想象一下，從清醒滑入夢鄉的旅途，并非一條平坦的單行道，而更像一場充滿顛簸、岔路甚至短暫折返的探險。這個從清醒到睡眠的過渡期，即睡眠起始，一直以來都是睡眠科學中的“盲區”。傳統的睡眠分期，根據美國睡眠醫學會(AASM)的標準，以30秒為一個片段，將整夜睡眠劃分為清醒期、N1、N2、N3和快速眼動(REM)期。這套體系雖然統一了臨床睡眠評估的語言，卻因其時間分辨率有限，而掩蓋了那些在幾秒內快速閃現的微觀特征，例如微覺醒、局部慢波、阿爾法(α)-西塔(θ)節律轉換以及短暫的REM入侵。因此，對于具有非典型神經生理特征的群體（如某些睡眠障礙患者），傳統方法可能嚴重低估了醒-睡過渡的復雜性與不穩定性。

近年來，為了捕捉這些細微變化，研究者們開發了更高分辨率的評估工具。其中，Hori分期系統提供了基于4秒腦電圖(EEG)片段的10階段微結構描述，能夠追蹤從以α波為主的放松清醒狀態，到α-θ混合及早期θ波占優階段(H4-H8)，再到出現頂點波和類似K-復合波等N1/N2期特征(H9-H10)的演變過程。同時，新的理論模型開始將睡眠起始視為一個非線性的“臨界狀態轉變”，而非漸進的滑動。在這個視角下，清醒、N1和N2可被視為低維狀態空間中類似“吸引子”的準穩態，而醒-睡過渡則被視為穿過一個充滿噪聲、亞穩態邊界區域的通道。這種轉變的動態性在臨床上有何體現呢？尤其在一些以睡眠結構紊亂、覺醒閾值異常及非恢復性睡眠為特征的疾病中，例如發作性睡病1型(NT1，由下丘腦分泌素缺乏導致)、特發性快速眼動睡眠行為障礙(iRBD，一種神經退行性疾病前驅標志)、非快速眼動睡眠異態(NREM parasomnia)以及纖維肌痛(FM，一種慢性廣泛性疼痛綜合征)，睡眠起始的微觀結構尚未得到清晰界定。

基于此，一項發表在《npj Biological Timing and Sleep》上的研究，首次系統地將Hori微分期應用于上述四種臨床人群，試圖探究早期睡眠狀態動態是否揭示了與覺醒不穩相關的獨特生理特征。研究者分析了來自48對患者-對照（每組包含12名NT1、12名iRBD、16名NREM parasomnia患者和8名FM患者，以及48名年齡、性別匹配的健康對照）的多導睡眠圖(PSG)數據。他們量化了Hori子階段(H4-H10)的停留時間、階段占用熵值、半球偏側性指數(LI)以及序列排序的累積排序指數(COI)，并將每個患者的H4-H10輪廓與其匹配對照的平均輪廓進行比較，計算了歐幾里得偏差(ED)。

為了開展這項研究，研究人員主要運用了以下幾項關鍵技術方法：首先，對入組的患者和健康對照（部分來自蒙特利爾睡眠研究檔案庫MASS）進行了回顧性隊列研究。其次，采用高時間分辨率的Hori 4秒微分期系統，對從熄燈到出現持續N2睡眠（定義為至少連續三個30秒的N2期）之間的EEG片段進行手動評分。然后，基于這些微觀數據，計算了一系列量化指標，包括Z分數歸一化的累積時序偏差(Z-AUC)、階段占用熵、半球偏側性指數(LI)、歐幾里得偏差(ED)和累積排序指數(COI)。最后，使用非參數統計檢驗進行組間比較，并對主要終點進行多重性校正。

研究者通過繪制各Hori子階段停留時間的小提琴圖發現，不同疾病呈現出獨特的起始軌跡。纖維肌痛(FM)患者在早期和中期起始子階段（特別是H4-H6）表現出延長的停留時間，表明其皮層“去覺醒”過程延遲。相反，發作性睡病1型(NT1)患者在多個子階段表現出壓縮的停留時間，而特發性快速眼動睡眠行為障礙(iRBD)和非快速眼動睡眠異態(NREM parasomnia)患者的輪廓則更接近其匹配對照。

量化分析顯示，Z-AUC在不同組間存在顯著差異。FM組表現出最大的正性偏差，意味著整體起始軌跡延長；NT1組則呈負性偏差趨勢，表明起始被壓縮；iRBD和NREM parasomnia組的Z-AUC值則接近零。半球偏側性指數(LI)分析顯示，iRBD有輕微右半球占優傾向，而FM和NREM parasomnia則略有左半球占優傾向，但這些差異在統計上并不穩健。關鍵的發現來自累積排序指數(COI)，該指數捕捉了實際Hori子階段首次出現順序對標準順序的違反情況。只有NT1患者表現出明顯的非零COI，意味著其睡眠起始序列存在不規則性，而所有對照組及其他疾病組的COI比率均接近零。模擬分析進一步支持了NT1的排序不規則性超越了合理的計時誤差范圍。

作為次要指標，階段占用熵在NT1患者中傾向于高于對照，表明其起始軌跡更為分散和碎片化。歐幾里得偏差(ED)在FM患者中顯著升高，反映了其微結構軌跡與對照平均輪廓的總體偏離程度更大。

在NT1患者中，起始微結構的熵值與總睡眠時間(TST)呈正相關趨勢，而在對照組中則呈負相關。這種關聯模式的差異提示，在NT1中，早期微結構碎片化與整體睡眠結構組織之間的耦合關系可能發生了改變。不過，由于樣本量有限，這些相關性被視為初步的啟發式發現。

本研究首次利用高分辨率Hori微分期系統，系統刻畫了NT1、iRBD、NREM parasomnia和FM四種臨床人群的睡眠起始過渡過程，并識別出疾病特異性的偏離正常軌跡的模式。最顯著的偏離出現在NT1和FM組，兩者幾乎呈現鏡像對立：FM表現為“黏滯”的、延長的去覺醒過程，而NT1則表現為壓縮的、不規則的、序列混亂的起始。iRBD和NREM parasomnia組的起始架構則相對接近正常。

這些發現具有重要的理論和臨床意義。首先，它們支持將睡眠起始視為一個非線性狀態轉變的觀點。研究者提出了一種啟發式的“吸引子”模型來概念化這些差異：NT1可能對應于淺而不穩定的吸引子，易于快速狀態切換但缺乏過渡支撐；FM可能反映了受顯著性驅動、碎片化的吸引子，具有夸大的自下而上影響；iRBD可能與過度約束的多穩態吸引子兼容，阻礙了適當的REM過渡；而NREM parasomnia可能對應于淺吸引子，伴有自上而下運動及覺醒系統抑制不完全。這些概念映射為理解傳統上基于癥狀分類的疾病提供了基于狀態轉變動力學的新詞匯。

其次，研究發現與臨床觀察高度契合。FM的延遲起始與慢性疼痛中觀察到的持續皮層興奮性及警覺性增高相符；NT1的壓縮和不規則起始則與其下丘腦分泌素缺乏所導致的醒-睡邊界不穩的機制理論一致。重要的是，NT1和FM都伴有高發的抑郁、焦慮等精神共病，這可能并非巧合，而是反映了共同的覺醒調節系統脆弱性。因此，睡眠起始微結構可能作為一種非侵入性的生理指標，反映了超越睡眠領域、涉及疼痛和情感調節的潛在神經環路拓撲特性。

當然，本研究也存在一些局限，如樣本量（尤其是FM組）較小、纖維肌痛組全為女性、患者與對照來自不同數據集等。Hori分期雖可靠性良好，但仍依賴于人工評分。未來的研究需要在更大、更多樣化的樣本中驗證這些發現，并整合源定位腦電圖、動態建模和多模態神經影像學技術，以從描述性發現邁向機制性推斷。

總之，這項工作證明，通過對照歸一化的微分期及衍生的時序、序列、變異性與偏側性指標，可以定量捕捉疾病特異性的睡眠起始微結構改變。量化這種轉變動態，最終可能有助于細化診斷標準、追蹤治療反應，并根據基于轉變的內表型對患者進行分層，為睡眠醫學及相關領域開發基于神經網絡的診斷和預后工具提供了新的可能性。