DOI: https://doi.org/10.2147/ndt.s585445
PMID: https://pubmed.ncbi.nlm.nih.gov/42011258
تاريخ النشر: 2026-04-01
المؤلف: Yujiao Tong وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تدرس الدراسة انتروبيا الموجات كعلامة محتملة لتعقيد تخطيط الدماغ الكهربائي (EEG) لدى المرضى المصابين بمرض الزهايمر (AD) خلال اليقظة والنوم. تشمل الدراسة 30 مشاركًا (15 مريضًا بالزهايمر و15 من الأصحاء المتطابقين في العمر/الجنس)، وتستخدم تحليل انتروبيا الموجات على إشارات EEG لمقارنة انتروبيا الموجات الكلية ($E_n$) وانتروبيا الموجات على المقياس الفردي ($E_n(a)$) عبر حالات مختلفة. تكشف النتائج أن مرضى الزهايمر يظهرون انخفاضًا ملحوظًا في $E_n$ خلال اليقظة وزيادة في $E_n$ خلال مرحلة النوم N3 مقارنةً بالمجموعة الضابطة (جميع $P < 0.001$). بشكل محدد، خلال اليقظة، أظهر مرضى الزهايمر انخفاضًا في $E_n(a)$ في نطاقات التردد β وα، بينما خلال النوم N3، أظهروا زيادة في $E_n(a)$ عبر نطاقات β وα وθ (جميع $P < 0.001$). تشير النتائج إلى أن انتروبيا الموجات تلتقط بفعالية التغيرات في تعقيد EEG المرتبطة بمرض الزهايمر، مما يدل على انخفاض اليقظة خلال اليقظة وضعف تنظيم النوم البطيء. هذا يدعم الفرضية القائلة بأن تعقيد EEG يختلف بشكل كبير عبر حالات مختلفة لدى الأفراد المصابين بمرض الزهايمر. تختتم الدراسة بأن انتروبيا الموجات قد تكون أداة قيمة لوصف التغيرات في EEG في مرض الزهايمر، مما يوفر رؤى حول التفاعل بين ديناميات النوم واليقظة والعمليات التنكسية العصبية. ومع ذلك، يشير المؤلفون إلى الحاجة إلى دراسات أكبر لتأكيد هذه النتائج الأولية.
مقدمة
يعتبر مرض الزهايمر (AD) أحد الأسباب الرئيسية للخرف، ويتميز بالتدهور المعرفي وخصائص عصبية مرضية محددة، بما في ذلك تراكم لويحات الأميلويد-β وتجمع بروتين التاو. تعتمد طرق التشخيص التقليدية على مؤشرات حيوية من السائل الدماغي الشوكي (CSF)، مثل انخفاض Aβ42 وزيادة التاو-181 الفسفوري (p-tau181)، ولكن الإرشادات الحديثة قدمت مؤشرات حيوية من البلازما مثل p-tau217 وGFAP كبدائل قابلة للتطبيق. على الرغم من التقدم، فإن التطبيق السريري لتحليل السائل الدماغي الشوكي وتقنيات التصوير العصبي مقيد بتكلفتها وتدخلها. بالمقابل، يوفر تخطيط الدماغ الكهربائي (EEG) نهجًا غير تدخلي وفعال من حيث التكلفة لمراقبة النشاط العصبي، مما قد يساعد في تحديد العجز المعرفي قبل ظهور الأعراض السريرية الكبيرة.
تهدف هذه الدراسة إلى التحقيق في تعقيد EEG لدى مرضى الزهايمر باستخدام انتروبيا الموجات، وهي طريقة تقيم تنظيم الإشارة عبر مقاييس متعددة، مما يتناقض مع التحليل الطيفي التقليدي. أشارت الأبحاث السابقة إلى وجود تزامن عصبي متغير في مرض الزهايمر، خاصة خلال النوم، ومع ذلك لا تزال العلاقة بين انتروبيا EEG وتقدم المرض عبر مراحل النوم المختلفة غير مستكشفة بشكل كافٍ. من خلال تحليل تعقيد EEG خلال اليقظة ومراحل النوم المختلفة، بما في ذلك N2 وN3، تسعى هذه الدراسة إلى توضيح التغيرات الفسيولوجية الكهربائية المحددة حسب المرحلة في مرض الزهايمر، مع فرضية أن المرضى سيظهرون تغييرات مميزة في تعقيد EEG مقارنةً بالأصحاء. تهدف النتائج إلى تعزيز فهم خلل الشبكات المرتبطة بالنوم وعلاقتها بشدة مرض الزهايمر وتقدمه.
الطرق
في هذه الدراسة، تم تجنيد 30 مشاركًا من أقسام العيادات الخارجية والداخلية في مركز تيانجين الطبي، يتكونون من 15 مريضًا تم تشخيصهم بمرض الزهايمر (AD) و15 من الأصحاء (HC). شملت مجموعة الزهايمر 7 ذكور بمتوسط عمر 69.93 ± 4.86 عامًا، بينما كانت مجموعة الأصحاء تضم 8 ذكور بمتوسط عمر 68.73 ± 5.56 عامًا. كانت معايير الإدراج لمرضى الزهايمر تستند إلى إرشادات التشخيص NIA-AA (2011)، التي تتطلب وجود عجز في مجالات معرفية متعددة، وعمر يزيد عن 50 عامًا، وتحصيل تعليمي يتجاوز المدرسة الابتدائية، ووجود ضعف كبير في الأنشطة اليومية، كما هو موضح من خلال الدرجات على مقياس قدرات الحياة اليومية (ADL) ومقياس تقييم الخرف السريري (CDR). استبعدت معايير الاستبعاد الأفراد الذين لديهم تاريخ من الاضطرابات العصبية أو النفسية الأخرى التي قد تؤثر على تشخيص مرض الزهايمر.
ضمنت الدراسة عدم وجود اختلافات كبيرة في العمر أو الجنس أو سنوات التعليم بين مرضى الزهايمر ومشاركي الأصحاء (P > 0.05). قدم جميع المشاركين موافقة خطية مستنيرة، وحصل بروتوكول الدراسة على موافقة من لجنة الأخلاقيات المؤسسية لمركز تيانجين الطبي (رقم الموافقة 2025-B115)، ملتزمين بالمبادئ الأخلاقية الموضحة في إعلان هلسنكي. نظرًا لمعايير الإدراج الصارمة وتوافر المشاركين، تكونت العينة النهائية من 15 مريضًا بالزهايمر و15 من الأصحاء، مما يصنف هذه الدراسة كدراسة تجريبية.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يوضح النتائج التي توصلت إليها الدراسة، مع تسليط الضوء على الاتجاهات البيانية المهمة والتحليلات الإحصائية التي تدعم الفرضيات. غالبًا ما تكون النتائج مصحوبة بوسائل بصرية مثل الرسوم البيانية أو الجداول لتوضيح العلاقات بين المتغيرات بوضوح.
قد يناقش القسم أيضًا تداعيات النتائج، مقارنًا إياها بالأدبيات الموجودة لوضع النتائج في سياق أوسع من مجال الدراسة. يتم تناول أي نتائج غير متوقعة أو شذوذ، مما يوفر رؤى حول المجالات المحتملة لمزيد من البحث أو التحقيق. بشكل عام، يخدم هذا القسم لتأكيد أهداف البحث والمساهمة في فهم الموضوع المطروح.
المناقشة
في هذه الدراسة، بحث المؤلفون استخدام تحليل انتروبيا الموجات لتقييم تعقيد EEG لدى مرضى الزهايمر (AD) عبر مراحل النوم المختلفة واليقظة. كشفت النتائج عن ثلاث نتائج مهمة: أولاً، أظهر مرضى الزهايمر انخفاضًا في الانتروبيا العالمية خلال اليقظة ولكن زيادة في الانتروبيا خلال مرحلة النوم N3 مقارنةً بالأصحاء (HC)؛ ثانيًا، أشار التحليل على المقياس الفردي إلى تغييرات غير متجانسة في الانتروبيا عبر نطاقات تردد محددة، خاصة في المناطق الجبهية والصدغية؛ وثالثًا، كانت هذه التغيرات في الانتروبيا مرتبطة بفيزيولوجيا مرض الزهايمر، مما يشير إلى علاقة معقدة بين ديناميات EEG والتدهور المعرفي.
تسلط الدراسة الضوء على أن انخفاض انتروبيا الموجات خلال اليقظة قد يعكس ضعف التزامن العصبي والوظيفة المعرفية، بينما تشير الانتروبيا المرتفعة خلال النوم N3 إلى نشاط بطيء مضطرب، مما قد يرتبط بفيزيولوجيا الأميلويد والتاو. تؤكد هذه النتائج على إمكانية استخدام انتروبيا الموجات كأداة جديدة لرسم خرائط الخلل الفسيولوجي العصبي في مرض الزهايمر، خاصة فيما يتعلق بتجزئة دورة النوم واليقظة وزيادة النشاط القشري. ومع ذلك، يعترف المؤلفون بالقيود مثل حجم العينة الصغيرة وغياب بيانات تخطيط النوم الكامل، مما يشير إلى أن الأبحاث المستقبلية يجب أن توسع هذه النتائج لتأكيد انتروبيا الموجات كعلامة تشخيصية لمرض الزهايمر.
DOI: https://doi.org/10.2147/ndt.s585445
PMID: https://pubmed.ncbi.nlm.nih.gov/42011258
Publication Date: 2026-04-01
Author(s): Yujiao Tong et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
The study investigates wavelet entropy as a potential indicator of EEG complexity in patients with Alzheimer’s disease (AD) during wakefulness and sleep. Involving 30 participants (15 AD patients and 15 age-/sex-matched healthy controls), the research employs wavelet entropy analysis on EEG signals to compare integral wavelet entropy ($E_n$) and individual-scale wavelet entropy ($E_n(a)$) across different states. The results reveal that AD patients exhibit significantly lower $E_n$ during wakefulness and higher $E_n$ during the N3 sleep stage compared to controls (all $P < 0.001$). Specifically, during wakefulness, AD patients showed reduced $E_n(a)$ in the β and α frequency bands, while during N3 sleep, they displayed increased $E_n(a)$ across β, α, and θ bands (all $P < 0.001$). The findings suggest that wavelet entropy effectively captures alterations in EEG complexity associated with AD, indicating diminished arousal during wakefulness and impaired regulation of slow-wave sleep. This supports the hypothesis that EEG complexity varies significantly across different states in individuals with AD. The study concludes that wavelet entropy may serve as a valuable tool for characterizing EEG changes in AD, offering insights into the interplay between sleep-wake dynamics and neurodegenerative processes. However, the authors note the need for larger-scale studies to further validate these preliminary findings.
Introduction
Alzheimer’s disease (AD) is a leading cause of dementia, characterized by cognitive decline and specific neuropathological features, including amyloid-β plaque accumulation and tau protein aggregation. Traditional diagnostic methods rely on cerebrospinal fluid (CSF) biomarkers, such as reduced Aβ42 and elevated phosphorylated tau-181 (p-tau181), but recent guidelines have introduced plasma biomarkers like p-tau217 and GFAP as viable alternatives. Despite advancements, the clinical application of CSF analysis and neuroimaging techniques is hindered by their invasiveness and cost. In contrast, electroencephalography (EEG) offers a noninvasive, cost-effective approach to monitor neuronal activity, potentially identifying cognitive impairments before significant clinical symptoms arise.
This study aims to investigate EEG complexity in AD patients using wavelet entropy, a method that assesses signal organization across multiple scales, contrasting with traditional spectral analysis. Previous research has indicated altered neural synchronization in AD, particularly during sleep, yet the relationship between EEG entropy and disease progression across different sleep stages remains underexplored. By analyzing EEG complexity during wakefulness and various sleep stages, including N2 and N3, this study seeks to elucidate stage-specific electrophysiological changes in AD, hypothesizing that patients will demonstrate distinct alterations in EEG complexity compared to healthy controls. The findings aim to enhance understanding of sleep-related network dysfunction and its correlation with AD severity and progression.
Methods
In this study, 30 participants were recruited from the outpatient and inpatient departments of Tianjin Union Medical Center, comprising 15 patients diagnosed with Alzheimer’s Disease (AD) and 15 healthy controls (HC). The AD group included 7 males with a mean age of 69.93 ± 4.86 years, while the HC group had 8 males with a mean age of 68.73 ± 5.56 years. Inclusion criteria for AD patients were based on the NIA-AA Diagnostic Guidelines (2011), requiring deficits in multiple cognitive domains, age over 50, educational attainment beyond primary school, and significant impairment in daily living activities, as indicated by scores on the Abilities of Daily Living Scale (ADL) and Clinical Dementia Rating Scale (CDR). Exclusion criteria ruled out individuals with a history of other neurological or psychiatric disorders that could confound the diagnosis of AD.
The study ensured that there were no significant differences in age, sex, or years of education between the AD patients and HC participants (P > 0.05). All participants provided written informed consent, and the study protocol received approval from the Institutional Ethics Committee of Tianjin Union Medical Center (Approval No. 2025-B115), adhering to the ethical principles outlined in the Declaration of Helsinki. Given the stringent inclusion criteria and participant availability, the final sample consisted of 15 AD patients and 15 healthy controls, categorizing this research as a pilot study.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments or analyses. It details the outcomes of the study, highlighting significant data trends and statistical analyses that support the hypotheses. The results are often accompanied by visual aids such as graphs or tables to illustrate the relationships between variables clearly.
The section may also discuss the implications of the findings, comparing them with existing literature to contextualize the results within the broader field of study. Any unexpected outcomes or anomalies are addressed, providing insight into potential areas for further research or investigation. Overall, this section serves to validate the research objectives and contribute to the understanding of the topic at hand.
Discussion
In this study, the authors investigated the use of wavelet entropy analysis to assess EEG complexity in patients with Alzheimer’s disease (AD) across different sleep stages and wakefulness. The findings revealed three significant outcomes: first, AD patients exhibited reduced global entropy during wakefulness but increased entropy during the N3 sleep stage compared to healthy controls (HC); second, individual-scale analysis indicated heterogeneous entropy changes across specific frequency bands, particularly in prefrontal and occipital regions; and third, these alterations in entropy were correlated with AD pathophysiology, suggesting a complex relationship between EEG dynamics and cognitive decline.
The study highlights that lower wavelet entropy during wakefulness may reflect impaired neural synchronization and cognitive function, while elevated entropy during N3 sleep suggests disrupted slow-wave activity, potentially linked to amyloid and tau pathology. These results underscore the potential of wavelet entropy as a novel tool for mapping neurophysiological dysfunction in AD, particularly in relation to sleep-wake cycle fragmentation and cortical hyperexcitability. However, the authors acknowledge limitations such as a small sample size and the absence of full polysomnography data, suggesting that future research should expand on these findings to validate wavelet entropy as a diagnostic marker for AD.