EEG 词联想范式用于成人 ADHD 筛查：一项探索性试点

结论先行：论文提出一种基于 EEG 的词联想范式，试图作为成人 ADHD 筛查的辅助手段。结果显示，该范式在区分 ADHD 与非 ADHD 个体时，机器学习分类准确率约 56%–70%，不足以独立完成筛查，但提示了语义加工与注意缺陷之间可能存在的可量化神经关联。

事实与出处：根据论文摘要与 arXiv 公开摘要（arXiv:2609.31359v1），研究者设计了在屏幕上呈现与 ADHD 相关词汇的词联想任务，同时采集受试者 EEG 信号。研究背景是成人 ADHD 诊断长期面临等候时间长、依赖主观行为量表、难以与共病精神障碍区分等困难。作者将 EEG 特征输入分类模型，试图分离 ADHD 组与对照组。摘要中给出的最高分类表现约为 70%，整体处于中等偏低水平。原文为探索性试点研究（exploratory pilot study），样本规模有限，且论文标题与摘要均强调其“探索性”定位，而非临床验证。

我司判断：从研究范式角度看，将语义联想任务与 EEG 结合，绕开了传统持续性操作测试对单一注意维度的依赖，是一条值得追踪的方向。但需注意三点：第一，70% 的准确率远低于可用于临床筛查的工具门槛（通常需 80% 以上且具备高灵敏度）；第二，词联想刺激本身可能受文化、语言、受教育程度影响，跨人群泛化能力存疑；第三，ADHD 诊断的核心难题是与焦虑、抑郁等共病区分，而该范式在这一关键问题上的表现尚未在摘要中明确呈现。整体而言，该工作更接近“概念验证”而非“可部署方案”。

局限：试点研究样本量小，统计效力不足；未在摘要中披露对共病的区分能力；缺少外部数据集验证；刺激材料与标签体系可能引入研究者偏差；arXiv 预印本未经同行评审，方法细节与可复现性有待核实。在更大规模、多中心、并纳入共病对照的研究出现之前，不宜将其视为可临床使用的筛查工具，更不能等同于任何商业化产品。