为什么可重复的分类需要稳定的脑电图标记
分类的可重复性取决于它所依据的测量。如果同一个人的脑电图标记在两次测试之间发生波动，那么用来区分障碍与健康的切点就会在不同时间把这个人分到线的两侧——不是因为认知发生了变化，而是因为测量本身变了。这就是重测信度差的现实后果：标签在某种程度上取决于测试是在什么时候做的。
在一项关于事件相关电位（ERP）的纵向研究中——ERP是与认知任务时间锁定的脑电反应的平均值——不同ERP成分的信度并不一致。在健康对照中，晚正电位（LPP）波幅表现出高信度，靶刺激的组内相关系数（ICC）为0.85，非靶刺激为0.75。P200潜伏期仅为中等信度，靶刺激和非靶刺激的ICC分别为0.67和0.53。[1] ICC是介于0和1之间的数值，描述测量之间的变异有多少来自人与人之间的真实差异、多少来自测量噪声；数值越高，说明标记越稳定。
信度因标记而异，分类的可重复性也随之不同
由于不同ERP成分的信度不同，分类规则的可重复性也会因所用成分而异。基于LPP波幅的规则在对照组中信度很高，预期会比基于P200潜伏期的规则在时间上产生更一致的标签，后者仅为中等信度。[1]这意味着，一项研究报告在某一时间点分类准确率良好，并不能保证同样的分类在之后的测试中依然成立。
同一项研究还发现，轻度认知障碍（MCI）患者在一年随访时P200潜伏期出现可检测到的延长，效应量较大。[1]这一发现说明该标记对变化敏感，但敏感性和信度是两种不同的性质：一个标记可以在群体水平上检测到变化，同时在个体水平上噪声足够大，使单个人的分类不稳定。该论文只报告了健康对照的信度，因此这些ERP指标在MCI组内部本身的稳定性并未由这一证据确立。
分析选择可能叠加第二层不可重复性
即使一个标记的重测信度可以接受，当研究者做出不同的预处理或分析决策时，也可能产生不一致的分类。一项针对脑电图θ/α比值——一种有时用作认知障碍标记的频谱指标——的多重宇宙分析，考察了不同的处理和分析选择如何影响结果的可重复性和稳定性。[2]这意味着两个实验室可以从相同的原始脑电出发，却对谁存在认知障碍得出不同结论，原因不是底层生物学不同，而是分析流程不同。
这种对分析设定的依赖会加剧测量噪声的问题。如果一个标记本身只有中等信度，而分析选择又进一步使数值偏移，合并后的不确定性可能大到足以改变个体分类。该多重宇宙研究将此视为对认知障碍定量脑电图标记进行标准化、可重复评估的一项挑战。[2]它并未量化分类不稳定性中有多少来自重测噪声、多少来自分析选择，因此两者的相对贡献仍是一个未解问题。
这对用脑电图追踪或分类认知障碍意味着什么
对于纵向监测和治疗试验，实际的答案是优先选择已证明具有高重测信度的标记，并在报告分类准确率的同时报告信度。那项ERP研究支持纵向监测的可行性，因为其最可靠的指标——LPP波幅——在健康对照中一年内保持稳定。[1]但群体水平监测的可行性并不等于个体分类的可重复性有保证，尤其是对P200潜伏期这类中等信度的指标而言。
一项针对阿尔茨海默病和MCI生物标记的研究方案将脑电图变化的重测信度评估纳入了设计。[3]这一纳入反映出一种认识：信度需要被测量，而不能被假定。然而，该方案本身并未分析信度问题如何影响认知障碍分类的可重复性，因此并未解决这一问题。根据现有证据，最稳妥的结论是：信度问题可能降低分类的可重复性，降低的程度取决于具体标记和分析流程，选择标记和报告结果时应考虑其信度。[1][2]
本文引用的文献
事件相关电位是轻度认知障碍敏感且可靠的脑电图生物标记：一项纵向研究
在一项纵向研究中，健康对照的LPP波幅表现出高重测信度（靶刺激ICC 0.85，非靶刺激0.75），P200潜伏期为中等信度（ICC 0.67和0.53）；而MCI参与者在基线时LPP波幅降低、P200潜伏期延迟，一年随访时P200潜伏期延长。
脑电图θ/α比值与认知障碍关联对分析设定的依赖：一项多重宇宙分析
一项针对脑电图θ/α比值的多重宇宙分析发现，不同的预处理和分析选择会影响其与认知障碍关联的可重复性和稳定性。
阿尔茨海默病新疗法纵向队列研究（NTAD）：研究方案
NTAD研究方案将脑电图变化的重测信度评估纳入其针对阿尔茨海默病和轻度认知障碍的纵向生物标记设计。