自闭症研究的一个目标是确定早期生物标志物,以了解自闭症的病理机制并加快诊断速度。以往研究表明,自闭症高风险或者被确诊为自闭症的婴幼儿的脑电振荡存在异常,并且与他们的症状有相关关系(Wilkinson et al., 2019)。
研究背景
然而,早期脑电图差异能多好地识别自闭症的发展,自闭症患者的脑电振荡如何随年龄变化,以及脑电功率变化轨迹是否能够识别出自闭症患者?这些问题目前仍然未知。
在2019年发表于Nature Communications上的研究以自闭症高风险和低风险婴幼儿为研究对象,在他们3个月、12个月、24个月和36个月大时分别采集静息态脑电数据。该研究通过额叶脑电振荡功率的数据驱动模型,试图探究哪个年龄段的脑电振荡能够很好地鉴别婴儿是否患有自闭症以及婴幼儿患自闭症的风险。
研究结果
基于额叶不同频段的平均功率(图1),研究发现,在不同年龄阶段的模型分析中,3-36个月的额叶脑电功率发展模型能够最准确地鉴别婴幼儿患有自闭症的风险。
在不同年龄阶段的模型分析中,3-12个月的额叶脑电功率发展模型能够最准确地鉴别婴幼儿是否患有自闭症。
比较不同的频段,3-12个月的额叶脑电低频段的模型能够更准确地鉴别婴幼儿是否患有自闭症;
比较不同的频段,12-24个月的额叶脑电beta频段能够更准确地鉴别婴幼儿是否患有自闭症以及自闭症的患病风险;
比较不同的频段,3-36个月的额叶脑电高频段的模型能够更准确地鉴别婴幼儿是否患有自闭症以及自闭症的患病风险。
结 论
该研究跟踪记录了3-36个月婴幼儿的静息态脑电,并通过模型分析脑电振荡不同频段的功率发展轨迹,探究其是否能识别自闭症的患病风险和最终诊断结果。研究结果表明,出生后第一年的额叶脑电振荡功率发展轨迹能够很好地鉴别出自闭症的诊断结果。
启 发
该研究表明,静息态脑电功率对自闭症的识别在儿童年龄更小的时候(即还没有表现出明显自闭症症状时)更加敏感,提示,出生后第一年的脑电功率测量具有作为自闭症生物标志物的巨大潜力。该研究通过对婴幼儿脑电数据的纵向追踪分析,强调早期的神经发育变化可能在疾病分类中有重要作用。
参考文献:
Gabard-Durnam, L.J., Wilkinson, C., Levin, A.R., Nelson, C.A., Kapur, K., Tager-Flusberg, H., 2019. Longitudinal EEG power in the first postnatal year differentiates autism outcomes. Nat. Commun. 10, 4188.
Wilkinson, C.L., Levin, A.R., Gabard-Durnam, L.J., Tager-Flusberg, H., Nelson, C.A., 2019. Reduced Frontal Gamma Power at 24 Months is Associated With Better Expressive Language in Toddlers at Risk for Autism. Autism Res. 12, 1211.