重新思考脑疾病的EEG生物标志物:跨诊断维度化视角

《Translational Psychiatry》:Rethinking EEG biomarkers of brain disorders: a transdiagnostic dimensional view

【字体: 大 中 小 】 时间:2026年06月23日 来源:Translational Psychiatry 6.2

编辑推荐:

  摘要:开发具有临床实用性的脑源性生物标志物仍是转化精神病学与神经病学的核心挑战。传统聚焦于疾病特异性信号的方法临床效用有限。脑电图(electroencephalography, EEG)作为一种可扩展、无创的脑功能检测手段,体现了替代策略的价值——即跨诊断(

  
摘要:开发具有临床实用性的脑源性生物标志物仍是转化精神病学与神经病学的核心挑战。传统聚焦于疾病特异性信号的方法临床效用有限。脑电图(electroencephalography, EEG)作为一种可扩展、无创的脑功能检测手段,体现了替代策略的价值——即跨诊断(transdiagnostic)与维度化(dimensional)生物标志物开发。研究人员以低频活动(low-frequency activity, LFA)为例阐释此框架,综合176项涵盖慢性疼痛、偏头痛、疲劳及抑郁症的EEG研究证据,发现LFA增强是各疾病中最一致的异常表现。关键的是,这种缺乏疾病特异性的特征并不削弱其临床价值,反而提示存在共享的神经功能障碍,与丘脑-皮质节律失调(thalamo-cortical dysrhythmia, TCD)及兴奋-抑制失衡(excitation-inhibition imbalance)理论相符。这些过程可能构成负性情感、认知功能障碍及躯体化表现等共享症状维度的神经基础。此类跨诊断维度化标记可在不同疾病间支持预防、监测、分层及神经调控干预,是通过机制锚定的、具临床可操作性的生物标志物实现精准神经科学的范例。
《Rethinking EEG biomarkers of brain disorders: a transdiagnostic dimensional view》一文发表于Translational Psychiatry,针对传统EEG(electroencephalography,脑电图)生物标志物研究中过度追求疾病(diagnostic category)特异性的局限,提出并论证以跨诊断(transdiagnostic)、维度化(dimensional)视角开发脑电生物标志物的新范式。传统基于ICD-10等分类体系的生物标志物研究难以捕捉神经精神疾病共有病理机制,且大量候选标记物可重复性差;而EEG具备低成本、高时间分辨率、无创及可链接神经调控等优势,适合大规模跨诊断研究。研究人员通过对慢性疼痛、偏头痛、病理性疲劳及抑郁症共176项静息态EEG(resting-state EEG, rsEEG)研究的整合分析与系统综述,发现低频活动(low-frequency activity, LFA;尤指theta波段4–8 Hz)增强是跨越上述异质性疾病的最一致电生理改变,并论证LFA可作为反映丘脑-皮质节律失调(thalamo-cortical dysrhythmia, TCD)及兴奋-抑制(E/I, excitation-inhibition)失衡的跨诊断维度化生物标志物,服务于疾病监测、患者分层、风险识别及靶向神经调控。
主要关键技术方法
研究人员系统检索并汇总了关于慢性疼痛、偏头痛、病理性疲劳(慢性疲劳综合征/myalgic encephalomyelitis–chronic fatigue syndrome, ME/CFS)及重度抑郁障碍(major depressive disorder, MDD)的rsEEG/静息态脑磁图(resting-state magnetoencephalography, rsMEG)研究共176篇(纳入受试者n=14705),进行跨诊断系统综述与荟萃分析(部分病种行正式meta-analysis)。采用Albatross图展示各疾病vs健康对照的theta频段功率效应量与样本量关系,计算Hedges' g合并效应量;提取各研究rsEEG频谱指标——各经典频带功率(delta 1–4 Hz、theta 4–8 Hz、alpha 8–13 Hz、beta 13–30 Hz、gamma 30–100 Hz)、峰值alpha频率(peak alpha frequency, PAF)、脑区间连接性及频谱非周期(aperiodic/1/f)成分,并进行偏倚风险评估。
EEG biomarkers of brain-related disorders
本部分阐述EEG生物标志物背景与概念。研究人员指出传统生物标志物开发依FDA-NIH BEST(Biomarkers, Endpoints, and other Tools)框架区分诊断、预后、监测及预测性生物标志物;rsEEG经频谱分解得到各频带功率与PAF,近年新增连接性度量与频谱非周期成分(反映群体E/I平衡)。多数研究仍锚定于分类诊断并追求疾病特异性,但研究人员类比C反应蛋白(C-reactive protein, CRP)说明生物标志物不必具疾病特异性才具临床价值。由此引出跨诊断维度化生物标志物概念——与症状维度(如负性情感、认知功能障碍)连续变化相关联而非离散诊断类别对应,契合RDoC(Research Domain Criteria)框架,并以LFA为例展开下文。
Common EEG findings in pain, headache, fatigue, and depression
研究人员综合分析176项rsEEG研究显示,最一致的发现是各疾病组LFA(尤其theta频段4–8 Hz功率)较健康对照升高;beta功率升高见于慢性痛与抑郁但不稳健;alpha功率降低在各病中不一致;PAF在慢性痛部分研究中降低但其余疾病结论不一;连接性分析因方法学异质性未得一致结果。偏倚分析提示药物、记录条件等混杂因素控制不足,但LFA跨疾病一致性使其不太可能是主要驱动因素。增加LFA亦见于神经退行性与神经发育/其他精神障碍,研究人员强调缺乏疾病特异性恰可将其重构为跨疾病共有神经功能失调的指标——类似体温或神经丝轻链(neurofilament light chain, NfL),结合临床背景具诊断与预后价值,可支持跨疾病防治与干预。
Interpreting transdiagnostic EEG findings
研究人员从机制层面解释跨诊断LFA增高:系统水平可用TCD模型解释——丘脑起搏异常与丘脑-皮质耦合受损致持续性低频振荡;微环路水平E/I失衡(GABA能抑制减弱或谷氨酸能兴奋增强)使皮层动力学偏向慢节律,与疼痛及心境障碍中报道一致;亦关联中枢敏化(central sensitization)及预测编码(predictive coding)框架下自顶向下预期与自底向上输入失衡致感觉信号持续误判。theta与beta振荡异常增高可能反映跨疾病适应不良的预测过程。LFA并非单一疾病机制,而是TCD、E/I失衡、预测编码改变等在不同疾病中汇聚于易感神经系统之共同表现,可作为联系机制洞察与共享症状表达的跨诊断维度化标记,甚至可视为脑健康/易损性的一般维度指标。
From common EEG findings to clinically actionable biomarkers
研究人员论述跨诊断EEG标记临床用途:①疾病监测——纵向追踪症状与治疗反应;②患者分层——识别特定干预(药物/心理/神经调控)获益亚组;③风险识别——如偏头痛伴高theta活动者抑郁发生风险高,慢性痛伴显著低频减慢者可能为治疗抵抗亚型;④神经调控靶标——经颅电刺激(transcranial electrical stimulation, tES)、重复经颅磁刺激(repetitive transcranial magnetic stimulation, rTMS)或神经反馈(neurofeedback)可针对性调节异常低频振荡。研究人员强调只要证明超越临床标记的增量预测/监测/分层价值,跨诊断维度化脑生物标志物即便非疾病特异性也具有临床可操作性,该思路可推广至连接性、非周期活动及其他模态。
Conclusions and outlook
研究人员总结认为,生物标志物缺乏疾病特异性不应视为缺陷而是优势;跨诊断汇聚为开发机制锚定且具临床可操作性的症状维度生物标志物提供基础。LFA在慢性痛、头痛、心境障碍及相关病症中的跨诊断增高表明EEG可捕获共享神经改变,这些共有神经功能障碍可能关联跨越诊断的症状维度。EEG成本低、可扩展、直接测网络水平脑功能,介于分子-基因级静态特征与实时认知情绪行为过程之间,特别适合跨诊断维度化研究;闭眼记录所得功率指标可靠性较高。未来需大型跨诊断 harmonized 数据集、纵向与干预设计及多模态(影像/分子)整合以推进EEG成为稳健可操作生物标志物平台。应摒弃将EEG生物标志物束缚于疾病分类的观念,转向连接神经机制与临床可操作性的维度化标记,推动精准神经科学发展。
讨论与结论翻译
传统观念认为生物标志物缺乏疾病特异性是局限,本文主张这正是其优势所在。跨诊断汇聚为开发既具机制基础又具临床可操作性的症状维度生物标志物提供了基础。本文以慢性疼痛、头痛、心境障碍及相关病症中LFA增强为例,展示了EEG如何捕获共享神经改变,这些共有神经功能障碍可合理关联跨越诊断的症状维度。LFA示例说明,当在跨诊断与维度化层面概念化时,EEG生物标志物可桥接基础神经科学与临床应用。EEG尤为适合此任务:成本低、可扩展、全球临床与科研场景广泛可及,且直接测量网络水平脑功能,处于联结基因分子过程与症状表达的生物学级联末端,较之早期静态疾病特征更能反映认知、情绪及行为的实时过程。尽管存在空间分辨率低、个体内变异大及对记录条件敏感等局限,其可及性与时间精度使EEG成为转化生物标志物开发的现实强候选,其中闭眼记录的频段功率最为可靠。未来需大型跨诊断 harmonized 数据集、纵向与干预设计及多模态整合。时机已成熟——应重新将EEG生物标志物视为连接神经机制与临床可操作性的维度化标记,而非疾病绑定的相关物,推进精准神经科学愿景。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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