帕金森病痴呆中的脑电图微状态动态与金属代谢：一项结合机器学习辅助敏感性分析的探索性研究

《Brain Research Bulletin》：EEG microstate dynamics and metal metabolism in Parkinson's disease dementia: an exploratory study with machine learning-assisted sensitivity analysis

　　

郭伟娜|耿敏霞|常亚军|王聪|张玉静|陈敬宏|赵静茹|王天军

• •
  创新性探索：本研究首次将脑电图（EEG）的微状态动态与血清金属代谢标志物（尤其是转铁蛋白）相结合，以探讨帕金森病伴痴呆（PDD）中的神经生理和代谢关联。
• •
  PDD特有的微状态改变：与无痴呆的帕金森病（PDND）患者相比，PDD患者在微状态A、B和C的线性参数上表现出显著异常，这些变化与认知功能下降显著相关。
• •
  血清转铁蛋白的潜在作用：PDD组的血清转铁蛋白（STf）水平显著低于PDND组，STf水平降低与微状态C持续时间延长、从微状态D到微状态A的转换概率增加以及MoCA评分下降有关。
• •
  多模态整合的临床应用：尽管单一微状态特征集获得了最高的AUC值，但整合微状态和金属代谢指标的多模态模型在识别PDD方面表现出最高的召回率（91.7%）和最低的假阴性率，显示出更大的临床筛查潜力。