基于眼动特征与机器学习识别帕金森病痴呆：一项可解释的回顾性模型开发研究

《Frontiers in Aging Neuroscience》：Eye-movement-based machine learning for identifying Parkinson’s disease dementia in a retrospective cohort: an interpretable model-development study

　　

摘要专业翻译 背景： 帕金森病痴呆（Parkinson's disease dementia, PDD）是帕金森病（Parkinson's disease, PD）的主要非运动并发症，但传统的认知筛查受受教育程度、语言能力、运动障碍、疲劳及测试条件的影响。研究人员利用眼动（eye-movement）特征和人口学特征开发并解释了用于识别PD患者中PDD的机器学习模型。 方法： 在这项回顾性单中心研究中，于2024年12月至2025年2月期间筛选了486例患者。排除后，分析了297例特发性PD患者，其中84例无痴呆，213例伴有PDD。研究人员使用人口学变量和任务衍生的眼动变量训练了13种机器学习算法。采用受试者工作特征曲线下面积（ROC AUC）、精确率-召回率曲线下面积（PR AUC）、分类指标、校准度、布里尔分数（Brier score）和决策曲线分析评估性能。采用沙普利加性解释（SHAP）对最终模型进行解释。 结果： PDD患者的认知表现较差，并在反向扫视抑制、扫视执行和注视稳定性方面存在异常。保留了七个预测因子：年龄、性别、教育水平、反扫视准确性、平均重叠扫视完成时长、平均间隙扫视速度以及侧向凝视偏离>4°的时长。逻辑回归和弹性网络（elastic net）获得了最高的测试集ROC AUC（均为0.962），而逻辑回归的布里尔分数最低（0.077）。径向基函数支持向量机（radial basis function support vector machine, SVM）被保留作为主要分类器进行详细评估，因为它在阈值依赖指标上提供了平衡的性能，并且能够捕捉潜在的非线性关系和交互作用。在测试集中，SVM的ROC AUC为0.947，PR AUC为0.979。准确率、灵敏度、特异度和F1分数分别为0.867、0.870、0.857和0.904。SHAP分析确定教育水平、反扫视准确性、平均重叠扫视完成时长、平均间隙扫视速度和侧向凝视偏离>4°的时长是主要的贡献因素。 结论： 一个结合人口学和眼动测量的七特征模型显示出区分PDD与非痴呆PD的良好内部判别能力。基于眼动的机器学习可能补充临床认知评估，但在临床使用前需要在更大且更具代表性的队列中进行外部验证。

论文主体内容解读

研究背景与问题

帕金森病是一种多系统疾病，认知衰退是影响患者功能独立性和预后的重要因素。帕金森病痴呆是其常见的非运动并发症，随病程延长发生率增加，早期诊断和及时干预有助于维持社会功能和生活质量。然而，目前临床常用的蒙特利尔认知评估量表等认知筛查工具易受受教育程度、语言背景、运动限制、疲劳和测试环境等因素影响。全面的神经心理学评估虽能提供更详细的认知信息，但耗时费力，难以在常规临床实践中重复实施。其他诊断方法如神经影像学和脑脊液生物标志物，其广泛应用受到成本、侵入性、可及性和可扩展性的制约。因此，临床上迫切需要一种客观、无创且可行的工具来辅助传统认知评估。眼动测量作为认知功能障碍的数字指标正受到越来越多的关注，但现有证据表明，单独的眼动测量不足以作为独立的诊断工具，其临床价值在与相关临床指标和先进分析方法结合时可能更大。本研究旨在开发、比较并解释基于眼动的机器学习模型，用于识别PD患者中的PDD。

研究方法与技术

研究人员在贵阳市第二人民医院开展了一项回顾性队列研究，从临床数据库中初步筛选486例患者，经排除后最终纳入297例特发性PD患者（84例非痴呆PD，213例PDD）。研究使用了EyeKnow眼动追踪系统采集数据，并提取了来自重叠扫视、间隙扫视、反扫视、平滑追踪和侧向注视等范式的眼动特征。在数据分析中，研究人员首先应用14种互补的特征选择程序（包括单变量筛选、套索算法、递归特征消除、随机森林变量选择、Boruta算法、遗传算法、模拟退火等）筛选稳定共识候选特征，并经运动障碍专科医生审核确定最终的预测因子集。随后，研究人员采用13种机器学习算法（包括逻辑回归、决策树、套索、岭回归、弹性网络、K近邻、LightGBM、随机森林、XGBoost、支持向量机、多层感知机、朴素贝叶斯和堆叠集成）进行模型开发与比较，并以ROC AUC为主要判别指标，同时评估准确率、灵敏度、特异度、F1分数、校准度、布里尔分数和决策曲线分析。最终保留径向基函数SVM作为主要分类器，并应用SHAP进行模型解释。

研究结果

3.1 队列选择与基线特征： 研究共纳入297例患者，其中PDD组213例（71.72%），PD组84例（28.28%）。与PD组相比，PDD组年龄更大，MMSE、MoCA和画钟测验得分更低，汉密尔顿焦虑量表、汉密尔顿抑郁量表和匹兹堡睡眠质量指数评分更高，改良Hoehn和Yahr分期及MDS-UPDRS总分更高，教育程度更低。两组在高血压、糖尿病、冠心病、既往卒中或睡眠障碍患病率方面无显著差异。

3.2 PD组与PDD组的眼动差异： 两组间眼动参数存在显著差异。在重叠扫视任务中，PDD组表现出较低的准确性、较长的潜伏期、延长的最短和平均反应时间、降低的平均和峰值扫视速度、更高的欠冲频率以及较低的扫视增益。在反扫视任务中，PDD组表现出较低的准确性、较长的最短反应时间、较低的纠错率和较长的纠错反应时间，以及较小的扫视幅度。在侧向注视测量中，PDD组表现出更多超过4°的偏差、更大的累积偏差、更长的超过4°偏差总时长以及较低的注视准确性。在间隙扫视任务中，PDD组表现出较低的准确性、较长的潜伏期和反应时间，以及降低的平均和峰值扫视速度。

3.3 特征选择与候选模型的比较性能： 通过14种特征选择方法，画钟测验得分被所有方法选中，其次是反扫视准确性、教育水平、平均重叠扫视完成时长、平均间隙扫视速度和侧向凝视偏离>4°，分别被11、9、6、4和4种方法选中。年龄和性别作为预设的人口学协变量被保留。排除画钟测验得分以避免与认知结局评估的潜在重叠后，最终简约模型包含七个预测因子。在13种模型中，逻辑回归和弹性网络达到最高的测试集ROC AUC（均为0.962），逻辑回归获得最低的布里尔分数（0.077）。SVM因其在阈值依赖指标上的均衡性能和径向基函数核捕捉非线性关系的能力而被选为主分类器。

3.4 最终SVM模型性能： 在测试集中，最终七特征径向基函数SVM模型达到了ROC AUC为0.947、PR AUC为0.979、准确率为0.867、灵敏度为0.870、特异度为0.857、F1分数为0.904的性能。五折交叉验证显示平均ROC AUC为0.851±0.048，平均PR AUC为0.935±0.020。

3.5 模型解释： SHAP分析显示，教育水平具有最高的平均绝对SHAP值，其次是反扫视准确性、平均重叠扫视完成时长、平均间隙扫视速度和侧向凝视偏离>4°的时长。年龄和性别的全局重要性较低。较低的反扫视准确性、较长的平均重叠扫视完成时长、较低的平均间隙扫视速度和较长的侧向凝视偏离>4°的时长通常促使预测倾向于PDD。

讨论与结论

本研究表明，将眼动特征与临床信息相结合可以识别PD患者中的痴呆。最终七特征SVM模型实现了高判别性能，且模型简约，有利于未来的验证和临床转化。PDD患者比非痴呆PD患者年龄更大、教育年限更少，认知测试得分更低，运动障碍更严重，焦虑、抑郁和睡眠障碍水平更高。反扫视准确性是组间差异最大的指标之一，也是模型预测的主要贡献者，这与PDD中反应抑制和执行控制受损一致。间隙和重叠扫视任务衍生的测量指标也显示出良好的认知损害判别能力。尽管视觉注视任务相对简单，但其在维持稳定注视方面的临床价值不容低估，反映了持续视觉注意力和注视保持能力。平滑追踪测量指标在组间也存在差异，但未进入最终模型。观察到的眼动异常具有生物学合理性，反扫视准确性的大幅下降符合抑制控制和执行功能受损的表现。然而，眼动异常并非PDD特有，因此应将其视为辅助性筛查和风险分层标记物，而非独立的诊断指标。机器学习方法能够整合多样化的眼动测量指标并捕捉预测因子间的复杂关系。SHAP分析确定了各特征的贡献方向，与组间比较结果一致，支持所选特征的稳健性和临床合理性。研究的结论是：一个结合人口学和眼动测量的七特征模型显示出区分PDD与非痴呆PD的良好内部判别能力；基于眼动的机器学习可能补充临床认知评估，但在临床使用前需要在更大且更具代表性的队列中进行外部验证。