0 引言

       注意缺陷多动障碍（attention deficit hyperactivity disorder, ADHD）是儿童期最常见的神经发育障碍之一，全球患病率在5%~7%，以注意力不集中和多动冲动为核心特征^{[1, 2]}。孤独症谱系障碍（autism spectrum disorder, ASD）是另一种儿童期常见的神经发育障碍，全球患病率约为1%~2.8%，以社交沟通障碍和限制性、重复性刻板行为为核心特征^{[3, 4]}。2013年发布的美国精神疾病诊断和统计手册第五版（Diagnostic and Statistical Manual of Mental Disorders 5, DSM-5）首次明确认可ADHD与ASD可以共病诊断，打破此前二者互斥的诊断标准，两者的高共患率逐渐受到关注。流行病学数据显示，约20%~50%的ADHD患儿同时符合ASD诊断标准，约30%~80%的ASD患儿表现出显著的ADHD症状^[5]。ADHD共患ASD的儿童相比两种单纯患病儿童表现出更为严重的功能损害，包括更差的社会适应能力、更多的情绪调节困难和更低的生活质量^[6]。目前对于ADHD共患ASD的诊断依旧十分困难，对共病的神经病理机制仍然不清楚，临床诊断在很大程度上依赖临床经验和行为量表。

       基于体素的形态学分析（voxel-based morphometry, VBM）技术能够在全脑范围内逐体素比较不同个体或群组间灰质体积（gray matter volume, GMV）的差异，无须预先设定感兴趣区，具有客观性和可重复性^[7]。既往VBM研究已分别证实ADHD和ASD患儿存在不同脑区的GMV异常^[8]。然而，现有VBM研究多仅单独探讨单纯ADHD或单纯ASD脑结构改变，目前将ADHD共患ASD作为独立亚群，同时纳入单纯ADHD组和单纯ASD组进行四组比较的VBM研究极为有限，共患病儿童特异性的脑结构改变尚未被充分阐明。

       维生素D是一种神经活性甾体激素，参与调控神经营养因子合成、突触可塑性等多种神经发育关键过程^{[9, 10, 11]}。流行病学证据表明，ADHD和ASD患儿血清维生素D水平普遍低于健康同龄儿^{[12, 13]}。动物实验证实，发育期维生素D缺乏可导致脑体积增大和突触修剪异常^[14]。然而，目前尚无研究探讨血清维生素D与ADHD共患ASD患儿全脑GMV的关联。

       综上，本研究应用VBM技术比较ADHD共患ASD、单纯ADHD、单纯ASD及健康对照儿童全脑GMV差异，进一步分析差异脑区GMV值与血清维生素D水平及临床量表评分之间的相关性，并基于差异脑区GMV值联合临床参数构建对ADHD共患ASD的诊断预测模型，评估其鉴别诊断效能。以期为理解共患病的神经发育特征和早期识别提供一定的参考价值。

1 材料与方法

1.1 研究对象

       本研究为前瞻性横断面研究，连续纳入2026年3月26日至2026年7月20日于我院儿童发育行为科确诊的患儿，同期招募年龄和性别相匹配的健康儿童。根据诊断分为四组：ADHD共患ASD组（共患病组，n=52）、单纯ADHD组（ADHD组，n=59）、单纯ASD组（ASD组，n=54）及健康对照（healthy control, HC）组（n=49）。所有受试者年龄范围为6~13岁，均为右利手，均于MRI检查当天清晨空腹采集外周静脉血，并进行临床量表评定。本研究遵守《赫尔辛基宣言》，经郑州大学第三附属医院伦理委员会批准，批准文号：2026-068-01。所有受试者本人或法定监护人均签署书面知情同意书。

       纳入标准如下。（1）共患病组：两名高年资儿童发育行为科医师双盲评估，同时满足DSM-5 ADHD、ASD的双重诊断，孤独症诊断观察量表第2版（Autism Diagnostic Observation Schedule 2, ADOS-2）评估达到ASD诊断界值，Conners父母症状问卷及斯诺佩评估量表第4版（Swanson, Nolan, and Pelham Rating Scale, Version Ⅳ, SNAP-Ⅳ）量表符合ADHD诊断标准；（2）单纯ADHD组：满足DSM-5中ADHD诊断标准，ADOS-2评估未达到ASD诊断界值；（3）单纯ASD组：满足DSM-5中ASD诊断标准，ADOS-2评估达到ASD诊断界值，SNAP-Ⅳ量表不满足ADHD诊断标准；（4）HC组：经儿童行为量表（Child Behavior Checklist, CBCL）筛查无明显行为问题，发育正常。

       共同排除标准：（1）合并癫痫、智力障碍或其他神经精神疾病；（2）有脑外伤史、脑部手术史或其他器质性脑病变；（3）近6个月内有影响维生素D代谢的疾病或用药史；（4）智商（intelligence quotient, IQ）<80；（5）临床基本资料、量表评分不完整；（6）图像质量不佳、图像质量评分（image quality rating, IQR）<75%或运动伪影明显等影响后处理分析。

1.2 临床资料收集

       收集所有被试的姓名、性别、年龄、利手、IQ、早产史，睡眠情况、母亲分娩年龄和分娩方式。采用Conners父母症状问卷评估行为问题，使用SNAP-Ⅳ量表（26项版本）评估ADHD核心症状严重程度，包含注意缺陷和多动/冲动两个维度。使用ADOS-2和儿童孤独症评定量表（Childhood Autism Rating Scale, CARS）对ASD核心症状进行标准化评估。所有受试者于MRI检查当天清晨，空腹（禁食8 h以上）采集静脉血，测定血清25-羟基维生素D水平（以下简称“血清维生素D水平”）。维生素D水平判定标准：>50 nmol/L为充足，30~50 nmol/L为不足，<30 nmol/L为缺乏^[15]。

1.3 MRI检查设备及参数

       所有受试者均于同一台3.0 T磁共振成像仪（SIGNA Pioneer，GE Healthcare，美国）上进行扫描，使用16通道头部线圈。根据前期预采集情况，患儿因配合度差均在确保安全的前提下于扫描前30分钟使用0.25毫克/公斤体质量的咪达唑仑镇静后完成扫描，健康对照组儿童清醒扫描。扫描前患儿家属均签署知情同意书。

       高分辨率3D-T1WI扫描参数：TR 7.3 ms，TE 2.7 ms，FOV 240 mm×240 mm，翻转角15°，层厚1 mm，层间距0 mm，体素大小1 mm×1 mm×1 mm，扫描时间约3 min 40 s。另行常规轴位T1WI（TR 1750 ms，TE 24 ms，FOV 240 mm×240 mm，层厚5 mm，层间距1.5 mm）、T2WI（TR 5552 ms，TE 128 ms，FOV 240 mm×240 mm，层厚5 mm，层间距1.5 mm）、T2液体衰减反转恢复（TR 8000 ms，TE 120 ms，FOV 240 mm×240 mm，层厚5 mm，层间距1 mm）及扩散加权成像（TR 4000 ms，TE 85 ms，FOV 240 mm×240 mm，层厚5 mm，层间距1.5 mm，b值为0、1000 s/mm²）序列扫描。

1.4 VBM数据处理

       首先所有图像均由2名分别具备7年、10年小儿神经影像诊断经验的副主任医师在未知临床诊断信息情况下独立阅片质控，排除脑内存在结构异常或图像质量差的图像。若两名医师的质控意见不一致，通过协商讨论达成共识；若讨论后仍无法达成共识，则交由第三位具备15年小儿神经影像诊断经验的主任医师仲裁裁决，以多数意见为准。

       基于MATLAB R2021b（MathWorks 公司，美国）的SPM12软件（v2020,http://www.fil.ion.ucl.ac.uk/spm）中CAT12工具包（r1450，http://www.neuro.uni-jena.de/cat/）进行VBM分析，主要步骤如下：（1）使用MRIcroGL软件（v2025,https://www.cabiatl.com/mricrogl/）将原始医学图像格式数据转为NifTI格式；（2）研究人员利用SPM手动对结构像进行原点校正，使其基本对准前连合位置，以提高后续空间配准的精度；（3）去除非脑组织，然后根据标准的灰白质图像模板，将脑组织分割为脑灰质、脑白质和脑脊液；（4）采用DARTEL（Diffeomorphic Anatomical Registration Through Exponentiated Lie Algebra）算法进行非线性空间配准，将个体脑图像配准至蒙特利尔神经研究所（Montreal Neurological Institute, MNI）152标准空间，对图像进行非线性调制，以保持校正后的绝对GMV信息；（5）利用CAT12内置质量检查功能评估所有图像的配准质量和图像均匀性，排除图像质量评分低于预设阈值（IQR<75%）或存在明显运动伪影的数据。并提取全脑颅内总体积（total intracranial volume, TIV）；（6）采用8 mm半高全宽的高斯核对灰质图像进行平滑处理。处理流程见图1。

点击查看大图

图1  VBM处理流程图。VBM：基于体素的形态学分析。
Fig. 1  VBM process flowchart. VBM: voxel-based morphometry.

1.5 样本量估算

       基于先验效能分析（PASS 2017，版本15.0.1），以本研究联合诊断模型为主要结局指标，设定以下参数：假设联合诊断模型的最小曲线下面积（area under the curve, AUC）为0.85，最大AUC设定为0.95，检验功效Power（1-β）设定为0.8，检验水准α设定为0.05，双侧检验，组间样本量比值（对照组/试验组）为1∶1，经非参数方法估算所需阳性组最少为46例，阴性组最少为46例。考虑约10%的脱落率，最终计划每组纳入不少于52例。本研究实际纳入病例基本满足统计学要求。

1.6 统计学分析

1.6.1 人口学及临床资料分析

       采用SPSS 27.0软件（IBM, Armonk, 美国）进行统计分析。样本量n≤50采用Shapiro-Wilk检验，样本量n>50采用Kolmogorov-Smirnov正态性检验，连续变量正态分布以（x¯±s）描述，组间比较采用单因素方差分析；非正态分布以M (P25, P75)描述，组间比较采用Kruskal-Wallis H检验。分类变量以频数描述，组间比较采用卡方检验。所有假设检验均为双侧检验，显著性水平设为0.05。

1.6.2 VBM统计分析

       使用SPM软件中的一般线性模型进行全脑体素水平的统计分析。建立单因素方差分析模型，以自变量为组别，将年龄、性别及TIV作为协变量纳入。首先比较四组间GMV是否存在总体差异，而后进行事后两两比较。多重比较校正采用基于高斯随机场（Gaussian random field, GRF）理论的族错误率（family-wise error, FWE）校正方法：以体素水平P<0.001（未校正）为团簇形成阈值，在团簇水平P<0.05（FWE校正）为差异具有统计学意义的判定标准。记录差异脑区的解剖位置（参照AAL3图谱标记）、峰值MNI坐标、团簇大小（体素数）及峰值t值。将VBM分析中所有显著差异的团簇保存为二值掩膜（mask），使用CAT12中的感兴趣区（region of interest, ROI）提取功能，以峰值坐标为中心、6 mm为半径构建球形ROI，提取每个被试在各差异脑区的GMV均值。由于纳入患儿年龄跨度大且四组存在基线不均衡的情况，我们另进行了事后敏感性分析：（1）将全样本按年龄中位数分为“低年龄组（6~8岁）”和“高年龄组（9~13岁）”，在这两个子样本中重新运行VBM；（2）为检验基线不均衡变量对结果的影响，我们在原有协变量（年龄、性别、TIV）基础上，额外校正IQ、睡眠时长、早产史和母亲分娩年龄进行敏感性分析，观察核心脑区差异是否稳定。

1.6.3 偏相关分析

       以各差异脑区GMV值作为变量，分别以血清维生素D水平及临床量表评分作为相关变量，控制年龄、性别、TIV，构建偏相关模型。采用双侧检验，经FDR校正后P<0.05认为相关性显著。

1.6.4 诊断模型构建与ROC曲线分析

       首先对组间的临床参数和差异脑区GMV值进行单因素比较，筛选出差异有统计学意义的变量作为候选预测因子。在纳入多变量模型之前，以线性回归方法计算各自变量的方差膨胀因子（variance inflation factor, VIF）和容忍度，VIF<5且容忍度>0.2提示不存在严重多重共线性。鉴于本研究样本量有限（共患病组阳性事件n=52），纳入候选预测变量8个，事件/变量比不足10，传统logistic回归易发生参数偏倚，故采用Firth惩罚logistic回归进行多变量分析以筛选独立预测因子。在纳入回归模型之前，全部连续预测变量进行Z标准化，消除量纲差异。分类变量直接以原始编码纳入。基于筛选出的独立预测因子，绘制单一变量和联合模型的受试者工作特征（receiver operating characteristic, ROC）曲线，计算AUC，确定最佳截断值、敏感度和特异度。DeLong检验比较多条ROC曲线AUC差异。为避免过拟合风险，采用2000次分层Bootstrap估计最佳截断值、敏感度和特异度的95% CI，同时采用1000次Bootstrap对联合模型进行内部验证。

2 结果

2.1 一般资料比较

       依据纳排标准排除不符合条件的参与者后，共有214名儿童被纳入本研究，其中共患病组52例、ADHD组59例、ASD组54例、HC组49例，见图2。四组被试在性别、年龄、TIV及母亲分娩方式方面差异无统计学意义（P>0.05）。四组间血清维生素D水平、IQ、睡眠时长、早产史和母亲分娩年龄的组间差异有统计学意义（P<0.01）。详见表1。

点击查看大图

图2  参与者纳入和排除流程图。ADHD：注意缺陷多动障碍；ASD：孤独症谱系障碍。
Fig. 2  Flow chart of participant inclusion and exclusion. ADHD: attention deficit hyperactivity disorder; ASD: autism spectrum disorder.

点击查看表格

表1  四组一般资料比较
Tab. 1  Comparison of general characteristics among four groups

2.2 VBM结果

       与HC组相比，ASD组左侧颞下回/左侧梭状回、右侧梭状回及双侧楔前叶GMV增大；与ADHD组相比，ASD组多个脑区GMV增大，涉及范围广泛，包括左侧梭状回、左侧直回/右侧梭状回、右侧舌回、左侧脑岛、右侧楔前叶、双侧扣带回中部、双侧楔前叶及右侧中央后回；与ADHD组相比，共患病组右侧小脑CrusⅠ、右侧梭状回/舌回、右侧顶下小叶及右侧楔前叶/扣带回中部GMV显著增大，详见表2、图3。HC组 vs. ADHD组、HC组 vs. 共患病组以及ASD组 vs. 共患病组两组对比均未检出经FWE校正的GMV显著差异。

       年龄分层敏感性分析显示两个年龄层在严格校正下均未检出显著差异，但探索性结果方向与主结论方向相符。探索性差异簇中出现了Fusiform_R（梭状回）和Precuneus_L（楔前叶），与主结论差异脑区高度吻合。基线不均衡敏感性分析显示在原有协变量的基础上，依次校正IQ、睡眠时长、早产史和母亲分娩年龄后，4个脑区的组间差异方向与显著性均保持稳定。

点击查看大图

图3  各组间灰质体积差异脑区。3A、3D：ASD组 vs. HC组，显示左侧颞下回/左侧梭状回、右侧梭状回及双侧楔前叶GMV 增大；3B、3E：ASD组 vs. ADHD组，显示左侧梭状回、左侧直回/右侧梭状回、右侧舌回、左侧脑岛、右侧楔前叶、双侧扣带回中部、双侧楔前叶及右侧中央后回GMV 增大；3C、3F：共患病 vs. ADHD 组，显示右侧小脑CrusⅠ、右侧梭状回/右侧舌回、右侧顶下小叶及右侧楔前叶/扣带回中部GMV 增大。色标表示t 值大小。所有结果均经校正，体素水平P<0.001（未校正），团簇水平P<0.05（GRF-FWE 校正）。ASD：孤独症谱系障碍；HC：健康对照；GMV：灰质体积；ADHD：注意缺陷多动障碍。
Fig. 3  Brain regions showing significant GMV differences between groups. 3A & 3D: ASD group vs. HC group, showing increased GMV in the left inferior temporal gyrus/left fusiform gyrus, right fusiform gyrus and bilateral precuneus; 3B & 3E: ASD group vs. ADHD group, showing increased GMV in the left fusiform gyrus, left gyrus rectus/right fusiform gyrus, right lingual gyrus, left insula, right precuneus, bilateral middle cingulate gyrus, bilateral precuneus and right postcentral gyrus; 3C & 3F Comorbidity group vs. ADHD group, showing increased GMV in the right cerebellar CrusⅠ, right fusiform gyrus/right lingual gyrus, right inferior parietal lobule and right precuneus/medial cingulate cortex. The colour bar indicates the magnitude of t-values. All results have been adjusted; P < 0.001 at the voxel level (unadjusted) and P < 0.05 at the cluster level (GRF-FWE correction). ASD: autism spectrum disorder; HC: healthy control; GMV: gray matter volume; ADHD: attention deficit hyperactivity disorder.

点击查看表格

表2  各组间VBM灰质体积差异脑区
Tab. 2  Brain regions showing significant GMV differences between groups by VBM analysis

2.3 相关性分析

       在共患病组中，右侧顶下小叶GMV值与血清维生素D水平呈负相关（r=-0.648，FDR校正后P=0.004），相关性最强，见表3、图4。其余患病组多个差异脑区GMV值均与血清维生素D水平存在相关性，但相关系数介于0.2~0.5之间，为弱-中度相关，详见表3。

       在本研究中，部分差异脑区GMV与SNAP-Ⅳ、CARS、ADOS-2得分存在一定的相关趋势，但均未达到FDR校正后的统计学显著性阈值（P>0.05）。

点击查看大图

图4  共患病组右侧顶下小叶GMV值与血清维生素D水平偏相关散点图。GMV：灰质体积。
Fig. 4  Scatter plot of partial correlation between right inferior parietal lobule GMV and serum vitamin D levels in the comorbid group. GMV: gray matter volume.

点击查看表格

表3  各疾病组差异脑区GMV值与血清维生素D水平差异具有统计学意义的偏相关分析结果
Tab. 3  Partial correlations analysis showing statistically significant correlations between GMV values in brain regions differing across disease groups and serum vitamin D levels

2.4 ROC曲线分析

       前述VBM结果显示，共患病组与ASD组之间GMV差异无统计学意义，而共患病组与ADHD组之间存在4个差异脑区。基于这一结果，本研究以共患病组与ADHD组的鉴别为目标构建诊断模型。首先对两组间的临床参数进行比较。结果显示，共患病组血清维生素D水平高于ADHD组（P<0.001），IQ低于ADHD组（P<0.001），睡眠时长短于ADHD组（P=0.005），高龄产妇比例高于ADHD组（P=0.013），差异均具有统计学意义。早产史在两组间差异无统计学意义（P=0.074），以上见表4。连同4个差异脑区的GMV值，共8个候选变量。在纳入多变量回归分析之前，首先进行共线性诊断。结果显示，所有自变量的VIF值为1.067~4.188，容忍度为0.239~0.937，均未超出预设阈值（VIF<5，容忍度>0.2），表明各变量之间不存在严重的多重共线性问题，可纳入同一多变量模型进行分析。所有连续型自变量均经Z分数标准化处理（均值=0，标准差=1）。鉴于事件/变量比（52÷8=6.5）不足10，采用Firth惩罚logistic回归进行建模分析。

       单变量分析结果显示，血清维生素D水平、IQ值、睡眠时长、母亲分娩年龄及4个差异脑区GMV值均为ADHD共患ASD的显著预测因子；全变量模型分析结果显示，在控制其他变量后，仅血清维生素D水平和右侧顶下小叶GMV值保持独立显著性，为ADHD共患ASD的独立预测因子；最终模型（仅纳入2个独立预测因子）显示，血清维生素D水平和右侧顶下小叶GMV值均具有高度显著的独立预测价值。最终模型中两个变量的VIF值均为1.025，排除共线性问题，详见表5。

       基于筛选出的两个独立预测因子，分别构建血清维生素D水平、右侧顶下小叶GMV值的单一变量ROC曲线，以及两者联合模型的ROC曲线。结果显示：血清维生素D水平单独预测ADHD共患ASD的AUC为0.721，右侧顶下小叶GMV值单独预测的AUC为0.773，联合两个独立预测因子构建的模型AUC为0.921，详见表6、图5。DeLong检验结果显示，联合模型AUC高于血清维生素D单独模型（P<0.001）和右侧顶下小叶GMV单独模型（P=0.004），差异有统计学意义；单一影像指标与单一血清学指标AUC差异无统计学意义（P=0.507），见表7。采用2000次分层Bootstrap估计最佳截断值、敏感度和特异度的95% CI；联合模型最佳截断值为0.4439（95% CI：0.183 2~0.653 9）。同时采用1000次Bootstrap对联合模型进行内部验证，表观AUC为0.921，平均乐观偏倚为0.005，乐观偏倚校正后AUC为0.917，提示最终模型的乐观偏倚较小。

点击查看大图

图5  血清维生素D水平、右侧顶下小叶GMV值及联合模型预测ADHD共患ASD的ROC曲线。黄色曲线为血清维生素D（AUC=0.721），蓝色曲线为右侧顶下小叶GMV值（AUC=0.773），红色曲线为联合模型（AUC=0.921）。红色对角虚线为参考线（AUC=0.500）。GMV：灰质体积；ADHD：注意缺陷多动障碍；ASD：孤独症谱系障碍；ROC：受试者工作特征；AUC：曲线下面积。
Fig. 5  ROC curves of serum vitamin D, right inferior parietal lobule GMV, and combined model for predicting ADHD comorbid with ASD. The yellow curve represents serum vitamin D (AUC = 0.721), the blue curve represents the GMV value of the right inferior parietal lobule (AUC = 0.773), and the red curve represents the combined model (AUC = 0.921). The red diagonal dotted line serves as the reference line (AUC = 0.500). GMV: gray matter volume; ADHD: attention deficit hyperactivity disorder; ASD: autism spectrum disorder; ROC: receiver operating characteristic; AUC: area under the curve.

点击查看表格

表4  ADHD共患ASD组和单纯ADHD组临床参数差异
Tab. 4  Differences in clinical parameters between the ADHD group with co-occurring ASD and the ADHD-only group

点击查看表格

表5  ADHD共患ASD的Firth惩罚logistic回归分析
Tab. 5  Firth penalized logistic regression analysis for predicting ADHD comorbid with ASD

点击查看表格

表6  血清维生素D水平、右侧顶下小叶GMV值及联合模型的诊断效能
Tab. 6  Diagnostic efficacy of serum vitamin D level, gray matter volume in the right inferior parietal lobule, and the combined model

点击查看表格

表7  维生素D水平、右侧顶下小叶GMV及二者联合诊断模型预测效能的AUC两两比较
Tab. 7  Pairwise comparisons of vitamin D levels, GMV of the right inferior parietal lobule, and the AUC of the combined diagnostic model

3 讨论

       本研究应用VBM技术，同时纳入ADHD共患ASD、单纯ADHD、单纯ASD及健康对照儿童，系统比较了全脑GMV差异，探讨了差异脑区GMV与血清维生素D水平的关系，并构建了联合诊断模型。结果发现共患病组与ADHD组多个脑区GMV值存在差异，且这些差异脑区与ASD组较ADHD组增大的脑区高度重叠，而共患病组与ASD组之间未发现显著差异，提示共患病儿童的脑结构改变或更接近ASD；此外不同疾病组的差异脑区GMV值与血清维生素D水平之间存在不同的相关模式；联合诊断模型显示右侧顶下小叶GMV值联合血清维生素D水平在已确诊ADHD患儿中鉴别是否共患ASD具有一定的辅助筛查价值。既往研究多聚焦于单个疾病，忽略了高共患率，且多停留在单一影像标志物发现层面，本研究聚焦ADHD与ASD共病，并将血清维生素D纳入VBM研究，将“环境/营养”与“脑结构”联系起来，或可为理解ADHD共患ASD儿童的神经发育特征和神经营养学机制提供一定的参考价值。

3.1 组间VBM差异分析

       本研究发现，共患病组较ADHD组在多个脑区GMV增大，这些脑区与ASD组较ADHD组GMV增大的区域高度重叠，且共患病组与ASD组之间未发现通过严格多重比较校正的显著差异。这提示ADHD共患ASD在神经解剖学层面可能更多地表现为ASD谱系的特征，而非两种疾病脑结构改变的简单叠加。

       右侧小脑CrusⅠ是默认模式网络（default mode network, DMN）的小脑节点，通过小脑-丘脑-皮质回路与大脑皮层相连，参与语言加工、社会认知和执行功能等高级认知过程。既往研究报道ASD患者小脑区域GMV或皮层厚度增大^{[16, 17]}，本研究在共患病组中观察到类似改变，该环路的结构异常可能是共患病儿童社交障碍的神经基础之一。梭状回和舌回是面孔加工和社会知觉的关键脑区。它们的结构和功能异常被认为是ASD社交障碍的重要神经基础之一^{[18, 19]}。本研究中共患病组和ASD组均表现出梭状回/舌回GMV增大，可能反映了面孔加工神经回路的异常发育，表现为面孔识别和社会性注意的障碍。右侧顶下小叶是镜像神经元系统的核心组成部分，在动作观察、模仿学习和社会认知中发挥关键作用^[20]。既往多篇纳入ASD儿童的VBM协调分析报道提示，顶下小叶是ASD中GMV改变最为一致的脑区之一^[19]。本研究中，右侧顶下小叶不仅在组间比较中差异显著，还在诊断模型中被筛选为独立预测因子，表明该脑区的结构改变可能是区分共患病与单纯ADHD的关键神经标志物。楔前叶和扣带回中部是DMN的核心节点，参与自我参照加工、社会认知和情境记忆等高级功能^[21]。ADHD共患ASD患者DMN功能连接异常已被广泛报道^[22]，本研究在结构层面提供了一致的证据，提示共患病儿童DMN相关脑区存在异常发育。

       值得注意的是，本研究四组IQ存在显著差异，尽管均在纳入标准（IQ≥80）范围内，但IQ差异可能部分反映了ADHD和ASD对认知功能的固有影响，作为脑发育的综合指标，其组间差异可能混杂GMV结果的解释。补充敏感性分析显示，在额外控制IQ后，右侧小脑CrusⅠ、右侧梭状回/舌回、右侧顶下小叶及右侧楔前叶/扣带回中部的差异仍然存在（体素水平P<0.001，团簇水平GRF-FWE校正，P_FWE<0.05），提示主结果并非完全由IQ差异驱动。

       本研究中ADHD组与HC组之间未发现通过严格多重比较校正的显著GMV差异。有研究报道了ADHD患者存在前额叶、前扣带皮层等区域脑区的GMV减小^[23]，且在儿童期可能因年龄、ADHD亚型和用药状态等因素而存在异质性^{[24, 25]}。本研究的阴性结果可能与样本量有限、年龄跨度大和未对ADHD亚型进行分层有关。

3.2 GMV值与血清维生素D水平及临床量表评分的相关性分析

       维生素D是一种重要的神经活性类固醇激素，广泛存在于中枢神经系统的皮质下灰质、黑质神经元、海马体、丘脑和下丘脑中。具有神经保护作用，其机制包括影响神经营养因子的生成与释放、发挥抗氧化作用、调节免疫功能、维持细胞内钙平衡，以及直接促进神经细胞的生长和分化^[26]。动物实验证实，发育期维生素D缺乏可导致认知功能受损、皮层变薄和突触修剪异常^{[27, 28]}。

       在共患病组和ASD组中，GMV与维生素D水平呈负相关，可能反映了维生素D不足时突触修剪受损、多余突触未被有效消除，导致局部GMV异常增大的病理过程^{[29, 30]}。相反，ADHD组中GMV与维生素D水平呈正相关，提示在ADHD中维生素D可能通过不同的机制发挥作用。既往研究表明维生素D可调节多巴胺合成通路中的酪氨酸羟化酶的基因表达^[31]，而ADHD的核心病理机制涉及多巴胺系统功能低下^{[32, 33, 34, 35]}。维生素D水平较高可能有助于维持正常的多巴胺能神经元结构完整性和正常的突触修剪进程^[36]，从而表现为正相关关系。当两种疾病共患时，ASD相关的负相关模式占主导地位，这进一步支持了前述VBM的结果，即共患病儿童的脑结构模式更接近ASD。需要强调的是，本研究为横断面设计，无法确定维生素D水平与GMV改变之间的时间先后关系和因果方向。上述“维生素D不足→突触修剪受损→GMV增大”的机制链主要来源于动物实验中发育期维生素D缺乏的间接证据，其向临床的推广需要审慎。未来需要前瞻性纵向队列研究，追踪早期维生素D水平变化与后续脑结构发育轨迹的关系。

       在本研究中，差异脑区GMV值与各临床量表评分（SNAP-Ⅳ注意缺陷维度、多动/冲动维度、CARS评分和ADOS-2评分）存在一定相关趋势，但均未通过FDR多重比较校正。这可能与样本量有限、量表评分变异性较大以及脑结构与行为表现之间的关系受多种中间变量（如功能连接、神经递质水平等）调节有关。

3.3 血清维生素D水平方向性的探讨

       本研究中一个需要特别讨论的是血清维生素D水平在共患病组与ADHD组之间的方向性：共患病组的血清维生素D水平[（46.89±5.15）nmol/L）]高于单纯ADHD组[（42.64±5.12）nmol/L]，在logistic回归中表现为正向预测因子，即维生素D水平每增加1个标准差，被归入共患病组的概率升高约1.5倍。然而，四组间的整体比较清楚地显示，共患病组和ADHD组的血清维生素D水平均低于HC组[（56.16±5.93）nmol/L）]，两个疾病组均处于明确的维生素D不足状态（<50 nmol/L）^{[13, 37]}。因此，该正向OR值不应被简单解读为“维生素D水平越高越容易共患ASD”，而是在维生素D不足的总体背景下，维生素D水平相对较高的个体更可能属于共患病组。对这一现象，本研究提出以下可能的解释：

       第一，确诊后营养补充行为的混杂效应。ADHD共患ASD的儿童由于行为问题更为严重和复杂、就诊频次更高、家长对营养干预的关注度更强，其既往接受维生素D相关营养干预（如强化食品、鱼肝油、户外活动指导等）的比例可能高于单纯ADHD组。尽管本研究在纳入标准中排除了“既往接受过维生素D补充剂治疗”的患儿，但这一标准无法完全涵盖日常饮食中主动增加维生素D摄入的行为。既往一项针对ASD儿童维生素D状态的研究同样指出，确诊后的营养补充行为可能混淆疾病组与对照组维生素D水平的真实差异^[38]。

       第二，疾病特异性的维生素D代谢差异。ADHD与ASD的维生素D代谢通路可能存在固有差异。研究表明，ASD和ADHD患儿中维生素D受体基因多态性和维生素D结合蛋白水平的分布不同^{[39, 40]}。不同的维生素D受体基因型和维生素D结合蛋白水平可能影响维生素D的转运效率和组织利用率。即使循环中的25(OH)D水平在共患病组相对较高，其在靶组织（如脑组织）中的生物可利用度可能并不比单纯ADHD组更好，甚至可能因受体功能变异而表现出“外周水平代偿性升高但中枢效应不足”的矛盾状态。此外，单纯ADHD儿童的户外活动时间可能因多动症状而看似较多，但实际有效阳光暴露和维生素D合成效率可能因注意力分散和行为模式而存在差异。

       第三，从统计学角度理解OR值的含义。该OR值反映的是在共患病组与ADHD组的二元分类模型中，血清维生素D水平的“相对区分方向”，而非其在整个疾病谱系中的绝对风险含义。在本研究的分析框架下，模型学习到的是“在维生素D不足的总体背景下，维生素D水平相对较高的个体更可能属于共患病组”这一统计模式。这种“疾病亚组内的相对差异”与“疾病组与健康组的绝对差异”属于不同层面的问题，两者并不矛盾。

       综合以上分析，本研究认为共患病组维生素D水平相对高于ADHD组最可能的解释是确诊后营养补充行为的混杂效应以及两种疾病维生素D代谢通路的固有差异。无论方向性如何，血清维生素D水平作为一项简便易得的外周血指标，在本研究的诊断模型中为脑结构指标提供了一定意义的补充信息。未来研究应同时检测游离25(OH)D、活性形式1, 25(OH)2D及维生素D受体基因分型，结合纵向追踪设计，以进一步澄清维生素D在ADHD共患ASD中的真实作用方向和机制。

3.4 ROC曲线分析与鉴别诊断价值

       鉴于共患病组与ASD组之间不存在通过多重比较校正的显著GMV差异，缺乏构建鉴别诊断模型的影像学基础，本研究将诊断模型的构建聚焦于共患病组与单纯ADHD组的鉴别。结果显示联合模型的AUC（0.921）显著高于血清维生素D（AUC=0.721）和右侧顶下小叶GMV值（AUC=0.773）的单一指标模型。标准化后右侧顶下小叶GMV值的OR值（18.532）远高于血清维生素D（1.523），表明脑结构指标的单位标准差变化对共患ASD风险的预测效应量约为血清维生素D的12倍，“区分力”更强。然而，联合模型AUC较右侧顶下小叶GMV单独模型提升了0.148，表明血清维生素D虽然单独效应量较小，但提供了脑结构指标无法替代的额外诊断信息。两者的互补性体现了“脑结构+代谢/营养”多维度联合诊断的优势：右侧顶下小叶GMV值捕获的是神经解剖学层面的异常，血清维生素D捕获的是神经营养/代谢层面的信息，两者从不同的病理生理学维度共同提升了诊断的准确性。本模型仅适用于在已确诊ADHD患儿中进一步筛查是否共患ASD，不能推广至一般儿童群体或用于区分共病与单纯ASD，且本模型为单中心横断面小样本的初步探索性结果，仅作为早期筛查辅助参考，其推广性和稳健性有待大样本、多中心的外部验证队列加以确认。未来研究应纳入多中心数据进行外部验证，探索结合功能MRI、扩散张量成像等多模态指标进一步提升诊断效能，并通过纵向追踪设计评估模型在不同发育阶段的稳定性。

3.5 局限性

       本研究存在以下局限性：第一，横断面研究设计无法推断维生素D水平与脑结构改变之间的因果关系以及未对血清维生素D采血进行季节标准化匹配，研究期间（2026年3至7月）跨越春夏两季，日照时长和紫外线强度的季节性变化可能影响血清维生素D水平。此外，未系统收集受试者的饮食摄入以及日均户外活动时间等混杂信息。未来研究应在统一季节窗口内完成采血，或将采血季节作为协变量纳入分析，并通过问卷系统记录饮食和户外活动信息。第二，本研究仅采用VBM分析GMV这一单一结构指标，未纳入皮层厚度、表面积和功能连接等多模态影像学指标，对脑结构改变的全面性描述有限。并且，尽管本研究通过纳入年龄协变量进行校正，但6~13岁跨度涉及关键的神经发育窗口，年龄分层后的亚组样本量有限，可能不足以检测到统计差异，未来需扩大样本进行年龄分层验证。第三，本研究四组间IQ、睡眠时长、早产史及母亲分娩年龄存在基线差异，虽经协方差校正并通过敏感性分析验证了主要结果的稳健性，但残余混杂效应仍无法完全排除。第四，本研究未对ADHD亚型（注意缺陷为主型、多动冲动为主型、混合型）进行分层分析，不同亚型的脑结构特征可能存在差异。

4 结论

       共患病儿童的脑GMV增大模式未发现与单纯ASD存在显著差异，提示脑结构模式更接近ASD而非两种疾病脑结构改变的简单叠加。各组差异脑区GMV与血清维生素D水平之间存在相反的相关模式，提示维生素D可能参与了脑结构异常的神经病理过程。右侧顶下小叶GMV联合血清维生素D水平具备优秀鉴别效能，或可在已确诊ADHD患儿中鉴别是否共患ASD具有一定的辅助筛查价值，为共病患儿的脑发育和神经病理机制研究提供一定的参考价值。