综述：皮肤电活动作为孤独症谱系障碍、注意缺陷多动障碍及强迫症的生物标志物：一项系统综述

《Signals》：Electrodermal Activity as a Biomarker in Autism Spectrum Disorder, Attention Deficit Hyperactivity Disorder, and Obsessive-Compulsive Disorder: A Systematic Review

　　

皮肤电活动（Electrodermal Activity, EDA）已成为一种极具潜力的生理测量指标，可用于客观评估神经发育障碍（Neurodevelopmental Disorders, NDDs）及相关疾病，但其在不同疾病中的有效性尚不清晰。研究人员遵循PRISMA指南，对2010至2024年间发表的23项研究进行了系统分析，其中孤独症谱系障碍（Autism Spectrum Disorder, ASD）相关研究11项（410名参与者）、注意缺陷多动障碍（Attention Deficit Hyperactivity Disorder, ADHD）相关研究7项（900名参与者）、强迫症（Obsessive-Compulsive Disorder, OCD）相关研究5项（154名参与者），重点关注测量方案、信号处理及分析方法等方法学内容。结果显示，EDA在诊断鉴别、预测建模及跨疾病的生理学评估中均展现出应用价值：ASD患者存在一致的社会性唤醒增强模式，ADHD患者表现出可被药物调控的交感神经差异，OCD患者则呈现恐惧消退受损特征。机器学习方法在将EDA与多模态生理指标结合后，模型性能显著提升。然而，现有研究在设备类型、记录位点、采样频率及信号处理方法上存在显著的方法学异质性，11项研究未报告信号处理细节，10项研究遗漏了采样频率信息。标准化跨疾病比较的缺失限制了疾病特异性自主神经特征与共有关特征的区分。尽管可穿戴技术可实现连续真实世界监测，但运动伪影与信号质量问题仍是主要挑战。总体而言，亟需建立标准化研究方案并开展更大规模的多模态纵向研究，以确立EDA作为疾病评估与个性化干预的临床实用生物标志物。

1. Introduction

神经发育障碍是一类起病于发育阶段、以个人、社会、学业或职业功能损害为特征的疾病，典型代表包括孤独症谱系障碍与注意缺陷多动障碍。强迫症虽被单独归类为强迫及相关障碍，但常与神经发育疾病共病，且在自主神经与神经生物学特征上存在重叠。由于这类疾病临床表现复杂且依赖行为观察，早期识别与精准评估仍面临挑战，传统诊断方法的主观性可能导致干预延迟，这推动了研究者探索客观生理指标以优化诊断与监测流程。脑电图（EEG）、心电图（ECG）、光电容积描记法（PPG）及磁共振成像（MRI）等多种生物医学信号已被用于NDDs评估，但EEG与ECG的电极设置复杂，限制了连续监测的可行性；PPG信号易受光线与运动伪影干扰；MRI/fMRI则需要昂贵的基础设施与受控环境。相比之下，皮肤电活动作为交感神经系统的直接测量指标，可通过可穿戴设备实现日常活动中的连续监测，其信号反映汗腺活动介导的皮肤电导变化，能为自主神经唤醒与情绪反应提供量化依据，已在心理状态检测、疼痛评估及压力监测等领域得到验证。近年来，EDA在ASD、ADHD及OCD的自主神经失调研究中关注度持续提升：ASD研究发现了异常EDA模式，提示自主神经调节与感觉加工存在差异；ADHD研究在注意力需求任务中识别出特征性EDA特征；OCD研究则在焦虑诱发刺激暴露过程中观察到独特EDA反应。鉴于三种疾病在唤醒、压力与焦虑反应上的重叠特征，EDA可作为统一的量化指标，帮助区分典型与非典型发育模式。本研究聚焦这三种疾病，核心贡献包括：系统分析EDA在三类疾病中的应用，整合多数据库与研究范式的研究发现；识别疾病特异性EDA生物标志物及其诊断潜力；评估EDA信号处理与特征提取的方法学路径；分析EDA评估工具的真实世界适用性与局限性；提出EDA相关神经发育障碍研究的标准化方案建议，旨在为更客观、量化的诊断与监测方法提供证据支持。

1.1. Background

神经发育及相关障碍的核心病理为大脑发育异常与功能障碍，ASD、ADHD与OCD均起病于关键发育期并可迁延至成年期。当前诊断高度依赖行为评估与主观临床量表，因此客观生理标志物的探索对提升诊断准确性与治疗监测效率具有重要意义。三类疾病的病理生理机制存在自主神经系统（ANS）失调的重叠特征：与神经典型人群相比，患者普遍存在自主神经功能模式的改变，ASD表现为对感觉刺激的异常自主神经反应，ADHD则在注意力需求任务中表现出自主神经灵活性下降，这些发现共同支持EDA作为自主神经失调指标的潜在价值。从神经解剖学角度，边缘系统（包括海马、杏仁核与小脑）的结构与功能异常参与三类疾病的发病过程，该区域位于丘脑外侧、大脑皮层下方与脑干上方，负责认知、空间记忆、学习、动机、情绪加工及社会认知。边缘系统-扣带回-皮层通路的神经环路改变会损害中枢自主神经加工，导致交感与副交感神经功能失调，这是NDDs患者常见的生理特征。交感神经系统起源于脊髓胸腰段（T₁至L₂），通过节前神经元释放乙酰胆碱激活交感神经节内的烟碱受体，节后神经元支配靶器官；其中支配汗腺、立毛肌与毛囊的节后神经元以乙酰胆碱为主要神经递质，通过调控汗腺活动直接影响EDA。外部刺激触发神经反应后，表现为出汗神经活动v(t)的变化，进而转化为可测量的皮肤电导SC(t)波动；而NDDs相关的神经调控异常会通过上游出汗神经激活v'(t)的改变，形成特征性的EDA模式SC’(t)，例如ASD的自主神经唤醒调节异常、ADHD的注意控制特征及OCD的强迫行为相关模式。EDA可同时捕捉反映基线状态的紧张性成分与反映刺激诱发反应的时相性成分，为全面评估NDDs的自主神经功能障碍提供了可能。近年可穿戴技术的发展实现了自然环境下EDA的连续无创监测，结合先进的信号处理方法，为开发基于生理特征的客观诊断与监测工具开辟了新路径。

1.2. EDA Signal Characteristics

从信号处理视角看，EDA是一种慢变、非平稳的低频生物电位，有效信息集中在数赫兹以内，这对传感器设计、采样与滤波提出了特定要求。EDA最常以外源性皮肤电导形式记录：施加微小恒定电压于双电极间，通过测量电流推导单位为微西门子（μS）的电导值，该测量方式遵循领域内已建立的术语与报告规范。采集质量受电极类型与放置、接触介质、施加电压及前端放大器动态范围与分辨率等因素影响。记录位点的选择尤为关键：掌面、足底与手指的汗腺密度最高，可产生最大的电导反应，是传统研究的参考位点；而手腕与前臂等可穿戴设备常用位点产生的反应幅度较低且形态可能存在差异，尽管这类位点提升了佩戴便利性，但领域内对规范的依从性仍有待提升。采样频率的选择也具有下游效应：EDA时相成分的变化时间尺度为数百毫秒至数秒，因此即便较低的采样率也可捕获目标信号，但若需进行伪影检测或频谱分析，则需更高的采样率以保留反应形态。原始EDA信号易受运动伪影、电极接触不良与基线漂移干扰，这些问题在可穿戴与移动记录中尤为突出。标准预处理通常以低通滤波去除高频噪声，保留信号的慢动态特征，随后进行降采样，必要时剔除或校正伪影片段；自动化伪影检测方法（包括基于规则的质控指标与机器学习分类器）已实现该步骤的可重复性与大规模长时程记录的可扩展性。EDA处理的核心步骤是将信号分离为缓慢变化的紧张性成分——皮肤电导水平（SCL）与叠加其上的快速时相性成分——皮肤电导反应（SCRs）。由于连续SCRs常发生重叠，传统的波谷-波峰评分法会低估时相活动，因此基于模型的分解方法被广泛采用：Benedek与Kaernbach提出的反卷积方法可恢复反映潜在出汗神经活动的连续时相驱动信号，是目前应用最广的方法；cvxEDA通过凸优化框架在生理约束下联合估计紧张性与时相性成分；稀疏恢复与点过程模型则显式建模驱动汗液分泌的离散神经爆发。特征提取通常涵盖多个维度：时域特征包括SCL、SCR振幅、上升时间及各类窗口统计描述，在可穿戴与机器学习研究中最为常用；频域与时频方法通过功率谱密度分析与时频表征刻画信号频谱特征，其对伪影的稳健性优于基于振幅的评分；非线性与复杂度特征及图信号处理表征可捕捉常规线性特征忽略的信号结构，在情绪与唤醒分类中已显示出价值。上述特征体系直接对应本综述纳入研究的指标体系，从单一指标的紧张性分析到输入机器学习分类器的高维多模态特征集均有覆盖。信号处理的各环节选择（包括位点、采样率、滤波、分解算法与特征集）并非无关细节，而是应用研究跨研究变异性的主要来源。

2. Materials and Methods

本系统综述遵循PRISMA指南，确保EDA在ASD、ADHD与OCD诊断与评估中有效性研究的透明度与可重复性，研究方法设计符合生物医学领域系统综述的既定规范，且未进行预注册。研究人员采用多阶段筛选流程，以应对近期神经发育障碍自主神经测量荟萃分析中识别的方法学局限：该分析明确了三类疾病的方法学注意事项——ASD的自主神经反应模式差异、ADHD的注意力相关生理变异及OCD的焦虑相关自主神经反应，这些疾病特异性考量被用于指导检索策略与质量评估标准制定，同时也支持了多数据库检索与双人评审流程的选择。对2020-2023年发表的231篇系统综述的分析显示，采用多数据库检索与结构化质量评估工具的研究具有更高的可重复性与全面性，尤其适用于ASD、ADHD与OCD等异质性较高的疾病，这为本次研究的严谨性提供了方法学依据。

2.1. Search Strategy

研究人员于2025年2月3日至5日在Scopus、Web of Science、EMBASE、EBSCO、PubMed与IEEE Xplore六个电子数据库开展检索，纳入2010至2024年间发表的研究，以反映EDA测量技术及其在NDD研究中应用的最新进展。检索词构建遵循系统综述检索指南，采用两组核心概念的组合：(1)皮肤电活动相关术语及同义词；(2)神经发育障碍相关术语（对应ASD、ADHD与OCD）。根据各数据库的索引系统、受控词汇与检索界面的差异调整检索语法，保持核心布尔框架一致：“electrodermal activity” OR “EDA” OR “EDA Signal” OR “GSR” OR “Galvanic Skin response” AND “neurodevelopmental disorder” OR “autism” OR “obsessive compulsive disorder” OR “ocd” OR “autistic” OR “adhd”。在支持的情况下，应用语言过滤器限定为英文，文献类型为同行评审期刊论文，发表时间为2010至2024年。检索词的选择通过预检索验证，并参考了心理生理学与神经发育疾病领域的既往系统综述。纳入与排除标准基于SPIDER工具（样本、关注现象、设计、评估、研究类型）预先制定：纳入标准为同行评审英文全文期刊论文，报告EDA信号采集、处理与分析的详细方法，且聚焦于ASD、ADHD或OCD的诊断、检测、监测或评估，明确探讨EDA测量与至少一种目标疾病的关系。符合条件的研究按主要疾病分类、研究目标（诊断分类、监测、行为评估或生理表征）及方法学特征（EDA采集方案、特征提取方法、实验情境）进行分组，仅纳入报告可比EDA结局或针对相似临床目标的研究。

2.2. Data Synthesis

由于纳入研究在参与者人口学特征、EDA采集系统、信号预处理方法、实验范式与结局指标上存在方法学异质性，未进行荟萃分析，转而采用叙述性合成方法按疾病类别总结研究趋势。研究人员通过对比参与者年龄范围、诊断标准、任务范式、记录环境、可穿戴与实验室采集系统及EDA信号处理方法，定性探索异质性的来源。方法学质量评估采用简化版混合方法评估工具（MMAT），并根据研究设计异质性（包括实验心理生理学、观察性研究与机器学习分类研究）进行适配，将MMAT领域整合为5项通用标准：研究问题清晰度、抽样充分性、研究设计与控制、测量与可重复性、分析有效性。三名评审员独立对各研究在上述维度的质量进行评分（高=2，中=1，低=0），共识解决前通过Fleiss’ kappa评估评分者间信度。由于未进行定量荟萃分析且各疾病类别的研究数量有限，未通过漏斗图或统计检验评估发表偏倚。

3. Results

3.1. Study Selection Process

研究筛选遵循PRISMA流程图的四阶段方法：初始检索共识别1343篇相关记录，各数据库分布为Scopus 170篇、Web of Science 45篇、EMBASE 192篇、EBSCO 460篇、PubMed 356篇、IEEE Xplore 120篇。第二阶段首先剔除237篇重复文献，随后应用预设的纳入标准过滤，剩余579篇文献，各数据库保留数量为Scopus 88篇、Web of Science 30篇、EMBASE 148篇、EBSCO 135篇、PubMed 121篇、IEEE Xplore 57篇；该阶段文献数量的显著减少主要源于排除非期刊论文与超出指定时间范围的文献。随后有241篇文献无法通过公共、私有及机构渠道获取全文。最终338篇文献进入筛选流程，采用Cochrane协作网推荐的双人评审模式，三名独立评审员平均分配任务，每篇文献由两名评审员独立评估。经过筛选，213篇文献未直接涉及ASD、ADHD或OCD，68篇未使用EDA作为生物信号，24篇未提供EDA信号处理的相关信息，10篇无相关诊断、监测或评估目标。最终23篇符合所有纳入标准与质量标准的文献进入最终分析，按主要疾病与研究目标分类：ASD相关研究11篇，主要聚焦情绪/面孔辨别中的EDA模式、行为分析及ASD与神经典型人群的区分，契合孤独症研究的当前理论框架；ADHD相关研究7篇，涵盖情绪调节、认知特征及诊断分类，遵循注意缺陷研究的既定方案；OCD相关研究5篇，关注行为/环境交互、消退模式及分类方法，与强迫症机制的当前认知一致。质量评估显示，评审员初始评分的Fleiss’ κ为0.59，原始百分比一致率为68.2%，表明评分一致性处于中等至较高水平，分歧均通过共识讨论解决，最终质量分类用于综述合成。

3.2. ASD—Autism Spectrum Disorder

共11项研究（总计410名参与者）符合纳入标准，展示了EDA在ASD研究中的多样化应用。在青少年情绪识别能力研究中，研究人员结合传统EDA特征与主成分分析（PCA）及其他多模态生理信号，成功实现了ASD与神经典型（NT）群体的分类（n=20，10名ASD/10名NT）。在共情加工的自主神经反应研究中，ASD成人相较于NT成人对疼痛感知表现出显著升高的皮肤电导反应（SCR）（n=34，17名ASD/17名NT，p<0.05），且该反应与同步功能磁共振成像（fMRI）测量的皮层反应相关。在预期电击-无电击范式中，ASD个体在即将面临负性刺激时表现出高于NT个体的EDA活动，且左侧脑岛皮层活动升高与皮肤电导水平升高相关（n=33，17名ASD/16名NT）。当引入焦虑作为调节变量时，结合EDA与心率变异性（HRV）的分析识别出ASD与NT群体不同的副交感神经与交感神经特征，为ASD合并焦虑的治疗提供了潜在方向。一项针对较大队列的研究（n=90，45名ASD/45名NT）识别了多种对ASD诊断敏感的时域、频域及非线性指标，包括极低频（VLF）、低频（LF）、高频（HF）段的频谱指数及近似熵、去趋势波动分析（DFA）α1/α2分量。在行为特异性反应捕捉方面，EDA被用于ASD个体问题行为的实时监测，手动视觉分析证实数据采集的可行性，但个体间变异较大，识别出“预期性上升模式”——两次>0.03 μS的SCR后伴随渐进性升高（n=8）。攻击行为预测研究显示，结合岭正则化逻辑回归与15秒窗口EDA特征及其他生理/运动学信号，可在攻击行为发生前实现0.71-0.84的AUC值（n=20名ASD青少年）；另一项研究结合逻辑回归、支持向量机与神经网络，利用EDA特征与其他生理/运动学信号，可在攻击行为发生前3分钟实现最高0.80的预测准确率（n=70），为即时自适应干预提供了支持。在机器人辅助治疗反应监测中，连续小波变换（CWT）结合支持向量机分类可清晰区分ASD与NT对照组，但对情绪的分类准确率有限（n=16，9名ASD/7名NT），提示EDA反应高度依赖实验条件、个体特征与情绪类型；后续研究进一步指出，症状分析与扩大样本量有助于提升情绪分类性能。在重复经颅磁刺激（rTMS）治疗监测中，ASD个体接受治疗后紧张性皮肤电导水平（SCL）显著降低，提示交感神经唤醒下降，且该下降与行为评分改善（易激惹与多动减轻）相关（n=33）。ASD相关研究的EDA分析方法跨度广泛，从传统单指标分析到多时域与频谱指标的应用，EDA被输入机器学习、线性混合模型与回归分析，用于预测性与观察性研究。

3.3. ADHD—Attention Deficit Hyperactivity Disorder

共7项研究（总计900名参与者）符合纳入标准，揭示了EDA在ADHD研究中的核心模式。机器学习方法在ADHD诊断中展现出潜力：单独使用103项EDA特征可实现60.0%的分类准确率，结合HRV与皮肤温度的多模态方法可将准确率提升至81.6%（n=76，32名ADHD/44名NT），是纳入文献中ADHD领域最全面的机器学习研究。药物因素影响分析显示，在未用药ADHD参与者与对照组之间存在统计学显著的SCL差异（p<0.05），但该差异在用药ADHD群体中消失，提示精神兴奋类药物治疗可使自主神经功能正常化（n=256，157名ADHD/99名NT）。性别特异性EDA模式是重要的评估考量：男孩与女孩ADHD患者的交感神经系统反应存在显著差异，尤其是合并对立违抗障碍（ODD）或品行障碍（CD）的男孩在“访谈-吸引玩具”任务中表现出SCR频率钝化，与女孩形成对比（n=205，98名ADHD/107名NT）。情绪加工相关研究显示，ADHD成人在气球模拟风险任务的前决策阶段表现出升高的积分SCR值（阈值>0.05 μS），且唤醒水平在反馈后仍维持高位（n=56，28名ADHD/28名NT）；另一项研究支持该发现，ADHD个体在延迟预期期间表现出加剧的负性情绪状态，超时期间的的平均SCL显著高于对照组（n=24，12名ADHD/12名NT，p<0.05），该结果与EDA及fMRI数据一致。基于感觉加工模式的ADHD亚型识别研究显示，结合刺激后0.8-4秒的非特异性SCR（NS.SCRs，阈值>0.05 μS）、唾液皮质醇测量与行为量表，可成功区分ADHD队列（n=85，39名ADHD/46名NT），提示存在以不同程度感觉高反应性与焦虑为特征的疾病亚型。此外，ADHD群体普遍表现出低奖赏相关认知控制与自主神经反应性下降的特征，提示唤醒调节机制功能障碍，且该模式在学龄前与学龄期群体中一致存在，表明这类生理特征起病较早。

3.4. OCD—Obsessive-Compulsive Disorder

共5项研究（总计154名参与者）符合纳入标准，揭示了EDA在OCD研究中的特征性发现。首项使用腕戴式EDA传感器检测真实世界中OCD发作的研究，开发了基于树的机器学习模型，纳入5分钟窗口的紧张性、时相性与频域特征，可有效识别OCD事件（n=9名青少年OCD患者）；交叉验证显示时相频段功率指标（ULF、LF、HF、UHF）是最重要的特征，提示事件相关皮肤电导反应在OCD检测中的核心价值。两项研究聚焦OCD的恐惧学习与消退模式：一项研究显示，OCD青少年在消退晚期阶段的归一化平均SCL反应显著高于神经典型对照组（n=41，19名OCD/22名NT），提示恐惧消退过程的适应性受损；另一项针对55名参与者（37名终生OCD/18名NT）的研究进一步证实，无论当前症状是否活跃，OCD个体均存在消退回忆受损，掌部EDA测量显示终生OCD诊断者的恐惧学习过程存在一致的异常模式，提示这是特质性的自主神经功能障碍。纵向病例研究（n=1，68岁合并盗窃癖/OCD特征）显示，暴露与反应预防治疗期间的1分钟窗口平均SCL低于基线水平，且纳曲酮给药后出现矛盾性的EDA反应升高，提示EDA可用于行为干预与药物干预的双重监测。一项针对48对青少年-照料者二元组（25名OCD/23名NT）的研究发现，静息态下青少年与照料者的EDA存在显著同步性（p<0.05），且该同步性与OCD诊断无关，提示亲子生理同步可能反映了OCD青少年更广泛的内表型情感过程，而非疾病特异性模式。

3.5. EDA Methodology

对三类疾病研究的EDA方法学分析显示，信号采集、处理、指标推导与方案设计存在显著异质性，且未发现可明确区分三类疾病的特征性方法学模式。指标应用方面，紧张性SCL与SCRs等时相指标在各疾病领域均最常用，分别捕捉EDA的慢变基线变化与快速刺激诱发波动；SCR识别多采用基于预设参数的目视检查，部分研究未明确报告识别方法；机器学习研究通常采用与传统研究类似的指标，但通过滑动窗口生成高维特征集，偶尔纳入窗口内首值、末值与过零次数等粗粒度特征；部分研究采用非传统方法，如基于功率谱密度的EDA-Sympn指标及用于ASD检测的近似熵、去趋势波动分析等非线性方法。采集设备方面，9项研究使用BIOPAC MP150/160心理生理学监测系统搭配Bionomadix可穿戴传感器，该设备便于EDA与ECG等其他生理信号同步采集；4项研究使用Empatica E4腕带，实现无导线非侵入式EDA采集；其余研究使用的设备包括Q-sensor、FlexComp、Feel Monitor、PsyLab SC5、Mindware BioNex、SenseWear臂带、BrainAmps ExG与Coulbourn隔离SC耦合器等，1项研究未报告采集设备。采样频率范围为4 Hz至5 kHz，跨度极大。记录位点以手腕与手指最常见，但具体放置规范不一：部分研究指定非利手或左手，部分允许参与者偏好选择，或未明确报告放置位置；5项研究使用掌面，电极放置描述同样不一致；1项ASD研究为适应参与者感觉需求，采用踝关节作为手腕的替代记录位点。信号处理方面，部分研究采用目视检查结合人工滤波，通常由具备EDA质控经验的人员执行；采用数字信号处理的研究多应用低通、带通、高通或其组合滤波以去除噪声并保留生理相关频段；1项研究报告采用非特异性滤波，约半数研究未记录信号处理流程，1项ASD情绪变化研究明确未进行滤波，2项研究报告了降采样流程。多模态采集方面，11项研究仅采集EDA单一生物信号，其余研究采用多模态方案，最常同步采集ECG与光电容积描记法（PPG）信号，以支持心率（HR）与HRV特征推导，呼吸性窦性心律不齐（RSA）、加速度计、皮肤温度与眼动追踪也常作为配套采集信号。

4. Discussion

本系统综述分析了23项研究，明确了EDA作为ASD、ADHD与OCD生理标志物的应用价值，同时揭示了当前研究方法学的局限性与改进方向。

4.1. Sympathetic Nervous System Profiles Across Neurodevelopmental Disorders

三类疾病均呈现特征性的自主神经功能失调模式。ASD研究（n=11）一致显示，社交互动与感觉加工任务中EDA反映的自主神经反应异常，尤其在面孔辨别与情绪加工领域，这与ASD非典型感觉加工的理论框架吻合，提示EDA可作为治疗结局的客观监测指标；非传统EDA指标在捕捉ASD与NT人群自主神经特征细微差异方面的潜力也得到了验证。Gu等人研究中ASD个体疼痛感知时的高自主神经活动，提示其对环境刺激存在交感神经高反应性，可能与该群体常见的感觉高反应性相关。ADHD研究（n=7）显示EDA在诊断中的应用前景，尤其是多模态结合可大幅提升分类准确率，为客观诊断方案的开发提供了依据；性别特异性EDA模式的发现为理解NDDs的人口学差异开辟了新视角；未用药与用药ADHD群体的EDA差异揭示了兴奋类药物对自主神经调节的生理效应；决策前唤醒升高与延迟预期期间的负性情绪加剧，进一步支持ADHD存在认知与情绪加工过程中的基础自主神经调节异常。OCD研究（n=5）揭示了恐惧学习与消退的特征性生理表现，持续的消退回忆受损提示EDA可用于监测治疗效果与理解暴露疗法的机制；腕戴式EDA传感器检测真实世界OCD发作的探索代表了生态效度提升的重要进展，时相频段功率作为机器学习模型核心特征的发现，凸显了事件相关皮肤电导反应在OCD症状学中的重要性。尽管OCD不属于神经发育障碍，但其与ASD、ADHD的高共病率、共享的自主神经失调特征及丰富的EDA研究证据，使其成为本综述的合理纳入对象，旨在比较临床相关疾病的交感神经功能改变，识别共性与疾病特异性模式。值得注意的是，现有研究多聚焦单一疾病，缺乏跨疾病比较，这限制了对疾病特异性与共有关自主神经特征的区分。例如三类疾病均存在交感神经反应升高，但触发情境不同：ASD为社会刺激，ADHD为决策过程，OCD为恐惧加工。若无采用标准化EDA方案的直接比较研究，无法判断这些模式是本质不同的自主神经特征，还是相似失调的情境依赖性表达。这一局限凸显了未来在同一实验范式下直接比较多种NDDs的研究需求，EDA虽单独使用可能无法满足鉴别诊断需求，但纳入综合评估体系可提升自主神经表型的刻画能力，助力揭示潜在的共享机制。

4.2. Machine-Learning Approaches for Objective Diagnosis

EDA与机器学习的结合为开发自动化诊断支持工具提供了广阔前景。纳入研究呈现一致趋势：EDA特征单独使用的判别效力中等，但在多模态框架下诊断与预测效用显著提升，ADHD分类研究中多模态方法使准确率近乎翻倍即为典型例证。ASD研究中样本量与特征集规模的差异直接导致模型性能的不同，强调了高质量训练数据集对避免过拟合、实现临床转化的必要性。除诊断分类外，预测建模在临床症状发生前的预警中展现出价值：ASD攻击行为预测与真实世界OCD发作检测的成功，体现了临床照护向主动干预策略的转变。EDA的紧张性与时相性成分分别提供持续唤醒状态与急性生理反应信息，是其预测能力的生理基础。但研究也发现，尽管ASD群体水平的EDA差异显著，情绪分类的准确率仍有限，提示个体变异与情境依赖性反应需在模型开发中予以充分考虑。在无法进行多模态分析的场景下，引入已证实优于传统指标的高级信号处理方法（如熵、α系数或图信号处理）可提升模型性能，这类方法能捕捉常规分析忽略的EDA数据复杂关系，尤其是反映自主神经状态转换的信号值连接模式。

4.3. Methodological Heterogeneity and Technical Challenges

三类疾病研究未呈现显著的方法学分化，因此可整体视为神经发育领域EDA研究的共性特征。设备选择异质性显著：BIOPAC系统因多模态同步采集优势成为最常用平台，尤其适用于分类研究；Empatica E4腕带因无扰、无线与集成存储特性被广泛采用，但该设备已停产，且自然活动环境下的运动伪影会影响信号 fidelity，这是多数EDA采集平台的共同挑战。设备选择需平衡佩戴舒适度、信号质量与方案效率，以适应ASD、ADHD与OCD群体的多动、感觉敏感与注意困难特征。记录位点选择需兼顾生理原则与人群特异性：手指与掌面虽为EDA采集的金标准，但在活动人群中易受运动伪影干扰；探索替代位点以平衡信号质量与实用性是当前研究方向，针对神经发育人群的位点优化尤为重要，系统选择非利手等策略可减少运动伪影。信号处理是EDA方法学中报告一致性最差的环节：仅12项研究报告了滤波与处理流程，差异显著。标准EDA滤波通常需衰减1-2 Hz以上的高频噪声，可选滤除极低频成分后再提取指标；7项研究采用了参数明确的数字滤波（低通、高通和/或带通），3项依赖人工目视质控。人工检查虽可识别伪影，但耗时且缺乏跨研究比较所需的客观性，现有自动化工具（如MATLAB-based EDAQA、EDA explorer）可降低人工依赖。采样频率范围为4 Hz至5 kHz，均满足EDA生理频段（0-2 Hz）的Nyquist采样要求，部分研究的降采样流程提示过高采样率会带来不必要的计算负担，在纵向研究与可穿戴设备设计中需权衡采样率与数据存储需求。指标应用方面，传统时域的紧张性与时相分析最为常见，分别对应关系快速的实时交感神经反应与慢变的整体唤醒状态，但多数研究未报告特征提取的具体方法，若明确报告cvxEDA、SparseEDA等标准化分解方法，可提升方法透明度与分解准确性。孤立出现的窗口首值、末值等粗粒度特征虽生理可解释性有限，但在滑动窗口生成高维特征集的建模场景中可提升预测效能。当前研究多局限于传统时域指标，而时频分解、非线性方法等先进技术在情绪与心理生理研究中已展现价值，EDA-Sympn等指标的应用代表了心理生理学领域采纳新型数字信号处理技术的积极趋势，ASD、ADHD与OCD是该技术拓展的理想应用场景。样本量限制是另一核心方法学约束：研究规模从不足10人的试点研究到超过200人的队列不等，统计效力的异质性影响了结果的可靠性与普适性；横断面设计占主导也限制了对EDA模式发育轨迹或干预反应动态变化的理解。EDA对环境、 hydration状态、体温与运动的极高敏感性，使得全流程的详尽报告至关重要：从设备选择、记录位点、采样参数、信号处理算法到分解/归一化方法与指标计算，均需透明记录，同时需控制样本人口学、诊断、用药状态、环境条件与排除标准等混杂因素。23项研究中11项未提供信号处理信息、10项未明确采样频率的现状，严重阻碍了跨研究结果的解读与领域进展，无法区分差异是源于人群特征、方法变异还是测量伪影。因此，采纳现有报告指南并补充神经发育领域的特定要求，建立标准化报告规范，是实现EDA研究可重复性与临床转化的前提。

4.4. Convergent Findings and Shared Patterns

尽管方法学异质性显著，三类疾病研究仍存在一致的模式：高频EDA成分（尤其是时相反应与频谱指数）的组间区分效力常优于紧张性指标，提示动态交感神经反应比基线唤醒水平承载更多的诊断信息，与NDDs自主神经失调的理论模型吻合。多模态方法的分类性能显著优于单一生理指标，支持开发整合EDA与HRV、眼动追踪或神经影像学数据的综合评估体系，多数据流可捕捉单一指标无法覆盖的自主神经功能失调互补特征。个体变异性是所有研究中持续存在的挑战，EDA反应的高个体间差异提示需建立更大的常模数据库或采用个体化EDA解读方案，这种变异可能源于真实的自主神经功能个体差异，也可能由hydration状态、药物效应或环境因素等未控制因素导致。

4.5. Clinical Implications and Future Directions

三类疾病的汇聚证据提示，EDA测量可为自主神经失调提供有用的客观指标，补充传统行为评估，但目前证据尚不足以确立EDA作为独立的临床验证生物标志物。群体水平的差异确立了生物学相关性，与症状严重程度的关联支持了结构效度，分类与机器学习方法则是迈向诊断或分层工具的最直接路径，这类方法尤其适合临床转化：可整合多模态生理信号、兼容高维噪声数据、支持实时预测反馈，为监测与干预提供依据。但临床转化仍需突破若干关键瓶颈：首要任务是建立测量方案的标准化共识，包括设备选择、电极放置、信号处理与特征提取的指南，以促进跨研究比较与常模数据库建设；多中心验证研究是提供临床转化证据基础的核心。可穿戴技术与先进信号处理的结合为自然环境的连续监测提供了可能，但运动伪影去除、电池续航与用户接受度等技术挑战仍需解决，基于机器学习的伪影检测与校正算法有望提升移动环境下的信号质量。未来研究应优先开展纵向研究，明确EDA模式随发育与干预的动态变化，建立NDDs自主神经功能的发育轨迹，为早期识别与治疗规划提供依据；同时探索EDA作为治疗反应预测指标的价值，推动个性化干预的发展，结合HRV、EEG或神经影像学等配套生理指标，可深化对NDDs中枢神经改变与外周自主神经表型关系的理解。

4.6. Methodological Considerations

本综述存在若干局限：多数研究样本量较小，限制了统计效力与亚组差异的检测能力；横断面设计为主无法揭示EDA模式与临床结局的因果关系或发育轨迹；OCD虽作为共病神经精神疾病纳入以实现跨疾病自主神经模式比较，但其非神经发育障碍的分类属性可能引入结果重叠。诊断异质性是核心方法学关切：纳入研究在诊断标准、评估工具的使用上差异显著，部分研究未报告诊断工具，这与神经发育障碍标准化结局测量的国际共识相悖，未标准化的诊断验证流程引入了额外变异，可能是同类研究结果冲突的原因，未来研究需明确报告DSM-5或ICD-11诊断标准、具体验证评估工具、评估者资质、评估者间信度及距诊断的时间。实验室评估的生态效度有限：尽管可穿戴设备支持自然监测，但鲜有研究系统比较实验室与移动EDA模式或验证自然测量的临床相关性，开发移动评估方案并建立实验室与现实世界测量的关联是重要研究方向；药物、共病与个体差异的混杂效应也需在未来研究中予以更多关注。采集协议、预处理方法、实验范式与分析方法的显著异质性，意味着当前发现应被解读为潜在临床效用的证据，而非已验证临床生物标志物的确证性结论。

4.7. Strengths and Limitations

本综述的方法学严谨性体现在遵循PRISMA指南、多数据库检索策略与双人评审筛选流程，同时对EDA从采集到分析的全流程方法学进行了详细技术解析。但综述自身也存在局限：摘要筛选后部分符合 eligibility 的研究因访问限制无法获取全文，可能引入选择偏差；聚焦EDA作为神经发育障碍生物标志物的范围限制了对共病、人群特征、诊断量表与重叠症状的深入探讨；研究数量在疾病间分布不均（ASD n