综述：儿童静息态脑电图采集、预处理与分析：一项系统综述

静息态脑电图（resting electroencephalography, EEG）被研究者视为儿童认知与社会发展的一类潜在生物标志物。然而，当前EEG数据采集、预处理及分析方法的显著异质性降低了跨研究的可解释性与可重复性。本系统综述旨在明确2011至2023年间发育EEG领域现有方法的变异性与共性问题，并探讨这些差异是否可由样本年龄、发表年份或静息范式解释。纳入文献选自6本发表儿科EEG研究的代表性期刊，经筛选650余篇文献后，最终纳入56篇进行数据提取。提取内容包括样本特征（如年龄）、数据采集范式（如静息范式类型）、预处理与信号分析步骤（如功率谱变换、频段边界定义）及统计分析方法（如多重比较校正）。研究结果显示，数据采集、预处理与分析步骤存在大量不可由样本年龄、发表年份或静息范式解释的显著差异。总体而言，研究结果强调需在数据采集、预处理及分析方法层面提升标准化水平，以保障发育EEG研究的未来可重复性与可靠性。研究人员为领域内学者提供了发表静息EEG研究时的报告清单建议，并呼吁开展协作以建立方法共识。

1. 1.
   引言
   静息态脑电图（resting EEG）因成本较低、可直接测量脑活动且具备非侵入性特点，被广泛用于儿童认知与社会发展的机制研究。该方法适配全生命周期的发育研究，可在实验室、家庭及学校等多场景实施，是兼具基础与应用价值的神经成像技术。但缺乏标准化的采集、处理与分析流程，导致跨样本结果难以比较，可重复性问题突出。异质性来源包括实验室计算资源差异、领域知识迭代带来的方法更新，以及发育研究本身的特殊性——不同年龄儿童的静息范式需求不同，且随年龄增长脑电主频从θ频段向α频段过渡，头围与颅骨结构亦发生变化，均需对频段定义做出调整。此外，“静息”的操作定义尚未统一，观看抽象图形视频在不同研究中可能被归为“准静息”或“静息”，而眼闭范式较眼开范式在低频频段功率更高、高频更低，范式细节差异已证实会显著影响功率谱形态。同时，假设检验中使用的EEG功率类型也存在分歧：绝对功率反映特定频段总能量，相对功率反映该频段占总功率的比例，后者虽被认为可控制颅骨厚度、发质等个体差异，但近期证据表明其校正作用有限，且比例特性会导致不同频段结果在数学上相互制约，增加结果解读难度。预处理与分析步骤的差异进一步阻碍结论整合，例如是否对功率谱做对数变换、如何界定多重比较校正的“家族”范围均缺乏共识。一项针对领域专家的调查显示，即便在资源与参与者完全一致的前提下，不同专家对预处理与分析方法的选择仍无完全重叠，涵盖坏道允许阈值、伪迹去除标准、功率变换方式等关键环节。除决策差异外，方法学细节的报告不足同样普遍，现有指南多针对事件相关电位或临床EEG，尚无专门针对儿童静息EEG的报告规范，阻碍了结果复现与领域积累。
2. 2.
   方法
   2.1 纳入标准
   文献选取延续近期关于发育EEG普适性的系统综述框架，首先识别2011至2021年发表儿科EEG研究的6本核心期刊，覆盖发育神经科学、普通发育与一般科学三类，分别为《Developmental Cognitive Neuroscience》《Developmental Psychobiology》《Developmental Science》《Child Development》《PLoS One》与《Scientific Reports》，并补充2022至2023年的相关发表。所有文献导入Covidence平台完成筛选与数据提取。
   2.2 文献筛选流程
   筛选分为标题摘要筛查、全文评审与数据提取三步，编码人员独立完成并盲法互不知晓结果，分歧由前两位作者协商，必要时咨询资深作者。纳入标准为包含0至18岁儿童、以静息/基线EEG频段功率为分析目标的实证研究，涵盖眼开/闭、观看演示、观看视频、睡眠等多种范式，纳入神经典型与神经发育障碍（如孤独症谱系障碍）人群。排除标准为动物或成人研究、任务态EEG、非EEG模态（如功能性近红外光谱、功能磁共振成像）、仅使用振幅整合EEG、颅内EEG、经颅磁刺激与诱发电位、肌电图，以及综述与荟萃分析。全文阶段额外排除未采用经典频段功率指标（如仅分析多尺度熵、连接性、相干性、睡眠纺锤波或FOOOF/Specparam参数）或仅关注功率衍生指标（如任务态功率差值、不对称性、频谱密度三维分布）的研究。经筛选，初始导入659篇文献，去重后剩余657篇，标题摘要阶段一致率达92.4%，经共识后150篇进入全文评审，最终56篇纳入数据提取，各期刊分布均衡。数据提取由两名独立编码员完成，分歧由第一作者复核，第三位编码员进行最终准确性检查，并同步核查补充材料，提取代码本与数据公开于OSF平台。
   2.3 数据分析
   结果按采集流程、预处理参数与分析参数三类组织。首先汇总各参数的描述性统计，随后检验参数差异是否与样本年龄、发表年份、清醒/睡眠范式相关。由于部分研究含多个样本组，共得到111个独立样本，建模时将论文设为随机效应以控制嵌套关系。二分类结局（如范式类型、EEG系统、功率变换方式等）采用广义线性模型（logit链接、二项分布）分析，连续型结局（如记录时长、epoch长度、频段边界等）采用线性混合模型，报告缺失情况同样通过广义线性模型检验预测因素，所有统计检验同时报告传统p值与错误发现率校正后的p值，并按参数类别分组校正。
3. 3.
   结果
   3.1 采集流程
   3.1.1 静息范式
   43%的研究采用眼开/闭范式，14%采用实验者演示范式，23%播放非显著性视频，5%播放情绪显著性视频，25%在睡眠状态下记录。样本年龄是范式选择的重要预测因素：年龄越大越可能采用眼开/闭或灯光开关范式，年龄越小越可能观看非显著性视频，睡眠范式的使用与年龄无显著关联，发表年份也不预测范式选择。
   3.1.2 EEG系统
   98%的论文报告了EEG系统，其中Electrical Geodesic使用率最高（50%），且更多用于年龄更小的样本，其余系统使用率无显著年龄或范式差异。
   3.1.3 记录时长
   18%的论文未报告记录时长，剔除3个极端异常值后，平均记录时长为8.31分钟，中位数为4分钟，范围为40秒至60分钟。年龄越大、清醒范式（相对于睡眠范式）的记录时长越短，发表年份不预测记录时长，且记录时长的报告与否与各预测因素均无显著关联。
   3.2 预处理与信号分析参数
   3.2.1 Epoch长度
   7%的论文未报告epoch长度，总体平均值为11.99秒，中位数为2秒，众数为1秒。睡眠范式的epoch中位数达30秒，清醒范式仅为1秒，二者差异显著，但epoch长度与年龄、发表年份无关，报告情况也无显著预测因素。
   3.2.2 Epoch重叠比例
   52%的论文未报告该参数，已报告的27篇中范围为0%至80%，50%为最常见设置。该参数不受年龄与发表年份预测，但清醒范式更可能报告epoch重叠情况。
   3.2.3 坏道拒绝阈值
   33%的论文未报告或采用标准差法、人工检查等非固定阈值法，已报告的23篇中阈值为75–300 μV，100 μV最常见，该阈值与年龄、发表年份及报告情况均无显著关联。
   3.2.4 坏道允许比例
   68%的论文未报告该参数，已报告的18篇中允许3.13%–80%的通道被排除，15%为最常见设置，该比例与年龄、发表年份及报告情况均无显著关联。
   3.3 统计分析参数
   3.3.1 功率变换
   27%的研究采用自然对数变换，16%采用常用对数变换，13%采用未指明类型的对数变换，45%未在正文或补充材料中报告是否进行变换。自然对数变换的使用与各预测因素无关，但较新的研究反而更可能完全不报告变换情况，该趋势在多重比较校正后边际显著。
   3.3.2 频段定义
   δ、θ、α、β、γ频段的分析显示，θ频段上限与α频段下限随样本年龄增长而升高，睡眠范式的这两个边界显著低于清醒范式，其余频段边界与各预测因素无稳定关联，多数差异未通过多重比较校正。
   3.3.3 数据纳入最小值与可用epoch数
   34%的论文报告了纳入分析的最低数据要求，范围为10–300秒，中位数为45秒，与记录时长无显著关联。仅17%的论文报告了可用epoch平均数，中位数为57个，该参数及其报告情况均与预测因素无显著关联。
   3.3.4 绝对功率与相对功率
   70%的论文在正文中报告绝对功率结果，45%报告相对功率结果，二者存在重叠。相对功率在正文的报告率随样本年龄增长与发表年份推进显著上升，清醒/睡眠范式无预测作用；绝对功率的报告率与各因素均无显著关联。
   3.3.5 全脑与区域分析
   48%的论文包含全脑分析，区域分析中额区（63%）、中央区（39%）、顶区（39%）与枕区（43%）最为常见。全脑分析的使用随年龄增长、发表年份推进而增加，且在清醒范式中更常见，但该年龄效应未通过多重比较校正。
   3.3.6 多重比较校正
   23%采用Bonferroni校正，16%采用错误发现率（FDR）校正，7%采用Holm-Bonferroni校正，5%采用Tukey检验，2%采用随机化检验，2%无需校正，45%未报告是否校正。校正方法的报告率在近年略有上升但未通过多重比较校正，且与年龄、范式无显著关联。
4. 4.
   讨论
   4.1 数据采集相关启示
   静息范式的选择部分受年龄影响，但仍存在大量无法解释的变异。不同范式下的刺激属性（如视频是否有声音、眼闭时是否有想象引导）未被充分报告，阻碍了跨研究比较。记录时长跨度大，清醒范式中位数为3.75分钟，睡眠范式为60分钟，较长记录未必必要，已有研究表明15–30秒的干净数据即可获得可靠估计，领域需就记录时长达成共识，避免给儿童带来不必要负担。
   4.2 预处理与信号分析相关启示
   Epoch长度的选择需在频率分辨率与伪迹容忍度间平衡，睡眠范式因运动少可采用更长epoch，清醒范式则多采用短epoch，但过短可能排除高运动水平的儿童，引入样本选择偏差。坏道拒绝阈值与允许比例的巨大差异尤为值得关注，此类参数易被事后调整以改变结果显著性，亟需标准化框架。
   4.3 数据分析相关启示
   频段边界的高度异质性严重阻碍结果可比性，即便是同一年龄段，δ频段范围也存在明显分歧，个体α频率（individual alpha frequency, IAF）的应用同样缺乏统一标准。区域划分的不一致进一步增加了整合难度，研究者应在补充材料中报告全脑区域结果以支持荟萃分析。相对功率的计算方式（分母是否包含γ或δ频段）缺乏明确定义，易引发解读歧义。多重比较校正的“家族”定义尚无共识，校正层级（全脑、频段或区域）的不同会直接改变结果显著性，需建立统一指导框架。
   4.4 报告相关启示
   多数预处理与分析参数存在严重报告缺失，部分研究仅引用流水线名称而未说明具体参数设置，阻碍了复现。报告缺失情况与年龄、发表年份均无显著关联，说明问题长期存在且未随领域发展改善。
   4.5 局限性
   本研究仅纳入6本期刊，未覆盖临床神经生理学与更广泛的神经科学 outlet，且未提取电极选择等细节，可能低估异质性来源。对缺失数据未进行作者追溯，因此部分零结果的解读受限，尤其是低频报告参数的分析效力不足。
   4.6 未来方向与下一步工作
   领域需超越对异质性的描述，转向实证解决。为此，研究人员提出“儿童EEG分析报告与评估清单”（Reporting and Evaluation Checklist for Analysis of Pediatric EEG, RECAP-EEG），涵盖坏道阈值、数据纳入标准、epoch重叠等常被遗漏的参数，建议将其纳入投稿与同行评议流程。同时，需开展针对性方法学研究，检验不同预处理决策（如epoch长度、参考方案、伪迹拒绝阈值）对功率值及结果关联的实际影响，为标准化提供实证依据。
5. 5.
   结论
   EEG作为发育生物标志物的价值依赖于跨研究结果的可整合性。本综述表明，当前儿童静息EEG研究在采集、预处理与分析层面均存在大量无法由样本特征或范式解释的异质性，且方法报告透明度不足。领域需尽快建立共识，推动预注册、数据共享与标准化报告，以确保EEG证据能够可靠支撑政策制定、临床实践与教育应用。