隨著全球老齡化加劇，帕金森病(PD)和阿爾茨海默病(AD)患者預計2050年將分別達1600萬和1.53億。這類神經退行性疾病存在顯著的臨床和病理異質性，傳統基于群體平均的MRI/EEG研究難以捕捉個體差異，導致診斷和治療方案缺乏針對性。更棘手的是，30%患者對現有療法無反應，迫切需要開發個體化評估工具。

法國MINDIG研究所Mahmoud Hassan團隊聯合14個臨床中心，在《npj Parkinson's Disease》發表突破性研究。該工作首次建立大規模EEG規范模型，整合499名健康人(HC)和434名患者(PD=237, AD=197)的靜息態腦電數據，采用廣義加性位置尺度形狀模型(GAMLSS)構建年齡相關的EEG頻譜功率和源功能連接(FC)參考曲線。通過量化個體偏離程度，發現PD患者運動相關腦區在δ/θ/β頻段呈現特異性異常，而AD患者左顳頂葉β頻段異常與認知衰退相關。創新性提出的極端偏離指數(EDI)與UPDRS(ρ=0.24,p=0.025)和MMSE(ρ=-0.26,p=0.01)顯著相關，為精準神經學奠定基礎。

關鍵技術包括：1)多中心EEG數據標準化預處理(PyPrep/ICA去噪)；2)基于eLORETA的源空間功能連接計算(68個Desikan-Killiany腦區AEC正交化處理)；3)GAMLSS建模量化年齡相關EEG特征軌跡；4)留一研究交叉驗證(LOSO)確保模型穩健性(r>0.88)。

研究結果揭示：

1. 數據特征：14個中心采集的933例EEG數據(40-92歲)顯示，PD組男性占比65%顯著高于AD組(37%)，反映疾病性別差異。

2. 規范模型構建：健康人群EEG特征呈現緩慢衰老軌跡，α頻段功能連接變異系數最低(補充圖7-8)，提示其為穩定老化指標。

3. 疾病異質性：

• 頻譜分析：30%患者存在θ頻段功率異常(PD:31.36%正偏離，AD:27.41%)，α/β頻段負偏離AD顯著高于HC(p<0.01)。
• 源連接分析：80%患者存在FC異常，默認模式網絡(DMN)占比最高(δ頻段PD:39%,AD:44%)，但空間重疊性<25%(圖5)。

1. 臨床相關性：δ頻段EDI與PD運動癥狀(UPDRS)和AD認知功能(MMSE)顯著相關(圖6)，證實其作為個體化標記的潛力。

討論部分指出三大創新：1)首次建立>40歲EEG衰老軌跡參考數據庫；2)揭示PD/AD電生理異質性遠超既往認知(FC重疊性僅25%)；3)開發可關聯臨床評分的EDI指標。局限性包括高齡樣本不足(>72歲數據稀缺)和通道數差異(19-256通道)，未來需整合生物標志物數據提升診斷精度。

該研究顛覆了傳統"一刀切"的神經疾病評估模式，通過EEG規范建模實現從群體分析向個體化醫療的范式轉變。特別值得注意的是，92%PD患者用藥狀態下仍檢測到顯著異常，提示EEG標記對治療干擾具有魯棒性。這項工作為開發基于電生理的精準分型系統鋪平道路，未來可拓展至其他神經退行性疾病研究。