不同的脑电图休息状态功能网络变化在自闭症谱系障碍子组:基于症状的集群分析
Gang Zhu1,2,3, Yuhang Li4,5, Lin Wan2,3
1Senior Department of Pediatrics, The Seventh Medical Center of PLA General Hospital, Beijing, China.
Cerebral cortex (New York, N.Y. : 1991)
|November 11, 2023
概括
基于症状的EEG分析揭示了自闭症谱系障碍 (ASD) 的异质性. 轻微的ASD显示出增强的β频连接,而严重的ASD显示出减少的α频连接,突出了不同的神经模式.
科学领域:
- 神经科学是一个神经科学.
- 发展心理学 发展心理学
- 生物医学工程 生物医学工程
背景情况:
- 自闭症谱系障碍 (ASD) 呈现出显著的病因和表型异质性.
- 有限的研究存在于由临床表现定义的ASD亚组内的功能连接性变化.
研究的目的:
- 用基于症状的集群方法识别ASD子组.
- 为了研究这些子组中独特的脑电图 (EEG) 功能连接模式.
主要方法:
- 收集了72名患有自闭症儿童和63名典型发育 (TD) 儿童的眼睛开放静止状态EEG数据.
- 利用基于社会响应度量第二版和Vinland-3分数的数据驱动集群方法来识别子组.
- 评估了四个频段的EEG功能连接性和拓特性.
主要成果:
- 确定了两个ASD子组:轻度ASD (mASD,n=37) 和严重的ASD (sASD,n=35).
- 与TD儿童相比,mASD在β频段显示功能连接性增加.
- 与TD儿童相比,sASD在α频段表现出功能连接性下降.
- 在阿尔法和β频段的全球和区域拓异常中发现了群体间显著的差异.
结论:
- 一种基于症状的聚类方法有效地揭示了ASD亚组中不同的功能连接模式.
- 这些发现为解决ASD研究中的异质性提供了新的视角.
- 显著的EEG功能连接模式与ASD的临床严重程度相关.
更多相关视频
08:17A Semantic Priming Event-related Potential ERP Task to Study Lexico-semantic and Visuo-semantic Processing in Autism Spectrum Disorder
Published on: April 12, 2018
10.6K
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.3K
