瞳孔不对称性的时间变化反映了学龄前和小学早期儿童与注意力缺陷多动障碍(ADHD)相关的特征
《Frontiers in Cognition》:Temporal variability in pupillary asymmetry reflects ADHD-related traits in preschool and early school-aged children
【字体:
大
中
小
】
时间:2026年03月11日
来源:Frontiers in Cognition
编辑推荐:
摘要
注意力缺陷/多动障碍(ADHD)通常在幼儿期出现;然而,用于其早期检测的客观验证生物标志物仍然有限。在这项研究中,我们旨在识别与学龄前和学龄初期儿童ADHD相关特征相关的基于瞳孔的候选生理标志物(即生理相关性指标)。为此,我们记录了没有ADHD诊断的正常发育儿童的瞳孔直
摘要
注意力缺陷/多动障碍(ADHD)通常在幼儿期出现;然而,用于其早期检测的客观验证生物标志物仍然有限。在这项研究中,我们旨在识别与学龄前和学龄初期儿童ADHD相关特征相关的基于瞳孔的候选生理标志物(即生理相关性指标)。为此,我们记录了没有ADHD诊断的正常发育儿童的瞳孔直径,在一个简单的注视任务中进行测量。从这些数据中,我们提取了多个特征,包括平均瞳孔大小、时间变异性以及双眼瞳孔不对称性的大小和变异性。使用ADHD评分量表-5(ADHD Rating Scale-5)来评估与ADHD相关的倾向。在分析的特征中,只有双眼瞳孔不对称性的时间变异性(VarLRdiff)与ADHD评分量表-5的总分和子量表得分显示出显著的正相关。这种关联可能反映了自主调节不成熟和涉及蓝斑(locus coeruleus)的神经回路功能不对称性的共同作用。相比之下,其他基于瞳孔的指标没有显示出显著的相关性,这可能是由于发育上限效应和评估时间较短所致。这些发现表明,VarLRdiff可能作为年轻儿童ADHD相关特征的一个有前景的候选生理标志物,需要进一步验证。未来的研究应包括更长的记录时间、更先进的分析方法以及测试-重测稳定性的评估,并进行纵向随访,以评估其在早期筛查中的潜在效用。
1 引言
注意力缺陷/多动障碍(ADHD)是一种神经发育障碍,其特征是在儿童时期注意力调节和行为抑制方面存在困难,并且已知会对学习、人际关系乃至更广泛的家庭环境产生广泛影响(Coghill和Seth,2015;Faraone等人,2021)。特别是,在学龄前阶段进行筛查的重要性已被广泛认可,因为ADHD的症状可能早在5岁之前就会出现(Wolraich等人,2011)。此外,即使在不符合诊断标准的正常发育儿童中,也报告了与ADHD相关的特征,这表明在早期发育阶段识别这些倾向对于有效筛查至关重要(Balázs和Keresztény,2014;McLennan,2016)。然而,目前的诊断方法主要基于访谈和行为报告,由于多种影响因素(包括性别、年龄、种族、社会经济地位、症状严重程度以及与发病年龄和诊断相关的社会、文化和遗传因素)的存在,其准确性存在变异性(Socanski等人,2013;Rocco等人,2021;Musullulu,2025)。鉴于这些限制,开发能够支持在学龄前阶段对正常发育儿童ADHD相关倾向进行客观评估的候选神经生理标志物或生理相关性指标是必要的(Chen等人,2023)。
ADHD的核心症状是多动、冲动和注意力不集中,这些症状与多个神经系统有关(Curatolo等人,2010;Mehta等人,2019;MacDonald等人,2024)。其中最突出的是多巴胺系统(MacDonald等人,2024)、蓝斑-去甲肾上腺素(LC-NA)系统(Maness等人,2022)以及接收来自这些系统投射的前额叶皮层(Curatolo等人,2010)。为了研究这些系统背后的神经活动,已经广泛使用了各种神经成像技术,包括功能性磁共振成像(fMRI)、脑磁图(MEG)、近红外光谱、MRI和脑电图(EEG)(Chen等人,2023)。特别是fMRI和MRI提供了高空间分辨率,用于评估深部脑结构的解剖和血流动力学变化,而EEG和MEG则能够分析与注意力过程直接相关的特定频率带和功能网络(Lenartowicz和Loo,2014;Zhan等人,2017;Dor-Ziderman等人,2021;Slater等人,2022;Chen等人,2021,2023)。同时,人们越来越关注间接反映神经活动的生理指标,如瞳孔直径和心率变异性(Idrees等人,2023)。其中,瞳孔直径作为LC-NA活动的替代标志物,后者调节觉醒和注意力状态(Aston-Jones和Cohen,2005)。蓝斑位于交感神经系统的中心位置,通过去甲肾上腺素传递调节瞳孔扩张,而副交感神经系统通过胆碱能途径控制瞳孔收缩。因此,可以通过监测瞳孔反应来推断蓝斑活动。此外,瞳孔直径波动包括自发的振荡动态,称为hippus(Usui和Stark,1982),这些动态被认为反映了使用EEG或MEG难以检测的内在蓝斑活动(Nobukawa等人,2024)。基于瞳孔的信号还包括低于10 Hz的更宽的时间-频率域(Bouma和Baghuis,1971;McLaren等人,1992;Ukai等人,1997),比fMRI通常捕捉的范围更广,提供了关于神经调节波动的丰富信息。
最近利用眼动追踪技术的研究开始探索与瞳孔相关的神经调节动态与ADHD症状之间的关系(Levantini等人,2020;Chen等人,2023)。这些研究主要集中在被诊断为ADHD的个体与正常发育(TD)对照组之间的群体水平比较(Wainstein等人,2017;Shirama等人,2020)。例如,在认知任务中,ADHD组通常表现出减弱的相位瞳孔反应(Wainstein等人,2017;Shirama等人,2020),而在静息状态下观察到扩大的持续瞳孔直径,这被认为是蓝斑过度活跃的迹象(Nobukawa等人,2021a)。除了平均瞳孔大小等静态指标外,自发性瞳孔波动的时间动态(Artoni等人,2019)在两组之间也似乎存在差异,ADHD群体的信号复杂性较低(Nobukawa等人,2021a)。此外,还提出了蓝斑活动的不对称性,表现为瞳孔直径和波动模式的侧化差异(Nobukawa等人,2021a;Kumano等人,2022)。尽管取得了这些进展,但大多数先前的研究仅限于成人或青少年,对学龄前儿童等年轻群体的关注较少(Chen等人,2023)。此外,几乎所有这些研究都采用了分类设计,将ADHD组和TD组进行对比(Chen等人,2023)。很少有研究探讨ADHD相关特征与TD群体中的眼部指标之间的关系,而实际上这些特征在TD群体中是连续分布的(Sonuga-Barke和Halperin,2010)。一个值得注意的例外是Poynter的研究,该研究发现18至40岁TD参与者的瞳孔大小不对称性与注意力特征之间存在关联(Poynter,2017)。这表明瞳孔大小不对称性是一个有前景的候选特征,可以捕捉TD群体中连续变化的ADHD相关特征,这与将ADHD越来越多地视为一个维度结构而非纯粹的分类障碍的观点一致(Sonuga-Barke和Halperin,2010)。然而,据我们所知,还没有研究探讨TD儿童中连续变化的ADHD倾向是否会在瞳孔中自发体现。澄清这些关联将为理解注意力特征的神经生理基础提供有价值的见解,并有助于开发客观的早期筛查工具。
在各种基于瞳孔的指标中,瞳孔大小和时间变异性的双眼不对称性特别值得注意。先前的计算建模研究表明,这些特征可能反映了蓝斑系统内的功能不对称性和神经活动动态(Kumano等人,2022)。在本研究中,我们旨在探讨一组瞳孔不对称性及其时间变异性是否与ADHD相关特征相关,并且能否共同作为捕捉正常发育儿童注意力倾向的信息性生理指标。这种探索性的、假设生成的方法理论上是基于先前关于瞳孔不对称性和自主调节的研究结果,并将其扩展到学龄前和学龄初期儿童这一在眼部生物标志物研究中较少关注的人群。这些发现旨在为未来的验证性研究和候选神经生理标志物的验证提供信息。为此,我们在没有ADHD诊断的TD儿童进行简单注视任务时使用眼动追踪器测量了瞳孔直径。从得到的时间序列数据中,我们提取了多个特征,包括左右瞳孔直径的双眼不对称性和它们的时间变性。然后,我们使用ADHD评分量表-5(ADHD-RS-5)通过相关性分析来定量评估这些特征与ADHD倾向之间的关系。
2 材料与方法
2.1 参与者
本研究包括59名参与者。使用实验前的家长报告筛查问卷评估了排除标准,排除了之前被诊断为神经系统或发育障碍的儿童。参与者的身体特征总结在表1中。使用Python中的statsmodels包进行了先验功效分析,以估计检测相关性所需的样本量。假设中等效应大小(相关系数r = 0.5)(Poynter,2017)、α水平为0.05和统计功效为0.80(双尾检验),分析表明至少需要47名参与者才能检测到统计学上的显著相关性。参与者由他们的看护人完成了日本版的ADHD-RS-5(DuPaul等人,2016)。ADHD-RS-5是一个家长或教师报告的问卷,包含了《精神疾病诊断与统计手册》第五版(美国精神病学协会,2013)中列出的18种ADHD症状。它用于评估5-18岁儿童的ADHD症状严重程度并评估治疗效果。原始分数被转换为百分位数分数,表示每个参与者的分数在标准化分布中的相对位置。这些百分位数代表了按性别和5-7岁年龄组分层的标准化样本中得分低于参与者分数的个体百分比。ADHD-RS-5适用于5-18岁的儿童,在本研究中以连续测量的形式使用,而不是用于诊断分类,对学龄前和学龄初期儿童应用相同的评分程序。所有参与者视力正常,没有佩戴眼镜或隐形眼镜。根据看护人的报告,所有参与者都没有智力障碍的迹象。在实验当天,参与者没有摄入咖啡因、尼古丁或可能影响眼球运动或瞳孔直径的药物。参与者通过商业招聘机构和SMK公司内部的公告招募。所有测量都在SMK公司的设施中进行。所有程序均遵守赫尔辛基宣言,研究方案经过了千叶工业大学的伦理委员会审查并批准(批准编号2024-05-01)。看护人提供了书面知情同意书,同意参与研究。
表1
项目 值
年龄(月) 60–96(平均76.7,标准差10.3)
男/女 24/35
ADHD-RS-5总分 1–100(平均48.3,标准差26.9)
IN分数 1–95(平均30.8,标准差26.7)
Hyp/I分数 1–98(平均40.0,标准差27.4)
2.2 实验程序和瞳孔直径记录
图1展示了实验程序(图1A)和测量设置(图1B)的概念概述。在图1A所示的视觉任务中,展示了一个为婴儿设计的毛毛虫动画作为注意力吸引器。该动画在屏幕上移动,反复扩张和收缩,用于瞳孔校准。随后,显示了另一个吸引注意力的动画,其中有一个红色笑脸,它扩张和收缩,引导参与者的视线朝向屏幕中心。实验者使用眼动追踪器实时监控参与者的视线。一旦确认视线居中,刺激物就切换为一个静态的红色笑脸(注视图像),其RGB值为(R = 255, G = 0, B = 0),显示在灰色背景上(R = 130, G = 130, B = 130)。注视图像显示最多15秒。如果参与者的视线偏离中心或超过15秒,刺激物就会终止,并显示剩余的试验次数。这个注意力吸引器和注视图像的循环最多重复10次。如果参与者没有关注视觉刺激,看护人会坐在参与者旁边,操作员会轻轻鼓励他们看屏幕。在参与者坐在一个视角为49.4° × 29.0°的显示器前进行瞳孔直径测量,观看距离约为65厘米,房间照明范围为362 ? 612 lx;平均亮度:527.7 lx;标准差:48.5 lx。注视图像的视角为2.64° × 2.64°,亮度范围在24.1至47.4 cd/m2之间(平均值:33.1 cd/m2;标准差:3.30 cd/m2)。图1展示了实验程序、测量设置和瞳孔数据分析流程的概念性概述。(A) 校准、注意力吸引程序和注视任务的顺序。刺激以重复的节奏呈现,每次注视试验持续时间最长为15秒。在需要时使用注意力吸引动画来重新定向视线。(B) 测量环境显示了参与者(儿童)、眼动追踪器和坐在参与者旁边的看护者的位置。(C) 瞳孔数据分析流程,包括预处理步骤(眨眼检测、插值、标准化)和随后的特征提取。
为了以儿童友好的方式最小化头部和颈部的运动,指导参与者完全靠在椅背上,这样可以使他们保持自然、不侵扰的姿势,孩子们也能很好地接受。为了确保参与者在实验前放松和舒适,他们被允许在实验室旁边的游戏区待大约5分钟。只有当参与者、他们的看护者和实验者都同意可以开始时,实验才会开始。此外,为了避免过度疲劳,所有测量都在上午9:30到下午4:30之间进行。视觉刺激是使用Tobii Pro Lab Full Edition(版本24.21)在Windows 10操作系统上开发和呈现的。眼动和瞳孔数据使用Tobii Pro Fusion眼动追踪器以120 Hz的采样率记录。
2.3 瞳孔直径时间序列的分析和评估指标
如图1C所示,对瞳孔直径时间序列应用了以下预处理步骤。首先,主要由于眨眼造成的缺失值进行了线性插值。其次,应用了一个截止频率为20 Hz的低通滤波器,以保留瞳孔动态的主要频率成分(Bouma和Baghuis,1971;McLaren等人,1992;Ukai等人,1997)。然后,预处理后的时间序列被分割成0.5秒的时段。包含≥20个连续缺失样本的时段(即120 Hz下的20个连续时间步长=0.166秒)被排除在进一步分析之外。这个阈值相当于0.5秒时段内大约16.6%的缺失数据。之前使用复杂性指标评估动态特性的瞳孔测量研究(Nobukawa等人,2021b)采用了更严格的排除标准,例如拒绝缺失数据超过10%的时段。由于本研究关注的是基于时间平均值的不对称变异性——而不是动态特性——我们采用了稍微宽松的标准。这使我们能够保留足够数量的可用时段,同时避免了由于眨眼或眼球运动导致的长时间不可测量期的影响。有效时段的数量分布在补充材料中报告。
作为评估指标,我们计算了每个时段内左右眼平均瞳孔大小的时间平均值,称为LR。我们还计算了每个时段内左右眼瞳孔大小差异的时间平均值(即左眼减去右眼),称为LRdiff(Poynter,2017;Kumano等人,2022):然后对这些值进行了所有有效时段的平均。为了评估时间变异性,我们计算了平均瞳孔大小(VarLR)和LRdiff(VarLRdiff)的 standard deviations。
2.4 统计分析
我们使用Spearman等级相关系数(ρ)来评估ADHD症状严重程度(通过ADHD-RS-5得分测量)与四个基于瞳孔的指标(LR、VarLR、LRdiff和VarLRdiff)之间的关系。使用Kolmogorov–Smirnov检验评估了这些指标的正态性,因为VarLRdiff不符合正态分布,因此采用了非参数相关分析(见补充材料)。在主要分析中,我们应用Benjamini–Hochberg错误发现率(FDR)校正(q < 0.05)来检查ADHD-RS-5总得分与这四个指标之间的相关性。只有通过FDR校正的指标才进行了涉及ADHD-RS-5子量表得分的次要分析:多动/冲动得分(ADHD-RS-5 Hyp/I)和注意力不集中得分(ADHD-RS-5 IN)。相同的FDR校正(q < 0.05)也应用于次要分析。
3 结果
表2展示了ADHD-RS-5总百分位数得分与基于瞳孔的指标(LR、VarLR、LRdiff和VarLRdiff)之间的Spearman等级相关系数(ρ)和p值。在这些指标中,只有VarLRdiff显示出强烈的正相关(q < 0.05)。随后对VarLRdiff与ADHD-RS-5子量表百分位数得分(IN和Hyp/I)之间的相关性分析也显示了强烈的正相关(q < 0.05)。这些相关性分析的散点图显示在图2中。当不对瞳孔时间序列进行线性插值时,也确认了相同的关联模式(见补充材料)。
表2
项目 LR VarLR LRdiff VarLRdiff 总得分
ρ = 0.12 (p = 0.351) ρ = 0.01 (p = 0.942) ρ = 0.12 (p = 0.365) ρ = 0.35 (p = 0.007)
IN得分 – – – ρ = 0.40 (p = 0.002)
Hyp/I得分 – – – ρ = 0.29 (p = 0.026)
Spearman等级相关系数(ρ)和p值用于评估ADHD-RS-5百分位数得分(总得分、IN和Hyp/I)与基于瞳孔的指标(LR、VarLR、LRdiff和VarLRdiff)之间的关联。只有在FDR校正后总得分显示出显著关联时,才测试子量表相关性(q < 0.05)。“–”表示未进行测试。对于VarLRdiff,与总得分、IN和Hyp/I得分观察到强烈的正相关(q < 0.05)。粗体值表示经过FDR校正后仍然显著的结果(q < 0.05)。
图2
散点图显示了ADHD-RS-5百分位数得分(总得分、IN和Hyp/I)与基于瞳孔的指标(LR、VarLR、LRdiff和VarLRdiff)之间的关联。(A) ADHD-RS-5总百分位数得分与瞳孔指标(LR、VarLR、LRdiff和VarLRdiff)之间的散点图。在VarLRdiff面板中,与总得分显示出显著强相关性(q < 0.05)(表2),显示了回归线。(B) ADHD-RS-5子量表得分(IN和Hyp/I)与VarLRdiff之间的散点图,也与总得分显示出显著强相关性。两个面板中都显示了回归线,因为两个子量表得分也确认了显著强相关性(q < 0.05)(表2)。为了说明目的,显示了简单线性回归分析的回归线,回归系数未标准化。
由于年龄和性别可能是基于瞳孔的指标的潜在混杂因素,我们进一步检查了它们对VarLRdiff的影响。Spearman等级相关分析显示VarLRdiff与年龄(以月为单位)之间没有关联(ρ < 0.001,p = 1.0)。此外,男性和女性之间也没有观察到显著差异(t = 1.485,p = 0.146)。因此,VarLRdiff与ADHD-RS-5得分之间的强相关性似乎不是由年龄或性别引起的。
此外,我们还检查了ADHD-RS-5得分本身是否与年龄或性别相关。Spearman等级相关分析显示年龄(以月为单位)与ADHD-RS-5总得分和子量表百分位数得分之间没有显著关联(总得分:ρ = 0.12,p = 0.36;IN:ρ = 0.15,p = 0.25;Hyp/I:ρ = ?0.01,p = 0.96)。Mann–Whitney U检验也表明这些得分在性别上没有显著差异(总得分:U = 661.0,p = 0.35;IN:U = 660.0,p = 0.34;Hyp/I:U = 670.5,p = 0.43)。这些发现表明,在我们的样本中,ADHD-RS-5评分与年龄和性别无关,支持了观察到的VarLRdiff与ADHD相关特征之间的关联不是由这些人口统计因素混淆的解释。
4 讨论和结论
在这项研究中,我们旨在通过分析从瞳孔直径衍生的多个特征来识别学龄前和学龄早期儿童的ADHD相关特征,包括瞳孔大小(LR)、时间变异性(VarLR)、左右眼之间的瞳孔不对称性(LRdiff)以及时间变异性(VarLRdiff)。相关性分析显示,VarLRdiff与ADHD-RS-5总得分以及两个子量表得分:IN和多动/冲动(Hyp/I)显示出显著且强烈的正相关。
首先,有必要理解为什么LRdiff没有显示出与ADHD相关特征的显著相关性,这与成人中的先前发现不一致(Poynter,2017)。处于早期发育阶段的儿童在交感神经系统和副交感神经系统中的活动水平都高于成人(Bufo等人,2022)。因此,由于这些自主机制的更强影响,儿童的瞳孔动态表现出更大的变异性(Winston等人,2020;Bufo等人,2022)。因此,代表双眼不对称性时间平均值的LRdiff可能在评估期间被这种高水平的变异性所掩盖。这可能降低了其作为捕捉早期发育阶段ADHD相关特征的指标的有效性。
我们还必须考虑为什么VarLRdiff与ADHD相关特征显著相关,而LRdiff则没有。左右眼瞳孔大小的不对称性可以归因于两个主要因素。一个因素是左右半球在神经结构和活动上的不平衡,这在ADHD患者中已有报道(Doi和Shinohara,2017;Douglas等人,2018;He等人,2022)。特别是,左右LC活动的不对称性与ADHD病理和特征有关(Poynter,2017;Kumano等人,2022)。另一个因素是控制瞳孔大小的神经通路。LC双侧投射并抑制Edinger–Westphal核的同侧和对侧区域,后者控制瞳孔括约肌(Liu等人,2017)。我们之前的研究表明,LC到Edinger–Westphal核的对侧投射是产生双眼瞳孔大小不对称性的关键因素,这取决于LC的活动水平(Nobukawa等人,2021b)。总的来说,在早期发育阶段,由于自主神经系统的不成熟导致更大的神经变异性(Winston等人,2020;Bufo等人,2022),双眼瞳孔不对称性可能会间歇性地出现,并与ADHD特征相关联。这种效应在具有强烈ADHD特征的儿童中可能会被放大,因为他们的自主调节涉及交感神经系统和副交感神经系统,已知是不稳定的(Castro Ribeiro等人,2024)。这些因素的结合可能导致ADHD相关特征儿童中观察到的双眼瞳孔不对称性(VarLRdiff)增加。由于本研究采用了认知要求较低的短暂注视任务,观察到的瞳孔动态可能反映了蓝斑活动的基线或张力模式,而不是任务引发的相位反应(Shirama等人,2020;Nobukawa等人,2021a)。从这个意义上说,VarLRdiff可能捕捉到了相对稳定的、类似特征的神经调节和自主调节方面,而不是短暂的状态依赖效应。
此外,尽管先前的成人研究发现较大的瞳孔大小和减少的时间变异性(通常称为降低的复杂性)与ADHD病理相关(Shirama等人,2020;Nobukawa等人,2021a),但理解为什么LR(平均瞳孔大小)和VarLR(瞳孔大小的时间变异性)与ADHD相关特征没有显示出显著相关性是至关重要的。在早期发育阶段,儿童通常比成人表现出更大的瞳孔大小(Bufo等人,2022),这可能导致上限效应,从而降低了LR检测ADHD相关倾向的敏感性。关于VarLR,先前的研究表明,与ADHD病理相关的时间变异性最好使用复杂的动态指标(如样本熵)来捕捉(Nobukawa等人,2021a)。然而,由于本研究中的评估时间较短——这是由于在早期发育阶段进行实验的挑战所必需的——无法应用这些高级指标。相反,我们使用时间标准差来估计变异性,但这种简单的测量可能不足以检测与ADHD相关的微妙时间动态。在这项研究中,VarLR与ADHD相关特征之间没有显著的相关性。同时,在解释VarLRdiff与ADHD相关特征之间的观察到的关联时,应考虑其他可能的解释。在瞳孔测量学的背景下,基于变异性的测量方法对测量相关因素特别敏感,例如眨眼事件、短暂的注视偏移、部分眼睑遮挡和头部运动,所有这些都可能引入瞳孔直径估计的伪波动(Hayes和Petrov,2016;Hooge等人,2021)。在包括学龄前儿童在内的发育样本中,由于运动活动增加和注视稳定性降低,这些效应可能会进一步放大。这些其他解释并不与基于大脑半球不对称性和蓝斑-自主神经系统调节的神经生理学解释相互排斥。相反,它们强调了谨慎解释的重要性,并促使未来的研究采用更长的记录时间、运动监测和多模态测量方法,以区分基于变异性的瞳孔测量指标中的神经和非神经贡献。
这项研究有几个局限性需要承认。首先,由于与年幼儿童合作的实际限制,我们无法使用固定的头部固定方法,如下巴支撑或头部约束器,也无法延长实验会话的时间。然而,未来的研究可以在儿童头部安装加速度计传感器,以更好地检测和纠正后处理过程中的运动伪影。此外,使用更复杂且更具吸引力的刺激物可能允许更长的记录时间,从而应用在先前研究中已经验证的先进瞳孔动态分析指标(Nobukawa等人,2021b,a;Kumano等人,2022;Nobukawa等人,2024)。其次,建立VarLRdiff的重复测试可靠性是下一步的重要步骤。短期重复测量,包括同一天和不同天的评估,将有助于明确VarLRdiff主要反映稳定的个体特征还是非特异性的个体内变异,后者已被广泛认为是ADHD的核心行为特征(Gould等人,2001;Kofler等人,2013)。证明足够的重复测试稳定性将大大增强VarLRdiff的可解释性和潜在的临床实用性。此外,本研究没有评估除ADHD相关倾向之外的性格特征或其他注意力或执行功能相关特征。因此,我们不能排除VarLRdiff反映的是更广泛的个体注意力或调节过程差异,而不是ADHD特有的机制。第三,根据美国食品药品监督管理局和国立卫生研究院提出的框架,生物标志物需要在诊断特异性、可靠性和预测效用方面进行验证(Califf,2018)。由于本研究基于非临床样本的横断面相关分析,VarLRdiff应被视为一个候选的生理相关指标,而不是经过验证的临床生物标志物。因此,纵向研究对于确定VarLRdiff是否可以作为ADHD的可靠生物标志物至关重要。随着时间的推移跟踪高ADHD特征得分的参与者,可以提供有关该指标稳定性和预测效用的宝贵见解。这些点应在未来的研究中仔细处理,以确定VarLRdiff作为候选生物标志物的有效性和临床实用性,有待进一步的纵向和临床验证。
总之,我们证明了在学龄前和学龄早期儿童中,双眼瞳孔不对称性的时间变异性(VarLRdiff)与ADHD相关特征之间存在显著关联。这一发现表明,VarLRdiff可能作为一个敏感的生理标志物,反映了不成熟的自主调节和神经不对称性的综合效应,这两者都是ADHD早期发育阶段的特征。尽管其他基于瞳孔的指标,如平均瞳孔大小(LR)和时间变异性(VarLR)在本研究中没有显示出与ADHD特征的显著关联,但VarLRdiff作为一个反映ADHD相关特征的有希望的指标脱颖而出。总体而言,目前的发现应被视为探索性的和假设生成的,基于对多个瞳孔衍生特征的并行评估。因此,需要进一步的纵向和临床研究,以预定义的主要结果来确定VarLRdiff是否可以作为一个可靠的生物标志物得到验证。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号