《Diagnostics》：Predicting MCI-to-Alzheimer’s Conversion: A Systematic Benchmark of Classical, Machine Learning, and Deep Survival Models
编辑推荐：
背景/目标： 预测从轻度认知障碍（MCI）到阿尔茨海默病（AD）的转化时间是一项关键的临床挑战。大多数生存分析依赖静态基线变量，忽略了连续神经影像的时间动态特性。研究人员利用一种新颖的时序MRI描述符流程，在ADNI数据集上对七个生存模型家族进行了基准测试。方
背景/目标： 预测从轻度认知障碍（MCI）到阿尔茨海默病（AD）的转化时间是一项关键的临床挑战。大多数生存分析依赖静态基线变量，忽略了连续神经影像的时间动态特性。研究人员利用一种新颖的时序MRI描述符流程，在ADNI数据集上对七个生存模型家族进行了基准测试。方法： 从ADNI构建了一个包含661名MCI患者（250个转化事件，发生率37.8%，中位随访42.0个月）的队列。将六个脑区的FreeSurfer体积测量值归纳为每个区域三个基于时间的描述符（萎缩率、轨迹变异性σ和时间加权累积均值μ），并在严格的反泄漏约束下执行，得到18个神经影像特征。这些特征与六个临床变量（年龄、性别、教育程度、MMSE、ADAS-13和APOE-ε4）结合，形成一个24维协变量向量。在分层5折交叉验证下评估了Cox PH、Weibull AFT、Exponential、RSF、GBST、DeepSurv和DeepHit，并在一个独立的OASIS-3队列（n=78）上作为探索性分析进行评估。结果： 所有七个模型均达到0.853–0.863的C指数，其中Cox PH在仅使用常规结构MRI时达到0.863。时间依赖性AUC范围为0.856（12个月）至0.938（48个月）。按四分位数进行风险分层产生了高度分离的Kaplan-Meier曲线（对数秩检验p < 0.0001）。在OASIS-3（n=78，探索性）上，经典模型显示出初步的跨队列一致性（Weibull AFT为0.757，RSF为0.754），而深度学习模型性能显著下降（DeepSurv为0.505）；鉴于每折样本量较小（EPV ≈ 1），这些结果仅为假设生成性质，不应视为验证性结论。结论： 时序MRI描述符流程仅使用常规结构MRI（无需PET或CSF生物标志物）即达到了0.863的C指数，在ADNI MCI向AD转化的预测中展现出强大的判别性能。狭窄的性能区间（ΔC-index ≤ 0.010）表明，在此特征工程范式内，不同模型架构间未观察到明显的性能分离；这种趋同可能反映了特征层面而非架构层面的限制，尽管仅凭判别性能无法确定根本原因。经典模型在数据稀缺条件下表现出更稳定的跨队列行为；在考虑临床转化之前，需要在更大队列中进行具有完全协变量一致性的前瞻性验证。
研究背景与现存问题
阿尔茨海默病（Alzheimer’s disease, AD）是全球范围内导致痴呆的首要原因，影响着超过5500万人，预计到2050年将突破1.5亿。轻度认知障碍（Mild Cognitive Impairment, MCI）是介于正常认知衰老与显性AD之间的过渡临床阶段，每年约有10%-15%的MCI患者转化为AD。然而，个体间的转化轨迹存在高度异质性——有些患者在数月内转化，而另一些则能维持稳定超过十年。这种异质性凸显了一个关键的临床需求：不仅需要预测患者是否会转化，更需要预测何时转化，以便及时启动疾病修饰疗法、优化临床试验分层并实施个体化监测。传统的分类和回归方法无法处理右删失数据（即患者在随访结束时仍未发生事件的情况），会引入系统性偏差。生存分析（survival analysis）专门设计用于建模时间至事件结局，能够正确纳入删失观测。然而，经典的生存模型（如Cox比例风险模型Cox Proportional Hazards, CPH）依赖于静态基线测量，无法整合重复测量数据所编码的时间动态和非线性轨迹。尽管机器学习和深度学习模型（如随机生存森林Random Survival Forest, RSF、梯度提升生存树Gradient Boosting Survival Trees, GBST、DeepSurv和DeepHit）提供了非参数替代方案，但在相同实验条件下，使用序列神经影像信号作为结构化输入，对经典、机器学习和深度学习生存模型进行系统且公平的基准比较的研究仍然稀缺。
研究目的与意义
本研究旨在填补这一空白，通过三项主要贡献来解决上述局限性。首先，引入了一个基于时间的信号表征流程，将来自六个解剖脑区的序列MRI体积数据转换为结构化的生存协变量。其次，进行了系统的多家族生存基准测试，涵盖七种复杂度递增的时间至事件模型，均在统一的24维协变量向量上进行训练。第三，提供了严格的比较分析，量化了各模型家族的判别性能，识别了Cox PH框架中最具信息量的神经影像描述符，并为AD中的时间至事件预测建立了一个可复现的方法学基准。该研究的意义在于，它证明了仅使用常规结构MRI即可实现高判别性能，无需昂贵的PET或CSF生物标志物，为资源有限环境下的临床决策支持提供了一个有前景的方法起点。
关键技术方法概述
研究人员使用了来自ADNI数据库的数据，构建了一个包含661名MCI患者的分析队列（250个转化事件，37.8%的事件率，中位随访42.0个月）。通过FreeSurfer自动分割获取了六个脑区（海马体Hippocampus、内嗅皮层Entorhinal cortex、梭状回Fusiform gyrus、颞中回Middle temporal cortex、侧脑室Lateral ventricles和全脑Whole brain）的体积测量值，并进行了颅内体积（Intracranial Volume, ICV）标准化。对于每位患者和每个脑区，从纵向体积轨迹中提取了三个统计描述符：萎缩率（斜率，通过线性回归估计）、轨迹变异性（σ，各次访问间的标准差）和时间加权累积均值（μ，通过梯形法则归一化的积分）。这产生了18个神经影像特征，与六个临床基线变量（年龄、性别、教育年限、MMSE评分、ADAS-13评分和APOE-ε4基因型）结合，形成24维协变量向量。七种生存模型（Cox PH、Weibull加速失效时间Accelerated Failure Time, AFT、Exponential、RSF、GBST、DeepSurv和DeepHit）在严格的反泄漏分层5折交叉验证下进行评估，并在独立的OASIS-3队列（n=78）上进行了探索性外部验证。
研究结果
4.1 队列特征
分析队列包含661名MCI患者，其中250例（37.8%）发生转化。卡普兰-迈耶（Kaplan-Meier, KM）分析证实了APOE-ε4基因型的剂量-反应梯度（对数秩检验p < 0.0001），纯合子携带者转化时间最短。与排除的患者相比，纳入分析的患者的转化率、性别分布和APOE-ε4负荷无显著差异，但排除的患者年龄稍大、认知评分略差且随访时间较短，表明残留选择偏倚不能完全排除。
4.2 消融分析：时序MRI描述符的增量贡献
通过Cox PH模型在三种嵌套输入配置上进行特征集消融：仅临床变量（A1，C-index=0.779）、临床变量加首次访问MRI快照（A2，C-index=0.826）、以及临床变量加完整的18个时序描述符（A3，C-index=0.862）。结果表明，时序轨迹信息（萎缩率、个体内变异性和时间加权累积均值）提供了远超单次基线扫描的额外判别价值。
4.3 生存模型基准测试
所有七个模型收敛到一个狭窄的C指数带0.853–0.863（ΔC-index ≤ 0.010）。四个模型并列排名前三（小数点后三位）：DeepHit（0.863±0.019）、Cox PH（0.862±0.024）、Weibull AFT（0.861±0.023）和Exponential（0.860±0.025）。DeepHit实现了最低的折间变异性。配对Wilcoxon符号秩检验在所有21个模型对中均不显著（p > 0.05），表明在该样本量下没有模型占主导地位。校准结果（综合布里尔分数Integrated Brier Score, IBS）确认了所有模型良好的预测准确性。
4.4 时间依赖性判别性能
时间依赖性AUC显示，所有三个代表模型（Cox PH、RSF、GBST）在12至48个月的临床预后窗口内均保持远高于随机基线的性能。GBST在12个月早期窗口取得最高AUC（0.891），而Cox PH在48个月达到0.938。AUC随观察事件池的增加呈上升趋势。
4.5 Cox PH模型中的显著预测因子
在Cox PH模型中，11个协变量达到名义显著性（p < 0.05）。脑室扩张斜率（HR=1.42）和ADAS-13（HR=1.62）是最强的风险放大器。所有六个皮质区域的斜率均显示出保护性风险比（HR < 1），这与MCI向AD转化的既定神经解剖学模式一致。APOE-ε4基因型在校正所有18个MRI描述符后仍是一个显著的独立临床预测因子（HR=1.21）。方差膨胀因子（Variance Inflation Factor, VIF）分析确认24个协变量间不存在多重共线性（所有VIF < 5）。
4.6 变量重要性：随机生存森林与梯度提升
在RSF和GBST两种集成方法中，ADAS-13和脑室扩张斜率均为两个最主要的预测因子。时序MRI描述符集体占据了预测重要性的绝大部分，证实了从序列体积测量中提取的萎缩率和变异性特征捕捉到了超越静态临床评分的预后信息。
4.7 独立OASIS-3队列的探索性分析
在OASIS-3队列（n=78，每折EPV ≈ 1）上的探索性分析揭示了模型家族的初步分层。经典模型保持了中等判别性能（C-index 0.737–0.758），而深度学习模型性能大幅下降：DeepSurv降至0.522（接近随机），DeepHit降至0.648。经典模型在该数据稀缺和协变量分布偏移场景下表现出更稳定的跨队列行为。
讨论与结论总结
本研究的核心贡献是将序列MRI体积轨迹转化为可直接被任何生存模型家族消费的结构化统计描述符，无需架构修改。主要发现——所有七个模型收敛到狭窄的C指数带——表明在此特定特征工程范式内，当输入特征已编码了神经退行性的相关时间动态时，性能似乎受限于特征质量而非模型架构。探索性OASIS-3分析表明，经典惩罚模型在协变量分布偏移和数据稀缺条件下比高容量架构更具外推稳定性。
研究结论指出，该时序MRI描述符流程仅使用常规结构MRI（无需PET或CSF生物标志物）即达到0.863的C指数，展现了强大的MCI向AD转化预测判别性能。脑室扩张斜率和ADAS-13是主要的风险放大器，所有皮质萎缩斜率均显示出符合既定AD神经解剖学的保护效应，证实了捕捉动态体积轨迹增加了超越静态认知评分的预后价值。探索性外部验证提示经典和正则化模型在数据稀缺和分布偏移下表现更稳定，但需在更大队列（如NACC）中进行具有完全协变量一致性的验证性研究，并进行竞争风险建模（如Fine-Gray模型，以考虑死亡事件），才能巩固这些发现。
