现率在两组间均无显著差异。然而，微状态G的时间覆盖率在ARHL组中显著低于NH组（未校正p=0.037, d=0.434），但未通过FDR校正。在转换概率方面，ARHL组从D到G的TP显著降低（FDR校正后q=0.048, d=0.561），从G到D的TP也降低但未通过FDR校正（未校正p=0.016, d=0.502）。相反，ARHL组从C到F的TP（FDR校正后q=0.024, d=-0.604）和从F到C的TP（FDR校正后q=0.036, d=-0.582）显著增加。
**3.3 相关性分析**
控制年龄和性别后，在所有参与者中，微状态G时间覆盖率与PTA阈值呈负相关（偏相关系数pr=-0.246, FDR校正后q=0.031），与SIN阈值呈名义负相关（pr=-0.229, 未校正p=0.029）。从D到G的TP与PTA阈值呈负相关（pr=-0.235, FDR校正后q=0.031），而从C到F和从F到C的TP与PTA阈值呈正相关（C到F: pr=0.297, FDR校正后q=0.018; F到C: pr=0.283, FDR校正后q=0.018）。此外，高频PTA阈值（4和8kHz平均值）与微状态G覆盖率（FDR校正后q=0.026）、TP D到G（FDR校正后q=0.008）及TP G到D（FDR校正后q=0.011）呈负相关，而与TP C到F（FDR校正后q=0.005）和TP F到C（FDR校正后q=0.005）呈正相关。
**讨论与结论**
讨论部分指出，这是首次在七类微状态框架下系统研究ARHL相关的微状态改变。主要组间差异体现在转换概率上，表明ARHL主要影响微状态序列的时间组织。ARHL组中G覆盖率降低及D-G双向转换减少，结合微状态D与注意、执行控制及外部导向处理相关，微状态G与感觉运动动力学相关，提示ARHL可能伴随注意相关网络与感觉运动网络之间时间耦合的减弱。更严重的听力损失（高PTA阈值）与更低的G覆盖率和D-G TP相关，而G覆盖率与较差SIN表现的相关性进一步支持G相关动力学与高级听觉感知之间的联系。这一结果与静息态fMRI证据一致，即听力损失增加与DAN与感觉运动区域之间的耦合降低相关。另一方面，ARHL组中C-F双向转换增加，微状态C与后部DMN相关，F与前部扣带回-额叶/岛叶动力学相关，表明后部默认模式相关动力学与前部扣带回-额叶/岛叶动力学之间的时间耦合增强。更严重的听力损失与更高的C-F TP相关，这可能反映听觉输入慢性退化后后部-前部网络耦合的改变，与ARHL中额叶、前额叶、顶叶及默认模式相关区域活动或连接性改变的研究一致。研究人员还讨论了耳鸣状态未完全匹配、参与者未使用助听器及样本量适中等局限性。结论部分翻译如下：ARHL与静息态EEG微状态动力学改变相关，这些变化主要反映在转换概率上。ARHL个体表现出从D到G的微状态转换减少，以及从C到F和从F到C的双向转换增加。此外，在名义显著性水平上，ARHL组的微状态G时间覆盖率和从G到D的转换降低。与PTA和SIN阈值的关联进一步表明，这些微状态改变随听力损失严重程度而变化。综合来看，这些发现表明慢性听觉衰退可能与大规模脑网络的时间组织改变有关，涉及注意相关、感觉运动、后部DMN相关及前部扣带回-额叶/岛叶动力学。静息态EEG微状态分析为研究听觉衰退引起的脑网络时间组织提供了全面而系统的框架。
