综述：社交互动中的脑电波同步性：条件效应与结果关联的系统性回顾与元分析

《Biological Psychology》：EEG inter-brain synchrony in social interaction: A systematic review and meta-analysis of condition effects and outcome associations

　　摘要
背景：脑电图超扫描技术可用于研究社交互动过程中个体间的神经协调性。然而，关于脑电图脑间同步性的研究在实验范式、指标、频率带、研究区域以及统计分析方法上存在差异。本研究旨在探讨与社交互动相关的条件是否能够增强脑电图脑间同步性，以及这种同步性是否与外部结果相关。

方法：截至2026年5月14日，我们在Web of Science Core Collection、PubMed、IEEE Xplore以及通过EBSCOhost获取的APA PsycInfo和APA PsycArticles中进行了检索。符合条件的研究需使用脑电图超扫描技术或同时对至少两名个体的头皮脑电图进行记录，并报告成对或群体层面的脑电图脑间同步性数据。主要分析采用Hedges’ g值来综合条件相关效应，次要分析则使用Fisher’s z值来分析关联程度。研究还采用了随机效应模型。

结果：共有54项独特研究被纳入分析。主要分析显示，在与社交互动相关的条件下，脑电图脑间同步性更为显著（k = 14，Hedges’ g = 0.887，95%置信区间[0.533, 1.241]，p < 0.001）。次要分析表明，脑电图脑间同步性与外部结果之间存在正相关关系（k = 6，Fisher’s z = 0.456，95%置信区间[0.288, 0.621]，p < 0.001；相关系数r = 0.426）。在更复杂的模型中，条件相关效应仍具有显著性（k = 36，g = 0.691），而与外部结果的关联也依然存在（k = 30，z = 0.474；相关系数r = 0.441）。即使采用限制性次要分析模型，结果依然显著（k = 26，z = 0.418；相关系数r = 0.395）。

结论：与社交互动相关的条件会增强脑电图脑间同步性，而这种同步性又与外部结果呈正相关。在解读这些结果时，需考虑任务设计、频率带、共同刺激、行为同步性、结果领域以及统计建模方法等方面的差异。

引言
社交互动是人类认知、情绪调节、社会学习以及人际关系建立的基础。传统的社会认知神经科学大多依赖单人实验范式，研究个体如何处理面部表情、动作、语言、情绪以及他人的心理状态，为社交感知、心智化能力及社会决策机制提供了重要证据（Cacioppo等人，2000；Frith和Frith，2006）。关于“社会大脑”的研究进一步表明，社会信息处理涉及多个神经、心理及情境层面（Adolphs，2009；Lieberman，2007）。

然而，现实中的社交互动并非只是个体被动观察社交刺激的过程，而是涉及两个或多个个体在共同情境下的持续行为调整、信息交流、预测更新以及情感反馈。因此，“第二人称神经科学”强调，社会认知应通过实时、互动的情境来研究，而非局限于个体离线处理社交刺激的第三人称实验范式（Redcay和Schilbach，2019；Schilbach等人，2013）。这一理论转变使得社会神经科学从单一大脑的研究视角转向了双脑或多脑框架，将互动中的个体视为动态耦合的系统，而非独立的处理单元（Kingsbury和Hong，2020；Schilbach和Redcay，2025）。在真实互动过程中，神经活动不仅受个体内部处理过程的影响，还受到他人行为、共同目标、互动反馈、动作节奏以及社会关系的制约（Hari和Kujala，2009；Konvalinka和Roepstorff，2012）。从个体间耦合的角度来看，互动中的个体可能通过共同注意力、动作预测以及反应协调来实现动态的神经同步（Hasson等人，2012；Wheatley等人，2019）。关于共同行动的研究也表明，人际协调依赖于动作预测、监控以及共享的任务表征（Sebanz等人，2006；Vesper等人，2010）。因此，仅从单个个体的角度无法完全理解社交互动中的神经活动，还需关注互动双方之间的动态耦合关系（De Jaegher等人，2010；Friston和Frith，2015）。

超扫描技术为研究个体间神经耦合提供了一种重要的方法。通过同时记录两个或多个个体的神经活动，超扫描技术能够帮助研究者分析互动过程中大脑之间的时间同步性、相位同步性、功能连接性以及网络耦合情况（Babiloni和Astolfi，2014；Montague，2002）。以往的研究和综述表明，超扫描技术可用于探究共同注意、互动决策、沟通、合作、竞争、教学-学习以及自然社交互动过程中的脑间神经动态（Koike等人，2016；Saito等人，2010）。近年来，这一方法被广泛用于分析真实社交情境中个体间神经活动的协调机制（Czeszumski等人，2020；Kelsen等人，2022）。

在各种超扫描技术中，脑电图因其高时间分辨率，能够捕捉社交互动过程中快速变化的神经振荡、相位耦合以及时间协调性，因而特别适合用于研究动态的神经协调机制。最新的脑电图超扫描指南进一步指出，脑电图非常适合分析共同行动中的细微时间动态，但研究设计、因变量选择以及分析方法必须明确指定，才能确保结果的可靠性（Zamm等人，2024）。脑电图脑间同步性通常指两个或多个个体的脑电图信号在时间、相位、频率或连接模式方面的同步或耦合现象，可通过相位锁定值、相干性、相关性、相位同步性、脑间连接性以及基于图的网络指标等来进行量化（Burgess，2013；D. Liu等人，2018；Mu等人，2018）。与单个人体的脑电图功率、事件相关电位或脑内连接性不同，脑电图脑间同步性直接反映了互动个体间神经活动的时间耦合关系，因此特别适用于判断社交互动是否伴随着个体间神经协调（Dumas等人，2010；Tognoli等人，2007）。早期的脑电图超扫描研究也发现，社交协调和音乐互动过程中往往会出现更强的脑间振荡同步性（Lindenberger等人，2009；Oullier等人，2008）。

不过，脑电图脑间同步性不应等同于社交互动本身。共同的外部刺激、相似的感官输入、同步的动作、共同的节奏、任务结构以及相似的认知要求都可能增加个体脑电图信号的相似性，从而增加解读的复杂性（Burgess，2013）。最近的 metodological讨论也提醒人们，仅凭超扫描证据无法确定社交互动的因果机制，脑间同步性指标需要经过严谨的理论与方法学分析（Hamilton，2021；Holroyd，2022；Novembre和Iannetti，2021；Varlet和Grootswagers，2024）。因此，脑电图脑间同步性更应被视为社交互动过程中个体间协调性的一个潜在神经学指标，而非证明社交互动确实发生的充分证据。要确定社交互动是否确实能增强脑电图脑间同步性，就需要系统地整合不同任务、指标、关系类型以及控制条件下的证据。

尽管脑电图超扫描研究发展迅速，但目前的相关证据仍难以在定量和理论层面实现整合。各项研究在极其多样的互动情境下探讨了脑电图脑间同步性，包括合作、共同行动、实时沟通、学习、竞争以及协调动作等。因此，不同研究在任务设计、关系情境、频率带、脑区、时间窗口、同步性指标以及统计模型方面存在差异，这属于正常现象，而非问题所在。然而，这种多样性使得我们难以确定在所有符合条件的脑电图超扫描研究中是否存在整体上的条件相关效应，该平均效应的大小如何，以及应如何谨慎解读这些结果。由于脑电图超扫描研究通常样本量较小，且成对或群体数量有限，其研究结果也可能容易受到统计功效、信号处理流程以及分析方法的影响。在神经科学和心理学领域，较低的统计功效可能导致效应大小估计不稳定，增加研究结果不可重复的风险（Button等人，2013；Szucs和Ioannidis，2017）。灵活的分析方法还可能增加出现假阳性结果的可能性，因此，透明地呈现效应大小、异质性以及解读界限尤为重要（Ioannidis，2005；Simmons等人，2011）。

另一个限制在于脑电图脑间同步性指标、频率带、脑区以及统计单位存在显著差异。各类研究使用了相位锁定值、相干性、相关性、相位同步性、脑间连接性、人际神经同步性、因果连接性以及基于图的网络指标等多种度量方法。虽然这些方法都旨在反映个体间脑电图信号之间的关系，但它们的计算逻辑和神经生理学解释存在差异（Burgess，2013；D. Liu等人，2018）。最近的一篇方法学综述进一步指出，超扫描研究采用了多种方法来量化脑间耦合，这引发了关于可比性、可重复性以及跨研究整合的担忧（Hakim等人，2023）。脑电图脑间同步性也在θ波段、α波段、β波段和γ波段以及额叶、中央脑区、颞叶、顶叶和网络层面等不同范围内被研究过。此前的超扫描综述也指出，任务范式、同步性指标以及统计建模方法的差异限制了该领域证据的整合（Czeszumski等人，2020；Kelsen等人，2022）。

此外，脑电图超扫描研究中的统计报告也存在不一致性。对于这种技术而言，任务设计、因变量选择、预处理以及可视化等方面的方法学决策，会显著影响脑间同步性的解读，这一问题尤为突出（Zamm等人，2024）。许多研究报告了基于聚类的排列结果、偏最小二乘排列分析、图论指标、分类准确率、多层模型系数，或是复杂的时频及网络分析结果，但却没有提供均值、标准差、t值、F值、相关系数、置信区间或其他可以转化为统一效应大小的统计指标。这限制了定量整合的可行性，导致一些具有主题意义的研究只能被纳入叙述性讨论或敏感性分析中。现有的超扫描元分析也强调了效应大小的可转换性以及统计单位的清晰性对于高质量定量整合的重要性（Czeszumski等人，2022；Zhao等人，2024）。

更重要的是，现有的元分析并未在仅基于脑电图的框架内全面探讨社交互动对脑电图脑间同步性的整体影响。此前的fNIRS超扫描元分析表明，合作行为以及亲密关系中的互动能够引发显著的脑间同步性（Czeszumski等人，2022；Zhao等人，2024）。关于教学-学习互动的元分析也发现，人际神经同步性与学习成果之间存在正相关关系（L. Zhang等人，2022）。然而，这些研究主要聚焦于fNIRS技术、特定的关系情境或教育环境，未能在脑电图超扫描研究中系统地区分和整合条件相关效应以及脑电图脑间同步性与外部结果之间的关联。鉴于脑电图与fNIRS在时间分辨率、信号来源、指标计算方式以及任务敏感性方面的差异，fNIRS的研究结果无法替代针对脑电图的专门分析（Burgess，2013；D. Liu等人，2018）。

最后，条件相关效应与脑电图脑间同步性外部结果之间的关联属于两个不同的研究问题。前者关注的是与社交互动相关的条件是否能够增强脑电图脑间同步性，通常采用标准化均值差异如Hedges’ g值来进行整合。后者则关注脑电图脑间同步性是否与行为、学习、人际关系或情感结果相关，通常通过相关系数或Fisher’s z值来进行整合。如果不加区分地将这两种效应类型混为一谈，就会掩盖它们在统计学和理论层面的差异。因此，当前研究中的核心缺陷并非仅仅缺乏脑电图超扫描研究，而是缺乏一种仅基于脑电图的定量整合方法，无法区分条件相关效应与相关效应，同时也无法系统地解决指标异质性、统计单位差异、效应大小的可转换性以及脑间同步性指标的解读限制等问题。

基于上述不足，本研究旨在系统地回顾并元分析社交互动中的脑电图脑间同步性研究。该回顾聚焦于涉及真实或准真实社交互动任务的脑电图超扫描研究，并将证据分为两类：条件相关效应与相关效应。这样的设计使我们能够判断与社交互动相关的条件是否普遍能够增强脑电图脑间同步性，以及这种同步性是否与外部结果相关，包括行为表现、学习成果、人际关系、情感体验以及与互动相关的行为协调性。这种方法符合系统评价和元分析的原则，即根据预先定义的纳入标准与效应大小类型来整合证据，并通过异质性分析和敏感性分析来评估结果的稳健性（Borenstein等人，2009；Page等人，2021）。

具体而言，本研究旨在回答三个研究问题。首先，与社交互动相关的条件是否能够显著增强脑电图脑间同步性？这个问题涉及条件相关效应。主要分析采用Hedges’ g值作为效应大小，正值表示在具有更高社交互动水平的预设目标条件下，脑电图脑间同步性强于互动水平较低或协调性较差的对照条件。根据“第二人称神经科学”以及超扫描研究的结果，真实互动过程中的共同注意力、动作预测以及运动协调可能促进个体间的神经同步（Hasson等人，2012；Schilbach等人，2013）。此前关于合作互动的元分析也表明，社交互动能够引发更强的脑间同步性（Czeszumski等人，2022）。因此，我们预期与社交互动相关的条件会显著提升脑电图的脑间同步性。其次，脑电图的脑间同步性与外部结果是否存在显著关联？这个问题涉及相关性效应。二次分析采用了费舍尔z值来探讨脑电图IBS与行为表现、学习成果、记忆保持、协作表现、社会关系、情感体验、自我评价或与互动相关的行为协调性之间的关联。如果脑电图IBS仅反映互动过程中的同步性，其理论价值主要在于描述性。而如果脑电图IBS与行为、学习、社会或情感结果相关，那么它可能对理解与互动相关的结果具有功能性意义。此前一项关于教学-学习互动的元分析发现，人际神经同步性与学习成果之间存在显著的正相关关系（L. Zhang等人，2022年）。因此，我们预期脑电图IBS与外部结果之间总体存在正相关关系，即更强的脑电图脑间同步性通常对应着更优的行为、学习、社会或情感结果。第三，当纳入具有特殊互动情境、特定关系背景、复杂任务设计、非传统脑电图脑间同步性指标、过程层面外部结果或多层次数据结构的研究时，这些结论是否依然成立？脑电图超扫描研究往往涉及生态学上丰富但具有异质性的环境，如真实教室、虚拟现实、音乐互动、亲密关系、多人团队、基于图的网络测量以及多层次统计模型。这些研究有助于理解真实的社交互动，但同时也可能更容易受到共同刺激、同步动作、数据依赖性和指标差异性的影响（Burgess，2013年；Hamilton，2021年）。因此，除了核心的主分析和二次分析外，我们还构建了扩展的敏感性模型以及一个补充的限制性二次敏感性模型，以检验在更广泛的纳入条件下核心结论是否依然成立。这些敏感性分析并非旨在替代核心模型，而是为了评估结论对于特殊研究设计和复杂互动情境的稳健性。为进一步处理数据异质性，我们还进行了探索性的亚组分析和敏感性分析，重点关注频率带、基于运动/节奏的任务结构以及结果类别。频率带分析探讨了在德尔塔波、西塔波、阿尔法波和贝塔波不同频段上，扩展后的主分析效应是否存在差异。基于运动/节奏的敏感性分析则考察了在排除以敲击、音乐协调、共同正念呼吸或显性运动同步为重点的任务后，扩展后的主效应是否依然稳定。结果类别分析则研究了脑电图IBS与外部结果之间的关联在行为/认知、社会/情感以及协调/过程结果三类指标上是否存在差异。

方案与注册
这项系统评价和元分析并未进行前瞻性注册。资格标准、搜索策略、编码规则和分析计划都是在数据提取之前制定的，相关信息详见“方法”部分及补充材料。该评价报告遵循了PRISMA 2020标准。

搜索策略
本研究遵循《系统评价和元分析首选报告项目》（PRISMA）2020标准来进行系统的搜索、筛选和报告。

纳入研究的特征
共有54项独特研究被纳入这项系统评价，其中符合条件的眼研究为一个或多个定量元分析模型提供了数据。这些研究的主要特征总结在表1中。所有纳入的研究都使用了脑电图超扫描技术，或同时记录了两个及以上个体的头皮脑电图信号，且大多数样本来自健康的非临床参与者。根据研究问题、效应量类型和纳入标准，有14项研究被纳入……

主要发现
本研究系统地整合了有关社交互动中脑电图脑间同步性的实证证据，重点探讨了两个问题：与社交互动相关的条件是否会提升脑电图脑间同步性，以及脑电图脑间同步性是否与外部结果存在关联。核心主分析表明，在协作、实时互动、共同行动、互动决策以及高社交参与度的情况下，脑电图脑间同步性通常更为强烈……

结论
这项系统评价和元分析整合了有关社交互动过程中脑电图脑间同步性的研究证据。研究结果表明，与社交互动相关的条件相比，控制组、低互动组或低协调组的情况，脑电图脑间同步性更为强烈。二次分析进一步表明，脑电图脑间同步性与外部结果存在正相关关系，而在行为/认知领域的相关证据更为一致……

伦理审批与参与同意
由于这项研究是对已发表研究的系统评价和元分析，并未收集新的受试者数据，因此无需经过伦理审批或获得受试者同意。

补充材料
与本文相关的补充材料包括搜索策略、全文筛选决定及排除理由、纳入研究的特征、效应量转换信息、方法学质量评估结果以及PRISMA 2020检查表。

资金支持
为在同行评审过程中保护作者的匿名性，资金支持信息将单独提供。

CRediT作者贡献声明
江兰：写作——审阅与编辑、写作——初稿撰写、可视化、验证、软件、方法论、研究、正式分析、数据整理、概念构建。于水龙：写作——审阅与编辑、验证、监督、方法论。邹庆宇：写作——审阅与编辑、写作——初稿撰写、验证、方法论、研究、数据整理。

关于写作过程中生成式AI和AI辅助技术的声明
在准备本文档时，作者们使用了ChatGPT来优化英文手稿的语法、拼写、可读性和用词。使用该工具后，作者们对内容进行了必要的审阅和修改，并对最终发表的文章内容承担全部责任。

利益冲突声明
作者们声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。

江兰|邹庆宇|于水龙
中国吉林省吉林市北华大学电气与信息工程学院