脑龄模型改在尼日利亚数据上重训:内部测试误差9.82年,换一个独立队列校正后为8.78年
核心概要
脑龄模型多在北半球数据上训练,直接用于尼日利亚成人会失准。研究者用309名尼日利亚成人的临床T1加权MRI训练了一个人群特异的高斯过程回归模型,在47人留出测试集上未做年龄偏差校正时平均绝对误差为9.82年;在44人共同对照集上,该模型为10.24年,PyBrainAge为10.52年、SynthBA为12.33年、ENIGMA-Brain Age为17.51年,SPARROW为7.87年。校正后内部测试集误差为6.39年,但在另一独立尼日利亚队列上升至8.78年,且所有模型在该队列的决定系数均为负。
深度剖析
脑龄预测模型开始按服务人群重训,而不是把北半球训练的模型直接套用到尼日利亚成人身上。 此前的脑龄模型几乎只用北美、欧洲、澳大利亚等北半球数据训练和验证,这些数据在人群构成、扫描仪和采集协议上都与尼日利亚的临床影像不同。 在309名神经学上正常的尼日利亚成人中,人群特异模型在47人留出测试集上未校正的平均绝对误差为9.82年;在44人共同对照集上,该模型为10.24年,PyBrainAge为10.52年、SynthBA为12.33年、ENIGMA-Brain Age为17.51年,SPARROW为7.87年。
做法是把常规临床扫描整理成可用的三维体积特征,再用一个轻量回归模型从这些特征预测年龄。 高斯过程回归是一种核方法的贝叶斯回归,用径向基函数核刻画脑结构特征与年龄之间的平滑关系,训练和推理的计算量都很小。 数据来自AfNiA中五台1.5T扫描仪的343例临床T1加权影像,经SynthSR把二维采集合成为1毫米各向同性三维图像,FreeSurfer分割后按Destrieux图谱提取187个皮层与皮层下体积特征,最终309人进入训练、验证和测试。
年龄偏差校正能明显压低内部测试误差,但换一个独立队列后优势收窄。 未校正时脑龄差与真实年龄显著相关,斜率β为-0.56,表现为对年轻人高估、对老年人低估。 用验证集估计的斜率和截距校正后,内部测试集平均绝对误差从9.82年降到6.39年;在25人的独立尼日利亚队列上,校正后为8.78年,未校正为13.29年,且该队列上包括该模型在内的所有模型决定系数均为负。
启示与展望
结论建立在309名尼日利亚神经学正常成人的临床T1加权MRI上,外部验证仅为一个25人的独立尼日利亚队列;作者提出将借助Africa Neuroimaging Archive扩展影像数据,进一步开发该人群特异模型以识别加速脑龄老化者。
作者指出样本量限制了模型复杂度,也可能抬高所有模型的预测误差;性别分布不均衡使性别分层分析不稳健;对FreeSurfer预处理的依赖仍是主要约束;外部队列与训练分布在未测量因素上可能存在系统差异,且模型在尼日利亚以外非洲人群中的适用性尚未检验。
