《Brain Sciences》：Transdiagnostic EEG Signatures in ASD and ADHD: A Comparative Review of Computational Biomarkers and Neuromodulatory Interventions
编辑推荐：
背景/目的：自闭症谱系障碍（ASD）和注意缺陷/多动障碍（ADHD）是常共病的神经发育性疾病，具有部分重叠的神经生理学特征。脑电图（EEG）为非侵入性获取候选生物标志物提供了途径，但现有文献大多围绕单一诊断框架组织，限制了两类疾病之间的比较以及向干预选择的转化
背景/目的：自闭症谱系障碍（ASD）和注意缺陷/多动障碍（ADHD）是常共病的神经发育性疾病，具有部分重叠的神经生理学特征。脑电图（EEG）为非侵入性获取候选生物标志物提供了途径，但现有文献大多围绕单一诊断框架组织，限制了两类疾病之间的比较以及向干预选择的转化。本综述从跨诊断视角比较ASD与ADHD的EEG特征，并探讨这些特征如何为非药物干预的选择提供信息。方法：对PubMed、Scopus、IEEE Xplore和Web of Science进行结构化检索，纳入2010年至2026年间发表的报告ASD和/或ADHD的EEG发现并经同行评审的研究，涵盖静息态、任务态、连接性、事件相关电位、机器学习及干预研究。共对68篇文献进行了主题性综合。鉴于采集参数和分析流程存在较大异质性，证据采用解释性整合而非定量汇总，且未进行正式偏倚风险评估。结果：两种疾病共有的特征常包括低频θ波过度、认知负荷下α调制减弱，以及周期性（1/f）斜率变平——这一模式与兴奋/抑制平衡改变相符，但并非其直接测量结果。尽管存在显著异质性，疾病特异性特征通常包括ASD的“U型”频谱轮廓及癫痫样活动升高，以及部分ADHD个体额叶突出的θ/β比值升高。机器学习研究日益强调可解释的多域特征集，而非二元分类。基于正念和神经反馈的干预均聚焦于θ降低和α增强，但所报告的效果通常取决于应答者状态、任务背景或结果评定者设盲情况。结论：趋同的EEG特征支持神经发育失调的跨诊断解释。研究提出了一个生物标志物告知的干预选择框架，该框架在临床应用前需经前瞻性验证。
3. ASD与ADHD的神经生理学EEG特征
在评估下述电生理标志物时，必须区分直接比较证据、共病数据和间接跨研究推断。文献中ASD与ADHD之间的直接头对头实证比较极为罕见。迄今为止，本综述语料中仅有两项研究在相同记录方案下直接比较了两个临床队列：Zhao等人（2025）在持续注意任务中评估了ADHD、ASD和典型发育对照组的电生理标志物；Canigueral等人（2022）则独特地评估了ASD、ADHD及共同入组的ASD+ADHD共病组与对照组的α振荡动力学。因此，尽管低频θ过度和α去同步缺陷等共有特征被跨诊断讨论，但大多数趋同结论是基于跨独立、诊断特异性研究的间接综合而得出的假设。
在操作化“跨诊断”特征时，需要区分支持跨诊断主张的证据类型。证据基础包括直接头对头比较（约占3%）、单一诊断研究（ASD约占30%，ADHD约占18%）以及计算和方法学文献（约占48%）。这一分布意味着大多数跨诊断推断来自跨独立ASD和ADHD研究的间接综合，而非直接比较证据。因此，观察到的频率带异常相似性本身并不证明共同的病因机制，而是提示可能源于不同潜在网络病理的重叠神经生理表型。
年龄显著调节频谱特征：静息θ优势在幼儿期是规范性的，但在青少年期则为异常，因此合并学龄前儿童、青少年和成人可能会将成熟差异误解为诊断特征。除了药物暴露、睡眠结构异常和癫痫样活动外，解释宽带EEG特征还需要严格控制智力障碍、生物学性别以及共病焦虑等常见伴随状况。记录状态、睡眠质量和昼夜时间效应均影响EEG组织。个体稳定的EEG特征与短暂、情境依赖的状态波动之间的区分在现有文献中仍未完全阐明。因此，下文讨论的群体水平EEG特征应被解释为发育性和情境性模式，而非稳定的个体生物标志物。
3.1 静息态频谱发现
ASD静息态EEG常表现出δ和θ功率增加、α功率降低，以及特征性的“U型”频谱轮廓，该模式在儿童早期尤为突出。然而，这些模式表现出显著的发育变异和个体间异质性。在1014名接受重复睡眠EEG监测的临床转诊自闭症儿童队列中，发作间期癫痫样放电的检出率为85.8%，但这一数据来自选择性临床样本，且反映的是重复睡眠EEG记录相比单次或清醒记录的显著更高敏感性。ADHD中最常被重复验证的静息态发现是θ绝对和相对功率增加伴β功率降低，产生额叶最显著的θ/β比值升高。然而θ/β升高并非普遍存在，约10–15%未用药ADHD病例未表现出显著升高。ASD中发作间期EEG异常比ADHD更常见，但这并不直接确立所有行为干预前需常规癫痫筛查的要求。
3.2 任务态EEG模式
任务态范式揭示，ASD个体通常表现出正常的行为准确性但神经募集存在差异，包括α事件相关去同步降低和社交或情绪任务中的非典型θ同步。ADHD任务态研究则显示任务阶段和任务需求特异性：编码阶段α、β和θ功率均较低，β带差异在高效编码阶段变得不那么显著。两种疾病在认知需求下均表现出θ和α节律调制受损，但具体表现取决于任务阶段、编码效率和任务需求。机制差异对干预设计具有指导意义：ASD的神经系统尽管产生行为上充足的输出，但募集方式非典型，提示代偿性低效；ADHD的失败则更为直接功能性，默认模式干扰主动破坏任务参与。
3.3 α、β和γ动力学
ASD中后部α功率在静息时降低，并与社交缺陷严重程度横断面相关。认知参与期间α抑制减弱被理论上解释为功能性抑制受损，但这一解释依赖模型。β和γ发现更异质，部分研究报告高β/γ过度（与感觉过敏相关），另一些则发现在特定认知挑战中降低。ADHD的α动力学主要表现为事件相关去同步降低，β功率可能降低，γ带异常鲜有报告。两种疾病共有的α调制缺陷是目前EEG文献中最一致复现的跨诊断发现；然而ASD中伴随的β和γ功率升高可能有多种替代解释，包括E/I平衡变化、频谱滤波减少或测量伪迹。
3.4 θ/β比值
θ/β比值作为ADHD的潜在生物标志物已被广泛研究。荟萃分析证据支持约85–90%未用药病例存在TBR升高，但这一估计受年龄、记录条件和频带定义等方法学因素显著影响。ASD中TBR变异性更大，诊断特异性较低，但在注意力或执行困难突出的亚组中可见中度升高。TBR作为个体生物标志物的稳健性受测量和情境混杂因素限制：TBR升高受年龄、唤醒状态、记录条件、参考方案、频带定义、任务需求和临床异质性影响。无论是ASD还是ADHD，TBR均不应用于个体治疗分配的临床生物标志物，除非满足标准化记录方案、重测信度数据和前瞻性验证等前提条件。
3.5 功能连接与一致性
ASD表现出发育性转变模式：早期局部过度连接和长程低连接，可能在青春期和成年期发生变化。顶颞区与额叶之间的α一致性降低被频繁报告，并伴有默认模式和镜像神经元网络同步性破坏。ADHD静息态连接研究常报告默认模式网络对任务正网络侵入增加，反映为额顶一致性降低和过度θ驱动长程耦合。两种疾病均表现出长程整合功能障碍的证据，但其时空结构反映了根本不同的发育轨迹：ASD的连接模式随发育从局部过度连接转向长程低连接，而ADHD的默认模式网络侵入则有多种替代解释。
3.6 事件相关电位
经典注意成分P1、N1和P300在ASD和ADHD中均被报告减弱。两种疾病共享早期视觉处理缺陷，但在后期阶段分化：ASD与早期感觉门控差异相关，ADHD则与后期分配和更新受损相关。N2和错误相关负性等抑制成分在两种疾病中均降低，但潜在机制不同，可能反映ASD中的社会情绪处理缺陷与ADHD中的运动抑制挑战。奖赏正波和反馈相关负性在两种疾病中均与迟钝反应相关。共享的ERP缺陷提示注意和抑制是未来干预导向研究的潜在共享领域。
3.7 频谱功率异常
ASD中的高频异常一致性低于低频发现，ADHD中γ带异常鲜有报告。周期性斜率代表E/I失衡的间接代理指标而非直接或唯一可解释的测量；替代机制包括突触时间常数变化、神经组织滤波特性或不同细胞群体贡献的相对变化。周期性斜率受年龄、警觉水平、预处理选择和频谱参数化方法等混杂因素影响。与传统频带特异性分析相比，周期性斜率可能更广泛地反映潜在皮层状态动力学，但临床转化需要验证周期性斜率改变与特定干预目标之间的机制联系。
