JAMA Pediatrics：围产期孕妇压力感知与婴儿EEG模式的关系
请点击上面“思影科技”四个字，选择关注我们，思影科技专业于脑影像处理，涵盖（fMRI,结构像,DTI,ASL,EEG/ERP,MEG,FNIRS,眼动）等，希望专业的内容可以给关注者带来帮助，欢迎留言讨论，也欢迎参加思影科技的课程。(文末点击即可浏览）。
摘要：
儿童对逆境的反应差异为确定其在认知健康方面适应性强弱带来了一项临床挑战。建立生物指标可增加对早期逆境与神经发育关系的早期识别和机制上的理解。为研究孕妇感知压力是否与2个月婴儿的静息EEG模式相关，以及能否确定与风险和复原因素相关的特异性EEG特征，波士顿儿童医院认知神经科学实验室在JAMA Pediatrics杂志上发表论文对此进行研究。该研究招募113对母婴（婴儿2个月），孕妇报告自己接触过有压力的生活事件和感受到的压力。然后，通过潜在剖面分析（latent profile analysis）来分析特定频带，确定婴儿EEG和静息EEG剖面图在不同频段（delta, theta, low and high alpha, beta, gamma）的功率谱（绝对和相对）。
结果发现：在多变量线性层次回归中，孕妇感知压力与婴儿相对和绝对beta, gamma功率谱呈显著负相关。协变量控制后，孕妇教育水平与婴儿high alpha, beta, gamma呈显著正相关。潜在剖面分析确定了绝对和相对功率的两个特异性剖面。孕妇感知压力和孕妇的教育水平都与特定的剖面关系特征有关。
这些结果表明，孕妇压力和孕妇的教育水平对婴儿神经发育的独特贡献可在婴儿2个月时检测到；EEG在确定最易受到父母压力影响的婴儿，并揭示神经发育与逆境相关的机制方面是很有前景的工具。但应用于临床，还需要进行更多的研究，以验证具有不同压力源和不同年龄的更大群体中的亚组。
方法：
被试排除情况：如下图，
被试人口统计学信息：如Tab 1。
孕妇压力：采用修改后的Recent Life Events Questionnaire（RLEQ）对怀孕期或孩子出生后，孕妇压力生活事件的暴露程度进行评估。使用Perceived Stress Scale（PSS）评估孕妇前一个月的压力。
基线EEG：采用128-Channel Hydrocel Sensor Net System（EGI Inc）记录婴儿EEG。当婴儿观看玩具视频时，以500Hz的采样率采集5min EEG数据。
EEG分析：采用Harvard Automated Processing Pipeline对数据进行预处理。具体步骤：
1）带通滤波：1-249Hz；
2）ICA去除伪迹，并挑选46个电极（Figure 1A）用于接下来的分析；
3）采用多窗谱回归方法去除60Hz工频干扰；
4）采用联合概率法识别信号质量较差的通道，并采用球形插值法进行插值；
5）利用扩展的Infomax算法和Coiflets小波执行小波增强ICA（W-ICA: 降低EEG信号的整体振幅，但对分析和解释没有影响，并显著改善了随后的ICA分解），消除高振幅的眼动和运动伪迹；
6）使用ICA分解纠正剩余伪迹。将数据分割为2-s时间段，通过振幅标准（+/-40 uV）去除剩余伪迹段。平均所有通道数据。
使用MATLAB 2014b和EEGLAB 14.0.0b对数据进行优化。使用Batch EEG Automated Processing Platform对数据进行频谱分析。利用多正交窗快速傅里叶变换提取各通道的功率谱。对每个频带计算Log10-转换绝对功率谱：delta (2-4Hz), theta (4-6Hz), low alpha (6-9Hz),high alpha (9-13Hz), beta (13-30Hz), gamma (30-50Hz)。然后取全脑平均功率谱。各频带功率谱除以总功率谱为相对功率谱。采用独立样本t检验对不同地点每个频段的EEG功率进行比较。结果显示地点之间没有显著差异。而CHLA婴儿的相对delta、theta和 low alpha功率明显高于BCH婴儿，而相对beta和gamma功率明显低于BCH婴儿。由于地点与变量（婴儿年龄、贫困、孕妇受教育程度）高度相关，将地点作为统计模型的协变量，将导致高度的共享变异，这可能会削弱效应。为确保相对功率的效应不仅仅是由于地点差异导致，我们通过地交互项对变量进行回归，结果显示这些变量（婴儿年龄，孕妇PSS分数）在相对EEG结果上（相对EEG剖面关系特征，相对功率）主效应显著。
数据分析：
分层线性回归：为检验孕妇感知压力与婴儿EEG之间的关系，采用SPSS 24.0进行多变量分层线性回归。在调整人口统计因素后，采用分层的方法研究孕妇压力可解释多少婴儿功率谱的额外变异。使用G*Power 3.1计算样本量，结果显示70个被试可以使效应量达到0.2，统计效力达到80%。
潜剖面分析（Latent Profile Analysis, LPA）：LPA是一种数据驱动技术，用于分离EEG中的特定剖面，在确定孕妇特征是否与婴儿在可分离EEG剖面关系特征有关时，提供了一个强大的数据缩减策略。使用Mplus 7.3128将潜在类模型拟合到每个频段（log10-转换的绝对或相对）的全脑EEG功率谱。
为探讨婴儿亚组是否存在不同的EEG特征，在Mplus中采用多元线性回归的多项logistic回归分析方法，以人口统计学因素和孕妇压力为指标，以剖面关系特征（绝对或相对EEG剖面）为结果变量，确定与潜在剖面特征相关的变量。
A. 参与分析的电极（EGI Inc）。粉色表示标准10-20系统电极，蓝色表示增加的额外电极。
B和C:孕妇感知压力量表分数与婴儿beta（B）以及gamma（C）EEG功率谱的相关。
结果：
人口学变量：纳入和排除的家庭在人口统计变量上没有差异。
孕妇感知压力和婴儿EEG功率谱：使用分层线性回归评估孕妇压力与log10-转换的绝对EEG功率谱之间的关系，并且控制人口学变量（Table 2）。与单独的人口学变量相比，孕妇压力分数（PSS和RLEQ）与婴儿绝对EEG功率谱更多的变异存在相关。孕妇PSS分数与更低的婴儿EEG beta和gamma频带有关（Figure 1B, C）。在人口统计学变量保持不变的情况下，PSS评分与EEG功率变异之间存在着一种中-小程度的相关。孕妇RLEQ分数与所有频带的EEG绝对功率谱都无关。其他重要因素：婴儿年龄与所有频带呈正相关；相比于高中以下教育水平，大专及以上教育水平的孕妇有更高的alpha, beta, gamma功率谱；高中教育水平的孕妇有更高的gamma功率谱。社区贫穷水平与所有频带的EEG功率谱都没有相关。
table2:线性回归检验母亲压力测量和婴儿EEG-log10转换的绝对功率之间的关系
对于相对EEG功率谱（Table 3），控制人口统计学变量后，孕妇压力没有解释额外变异。婴儿年龄与更低的相对theta和更低的相对beta功率谱相关。没有发现其他相关。
table3:线性回归检验母亲压力测量和婴儿EEG相对功率之间的关系
孕妇感知压力、教育水平和婴儿年龄均与EEG信号的变化有关。每个变量与绝对vs.相对功率谱出现不同的模式。孕妇教育水平与不同频带的绝对功率谱呈显著正相关，而孕妇感知压力与绝对功率谱呈显著负相关。
孕妇压力与婴儿EEG剖面：对于log10-转换的全脑绝对EEG功率谱，3个剖面被测试，并且2-剖面是最优模型。平均后验概率在剖面1中为44（99.7%），在剖面2中为26（98.5%）。剖面1（低功率谱）在所有频段的功率均低于剖面2（高功率谱）（Figure 2）。
图2：潜在剖面分析识别了2种特异EEG，log10转化的绝对EEG（A）和相对EEG（B）。
两种孕妇压力测量均与剖面关系特征无关，然而越年长的婴儿和越高的孕妇教育水平与高频功率剖面关系特征相关。贫穷水平与剖面关系特征无关。
对于全脑相对EEG功率谱，测试3个剖面，2-剖面解决方法是最优模型，剖面1的平均后验概率为36（97.3%），剖面2的平均后验概率为34（99.0%）。剖面1（相对高）在高频段（beta, gamma）的功率比剖面2更高，但在低频带（theta, delta）的功率比剖面2更低（Figure 2）。
更大的PSS分数与相对低剖面关系特征有关。控制人口统计学变量后，PSS增加1个百分点，分组进相对较低剖面人群的几率增加1.14倍。RLEQ分数与剖面关系特征无关。孕妇教育水平和贫穷水平均与剖面关系特征无关。婴儿年龄与相对低剖面关系特征呈正相关。
孕妇敏感性分数：为测量在生活事件中暴露于压力环境下，孕妇感知压力是否仍然与婴儿EEG结果相关，通过对RLEQ评分进行PSS回归，创建标准化的残差分数。更高的残差反映孕妇对压力的感知要比真实经历的压力大得多。这些孕妇敏感性评分可能反映对压力源的更高敏感性，而不是由于压力暴露导致的急性预期增长。EEG结果与孕妇敏感性回归相关，符合PSS评分观察到的模式。在控制人口统计学变量后，孕妇敏感性每增加一点，绝对beta和gamma功率有小到中等的减少，相对低剖面的几率增加2.92倍。
与性别的相关：由于压力反应因性别而异，因此所有孕妇压力和婴儿脑电图EEG结果之间的重要关系都被探索。这些结果与性别均无联系。
一句话总结：
目前的研究结果表明，在产后发育的早期阶段，更大程度的孕妇感知压力与婴儿的EEG变化有关。这种模式在传统的回归分析和LPA中都很明显，即一个特异性频谱剖面与较高的孕妇感知压力和敏感性评分相关。在控制其他因素（社区贫穷）后，高的孕妇教育水平与高功率谱EEG剖面以及多频段的高EEG功率相关。高频功率与孕妇感知压力相关。
总体来说，这些模式表明神经生理学成熟的应激性改变是早期逆境影响儿童早期发育的一个途径；保护因素，如孕妇的教育水平，可减轻早期不利因素的影响。EEG指标可在婴儿发育早期被识别，这为理解早期压力和神经发育之间的关系，以及这些指标最终如何被用于预防或限制长期不良反应，提供一个潜在框架。
原文：
Pierce LJ, Thompson BL, Gharib A, et al.
Association ofPerceived Maternal Stress During the Perinatal Period WithElectroencephalography Patterns in 2-Month-Old Infants. JAMA Pediatrics. Publishedonline April 08, 2019. doi:10.1001/jamapediatrics.2019.0492.
如需原文及补充材料，请关注后直接公众号发信息给我们
微信扫码即可关注思影科技
思影是您值得信任的科研伙伴
欢迎浏览思影的课程以及数据处理业务介绍。（请直接点击下文文字即可浏览，欢迎报名与咨询）：
第四届脑电信号数据处理提高班（南京，与十三届脑电相邻）
第六届磁共振脑影像结构班（重庆）
第十六届功能磁共振数据处理基础班（重庆）
招聘：脑影像数据处理工程师（重庆)