静息态微状态动态预测健康衰老中工作记忆加工的行为与神经效率

基于摘要分析。该研究关注认知健康老年人的工作记忆个体差异，联合静息态与任务态 EEG，考察静息态微状态动态、任务诱发 P300b 振幅与行为表现之间的关系。核心贡献是区分工作记忆负荷引起的共同变化与静息态脑组织特征对应的个体差异。 研究纳入 33 名认知健康老年人，被试先接受闭眼静息态记录，再完成视觉 0-back、1-back 和 2-back 任务。研究量化行为辨别力 d’、目标诱发 P300b 振幅及典型静息态微状态参数，并使用线性混合效应模型分析。d’ 是辨别力指标，不应与 Accuracy 混用。 作者报告，在上述被试及任务条件下，工作记忆负荷增加伴随 d’ 与 P300b 振幅显著下降；但 P300b 振幅随负荷的变化与行为随负荷的变化不相关，绝对 P300b 振幅也未与行为表现建立关联。作者报告，microstate D 持续时间较长与较差的行为辨别表现相关；microstate C 持续时间较长则与较大的 P300b 振幅相关，但未与任务表现相关。这些结果提示，两种微状态参数可能分别对应行为表现和任务诱发神经响应的不同侧面，不能将较大的 P300b 振幅直接解释为更高的认知效率。 作者据此提出，静息态 EEG 微状态可能成为传统任务诱发指标之外的补充性认知功能生物标志物。不过，摘要中的“预测”主要由统计关联支持，尚不能据此确认独立样本预测能力、因果关系或临床应用价值。效应量、置信区间、多重比较处理、协变量控制、微状态提取与匹配流程，以及训练测试划分或外部验证情况尚未验证；实验协议、消融及统计信息也需全文核对。复现重点是静息态预处理与微状态参数稳定性、P300b 提取设置，以及负荷效应和个体差异在模型中的区分方式。