延长扫描时间提升脑全关联研究预测准确性并降低成本

本研究针对脑全关联研究(BWAS)中长期存在的"优先增加样本量还是延长扫描时间"的困境，通过理论建模和9个fMRI数据集分析，发现个体表型预测准确性与总扫描时长(样本量×每人扫描时间)呈对数增长关系。研究证实30分钟扫描最具成本效益，相比10分钟扫描可节省22%成本，为优化神经影像研究设计提供了重要依据。

　　

在探索大脑奥秘的征程中，科学家们一直面临一个关键抉择：有限的科研经费应该用于扫描更多参与者，还是延长每位参与者的扫描时间？这个问题在脑全关联研究(Brain-Wide Association Studies, BWAS)中尤为突出。BWAS旨在揭示大脑功能差异与认知能力、心理健康等表型特征之间的关联，对理解大脑工作机制和推动精准医疗具有重要意义。然而，现有研究往往因样本量不足或扫描时间过短导致结果不可靠，严重制约了这一领域的发展。

新加坡国立大学综合科学与工程项目的Leon Qi Rong Ooi等研究人员在《Nature》发表了一项开创性研究。通过分析来自9个不同数据集（包括HCP、ABCD等）的76种表型数据，结合理论建模，系统评估了样本量和扫描时间对预测准确性的影响。研究发现，个体表型预测准确性与总扫描时长（样本量×每人扫描时间）呈对数增长关系，在扫描时间≤20分钟时，延长扫描时间与增加样本量具有可互换性。但最终样本量的重要性超过扫描时间。考虑每位参与者的额外成本（如招募费用）后，延长扫描时间可大幅降低研究成本。研究证实30分钟扫描最具成本效益，相比常见的10分钟扫描可节省22%成本。

研究采用了多中心大样本分析策略，整合了HCP、ABCD等9个数据集，涵盖不同扫描仪、采集协议、种族群体、疾病状态和年龄段的参与者。关键技术包括：1) 基于静息态和任务态fMRI计算功能连接矩阵；2) 使用核岭回归(KRR)和线性岭回归(LRR)进行表型预测；3) 建立理论模型量化样本量和扫描时间对预测准确性的影响；4) 通过交叉验证评估模型性能；5) 成本效益分析确定最优扫描时间。

研究结果部分，"Longer scans boost prediction and cut costs in brain-wide association studies"小标题下的发现表明，预测准确性与总扫描持续时间（样本量×每人扫描时间）呈正相关。在ABCD和HCP数据集中，认知因子得分的预测准确性随总扫描时间增加而提高（Spearman's ρ=0.99和0.96）。"Sample-size and scan-time interchangeability"部分显示，对于≤20分钟的扫描，延长扫描时间与增加样本量具有可互换性，但样本量最终更为重要。"Diminishing returns of scanning longer"部分证实，随着扫描时间延长，其相对于样本量的收益递减，特别是在超过30分钟后。

"Higher overhead costs favour longer scans"部分指出，考虑每位参与者的额外成本后，延长扫描时间可显著降低成本。在典型场景下（扫描成本500美元/小时，额外成本500美元/人），30分钟扫描最具成本效益。"30-min scans are the most cost-effective"部分量化了这一优势，相比10分钟扫描可节省22%成本。"Minimizing task-fMRI costs"部分发现，任务态fMRI的最优扫描时间（25分钟）短于静息态。"Variation across phenotypes and scan parameters"部分表明，不同表型领域的最优扫描时间大多在25-40分钟之间。

"Minimizing costs of subcortical BWAS"部分揭示，皮层下至全脑功能连接分析需要更长的最优扫描时间。"Accuracy versus reliability"部分比较了预测准确性与BWAS可靠性，发现可靠性在10分钟后即出现收益递减，而预测准确性需要20分钟。

这项研究通过严谨的理论建模和大规模实证分析，为神经影像研究设计提供了重要指导。其创新性在于首次系统量化了样本量与扫描时间在BWAS中的权衡关系，并建立了可推广的优化模型。研究证实，常见的10分钟扫描方案成本效益低下，推荐至少30分钟的扫描时间。这一发现对提高神经影像研究的可重复性和预测准确性具有重要意义，特别有助于优化大型脑科学研究项目（如中国脑计划）的资源分配。研究开发的在线计算工具（https://thomasyeolab.github.io/OptimalScanTimeCalculator/index.html）可直接服务于科研实践，推动神经影像研究向更高效、更可靠的方向发展。