儿童早期体格生长轨迹与脑电图功率的关联研究

《The Journal of Nutrition》：Trajectories of physical growth across early childhood are associated with EEG power

　　

背景：慢性营养不良（chronic malnutrition）通常用人体测量指标（anthropometric indicators）来衡量，它与儿童在多个发展领域的缺陷有关。虽然脑发育的改变被发现能部分解释这些关联，但其背后的机制和关键时间点尚不清楚。脑电图（EEG）非常适合用于研究人体测量指标的早期神经关联，但相关的纵向证据有限。目的：本研究旨在探讨在一个人群慢性营养不良发生率较高的环境中，儿童早期的体格生长与脑电图（EEG）静息态功率之间是否存在关联及其发生的时间。方法：数据来源于一项针对130名（74名女性）居住在孟加拉国达卡的儿童的纵向观察性研究。人体测量指标，包括身高年龄Z值（height-for-age Z-scores, HAZ）和发育迟缓（stunting）状况，从3个月到54个月大时共收集了14次。静息态EEG功率数据在大约6个月、2岁和5.5岁时收集。采用线性混合效应模型（linear mixed-effects models）估计生长轨迹，并检验人体测量指标与EEG功率之间的关系。结果：研究发现，在出生后头五年内，HAZ和EEG功率均呈现非线性变化。HAZ分数在9至24个月期间下降（b = -0.03, SE = 0.004, p < .001），但在30至54个月期间上升（b = 0.02, SE = 0.00, p < .001）。从发育迟缓中恢复的状态存在显著差异。发育迟缓的暴露或静态的HAZ测量值与EEG功率无关，但更陡峭的HAZ增长轨迹与更高的EEG功率相关（b = 1.07, SE = 0.40, p = .008）。结论：这些结果表明，在出生后的头五年中，体格生长和EEG功率的发展都是动态变化的。研究结果还强调，包括生长轨迹在内的纵向测量，能够为孟加拉国的人体测量学静态指标提供更精细的补充见解。

本研究基于孟加拉国达卡一项名为“孟加拉国早期逆境神经影像学（BEAN）”项目的纵向数据，旨在揭示儿童早期慢性营养不良的人体测量指标与脑电图（EEG）静息态功率之间关联的存在性与时间特性。慢性营养不良是影响全球儿童，尤其是南亚地区儿童健康与发展的重要公共卫生问题。孟加拉国作为受此问题严重影响的地区之一，五岁以下儿童发育迟缓率居高不下。先前的研究已证实营养状况与儿童早期认知发展等行为指标存在关联，但连接二者的大脑发育机制尚不明确，且多数研究依赖静态的人体测量快照，忽略了生长本身是一个动态过程。与此同时，EEG作为一款便携、经济且对运动伪影相对不敏感的神经影像工具，能够检测与营养相关的早期神经活动特征，特别是在额叶区域的theta和beta频段功率。然而，现有的横断面或短期研究难以厘清在婴幼儿大脑快速发育的头几年中，体格生长变化的轨迹究竟在何时、以何种方式与EEG神经活动模式相关联。因此，本研究通过整合密集采样的人体测量数据和多个时间点的EEG数据，来填补这一关键空白，其意义在于不仅能更精准地刻画营养不良儿童的神经发育脆弱性窗口期，也为未来开展基于神经电生理指标的早期营养干预效果评估提供了潜在依据。论文的研究成果发表在《The Journal of Nutrition》期刊。

为实现研究目标，研究人员主要采用了以下关键技术方法：第一，利用孟加拉国BEAN项目的纵向观察性队列，对居住在达卡贫困社区的130名儿童从3月龄至54月龄进行了长达数年的跟踪研究。第二，在三个关键发育时间点（约6月龄、2岁、5.5岁）采集了静息态EEG数据，并从中提取了theta（4-6 Hz）和beta（13-20 Hz）频段的绝对功率值，重点关注额叶区域。第三，应用线性混合效应模型这一强大的纵向数据分析工具，来拟合个体的身高年龄Z值（HAZ）发育轨迹，并同时检验这些轨迹参数以及静态营养指标与不同时间点EEG功率之间的统计关联。

研究结果部分首先分析了体格生长轨迹。通过对14次人体测量数据的密集建模，研究人员发现该群体儿童的HAZ分数呈现显著的非线性变化模式：在9至24个月期间显著下降，随后在30至54个月期间出现反弹增长，这表明发育迟缓的发生与恢复在婴幼儿期是一个动态过程。其次，对EEG发展轨迹的分析显示，无论是theta还是beta频段的绝对功率，都表现出随年龄非线性变化的典型模式，印证了婴幼儿大脑电活动发育的快速性。核心发现在于生长轨迹与EEG功率的关联分析。研究发现，单一时间点的发育迟缓状态或静态HAZ分数与EEG功率没有显著关联。然而，个体HAZ分数随时间的变化轨迹斜率却与EEG功率存在显著联系：那些在研究期间表现出更陡峭正增长轨迹（即生长改善更快）的儿童，其静息态EEG功率（在控制其他变量后）显著更高。这一关键结果意味着，相较于营养状况的静态快照，**生长的变化速度（轨迹）** 可能是一个更敏感、更能反映其与大脑神经活动（EEG功率）关联的指标。

论文的讨论与结论部分对此进行了深入阐述。研究人员首先重申，在孟加拉国这一具有高营养不良风险的背景下，无论是体格生长还是EEG功率，在儿童生命的头五年都展现出显著的动态变化特征。研究的核心价值在于，它有力地证明了仅仅依赖传统的、静态的人体测量指标（如某次测量的HAZ值或是否发育迟缓）可能会错失营养状况与神经发育之间重要的关联信息。相反，通过纵向数据拟合得到的**体格生长轨迹**，尤其是其变化斜率，能够更精细地捕捉到与大脑电生理活动（EEG功率）相关的发育信号。这意味着，在评估慢性营养不良对儿童脑发育的潜在影响时，采用纵向测量策略以刻画个体生长模式至关重要。最终，论文结论明确指出：本研究证实了在生命早期，体格生长、EEG功率及其两者之间的关系都是高度动态的；利用密集采样的人体测量和多时间点的EEG数据表明，**体格生长的时间轨迹** 与以EEG功率为指标的神经活动度量存在关联。这些发现强调了采用多时间点测量手段（如生长轨迹分析）对于理解营养不良相关神经发育后果的重要性，并为在该地区开发更精准的儿童营养与发展监测工具提供了科学依据。