EEG功能连接作为孤独症人群适应功能预后生物标志物

EEG functional connectivity as a prognostic biomarker of adaptive function in autistic people

作者信息Chirag Mehra, Petroula Laiou, Pilar Garcés, Joshua B Ewen, Eva Loth, Mark H Johnson, Luke Mason, Emily Jh Jones, Tony Charman, Thomas Bourgeron, Jan Buitelaar, Michael Absoud, Mark P Richardson, Declan Murphy, Jonathan O'Muircheartaigh
PMID43009499
发布时间2026-09-09
DOI10.1038/s41398-026-04422-7

实验完整度

高

多中心纵向队列EEG功能连接分析,含预测建模、交叉验证、重测信度及多基因评分关联验证

主要模型

孤独症参与者(n=150,6-31岁) 非孤独症参与者(n=159,6-31岁) AIMS-2-TRIALS LEAP多中心队列

重点核对

EEG功能连接指标:平均度(MD)和小世界指数(SWI),基于20秒闭眼静息态EEG,6-9Hz低alpha频段,68节点Desikan-Killiany图谱 纵向适应功能变化:Vineland适应行为量表第二版(VABS-II)适应行为综合分(ABC),T1和T2两个时间点,平均随访19.7个月 预测模型:一般线性模型预测ΔABC,调整T1 ABC、年龄及年龄×随访间隔交互项,采用10折交叉验证和留一交叉验证评估 重测信度:同一 session 内两个20秒epoch间的ICC(2,1)和ICC(2,k) 遗传关联:脑体积和孤独症多基因评分(PGS)与MD/SWI的偏相关分析

摘要

许多孤独症人群在适应功能方面面临挑战,影响教育、就业和独立生活目标。孤独症人群的适应功能结局差异很大,这使得规划未来需求变得困难。在此,我们采用发育敏感的方法,研究皮层-皮层功能连接——一种在孤独症中不同的核心神经生物学特征——是否能预测孤独症人群适应功能的纵向变化。我们使用脑电图对150名孤独症和159名非孤独症参与者(年龄6-31岁)进行研究,探讨平均度和网络组织(小世界指数)是否能预测19个月内适应功能的纵向变化。我们发现,小世界指数能显著预测整个年龄范围内孤独症人群适应功能的变化。预测性能在孤独症青年(15-24岁)中最佳,其中平均度和小世界指数分别解释了结局中21%和30%的额外方差,优于智力和孤独症特征测量。在二分类(改善与未改善)结局分类中,包含平均度的模型在15-24岁人群中的AUC为0.84 [95% CI: 0.71–0.97],而包含小世界指数的模型在6-31岁年龄范围内的AUC为0.76 [95% CI: 0.63–0.89]。这两个指标均表现出预后生物标志物所期望的特性:高重测信度以及与潜在生物学的收敛性(与脑体积相关基因的遗传变异显著相关)。因此,我们展示了首个证据,表明脑电图衍生的功能连接指标有望成为孤独症人群适应功能的预后生物标志物。潜在的精准医学应用包括在临床试验中对参与者进行分层,以及在临床环境中识别功能下降风险个体。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
EEG衍生的皮层-皮层功能连接指标(平均度和小世界指数)是否能预测孤独症人群适应功能的纵向变化,且预测能力是否随发育阶段而异。
核心机制
EEG功能连接的平均度和小世界指数与适应功能变化相关;在15-24岁孤独症青年中,较高的平均度和较低的小世界指数与适应功能改善相关。这些指标与脑体积相关基因的多基因变异收敛,提示其反映潜在的神经生物学过程。
主要证据
在150名孤独症和159名非孤独症参与者(6-31岁)中,小世界指数显著预测6-31岁孤独症人群的适应功能变化(解释4%额外方差);在15-24岁孤独症青年中,平均度和小世界指数分别解释21%和30%的额外方差,优于智力和孤独症特征;二分类AUC分别为0.84和0.78;两指标重测信度ICC(2,1)为0.78和0.77,且与脑体积PGS显著相关。
研究意义
首次证明EEG衍生的功能连接指标有望作为孤独症人群适应功能的预后生物标志物,潜在精准医学应用包括在临床试验中对参与者进行分层,以及在临床环境中识别功能下降风险个体。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

队列建立与EEG数据采集

获取可用于功能连接分析的静息态EEG数据和结构MRI数据。

从AIMS-2-TRIALS LEAP五个站点纳入150名孤独症和159名非孤独症参与者(6-31岁),采集60-70电极的闭眼静息态EEG(4段30秒)和T1结构MRI,筛选至少一个20秒高质量epoch的参与者。

2

源空间功能连接网络构建

从EEG信号计算皮层-皮层功能连接指标(MD和SWI)。

使用个体T1 MRI和LCMV波束形成器将EEG从传感器空间转换到源空间,选取20秒闭眼epoch,6-9Hz滤波,计算68个Desikan-Killiany脑区间的相位锁定值(PLV),构建加权无向功能连接矩阵,计算平均度(MD)和加权小世界指数(SWI)。

3

横断面功能连接与孤独症特征关联分析

验证MD和SWI在孤独症与非孤独症间的差异及其与孤独症特征的关系。

比较孤独症与非孤独症组在三个年龄组(6-14、15-24、25-31岁)的MD和SWI差异,并在孤独症组内分析MD/SWI与SRS T评分的偏相关。

4

纵向适应功能预测模型构建与验证

检验T1功能连接指标是否能预测ΔABC,并评估年龄差异和预测性能。

使用一般线性模型预测ΔABC,调整T1 ABC、年龄及年龄×随访间隔交互项,比较AIC和调整R²选择协变量,用10折交叉验证评估样本外泛化性,用留一交叉验证进行分类预测,计算AUC、敏感性和特异性。

5

重测信度评估

量化MD和SWI的重测信度。

计算同一 session 内间隔1-3分钟的两个epoch间的组内相关系数ICC(2,1)和ICC(2,k)。

6

多基因评分与功能连接关联分析

评估MD/SWI与潜在生物学过程的收敛性。

使用血液样本计算孤独症和脑体积的多基因评分(PGS),分析PGS与MD/SWI的偏相关,调整年龄和性别。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
脑连接工具箱----
血液样本----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
EEG数据采集与预处理
EEG电极数量(60-70,站点依赖)、epoch长度(20秒)、滤波频段(6-9Hz)、源重建方法(LCMV波束形成器)、可用epoch数(1-4)
阅读提示:Methods中Electroencephalography methods小节及Supplementary Methods
功能连接网络构建
脑区图谱(Desikan-Killiany,68节点)、连接度量(PLV)、网络指标(MD和加权SWI)、SWI计算方法(Humphries和Gurney加权版)
阅读提示:Methods中Functional connectivity network analyses小节
纵向适应功能评估
VABS-II版本(第二版)、ABC评分标准化(年龄标准化,均值100,SD15)、随访间隔(平均19.7个月,SD3.3)、ΔABC计算方式(T2减T1)、截断值6
阅读提示:Methods中Behavioural measures小节及Table 2
预测模型构建
协变量(T1 ABC、年龄、年龄×随访间隔交互项)、模型选择(AIC和调整R²)、交叉验证方法(10折和留一)、分类阈值(≥6为改善)
阅读提示:Methods中General linear models predicting longitudinal changes in adaptive function小节
重测信度评估
epoch间隔(1-3分钟)、ICC类型(ICC(2,1)和ICC(2,k))、样本量(n=203)
阅读提示:Methods中Test-retest reliability小节
遗传分析
PGS参考GWAS(孤独症和脑体积)、样本类型(血液)、协变量(年龄和性别)、样本量(n=136)
阅读提示:Methods中Genetics小节