休息状态EEG显示没有可靠的耳横向性的生物标志物

科学领域:

• 神经科学是一个神经科学.
• 生物标志物 生物标志物
• 定量脑电图 (QE) 是一种量子脑电图.

背景情况:

• 耳是一种常见的听力障碍,具有不同的侧向性.
• 识别耳横向性的客观生物标志物对于理解其病理生理学至关重要.
• 定量EEG (qEEG) 提供了一种评估大脑活动的非侵入性方法.

研究的目的:

• 为了确定静止状态的qEEG特征是否可以区分耳侧向性.
• 通过 qEEG 数据,研究机器学习 (ML) 在分类耳侧向性方面的实用性.
• 评估听力值对与耳横向性相关的qEEG发现的影响.

主要方法:

• 在110名慢性耳患者中分析了210个qEEG特征 (光谱功率,功能连接性,不对称指数).
• 严格的统计测试包括Kruskal-Wallis,Benjaminini-Hochberg FDR校正,以及ANCOVA控制听力值.
• 嵌套,交叉验证的机器学习模型 (随机森林,SVM,后勤回归) 用于分类任务.

主要成果:

• 没有QEEG特征能够在多重比较校正中存活下来,以区分四个组中的耳侧向性.
• 机器学习模型在四类和二元耳声横向性分类的机会级别上执行.
• 对听力不对称性进行调整时,发现大多数明显的qEEG差异归因于听力值,而不是耳侧面性本身.

结论:

• 休息状态头皮qEEG没有提供强大的皮质生物标志物来检测耳的侧向性.
• 听力不对称性显著混了EEG测量,需要在未来的研究中仔细控制.
• 为了有效地发现耳生物标志物,需要更大,更平衡的患者队伍.