目的
以前發表的隨機臨床試驗表明,發展行為乾預,早期開始丹佛模型(ESDM)導致自閉症譜系障礙兒童智商,語言和適應行為的增加。 本報告描述了本試驗的腦電圖活動的次要結果測量。
方法
四十八至三十個月齡的自閉症譜系障礙兒童被隨機分組接受ESDM或轉診至社區干預2年。干預後(48至77個月),在面部與對象呈現時測量腦電活動(事件相關電位和光譜功率)。還對年齡相匹配的典型兒童進行了評估。
結果
ESDM組在社區干預組中表現出自閉症症狀,智商,語言,適應和社會行為方面的改善。ESDM組和典型的兒童在觀察面部時顯示出更短的Nc潛伏期和增加的皮質激活(α功率降低和θ功率增加),而社區干預組顯示相反的模式(較短的潛伏期事件相關潛力[ERP]和更大的皮質查看對象時激活)。更多的皮層激活,同時觀察面部與改善的社會行為有關。
結論
這是第一次試驗,證明早期行為乾預與大腦活動的正常化模式相關,這與大腦活動的改善有關,社會行為的改善與自閉症譜系障礙的幼兒有關。
自閉症譜系障礙(ASD)的特點是社會互動和溝通障礙以及刻板印象和重複行為。88歲以下患病人數為1人,1人患有自閉症是嚴重的公共衛生挑戰。自閉症可以診斷為18至24個月大,2和12至18個月大的診斷評估正在開發中。3鑑於美國兒科學會建議對18名和24個月大的兒童進行ASD篩查,4重要的是可以提供有效的早期干預計劃。
進行了隨機對照試驗,以評估早期開始丹佛模型(ESDM)的功效,5是綜合發展行為乾預,用於改善ASD患兒的結局。與接受常見社區干預(CI)的兒童相比,接受ESDM 2年的兒童在智商,語言,適應行為和自閉症診斷方面有顯著改善。ESDM組平均提高17.5個標準得分(標準偏差[SD] 15分),比較組為7.0分。這是第一次隨機對照試驗,以證明對ASD患兒進行全面行為乾預的療效。
感興趣的是乾預是否以及如何早日改變大腦發育的軌跡。社會和語言大腦電路的發展 – 其收購,組織和功能 – 來自幼兒與他或她的社交環境之間的相互作用。在互惠的社會互動過程中,與社會夥伴的接觸有助於社會和語言信息的知覺和表現系統的皮質專業化。因此,與ASD相關的社會參與早期缺乏可能會對行為和大腦發育產生負面的次要影響。旨在加強社會關注和情感和社會參與的早期干預,從而促進認知和語言技能的發展,6為評估這一假設,作者在參與ESDM隨機臨床試驗的年輕兒童觀察社會(面部)和非社會(玩具)刺激時,測量了EEG活動,這是一項專注於社會動機和參與的早期干預。
腦電活動的早期模式
研究記錄了ASD響應面部刺激的兒童EEG活動的非典型模式。7, 8 9這非典型響應是在關注有關的事件相關電位(ERP)部件,所述NC,和特定面部知覺處理組件,所述N290(和後來在發展,發展,其特徵在於延遲N170)。8, 9的Nc個組件,它的源極是前額皮質和前扣帶回皮層,反映了與刺激注意接合。10 N170反映了面部的早期感知處理,其源頭是時間/梭形區域。11, 12
在α功率在θ功率的增加與事件相關的減小,並且反映更高水平的皮層激活的並已與刺激的增加的注意力和認知加工相關的(對於綜述,參見Başar 等人13和Klimesch 14)。α振盪已顯示出與與皮質神經網絡的相互作用產生,並已被證明存在於皮質下區域,包括海馬區域。15的α振盪結果從興奮性和抑制性神經元,並通過膽鹼能,血清素,和谷氨酸機制分析影響之間的相互相互作用。15鬆弛狀態時的α活性的增加和活性刺激處理期間降低。
θ波在海馬區特別突出,受谷氨酸能與γ-氨基丁酸能神經元的相互作用的影響,是突觸可塑性的提出機制。15已經確定θ活動涉及記憶相關功能,並且在需要工作記憶和集中註意力的任務期間增加。與典型個體相比,觀察情緒面孔時,具有阿斯伯格綜合徵的個體顯示出相對較低的θ功率水平。16從事偷看-A-噓聲遊戲時與觀看對象相比典型的嬰兒已經證明,在θ功率急劇增加。17嬰兒和學齡前兒童在觀察社會刺激和玩具時,與基線條件相比,顯示出θ光譜強度的增加。18
本文報導了參與ESDM隨機臨床試驗的ASD兒童觀察社會(面部)和非社會(玩具)刺激期間收集的腦電圖活動數據,這是旨在改善認知,語言和社會的發展行為乾預功能主要集中在增加社會關注和參與,增強社會情感關係。在結果中,作者審查了從腦電圖(EEG)得出的信息處理的兩個方面:面部早期感知處理(N170 ERP)和對社會與非社會刺激的關注或參與的分配。後者反映在ERP Nc組分和皮質激活水平(EEGα和θ功率)中。作者預測,與玩具相比,觀察面部時,接受ESDM干預的兒童具有更短的潛伏期N170和Nc反應,更高水平的皮層激活(降低α功率和增加θ功率),而接受ASD的兒童社區的干預將顯示相反的模式(更快的ERP N170和Nc響應以及查看對象時更大的皮質激活)。作者還研究了EEG活動與行為結果之間的關係。而ASD接受社區干預的兒童將顯示相反的模式(更快的ERP N170和Nc響應以及在查看對象時更大的皮質激活)。作者還研究了EEG活動與行為結果之間的關係。而ASD接受社區干預的兒童將顯示相反的模式(更快的ERP N170和Nc響應以及在查看對象時更大的皮質激活)。作者還研究了EEG活動與行為結果之間的關係。
方法
參與者
 
該研究由華盛頓大學機構審查委員會批准; 從參與者的父母獲得知情同意書。在進入研究期間,有48名ASD患者有18至30個月的年齡,並且沒有另外規定的診斷為自閉症或普遍性發育障礙(PDD)。ASD的參與者通過兒科實踐,三到三中心,幼兒園,醫院,州和地方自閉症組織進行招募。排除標準包括已知遺傳病因學的神經障礙,顯著的感覺或運動障礙,主要身體問題,進入時的癲癇發作,使用精神藥物,嚴重頭部損傷和/或神經系統疾病的病史,酒精或產前期藥物暴露,非語言智商低於35。19,自閉症診斷觀察表(ADOS) 20中的自閉症或ASD,以及使用所有可用信息的 DSM-IV標準 21的臨床診斷,並在華盛頓大學30分鐘內居住。有關入學兒童和主要結局的詳細說明在其他地方報告。五
在EEG評估時,通常發育中的兒童與年齡對應的ASD兒童的年齡相符。他們的年齡在48至63個月之間,他們是從華盛頓大學通信研究參與者大學招募的。他們沒有ASD的一級或二級親屬,標準分數從80到125(Vineland Adaptive Behavior Scales)。年齡或年齡組間差異無統計學意義
參賽人數分別為亞裔(12.5%),白人(72.9%),拉丁裔(12.5%),多種族(14.6%)。有組之間沒有差異(χ 2 = 0.69,p = 0.41)。ASD患者男女比例為3.5:1。
學習規劃
入院時,ASD兒童隨機分為兩組:ESDM,每年接受年度評估,每週接受培訓的臨床醫師每週20小時干預,父母培訓,以及每週超過5小時的ESDM除外父母選擇的社區服務或CI,每年通過建議和推薦來接受社區提供者在西雅圖大區的干預。專業人員每周乾預實際平均服用小時數在ESDM組為20.4,CI組為18.4。
早期開始丹佛模型
受過訓練的治療師提供干預2小時,每天兩次,每週5天,持續2年。ESDM治療師由博士,高度經驗的鉛治療師監督。治療師被要求在保真儀器上顯示和保持最高分數的85%的保真度。使用乾預手冊和課程。在半月會議期間,一個或兩個父母被提供正在進行的家長培訓,父母在日常活動中使用ESDM策略。ESDM是針對所有發展領域的發展信息治療和課程,使用基於應用行為分析的教學策略,並強調人際交流和積極影響,社會關注和共同參與。孩子們接受了四位熟悉的人(如母親,父親,兄弟姐妹和治療師)面孔彩色照片的個性化小冊子的面部識別訓練。沒有與ESDM干預相關的顯著不良事件。
 
社區干預
CI組在基線和兩次年度隨訪評估中的每一次評估中接受了全面的診斷評估,干預建議和社區轉介。家庭在基線和每年兩次獲得資源手冊和閱讀材料。兒童參加了由三到三個中心和提供語言治療,職業治療和/或應用行為分析治療的個人提供者的干預措施。
干預試驗的保留率分別為100%(ESDM)和88%(CI)。
隨機
參與者根據入組時的綜合智商(<55和≥55)和性別分為兩組,以確保組間比較的智商和性別比例。在這些層的每一層內,通過使用4的隨機置換塊進行隨機化。參考Dawson 等人 5為研究設計的流程圖。
行為結果測量
在結果中,當ASD兒童年齡在48至54個月時,收集了以下行為測量結果。ADI修訂的18是評估發育史和自閉症症狀的家長面試。ADOS,西方心理服務版,19是一個標準化觀察,評估社會關係,溝通,玩耍和重複行為中的DSM-IV 21自閉症症狀。Mullen早期學習量表(MSEL)22是從出生到68個月的兒童的標準化發展測試; 它有四個子量表:精細電機,視覺接收,表現語言和接受語言。自適應行為的Vineland尺度23是評估社會,溝通,運動和日常生活技能的家長面試。PDD行為清單(BI)24是評估社會方法/提款問題和接受/表達性社交溝通能力的父母報告問卷。
腦電評估和參與者消耗
在行為評估後,兒童年齡49〜77個月,平均2.5個月(SD 0.9個月),評估腦電圖。接近60%的ASD兒童提供了無人工製品的數據,與ASD兒童的其他腦電圖研究相當。磨損主要是由於無法遵守程序或過度運動的假象。ESDM組中有15名兒童提供無神蹟EEG數據(8名患有自閉症障礙的臨床診斷,7名PDD未另行規定),CI組14名兒童(12名臨床診斷為自閉症,兩個PDD沒有另外指定),和17個典型的孩子。典型兒童的自然行為評分高於ASD組(1,44 > 31.9,p <0.001),但沒有在不同年齡實足(ASD,平均54.1個月,SD6.3個月;典型,平均55.7個月,SD4.5個月; ˚F 1,44 = 0.8,p = 0.4)。ESDM和CI組中無神經元腦電數據的兒童在年齡(ESDM,平均54.1個月,SD 4.9個月; CI,平均54.1個月,SD 7.8個月; 1,27 = 0.00,p =。 99),基線ADOS社會評分(ESDM,平均10.3,標準差2.3; CI,平均11.1,SD 2.7),ADOS限制和重複行為(ESDM,平均值2.6,SD 1.3; CI,平均3.6,SD 2.0),MSEL語言(ESDM,平均45.3,SD 17.5; CI,平均48.1,SD 21.2)和MSEL非語言IQ(ESDM,平均83.6,SD 13.3; CI,平均79.2,標準11.3; 1,27 <2.5,p > .13,所有比較)。自閉症兒童誰與這些誰沒有在基線提供的數據有較低的ADOS社會的分數相比,在結果提出無瑕疵的數據(˚F 1,46 = 5.2,p = 0.03)和較高的MSEL語言智商(˚F 1,46 = 9.9,p = .003),但ADOS限制和重複行為(1,46 = 1.9,p = .2)或MSEL非語言智商(1,46 = 0.06,p = .8)沒有差異。
腦電圖協議和測量
錄製了腦電圖,其中女性臉(70)和玩具(70)的140張獨特彩色照片以隨機順序呈現在監視器上。選擇面部圖像來反映周邊地區的種族和種族多樣性。物體是不含面部特徵的普通玩具。圖像大約12厘米寬15厘米高,顯示為標準灰色背景(28厘米寬,23厘米高)。
從250 Hz的128通道測地線傳感器網(在線記錄參考頂點)記錄EEG數據,放大設置為1,000×,0.1和100 Hz的帶通濾波。對兒童進行了500毫秒基線,500毫秒刺激呈現和刺激後記錄週期1,000毫秒,隨機間隔間隔(0至500毫秒)的試驗。當孩子參加了100次試驗或不再參加測試時,測試終止了。如果孩子沒有參加圖片(由觀察員在網上記錄),試驗被拒絕。EEG在20Hz下被過濾,並通過自動偽影檢測軟件(Net Station 4.3.1,Electrical Geodesics,Inc,Eugene,OR)和手動編輯(EJHJ和SJW)進行編輯,而不了解組成員資格。
ERP分析
對於ERP分析,數據按條件(面,對象)進行平均,重新參考平均參考值,並修正為100ms預激基準期。在重新引用之前,從周圍通道插入少於10個試驗的電極插值。在每個條件下少於12次無神經試驗的兒童被排除在分析之外。感興趣的區域和組成部分相對於以前的文獻和大平均波形的檢查進行了定義; 分析集中在右後(97,92,86,91,85),左後(58,59,60,65,66)和中線枕(73,67,78,72,77)電極組,用於左前(21,25,28,29,30,35,36)和中線前(5, 6,7,圖1示出了分析中包括的電極。使用自動峰檢測軟件,通過檢查(EJHJ)驗證每個電極的峰(P1,N170和Nc)。在隨後的時間窗口(從刺激開始)測量組分:P1為50〜200ms,N170為150〜350ms,Nc為200〜700ms。變量在電極區域之間平均; 所有兒童每個區域至少有三個電極,具有可見部分。
 Opens large image
圖1
電極前後左半球區和右半球區(灰色)和前後中心區(黑色)。注意:EAR,COM和REF是用於EEG傳感器網絡放置的解剖學標記位置。
光譜分析
對於頻譜分析,重新參考和基線校正,偽影編輯的單試驗數據被分為兩個500-ms段,對應於刺激間隔和匹配持續時間後刺激間期。使用快速傅立葉變換算法(Matlab R2010b,MathWorks,Natick,MA)對片段進行逆趨化和傅里葉變換。對於每個受試者,在每個段的後部區域中的每個電極處,在2-Hz箱中計算光譜功率估計值; 如果跨電極組的目標頻帶中的功率的SD大於試驗的該指標的平均值的三倍,則將片段從進一步的分析中去除。功率估計在試驗和電極組(右後,左後,中線枕電極)之間平均,並進行自然對數轉換以減少歪斜。
使用重複測量方差分析,刺激(面部,對象)和區域(左側,中央,右側)作為受試者內變量分析感興趣的變量,並將組(ESDM,CI和典型發展)作為受試者變量; 後續分析包括功率(α和θ)作為受試者內變量。使用溫室 – Geisser校正。涉及與群體互動的分析對本研究感興趣。所有分析都是基於平均鉛組(右,左,中)。
結果
事件相關電位
圖2中顯示了響應於每個組的面對對象的ERP波形。
 Opens large image
圖2
響應於具有典型發展的兒童,早期丹佛模型(ESDM)干預和社區干預的面部(黑色,實體)和對象(灰色,虛線)的事件相關的潛在波形。
P1。P1是後向正偏轉,刺激發作後50至200 ms,反映到刺激方向。對於P1,刺激的顯著主要影響是在中心區域面對比對象(2,86 = 3.8,p = 0.03)和面對面的時間的響應較對象跨區域更大(1, 43 = 5.8,p = 0.02)。P1幅度或潛伏期無主要差異,無組間相互作用。在測試中添加年齡作為協變量沒有改變結果。
N170N170是面敏感後負偏轉刺激開始後150至350毫秒,反映感知面處理(關於綜述,參見德漢等人12)。對於N170,發現區域的主要影響在右側和左側區域的N170幅度比中央區域更大2,84 = 7.9,p = .002),中央處於較左側的延遲更短或右側區域(2,84 = 3.7,p = 0.03)。刺激的主要影響表現為N170對面部負幅度響應較對象(1,42 = 33.0,p<0.001)。沒有涉及組的主要影響或相互作用的影響。在測試中添加年齡作為協變量沒有改變結果。
NC。Nc是在刺激開始後大約200至700ms發生的負向偏轉,並且記錄在中部和前部頭皮區域上。25 Nc受到注意力與刺激的調節。與物體相比,對象的峰值振幅(1,43 = 27.7,p <0.001)較群體峰值幅度更大(更負)。對於Nc峰值潛伏期,刺激和組之間存在顯著的相互作用(2,43 = 5.2,p = 0.01),並且與區域沒有相互作用。如圖3所示,典型的ESDM組顯示出比對象更快的Nc峰值延遲,而CI組對像比對面顯示更快的Nc峰值延遲。ASD組與對照組的Nc峰值延遲模式(1,27 = 8.8,p = .006)之間的差異顯著不同,CI組和典型組(1,29 = 4.2,p = .05)。ESDM和典型組沒有顯著差異(1,30 = 1.7,p= 0.21)。在測試中添加年齡作為協變量沒有改變結果。在個人層面上,ESDM組的15個孩子中有11個(73%),典型組中的17個孩子中有9個(53%)顯示出比對象更快的Nc反應,而14個孩子中有4個(29%)。 該CI組(χ 2 = 5.8,p = 0.05)。
 Opens large image
圖3
早期開始丹佛模型(ESDM)干預和社區干預的組件(Nc)響應峰值延遲與典型發展兒童面部和對象的差異。注意:否定分數表示對對象的響應更快。
光譜分析
增加的皮質激活定義為α功率降低和θ功率增加。14, 26目前還沒有在整個光譜功率在α帶組間差異(˚F 2,43 = 1.2,p = 0.32)或θ帶(˚F 2,43 = 0.9,p = 0.40)。對於面對的對數EEG功率與對象的α和θ功率的對數EEG功率之間的差異進行後續分析。注意,α波段的負差值得分和θ波段的正差分值表明面部比對象更大的皮質激活。結果產生功率帶和組之間的顯著相互作用(2,43 = 6.4,p= 0.004)。換句話說,θ對α帶的臉部對像差異得分的模式在各組之間不同。具體來說,如圖4所示,典型組和ESDM組臉部對像差異分數顯示面部與對象之間的α功率較低,θ功率較大(即較大的激活),而CI組顯示相反的模式。當比較兩組ASD時(1,27 = 7.8,p = 0.01),並比較CI組和典型組(1,29 = 10.9,p = .003)時,相互作用是明顯的。沒有涉及地區的重大影響或相互作用。
 Opens large image
圖4
典型發展兒童大腦激活模式差異,早期丹佛模型(ESDM)干預和社區干預。注意:相關變量是觀察面部減去物體時的日誌EEG光譜功率。積極的θ和負α分數表示在觀察人臉的過程中大腦激活程度高於對象。
在個體層面上,ESDM組的15個孩子中有11個(73%),典型組中的17個孩子中有12個(71%)顯示出高於對象的皮質激活水平,而14個孩子中有5個(36% )的CI組(χ在2 = 5.4,p = 0.07)。的ESDM和CI組均顯著不同(χ 2 = 4.14,p = 0.04),因為是典型的和CI組(χ 2 = 3.8,p = 0.05),而典型的和ESDM組沒有差異(χ 2 = 0.03,p = .86)。在刺激後期進行的類似分析顯示皮層活化模式沒有組差異(F s <1,ps> .5),表明這些差異是對刺激反應的特異性。在測試中添加年齡作為協變量沒有改變結果。
腦活動與初級和次級行為結果測量之間的關係
行為結果的組差異
ESDM與CI組的ERP / EEG分析的ASD兒童在自閉症症狀,智商,適應能力和結局社會行為方面顯著不同。具體來說,通信電流(ESDM,平均值8.7,SD 4.9; CI,平均值13.2,SD 3.8; 1,26 = 7.3,p = 0.01)和ADI社會電流(ESDM,平均值9.5,SD 5.4; CI ,平均14.5,SD 6.6; 1,26 = 5.1,p = 0.03)在ESDM中低於CI組。非語言IQ(ESDM,平均值93.1,SD 16.5; CI,平均值80.0,SD 15.8; 1,27 = 4.8,p = 0.04)和口語IQ(ESDM,平均值95.1,SD 15.7; CI,平均值75.1, ; 1,27 = 9.9,p= .004)在ESDM中高於CI組。Vineland Communication(ESDM,mean 95.3,SD 15; CI,mean 76.1,SD 14.7; 1,27 = 12.0,p = 0.02),社會(ESDM,平均值74.7,SD 10.0; CI,平均值66.5,SD 8.3; 1,27 = 5.7,p = 0.02),日常生活技能(ESDM,平均72,SD 11.9; CI,平均58.9,SD 7.9; 1,27 = 9.0,p = .006)和異常行為ESDM,平均值為76.9,SD 13.6; CI,平均值為61.2,SD 7.9; 1,27 = 14.2,p= .001)與CI組相比,ESDM組有所改善。社會行為由PDD-BI表現社會交際綜合評分(ESDM,平均65.4,SD 6.5; CI,平均54.5,SD 10.2; 1,25 = 10.3,p = .004)和PDD-BI接受/表達社會溝通綜合評分(ESDM,平均值65.5,SD 5.6; CI,平均值55.3,標準差10.3; 1,25 = 9.4,p <.006)在ESDM中也高於CI組。此外,與CI組(PDD-BI)相比,ESDM中具有良好ERP數據的兒童具有更好的表達語言(ESDM,平均值為64.6,SD 5.8; CI,平均值為54.4,SD 12.6; 1,23 = 6.9,p= 0.015)和學習,記憶和接受語言(ESDM,平均值63.9,SD 3.6; CI,平均值57.6,SD 10.0; 1,22 = 4.6,p = 0.04)和較少的語義實用問題50.4,SD 7.6; CI,平均值56.6,SD 7.4; 1,22 = 4.1,p = 0.055)。各組之間ADOS評分(1,27 <1.0,p s> .3)無差異。
腦電與行為結果之間的相關性
ERP潛伏期,EEG光譜功率和自閉症症狀,IQ,語言和適應行為的測量之間沒有顯著的相關性。然而,EEG測量與結果的社會行為水平相關。在PDD-BI上,與對象相比,面部的θ功率更高與改進的PDD-BI複合表達和接受/表達式社會交際能力(分別為25 = 0.51 / 0.53,p = 0.01 / .007)相關,面對的α能力低於對象與社會語用問題較少有關(25 = 0.44,p <.029)。這些數據如圖5所示
 Opens large image
圖5
(左)表面與對象之間的對數θ功率之間的關係以及表達式社會交往(星號)和接受/表達式社會交往(圓圈)和(右)關係的普遍性發展障礙行為庫存(PDD-BI)綜合得分在查看面對對象和PDD-BI社會語用問題得分(平方)時,記錄α的權力。注意:更大的θ功率差異分數表示在觀察面部時皮質激活增加,這與改善的社交通訊評分相關聯。較低的α功率差異分數表示在觀察面部時皮質激活增加,這與較少的社會語用問題相關。
討論
道森等人之前報導了ESD干預的隨機對照試驗與兒童ASD的主要行為結果。接受ESDM干預的兒童在智商,語言,適應行為和自閉症診斷方面表現出顯著的改善。本文報導了結果收集的腦電數據。對社會(面孔)與非社會(玩具)刺激的響應收集的兩種類型的大腦活動測量值得關注。第一個反映了面對對象的早期知覺處理(N170)。第二組測量反映了注意力參與程度(ERP Nc分量和α功率)和刺激的主動認知處理(θ功率)。接受ESDM的兒童和接受CI的兒童與反映早期感覺面部處理(N170)的ERP測量中的典型兒童沒有不同。然而,反映社會刺激注意力/積極認知處理模式的腦電圖測量表明,接受ESDM干預的ASD兒童的腦活動與年齡相匹配的典型兒童相比,與接受CI的ASD兒童不同。接受ESDM干預的典型兒童和兒童在觀看社會刺激期間分配了更多的注意力和認知資源,而非非社會刺激。具體來說,當觀察面部比對象時,它們展現出更快的神經反應(較短的Nc延遲)而接收CI的孩子顯示出相反的模式(對象的Nc延遲比臉部更短)。對個人數據的檢查顯示,ESDM組的15名兒童中有11名(73%),典型組中的17名兒童中有9名(53%)顯示出與對照相比,對面部的Nc反應較對照顯著,而14名兒童中有4名(29% )在CI組。
 
此外,接受ESDM干預並且通常發展中的兒童的ASD兒童表現出增加的皮質激活,反映為α功率下降和θ功率增加,同時觀察面部與物體相比; 接收CI的孩子在面部觀察期間顯示出增加的激活的反向模式。在後刺激期間沒有發現皮質激活的組差異,表明皮質激活模式的差異與刺激有關。α和θ振盪是由谷氨酸能和γ-氨基丁酸能神經元之間的相互作用產生的。接受ESDM的兒童θ腦活動的這種正常化可能反映興奮性和抑制性神經元之間不平衡的正常化,27
相比之下,ESDM和CI組之間在反映早期定向(P1)和早期階段感知處理(N170)的ERP測量的延遲或幅度方面沒有發現差異。所有三組兒童(ESDM,CI和典型)顯示出比對象更大的N170幅度。以前的研究發現,ASD的幼兒和學齡前兒童對面部反應的N170和N290(N170的發育前體)反應較慢。ASD的孩子可能會延遲獲得面部專業知識,這反映在生命早期的非典型N170模式中,可以隨著面部專業知識的發展而正常化。
當僅檢查EEG數據良好的兒童時,接受ESDM干預的兒童在自閉症症狀,智商,語言,適應行為和社會行為方面接受CI的行為結果顯著不同。腦活動測量與診斷分數,智商,語言或適應行為無關。然而,EEG測量與結果的社會行為水平相關。基於PDD-BI,發現在觀察面部時,較大的皮質激活(較低α)與較少的社會語用問題(例如,對其他人的方法做出反應的困難,理解社會慣例和發起社會互動)相關聯。此外,在觀察面部時,更大的θ權力(更高的激活)與更好的社會交往(反映社會方法,積極影響,聯合關注,使用手勢,社會和想像力遊戲,同情,社交互動和模仿)相關聯。需要將來的研究來確定社會與非社會刺激觀察期間的α和θ功率是否可以作為臨床試驗中的早期功效生物標誌物。這些EEG測量的進一步驗證是通過複製其相關臨床終點的相關性來進行的。需要將來的研究來確定社會與非社會刺激觀察期間的α和θ功率是否可以作為臨床試驗中的早期功效生物標誌物。這些EEG測量的進一步驗證是通過複製其相關臨床終點的相關性來進行的。需要將來的研究來確定社會與非社會刺激觀察期間的α和θ功率是否可以作為臨床試驗中的早期功效生物標誌物。這些EEG測量的進一步驗證是通過複製其相關臨床終點的相關性來進行的。
ESDM干預的哪些方面引起大腦活動的模式,反映出更積極的關注和社會刺激的認知處理?ESDM模式28非常重視通過以關注為重點的活動促進社會參與,使孩子獲得有益的回報。旨在提高社會互動的獎勵價值,從而增加對社會環境的關注和參與的活動有可能在觀察本研究中發現的社會刺激時,促成了更多的皮質激活的模式。
研究的局限性在於大約60%的ASD兒童能夠提供無人工製品的數據。儘管具有可用EEG數據的ASD兒童的百分比與其他研究相當,並且與基線治療組狀態的函數沒有差異,但是磨損限制了對ASD的整個兒童譜的結論的能力。此外,進行干預前和乾預後EEG測量將允許檢查與乾預相關的EEG變化。需要使用較大樣本的未來研究。
道森等人29和其他30表明,在嬰兒學步期降低社會的關注和社會的動機對大腦和幼兒自閉症的行為發展二級後果,加劇了ASD的特徵的社會障礙。促進對人的關注和增加參與社會互動的動機的早期干預可能有助於緩解ASD對後續行為和大腦發育的緊急影響。隨著早期檢測ASD風險的方法的提高,ASD的嬰兒將能夠從早期干預中獲益,甚至可能在全身綜合徵發病之前。6本研究的結果表明,ESDM干預與社會關注和參與相關的標準化腦活動模式相關,並且這些歸一化的大腦活動模式與社會行為的改善相關。雖然早期干預可能是最佳的,面部處理相對簡短的有針對性的培訓可以積極影響ERP在成人ASD面臨的模式。31
總之,本研究強調了ASD早期大腦發育的動態和塑性特徵以及早期干預改變ASD兒童腦部和行為發展過程的潛力,從而促進了最積極的長期療效。
References

  1. CDC. Prevalence of autism spectrum disorders—autism and developmental disabilities monitoring network, United States, 2006. MMWR Surveill Summ. 2009;58:1-20.
  2. Lord, C, Risi, S, DiLavore, PC, Shulman, C, Thurm, A, and Pickles, A. Autism from 2 to 9 years of age.Arch Gen Psychiatry. 2006; 63: 694–701
  3. Luyster, R, Gotham, K, Guthrie, W et al. The Autism Diagnostic Observation Schedule—toddler module: a new module of a standardized diagnostic measure for autism spectrum disorders. J Autism Dev Disord. 2009; 39: 1305–1320
  4. Johnson, CP and Myers, SM. Identification and evaluation of children with autism spectrum disorders. Pediatrics. 2007; 120: 1183–1215
  5. Dawson, G, Rogers, SJ, Munson, J et al. Randomized, controlled trial of an intervention for toddlers with autism: the Early Start Denver Model. Pediatrics. 2010; 125: e17–e23
  6. Dawson, G. Early behavioral intervention, brain plasticity, and the prevention of autism. Dev Psychopathol. 2008; 20: 775–803
  7. Dawson, G, Carver, L, Meltzoff, AN, Panagiotides, H, McPartland, J, and Webb, SJ. Neural correlates of face and object recognition in young children wiht autism spectrum disorder. Child Dev. 2002; 73: 700–717
  8. Webb, SJ, Dawson, G, Bernier, R, and Panagiotides, H. ERP evidence of atypical face processing in young children with autism. J Autism Dev Disord. 2006; 36: 881–890
  9. Webb, SJ, Jones, E, Merkle, K et al. Developmental change in the ERP responses to familiar faces in toddlers with autism spectrum disorders versus typical development. Child Dev. 2011; 82: 1868–1886
  10. Ackles, PK and Cook, KG. Event-related brain potentials and visual attention in six-month-old infants. Int J Neurosci. 2009; 119: 1446–1468
  11. Moulson, MC, Balas, B, Nelson, CA, and Sinha, P.EEG. correlates of categorical and graded face perception. Neuropsychologia. 2011; 49: 3847–3853
  12. de Haan, M, Johnson, MH, and Halit, H. Development of face-sensitive event-related potentials during infancy: a review. Int J Psychophysiol. 2003; 51: 45–58
  13. Başar, E, Başar-Eroğlu, C, Karakaş, S, and Schürmann, M. Brain oscillations in perception and memory. Int J Psychophysiol. 2000; 35: 95–124
  14. Klimesch, W.EEG. alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Rev. 1999; 29: 169–195
  15. Uhlaas, PJ, Haenschel, C, Nikolic, D, and Singer, W. The role of oscillations and synchrony in cortical networks and putative relevance for the pathophysiology of schizophrenia. Schizophr Bull. 2008; 34: 927–943
  16. Yang, HH, Savostyanov, AN, Tsai, AC, and Liou, M. Face recognition in Asperger syndrome: a study on EEG spectral power changes. Neurosci Lett. 2011; 492: 84–88
  17. Orekhova, EV, Stroganova, TA, and Posikera, IN. Theta synchronization during sustained anticipatory attention in infants over the second half of the first year of life. Int J Psychophysiol. 1999;32: 151–172
  18. Orekhova, EV, Stroganova, TA, Posikera, IN, and Elam, M. EEG theta rhythm in infants and preschool children. Clin Neurophysiol. 2006; 117: 1047–1062
  19. Lord, C, Rutter, M, and Le Couteur, A. Autism Diagnostic Interview–Revised: a revised version of a diagnostic interview for caregivers of individuals with possible pervasive developmental disorders. J Autism Dev Disord. 1994; 24: 659–685
  20. Lord, C, Rutter, M, DiLavore, P, and Risi, S. Autism Diagnostic Observation Schedule—WPS (ADOS-WPS). Western Psychological Services, Los Angeles; 1999
  21. American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders. 4th ed. American Psychiatric Association, Washington, DC; 1994
  22. Mullen, EM. Mullen Scales of Early Learning: AGS Edition. American Guidance Service, Circle Pines, MN; 1995
  23. Sparrow, S, Balla, D, and Cicchetti, D. Vineland Adaptive Behavior Scales: Interview Edition.American Guidance Service, Circle Pines, MN; 1984
  24. Cohen, IL, Schmidt-Lackner, S, Romanczyk, R, and Sudhalter, V. The PDD Behavior Inventory: a rating scale for assessing response to intervention in children with PDD. J Autism Dev Disord. 2003;33: 31–45
  25. Courchesne, E, Ganz, L, and Norcia, AM. Event-related brain potentials to human faces in infants.Child Dev. 1981; 52: 804–811
  26. Klimesch, W. Memory processes, brain oscillations and EEG synchronization. Int J Psychophysiol. 1996; 24: 61–100
  27. Rubenstein, JL and Merzenich, MM. Model of autism: Increased ratio of excitation/inhibition in key neural systems. Genes Brain Behav. 2003; 2: 255–267
  28. Rogers, SJ and Dawson, G. Early Start Denver Model for Young Children with Autism: Promoting Language, Learning, and Engagement. Guilford Press, New York; 2010
  29. Dawson, G, Toth, K, Abbott, R et al. Early social attention impairments in autism: social orienting, joint attention, and attention to distress. Dev Psychopathol. 2004; 40: 271–283
  30. Johnson, MH, Griffin, R, Csibra, G et al. The emergence of the social brain network: evidence from typical and atypical development. Dev Psychopathol. 2005; 17: 599–619
  31. Faja, S, Webb, SJ, Jones, E et al. The effects of face expertise training on the behavioral performance and brain activity of adults with high functioning autism spectrum disorders. J Autism Dev Disord. 2012; 42: 278–293