纵向CyTOF? 数据分析中混合模型回归方法的比较研究：统计效能与I型错误控制的权衡

【编辑推荐】为解决纵向CyTOF? 数据（质谱流式细胞术）分析中统计方法选择难题，斯坦福大学团队系统评估了线性混合模型（LMM）、广义线性混合模型（GLMM）和线性分位数混合模型（LQMM）的I型错误控制与统计效能。研究发现GLMM虽统计效能最高但I型错误膨胀，LMM在小样本量下略优但整体效能不足，而LQMM在控制I型错误的同时保持中等效能，为免疫细胞动态研究提供更稳健的分析框架。

　　

在免疫学研究的前沿领域，质谱流式细胞术(CyTOF^?
)已成为解析复杂免疫细胞组成的利器。这项技术能同时检测单细胞中多达50种蛋白标志物，帮助科学家绘制精细的免疫图谱——从CD3⁺
CD4⁺
CD127⁺
的辅助T细胞到PD-1⁺
的耗竭性CD8 T细胞。然而，当研究需要追踪这些细胞群体在癌症免疫治疗等干预措施下的动态变化时，研究者面临一个关键挑战：如何选择最适合分析纵向CyTOF数据的统计方法？传统线性混合模型(LMM)虽简单易用，但其正态分布假设与细胞比例数据的实际分布特征往往不符；广义线性混合模型(GLMM)虽能处理离散分布，但其实际表现缺乏系统评估；而新兴的线性分位数混合模型(LQMM)在稳健性方面的潜力尚未在生物医学领域充分探索。

针对这一方法论缺口，斯坦福癌症免疫监测与分析中心(CIMAC)的Tyson H. Holmes和Caroline Duault开展了一项开创性的模拟研究。研究人员整合了来自3项癌症免疫治疗试验的107份基线样本数据，涵盖161个细胞亚群，特别聚焦T细胞谱系（包括γδ T细胞、CD8⁺
T细胞及其记忆亚群）。通过负二项分布模拟总免疫细胞计数，结合多项分布生成细胞比例数据，团队构建了250组模拟数据集，系统比较了LMM、GLMM和LQMM在30/50两种样本量、0%/25%/50%/75%四种效应量下的表现。

关键技术方法包括：1）基于真实临床队列数据参数化模拟（使用R包SimMultiCorrData）；2）混合模型框架构建（nlme包用于LMM，MASS包用于GLMM，lqmm包用于LQMM）；3）Type I错误率与统计效能量化评估（通过250次重复模拟计算错误发现率与检验功效）。

结果部分呈现三大核心发现：

1. Type I错误控制（对应原文图1）：GLMM表现出明显的I型错误膨胀，而LMM与LQMM均保持稳定控制。这种差异在多重检验场景下尤为关键，可能直接影响生物标志物发现的可靠性。

2. 统计效能比较（对应原文图2-4）：

   • GLMM在所有条件下展现最高效能，但代价是错误率失控
   • LMM在样本量30、小效应量时略优于LQMM（中位效能高5-8%）
   • LQMM在50样本量、大效应量时展现最佳平衡（效能达GLMM的85%且错误率正常）

3. 方法适用场景：研究建议优先选择LQMM进行常规分析，因其在控制I型错误（平均0.049 vs GLMM的0.112）与维持中等效能（50%效应量时0.68 vs LMM的0.52）间取得最佳平衡。仅在小样本探索性研究中可考虑LMM。

讨论部分揭示了更深层启示：
GLMM的I型错误膨胀可能源于其拟似然估计对过度离散数据的敏感性，而LQMM通过中位数回归天然抵抗异常值干扰——这对常见"长尾分布"的CyTOF数据尤为重要。值得注意的是，研究虽未专门模拟污染分布，但现实数据中的极端值可能进一步放大LQMM的优势。

这项发表于《Journal of Immunological Methods》的研究为免疫动态监测建立了方法学标准：当分析CD45⁺
活细胞比例或T细胞亚群变化时，LQMM提供了兼顾稳健性与敏感性的解决方案。其结论尤其适用于免疫治疗响应评估、疫苗研发等需要精确量化细微免疫变化的场景，为规避假阳性发现提供了方法论保障。未来研究可扩展至B细胞、树突细胞等其他谱系，或探索更复杂的纵向设计，但当前成果已为领域树立了重要的分析基准。