摘要
背景
帕金森病（PD）在临床上具有异质性，其运动和认知特征存在显著差异。传统的临床评分方法对潜在的神经机制了解有限，并且纵向稳定性较差。头皮脑电图（EEG）提供了一种直接且可扩展的大脑活动测量方法，有助于基于机制对PD患者进行分层，但基于EEG的亚型划分仍然大多尚未得到探索。
目的
确定是否可以通过EEG特征识别出PD的神经生理亚型，并研究其临床和遗传相关性。
方法
从116名PD患者和30名健康对照组中收集了静息状态和跑步机行走时的EEG数据。提取了不同皮层区域的频谱功率（θ-γ）、非周期成分和时间复杂性指标。评估了多种降维和无监督聚类方法，并通过留一法重采样来评估内部有效性和稳定性。比较了各组之间的临床、认知、步态和遗传特征。
结果
三聚类方案在各个模型中均表现出最佳的分离效果和稳健性。各聚类具有独特的神经生理特征，表现为在两种行为状态下频谱减速、信号复杂性和非周期活动的差异。各聚类在运动严重程度、步态速度或疾病持续时间上没有差异，但在认知表现和遗传组成上存在差异。其中一个聚类的认知功能保持正常，其中包含更多的LRRK2突变携带者；而两个认知受损的聚类尽管具有相似的临床特征，但表现出不同的电生理特征。
结论
基于EEG的聚类分析揭示了PD的稳健神经生理亚型，这些亚型反映了标准临床评估方法未能体现的异质性。这些发现支持将EEG作为一种可扩展的工具，用于基于机制的分层研究，对预后和精准临床试验具有重要意义。? 2026 作者。《运动障碍》（Movement Disorders）由Wiley Periodicals LLC代表国际帕金森病和运动障碍学会（International Parkinson and Movement Disorder Society）出版。
利益冲突
作者声明没有利益冲突。
