关注“心仪脑”查看更多脑科学知识的分
关键词：世界卫生组织、精神疾病、静息态、脑电、文献综述
据2001年世界卫生组织数据，全世界约有4.5亿人患有某种形式的精神障碍或脑部疾病，每4人中就有1人在其生命中的某个时刻符合这一标准。
最近的统计数据表明，全球有3亿人患有抑郁症，6000万人患有双相情感障碍，2300万人患有精神分裂症，每160名儿童中就有1名患有自闭症，5%-7% 的儿童和青少年患有注意力缺陷多动障碍(ADHD)。
这些精神疾病的诊断标准主要基于自我对症状的描述，包括行为、认知、情感或身体障碍。例如，ADHD诊断主要基于儿童或青少年的认知和行为，而抑郁症的诊断通常关注个人情感和生理上的异常。
这些诊断标准都是基于主观判断，缺乏客观的指标。利用EEG可以寻找客观的生物指标来诊断精神疾病。
现在精神疾病研究着重于探寻脑电的不同频谱(δ: 0-4Hz、θ: 4-8Hz、α: 8-12Hz、β: 12-30Hz、γ: 30-45Hz)特征。基于频谱分析生物指标也被作为一种标准纳入美国食品药品管理局(FDA)。例如，θ/β已经成为诊断ADHD的标准。
那么脑电图频谱分析是否可以作为一种鉴别不同类型精神疾病的可靠办法呢？
本文目标有三个：
首先，确定主要脑电模式，并揭示静息态下不同脑部疾病之间在各脑电频谱的相似性和不同点；
其次，报告各种疾病类型结果的可靠性和一致性，以确定功率谱分析对单个被试精神疾病诊断的有效性；
第三，对所有研究的分析办法进行比较，以便在该领域内得出可靠的结论。
材料和方法
1、1回顾以往研究并报告特征
回顾过去25年来发表的研究，这些研究报告了10种精神障碍患者在静息状态（睁眼或闭眼）期间不同频谱的光谱功率，精神障碍包括抑郁症、双相情感障碍、成瘾、自闭症、多动症、焦虑症、恐慌症、强迫症(OCD)、创伤后应激障碍(PTSD)和精神分裂症，使我们能够在疾病内部进行比较。
我们的回顾仅限于至少有20名研究对象的研究，这些研究至少在一个频谱报告了可量化的结果。
整理了各种方法学参数，包括采样特征、脑电图记录参数和功率谱计算。抽样特征包括样本量、人口统计数据（年龄、性别）、药物状况和诊断筛查方法。关键的脑电参数包括参考方式、记录长度，功率谱计算包括FFT法、频谱，以及分析每个频谱内的绝对和相对功率差值。在文本或数字中报告的地方，还计算了变化的幅度。所有收集到的数据都被整合到一个电子表格中，供回顾和分析。
1、2一致性和可靠性
我们定义了一个一致性分数，其计算方法是报告主要结果（如无显著差异）与报告不同结果（如显著增加或减少）的研究数量之比；
实质上是主要结果与其他结果相比在文献中报告的频率有多高。当所有研究一致时，我们使用研究数量作为一致性分数。当研究在任何两个结果之间平均分配时，我们将一致性得分计算为1。
接下来，计算每个频谱主要结果的均值N，并将其乘此主要结果的研究数量，从而创建了一个验证分数。然后，我们对所有频谱的这些值进行平均。
结果
2、1描述性统计
下表总结了各种疾病的研究数量及其样本特征。可以看到ADHD和精神分裂症被广泛研究（分别为65篇和37篇文章）；相比之下，双相情感障碍、广泛性焦虑症等研究数量较少。论文中研究对象数量中位数为60，在大多数研究中实验组和对照组的数量大致相等。73%的研究样本量小于 100人。
表1 不同疾病研究数
?
下图是各种研究被试数量的分布图。
图1 研究对象数量分布图
2、2报告指标
大多数研究记录了闭眼的静息态脑电(66%)。然而少数研究中，α和θ频谱是最常被报告的(84%)，其次是β(80%)和δ(70%)，γ仅占18%。
鉴于这种报告模式，有时不清楚当一项研究只报告了一个或两个频谱时，是否是因为其他频谱没有被分析，或者是否因为负面或无效结果而被排除。因此，对负面或无效结果的报告不足可能会使文章偏向于正面的结果。
对于每个频谱，研究最常报告对照组和实验组之间绝对功率的差异。其中一些研究还报告了相对功率，相对功率通过计算每个给定频谱的功率除以所有频谱的功率总和来计算。令人惊讶的是，29%的研究没有明确指出报告的方法，需要进行一些推断。如果一项研究没有提到它报告的是绝对功率还是相对功率，在没有任何相反证据的情况下，一般认为它是绝对功率。
研究结果比较
下图梳理了所有疾病和频谱之间的关系，白色是对照组，其余为实验组，另外黑色、灰色、线条分别代表绝对功率的增加、减少及相反结果。可以看到A在闭眼和睁眼条件下，δ和θ频谱的绝对功率增加，而α和β频谱绝对功率的减少，B的相对功率结果与A相同。
?
图2 综合所有疾病和频谱的主要结果
下图是每种疾病所对应脑电频谱的变化。在闭眼状态下，ADHD（儿童）、精神分裂症、强迫症和抑郁症的δ和θ频谱的绝对功率都有所增加，而ADHD（成人）和酒精成瘾仅在θ频谱中有所增加。在睁眼状态下，抑郁症、ADHD（儿童）和双相情感障碍的δ和θ频谱的绝对功率均显著增加，但ADHD（成人）仅在δ频谱、精神分裂症仅在θ频谱绝对功率有所增加。
图3 每个单项障碍和频谱的主要结果
在图3B可以看出绝对和相对功率差值的主要结果之间的差异。总体而言，在 62%的实验比较中，相对功率的主要结果与绝对功率相同（白色方块）。θ频谱的相对和绝对结果相似度为73%。
下面统计各研究结果的一致性并给出评分。可以看出，对于所有疾病和频谱来说，相对功率最高的一致性得分是闭眼(-3.0)，其次是闭眼时的绝对功率(-2.2)。睁眼时的绝对功率和相对功率分别为2.0和1.5。同时，可以观察到睁眼是一个不稳定因素，并且对于全频谱来说相对功率的结果更加可靠。
?
图4 不同条件下的一致性得分汇总
对于单个疾病来说，获得了相对功率的最高一致性得分的是ADHD闭眼(儿童，-7.0)，其次是闭眼的网络成瘾(4)。闭眼绝对功率的最高一致性分数是强迫症(3.3)、其次是网络成瘾(2.8)和儿童多动症(2.8)。成人自闭症和多动症在所有条件下的一致性通常最低。
图5 疾病的一致性和验证分数
结论
该领域极度缺乏标准化，这对临床解释及相关应用有很大影响。功率谱计算的标准化，以及相对功率和绝对功率的比较是必不可少的。与信号幅度有关的绝对功率更受颅骨厚度和头部几何形状等因素的影响，这些因素在不同人之间存在很大差异。
其次，睁眼范式的高度是可变的，因为在实验过程中，视觉输入和注意力可能因研究对象而出现差异，这表明闭眼是一种更标准的条件。
对多种疾病的研究表明，单频谱或跨频谱的模式不能作为区分疾病的有用衡量标准。这有力地证明了孤立地研究个别疾病可能会产生很大的误导。
例如，较高的θ/β比率被认为是儿童ADHD的指标，甚至被FDA批准为诊断标准。然而，精神分裂症和强迫症也可能具有类似的更高的θ/β比值。
精神疾病的一些症状可能会在各种疾病之间重叠，并且可能存在研究中未考虑的其他症状合并症。因此，基于特定症状的分析可能会产生偏见。
?
原文链接：
Newson, J. J., Thiagarajan, T. C. (2019). EEG Frequency Bands in Psychiatric Disorders: A Review of Resting State Studies. Frontiers in Human Neuroscience, 12, 521–545.