开放科学资源加速自闭症数字健康研究
小赛推荐：
该研究推出了Simons睡眠项目（SSP），一个包含多设备同步数据、家长报告及全外显子测序的开放资源，揭示了自闭症儿童入睡潜伏期更长且与行为困难相关，展示了数字设备在睡眠研究中的高可靠性。
文献概述
本文《An open science resource for accelerating scalable digital health research in autism and other neurodevelopmental conditions》，发表于《Nature Neuroscience》杂志，回顾并总结了Simons睡眠项目（SSP）这一开放科学资源的设计与初步分析结果。该资源旨在加速自闭症及相关神经发育障碍的数字健康研究，特别是针对睡眠与日常行为的客观量化。研究整合了来自Dreem3脑电头带、EmbracePlus智能手表和Withings睡眠垫的同步生理数据，结合家长问卷与睡眠日记，并提供全外显子测序数据。文章展示了数字设备在测量睡眠参数上的高准确性和可靠性，远超家长报告，并揭示自闭症儿童存在更长的入睡潜伏期，且该指标与行为困难显著相关。这些发现为未来开发数字表型技术及理解自闭症共病机制提供了坚实基础。背景知识
自闭症谱系障碍（ASD）是一种以社交沟通障碍和重复刻板行为为核心症状的神经发育疾病，具有高度异质性。超过半数的自闭症个体伴有严重睡眠障碍，包括入睡困难、夜间频繁觉醒和总睡眠时间缩短，这些症状可能加剧核心症状及行为问题。传统研究多依赖家长问卷，存在主观偏差和回忆误差，难以准确反映真实睡眠状况。多导睡眠图（PSG）虽为“金标准”，但受限于实验室环境、单次记录和设备不适，生态效度低。近年来，可穿戴设备（如加速度计、PPG心率监测）在自然环境中客观评估睡眠行为展现出潜力，但其在自闭症群体中的应用仍有限。此外，缺乏多设备同步数据、主观报告与遗传信息的整合资源，制约了算法开发与机制探索。SSP项目填补了这一空白，通过采集>3600夜多模态数据，结合家庭匹配的兄弟姐妹对照与全外显子数据，为研究睡眠-行为-基因关系提供了独特平台，推动从分类诊断向维度化、跨诊断研究转型，具有重要临床与科学意义。
研究方法与实验
研究团队在SPARK队列中招募了102名自闭症儿童（86男）及其98名非自闭症兄弟姐妹（53男），年龄10–17岁，均来自同一家庭以控制环境因素。使用Dreem3脑电头带、EmbracePlus多传感器智能手表（含加速度计、PPG、EDA、皮肤温度）和Withings睡眠垫，在家庭环境中连续记录多日多夜数据。同步采集家长填写的基线问卷（如SRS-2、RBS-R、CBCL、Vineland）和每日睡眠日记。数据经严格质量控制，提取睡眠起始（SO）、最终觉醒（FA）、睡眠后觉醒（WASO）和总睡眠时间（TST）等指标。采用Concordance相关 coefficient（CCC）评估设备间及设备与家长报告的一致性。使用混合线性模型比较组间差异，并分析睡眠参数与行为症状的关联。此外，应用YASA开源算法对原始EEG数据进行独立睡眠分期验证。关键结论与观点
研究意义与展望
该研究展示了开放科学资源在加速神经发育障碍研究中的巨大潜力。SSP提供了前所未有的多模态、家庭匹配、长时程数据集，为开发和验证数字表型算法（如自动检测睡眠阶段、情绪波动、重复行为）提供了黄金标准。其数据的高生态效度克服了传统实验室研究的局限，使研究更贴近真实生活场景。
研究结果强调了使用客观设备而非依赖家长报告的重要性，特别是在评估睡眠维持问题时。发现SOL与行为困难的强关联，提示改善入睡可能成为缓解共病症状的干预靶点，为非药物干预（如睡眠卫生训练、光疗）提供了理论依据。结合全外显子数据，SSP支持探索基因-睡眠-行为的复杂关系，有助于识别生物亚型。
未来研究可利用SSP数据开发AI模型预测行为状态，研究昼夜节律、睡眠架构（如纺锤波）与神经发育的关系。扩展至更小年龄组、更严重表型及不同文化背景将增强其普适性。SSP的成功模式可推广至其他神经发育和精神疾病，推动精准数字健康的发展。
结语
本研究介绍了Simons睡眠项目（SSP），一个创新的开放科学资源，旨在推动自闭症及相关神经发育障碍的数字健康研究。通过整合来自超过3600夜的多设备同步生理数据、家长报告及全外显子测序信息，SSP为研究睡眠与行为的客观关联提供了强大平台。研究发现，数字设备在测量睡眠参数上比家长报告更可靠，且自闭症儿童存在显著更长的入睡潜伏期，这一指标与多种行为困难密切相关，而夜间觉醒则无此关联。这些结果不仅揭示了睡眠问题在自闭症中的特异性，也强调了客观测量的重要性。SSP资源的公开将极大促进数字表型技术的开发、睡眠机制的探索及个性化干预策略的设计，为理解神经发育障碍的复杂性提供了新视角，是迈向精准数字健康的里程碑。
