从屏幕到真实互动：社会与情感神经科学中自然主义脑电范式的关键考量

《Developmental Cognitive Neuroscience》：From Screens to Live Interactions: Considerations for Naturalistic EEG Paradigms in Social and Affective Neuroscience

　　

过去20年间，采用实时、自然主义、交互式脑电图（electroencephalographic, EEG）范式的研究逐渐增多，反映出学界朝向生态效度更高的测量方式转变，以捕捉理论上支撑人类大脑与认知发展的实际刺激与反应。该新兴领域面临一大挑战：许多分析决策由研究人员酌情决定，缺乏清晰的报告与论证标准，亦缺乏对不同分析决策如何影响结果的理解。这种情况威胁到研究的复现性、透明性与准确性。因此，必要目标包括：提升对现有分析可变性的认识、实证评估其影响，并最终制定最优应用不同分析方法的指南。本研究朝这些目标迈出重要第一步。研究人员综述了2006至2026年发表的实时交互式EEG研究，识别出差异显著的几种分析路径：1）分析较长条件段与较短离散事件之取舍；2）可用EEG数据量的影响考量；3）协变量纳入与否；4）全头皮电极与靶向电极之取舍；5）确定与目标EEG活动比较的适宜基线。研究人员讨论了这些不同分析路径的考量，并在一项新颖的实时自然主义母婴交互任务中（3至5月龄婴儿，N=35）评估其效应。结果显示，不同且常任意选择的分析路径会改变EEG结果。研究人员建议报告分析决策的标准与最佳实践以提升透明与可复现性，并提出确定最优分析路径的策略。

研究背景与问题提出

《Developmental Cognitive Neuroscience》所刊该文指出，发展认知神经科学近期的重要进展是能在婴儿与幼儿参与实时自然主义社会互动时记录其脑活动。传统基于计算机的范式（如被动观看情绪面孔的事件相关电位）缺乏身体语言、语调等生态细节，且婴儿注意力短、对设备耐受低，限制了对社会情感神经发育的真实刻画。理论强调脑发育具经验依赖性，照护者互动变异应与婴脑结构功能变异相关联，但既有实验设置无法捕捉实时自适应互动中的精细刺激。与此同时，实时自然主义交互EEG（live, naturalistic, interactive EEG）研究近20年增多，但分析决策（如条件vs事件切分、试次剔除阈值、协变量、电极范围、基线选择）多由研究人员酌情决定，且综述显示仅极少数研究给出明确理由，威胁复现性与准确性。为此，研究人员系统综述2006至2026年文献，并在自有母婴情绪互动EEG任务中实证比较这些分析决策的影响。

主要技术方法

研究人员首先以Google Scholar检索“live naturalistic EEG”等词，筛选出20年内真在实时社会互动中记录EEG的文献，排除仅看录像或使用fNIRS/心电者，提炼Table 1所列参数变异性。继而采用自有数据：35名3至5月龄典型发育婴儿（男18女17，M_age=159.11天），在无人际实验者干预下与母亲对坐，母亲按日常方式用无字图画书（活泼小狗、囚笼狗、破鲨、霉果、停泊车）与婴儿说话，同步记录EEG。行为编码自音视频中摘取母亲情绪表情/发声类别。EEG预处理以6至9 Hz alpha抑制（相对静息动色基线）为指标。分析路径覆盖：条件基（整段20秒图册条件）vs事件基（母表情发声后1秒epoch）；试次 cutoff（无/5/10）；协变量（年龄、可用epoch数）；通道级（全头皮vs先验簇如右颞顶）；基线（长前置动色vs任务内非目标图）。统计用配对t检验与Pearson相关，部分残差化控制年龄与epoch数。

研究结果（保留小标题）

2.1 Consideration 1: Condition- versus Event-Based Analytic Approach and The Stimulus Experience

2.1.1 Condition-based analyses：综述中78%研究用条件基。优势为省去细粒度行为编码、适合持续过程；但须验证婴儿注意度、验证实际刺激体验、条件顺序平衡。研究人员在自有任务中编码发现，即便图册条件预设正负情绪，母亲在各条件均频发快乐表达，说明条件基结果实际混合多情绪。顺序平衡检验无order effect，但末位停车图引入时间混淆需排除衰减误判。

2.1.2 Event-based analyses：21.7%研究用事件基。可剥离条件内混杂、减时间顺序混淆，但需密集编码、事件数失衡。自有数据中正负事件数不均（快乐远多），故合并负性子类，仍建议将可用epoch数作协变量。

2.1.3 Empirical comparison：同批20名婴儿比对显示，组级上两法均在右颞顶显正负情绪alpha抑制差，但事件基地形更放大；个体差相关方向截然相反——条件基在左额（F3、FC1）呈负关母自评情绪反应性（ERS），事件基在左后（P7）呈正相关。证明分析法选样可改结论与效应量。

2.2 Consideration 2: Amount of Useable EEG Contributed

2.2.1 Trial cutoffs：无/5/10试次cutoff比对显示，随cutoff升高，正减负条件对比地形相似但幅度增大；个体差相关在10试次cutoff时显著最强，但样本降至25人致功力不足，假阳性风险升。

2.2.2 Controlling for EEG contributed：以回归残差剔除可用epoch数影响后，组级正负条件效应被抵消；说明不控与控epoch数结论可反转。

（原文接续还涵盖2.3 Covariates、2.4 Whole-scalp vs target channels、2.5 Baseline等小节，均实证显示：加年龄/epoch协变量改相关方向；全头皮探出的相关簇与先验靶通道不同；长前置动色基线 vs 任务内非目标基线使alpha抑制地形与个体差异相关模式不一致。）

讨论与结论翻译浓缩

讨论指出，实时自然主义交互EEG领域因样本小、互动致试次变异性大，分析任意性危害甚于常规EEG。研究人员主张：强制报告分析决策理由、表征实际刺激体验（编码社会伙伴行为）、预注册epoch位置长度、平衡或协变事件数、以线性混合模型替代任意trial cutoff、用残差化控epoch数、全头皮探索与靶通道假设并行、明确基线类型理由。结论重申：不同常任意选的分析路径会改变EEG结果；建议报告标准与最佳实践以提升透明复现，并提出确定最优分析路径策略。该研究为自然主义发展EEG奠定方法学自查基石，直接服务社会情感神经科学生态效度下一程。

（注：全文未引文献标、未嵌图号，上标下标以示，如M_age、6至9 Hz、α不替写，ERS与EEG首现括注。）