静息皮层活动的复杂性能够预测对θ脉冲刺激的神经生理反应,但这种预测能力不具有普遍性:一种严谨的机器学习方法
《PLOS Computational Biology》:Complexity of resting cortical activity predicts neurophysiological responses to theta-burst stimulation but fails to generalize: A rigorous machine-learning approach
【字体:
大
中
小
】
时间:2026年05月01日
来源:PLOS Computational Biology 3.6
编辑推荐:
摘要 背景 个体对间歇性θ爆发刺激(iTBS)的反应存在显著差异,这限制了其临床效果,但导致这种差异的神经生理机制尚不清楚。尽管大多数机器学习研究都集中在重复经颅磁刺激(rTMS)的行为或临床效应建模上,但少数研究在单次访问环境中使用的特征集有限,仅捕捉了个体间差异,最重要的是缺
摘要 背景 个体对间歇性θ爆发刺激(iTBS)的反应存在显著差异,这限制了其临床效果,但导致这种差异的神经生理机制尚不清楚。尽管大多数机器学习研究都集中在重复经颅磁刺激(rTMS)的行为或临床效应建模上,但少数研究在单次访问环境中使用的特征集有限,仅捕捉了个体间差异,最重要的是缺乏独立的验证集。方法 为了解决这些问题,我们采用了监督机器学习模型,整合了基线静息状态脑电图(rsEEG)特征和基线经颅磁刺激(TMS)诱发的测量结果,包括运动诱发电位(MEPs)和TMS诱发电位(TEPs),以预测健康成年人初级运动皮层接受单次iTBS后的神经生理反应。我们还进行了统计和可靠性分析,以了解静息状态脑电图与iTBS反应之间的统计关系。结果 在训练队列内的内部交叉验证显示了有希望的二分类性能(准确率:81%),并确定rsEEG的粗粒度多尺度分布熵是预测100-131ms窗口内TEPs所指示的局部皮层兴奋性变化的最稳健指标。然而,在外部验证时,预测性能显著下降(准确率:69%),反映了预测因子与结果之间不稳定的关系,这可能是由于iTBS引起的神经生理变化在个体内和个体间的显著差异所致。结论 这些发现强调,虽然脑电图复杂性指标可以在一定程度上捕捉与神经调节相关的基线脑状态,但单次iTBS效应的固有不稳定性严重限制了模型的泛化能力,并强调了使用重复测试范式的必要性,以避免过于乐观的性能估计。迫切需要进一步的研究,采用多次会话和个性化刺激方案,以更好地表征rTMS效应的神经生理机制,并最终提高其治疗效果。作者总结 重复经颅磁刺激(rTMS)是一种有前景的非侵入性神经调节技术,已被FDA批准用于治疗药物难治性抑郁症、强迫症和吸烟成瘾,并且正在积极研究其治疗焦虑症、双相II型障碍和改善中风后运动康复的潜力。它还被用于实验性地改变大脑兴奋性、神经可塑性和行为。然而,目前它的个体间和个体内可靠性较低,有些个体从rTMS中受益,而有些则没有。为了更好地理解其潜在机制并可能提高其临床效果,我们开发了一个机器学习模型,可以识别出对rTMS表现出皮层目标参与的人与那些没有参与的人之间的神经生理特征差异。为了捕捉个体间和个体内的差异,我们的参与者两次完成了相同的rTMS方案,第一次是初始会话,第二次是重新测试会话。我们的结果表明,特征与rTBS反应之间的关系随时间发生了变化,限制了模型的泛化能力。我们最终得出结论,单次rTBS是无效的,并建议需要多次会话和个性化的rTMS参数才能显示出可靠的神经生理效应。引言 重复经颅磁刺激(rTMS)是一种广泛用于临床和实验中的非侵入性神经调节技术,用于改变大脑兴奋性、神经可塑性和行为[1,2]。在rTMS方案中,间歇性θ爆发刺激(iTBS)由于其相对较短的持续时间、较低的刺激强度和持久的效果而受到越来越多的关注[3]。此外,它已被FDA批准用于治疗抑郁症[4],并且有可能改善中风后的运动恢复[5]和认知表现[6]。尽管有这些有希望的结果,但由于个体间和个体内的反应差异较大,iTBS的效果仍然有限[7-9]。目前,导致这种差异的机制仍不完全清楚[10]。基于动物侵入性重复电刺激研究的结果,θ爆发刺激(TBS)方案最初被认为通过类似赫布的突触可塑性机制(皮层兴奋性假设)来调节行为反应[11]。这一皮层兴奋性框架强烈影响了人类机制的解释,并进而影响了TBS的临床依据,但越来越多的证据表明,在皮质脊髓和皮质反应中存在显著的个体间和个体内差异[7-9],许多研究未能证明其神经生理效应优于安慰剂对照[12]。一种解释是,神经调节效应取决于刺激时的大脑内在状态。动物模型中的光学成像和电生理记录表明,尽管诱发的反应可能是确定性的,但变异性通常源于正在进行的皮质活动的动态[11]。人类经颅磁刺激结合脑电图(TMS-EEG)的研究同样显示,刺激前的静息状态脑电图(rsEEG)特征与rTMS结果的变异性相关,强调了内在皮质振荡在塑造对经颅磁刺激(TMS)反应中的作用[12-16]。重要的是,最近的证据表明,从rsEEG中提取的特定特征可以预测个体间皮质脊髓兴奋性的差异[17],并可能反映了调节TMS反应的确定性和动态的持续神经生理特征[18]。到目前为止,大多数旨在表征TBS方案个体间反应差异的研究主要集中在使用rsEEG衍生特征预测行为和临床结果上。最近一项关于基于脑电图的预测模型的荟萃分析[19]显示,不同研究之间存在显著不一致性,报告的准确率变化很大(大约60-90%),并且没有一种基于脑电图的生物标志物能够被一致地复制或验证。虽然预测临床反应是必要的,但它往往忽略了潜在的生理机制。鉴于临床效果被认为取决于预期的神经生理机制是否被激活,仅关注临床结果而不描述中间生理反应会留下理解上的关键空白。如果由于个体的基线状态导致预期的神经生理调节未能发生,随后的临床益处可能会受到影响。因此,如运动诱发电位(MEPs)和TMS诱发电位(TEPs)等神经生理结果提供了更接近的生理“目标参与”指标,并可能为基线脑状态、刺激和下游临床或行为变化之间提供机制上的桥梁。预测这些结果使我们能够测试基线电生理状态是否可以解释iTBS引起的生理变化,识别出在长期治疗前可能表现出目标参与的个体,并激发对刺激参数的合理个性化,以提高效果。然而,尝试预测神经生理结果的研究相对较少,通常使用皮质脊髓兴奋性的变化作为结果指标[13-15]。大多数现有方法依赖于线性回归分析,将基线运动诱发电位(MEP)幅度与刺激后的变化联系起来,这可能无法捕捉到皮质可塑性的非线性和状态依赖性[16-19]。据我们所知,只有两项最近的研究应用了机器学习模型来处理基线神经生理特征,如MEP幅度[20]或静息状态脑电图衍生的频谱功率和复杂性指标[21]。尽管这两项研究都报告了有希望的内部验证准确率(76-91%),但它们缺乏使用独立队列的外部验证,依赖于仅捕捉个体间差异的单次会话数据,并将其结果限制在皮质脊髓兴奋性上。这些方法学限制引发了关于过拟合和泛化能力的担忧,且其适用范围仅限于运动皮层。此外,鉴于MEPs的已知局限性和TMS诱发电位(TEPs)作为直接皮质读数的潜力,测试rsEEG特征是否可以预测iTBS引起的皮质脊髓和皮质测量的变化非常重要。在这里,我们使用跨两个独立队列的重复测试设计来评估iTBS引起的神经生理变化的基线预测因子。预测因子包括传统的频谱功率指标和rsEEG的复杂性指标,这些指标有可能捕捉大脑对刺激的状态依赖性[22,23]。复杂性指标受到频谱和非线性动态成分的驱动,可以检测到传统频谱属性可能错过的脑电图信号中的微妙变化[24,25],并且在广泛的脑电图应用中经常显示出与频谱功率指标相当或更好的性能[24,26-33]。与以前的方法不同,我们同时检查了MEP作为皮质脊髓兴奋性的指标和TEP作为皮质兴奋性的指标。对于我们的预测模型,我们检查了iTBS方案后皮质脊髓和皮质兴奋性的变化作为响应变量。对于皮质脊髓兴奋性,iTBS反应被分类为响应者或非响应者。对于皮质兴奋性,iTBS反应被分类为促进或抑制。我们进行了统计测试和可靠性分析,以评估预测因子与iTBS方案后的皮质脊髓和皮质反应之间的关系。关键的是,我们在一个队列上训练了我们的预测模型,并在第二个队列上测试了所选模型的性能,以测试泛化能力,并利用跨会话范式来表征个体间和个体内的差异。结果 分析 样本 在过滤掉具有清晰rsEEGs、MEPs和TEPs的参与者后,分析样本包括来自队列1的21名参与者,其中15名参与者同时具有初始测试和重新测试会话,2名参与者只有初始测试会话,4名参与者只有重新测试会话,总共36个会话;以及来自队列2的19名参与者,其中18名参与者同时具有测试和重新测试会话,1名参与者只有重新测试会话,总共37个会话。因此,分析样本共有73个会话,其中35个是初始测试会话,38个是重新测试会话。跨会话实验 基于rsEEG复杂性特征训练的模型最初显示了有希望的内部交叉验证性能。表现最好的MEP模型(使用复合多尺度分布熵的LDA)获得了75.0±6.9的平均ROC-AUC,而表现最好的LMFP模型(带有Lasso正则化的逻辑回归)达到了83.8±7.4的ROC-AUC(S4图)。然而,在外部验证集(独立会话)上测试时,两种结果的性能都显著下降到接近随机水平(MEP的ROC-AUC为53.6,LMFP的ROC-AUC为48.6,S4图)。有关MEP和LMFP的跨会话实验的详细结果,请参阅S1文本。分布不等性测试 作为事后分析,为了评估跨会话实验的较差性能,我们首先通过运行单变量Kolmogorov-Smirnov检验来评估rsEEG在初始测试会话和重新测试会话之间的单变量协变量偏移。只有2.2%(5/232)的频谱特征在初始测试会话和重新测试会话之间的经验分布函数存在显著差异(未经校正)(见图1中的代表性通道和频段)。同样,只有3.8%(33/870)的rsEEG的时间复杂性特征在初始测试会话和重新测试会话之间的经验分布函数存在显著差异(未经校正)。这两个结果都表明,对于大多数特征来说,它们的概率分布在两次访问之间保持稳定。下载:PNG更大图像TIFF原始图像图1. 分布测试和可靠性分析。A) 显示了来自C3通道的初始测试会话(深灰色)和重新测试会话(浅灰色)的alpha带功率的实证分布函数。C3通道的alpha带功率代表了整个样本。p值代表Kolmogorov-Smirnoff检验统计量。B) 左列和中间列的每个饼图显示了类别分布,而右列的每个饼图显示了在2次会话中具有一致iTBS诱导神经调节结果的个体百分比。顶行代表由初始测试会话(左)和重新测试会话(中)的左运动区域的LMFP比率确定的类别分布。随机选择了15-45ms的窗口。同样,中间行和底行分别代表MEP T5和T25实验。左列的p值代表Fisher的精确检验统计量,而右列的p值使用z检验计算Cohen的kappa值。C) 散点图显示了C3通道的alpha带功率(顶部)、使用15-45ms窗口的LMFP比率(第二从顶部)、MEP T5块的t检验的p值(第三从顶部)以及MEP T25块的t检验的p值(底部)的类内相关系数(ICC)类型(1,1)。在所有4种情况下,p值都是使用F检验计算的。主要文本中的数据解释。https://doi.org/10.1371/journal.pcbi.1014154.g001 为了评估iTBS方案调节中的标签偏移,由于样本量小,我们在初始测试会话和重新测试会话之间进行了双尾Fisher精确检验(α=0.05)。关于LMFP比率,43个不同窗口中有4个(9.3%)的类别分布存在统计学差异(未经校正),所有这些差异都发生在TMS脉冲后的200ms之后(见图1底部的代表性LMFP窗口)。在T5和T25两个组中,MEPs的类别比例没有显著差异(T5组:P值=1.000;T25组:P值=0.079)。这表明对于大多数分类方法来说,概率分布在不同访问期间保持稳定。作为另一种事后分析,为了评估跨会话实验的较差性能,我们在这里进行了可靠性分析。基线rsEEG频段的功率通常在不同访问期间具有较高的类内相关系数(ICC)(平均值±标准差ICC=0.83±0.11,未进行校正,见图1右上角的一个代表性通道和频段)。同样,基线rsEEG的时间复杂性在不同访问期间的可靠性略低但仍然较高(平均值±标准差ICC=0.62±0.24,未进行校正)。在4个不同的TBS前特征中,只有左侧运动区域的LMFP的AUC的ICC高于0.3(ICC=0.36,P值=0.008;回归质量得分:ICC=0.09,P值=0.288;MEP平均幅度:ICC=0.06,P值=0.338;MEP标准差:ICC=0.03,P值=0.417)。iTBS协议的调节效应在不同访问期间的可靠性仍然较低,MEP T5的ICC为-0.01 [-0.30, 0.29],MEP T25的ICC为-0.27 [-0.53, 0.03],43个不同窗口的LMFP比率的平均ICC为0.05±0.11(见图1右下角的代表性LMFP窗口)。同样,Cohen’s kappa的结果也表明可靠性较低,43个不同窗口的LMFP比率的平均Cohen’s kappa为0.015±0.127(见图1左下角)。MEP T5的Cohen’s kappa为-0.004,MEP T25的Cohen’s kappa为-0.238。频谱功率的概率分布的高稳定性、rsEEG的时间复杂性的不同测量方法以及皮质脊髓和皮质兴奋性的调节效应的低可靠性共同表明了外部验证性能较差的概念漂移。在计算在不同访问期间具有一致皮质脊髓和皮质反应的个体百分比时,43个不同窗口的LMFP比率的平均百分比为50.6±6.7%(见图1右上角的LMFP比率实验的代表性窗口)。MEP T5和T25实验中,分别有52.3%和38.1%的个体在不同访问期间具有一致的结果。
在跨队列实验中,队列1的初始测试和复测会话被包含在模型选择步骤的训练集中,队列2的初始测试和复测会话被包含在模型验证步骤的外部验证集中。此外,我们添加了一个特征来编码访问类型为初始会话或复测会话。对于MEPs,使用Oracle Shrinkage Approximation方法对所有EEG通道的复合多尺度排列熵的复杂性指数进行线性判别分析(使用标准化),并以T5 t检验作为分类方法,在模型选择步骤中获得了最高的交叉验证ROC-AUC(平均值±95%置信区间:71.4±4.6,准确率:71.5±4.5,敏感性:70.8±7.6,特异性:72.0±9.9,精确度-召回AUC:77.4±4.2)(见图2和表1)。当在验证队列上进行测试时,所有指标的性能略有下降(ROC-AUC:64.6 [44.9, 79.6],准确率:64.7 [52.9, 76.5],敏感性:68.4 [47.4, 84.2],特异性:60.0 [40.0, 80.0],精确度-召回AUC:71.7 [58.5, 85.4])(见图2和表1)。所有指标的平均性能都高于机会水平。然而,所有指标的置信区间都包含了机会水平。EEG通道C1、P5和P1在选定的模型中具有最大的系数幅度(S5表)。该模型相对较大,包含63个特征。结合性能的轻微下降,该模型可能仍然过拟合了内部验证集。
下载:PNG(更大图像)TIFF(原始图像)
表1. 跨队列实验的模型选择和模型验证性能。方括号表示95%置信区间。LDA OA代表使用Oracle Approximating Shrinkage的线性判别分析。
下载:PNG(更大图像)TIFF(原始图像)
图2. MEP和LMFP比率跨队列实验的模型选择和模型验证性能。顶部行代表在模型选择过程中通过使用ROC-AUC指标评估的最终模型,底部行代表在模型验证期间最终模型在验证集上的性能。左列代表MEP实验,右列代表LMFP比率实验。MEP实验的最终模型是使用所有EEG通道的复合多尺度排列熵的复杂性指数训练的线性判别分析(LDA OA),而LMFP比率实验的最终模型是使用左侧运动区域EEG通道的粗粒度多尺度分布熵的复杂性指数训练的决策树。垂直误差条表示95%置信区间,每个垂直条内的深色水平条表示理论机会水平。评估了7个不同的指标:准确率(蓝色)、敏感性(橙色)、特异性(绿色)、F1分数(红色)、ROC-AUC(紫色)和精确度(粉色)。
对于LMFP比率实验,交叉验证ROC-AUC最高的模型是使用左侧运动区域的粗粒度多尺度分布熵的复杂性指数训练的决策树(使用Log-Distance变换),参与者使用100–131 ms窗口计算的LMFP比率进行分类(平均值±95%置信区间:ROC-AUC:80.2±4.6,准确率:80.6±4.3,敏感性:82.0±6.7,特异性:78.3±9.2,精确度-召回AUC:78.9±4.8)(见图2和表1)。当在外部验证队列上进行测试时,所有性能指标都高于机会水平(ROC-AUC:61.1 [49.0, 78.8],准确率:69.4 [62.4, 79.2],敏感性:77.8 [70.4, 87.1],特异性:44.4 [22.2, 77.8],精确度-召回AUC:79.5 [74.6, 88.2])(见图2和表1)。准确率、敏感性和精确度-召回AUC的置信区间高于机会水平,而特异性和ROC-AUC的置信区间包含了机会水平。该模型倾向于高敏感性和低特异性,表明模型错误地将许多抑制情况预测为促进。重要的是,内部和外部验证性能之间的差距相对于跨会话实验的训练集和测试集之间的差距有所减小(跨队列LMFP比率实验的差距:准确率=0.12,敏感性=0.04,特异性=0.34,F1=0.04,ROC AUC=0.19,PR AUC=0.0,精确度=0.04;跨会话LMFP比率实验的差距:准确率=0.29,敏感性=0.08,特异性=0.42,F1=0.13,ROC AUC=0.35,PR AUC=0.39,精确度=0.32)。这表明消除会话之间的时间延迟,从而消除概念漂移的效果,可以减少性能下降,尽管这并不能完全解释剩余的泛化差距。为了进一步表征跨队列实验中剩余性能下降的潜在来源,我们在队列之间进行了探索性的单变量分布检查。在基线预测因子中,没有一个频谱特征在不同队列之间的分布有显著差异,只有7.7%的复杂性特征在不同队列之间的分布有差异。就结果标签而言,MEP抑制与促进的类别比例在两个组之间没有差异。对于LMFP比率,只有43个时间窗口中的3个在不同队列之间显示出不同的类别比例。总的来说,这些探索性的单变量检查为基线特征分布或标签比例的大的系统性队列差异提供了有限的证据,表明剩余的泛化差距不太可能仅由简单的协变量变化或标签变化来解释。由于决策树已知高度不稳定且容易过拟合,因此图3显示了最终决策树的图谱,显示最大深度为4,并且只有3个特征用于分类,其中来自C5通道的粗粒度多尺度分布熵的Gini重要性最高(0.70),其次是TEPs的回归质量得分(0.24)和来自FC5通道的粗粒度多尺度分布熵(0.05)(S6表)。有趣的是,这里没有使用访问类型。
下载:PNG(更大图像)TIFF(原始图像)
图3. LMFP比率跨队列实验的最终决策树图。如果白色框顶部的条件为真,则决策路径选择左节点,否则选择右节点。“训练样本”在白色框中表示分割前的训练集样本大小。“类别分割”表示训练集的类别比例,如下:[皮质兴奋性降低,皮质兴奋性增加]。黄色框表示通过LMFP的100-131 ms窗口的AUC比率评估的皮质兴奋性降低。类似地,蓝色框表示皮质兴奋性增加。RQS代表回归质量得分。
下载:PNG(更大图像)TIFF(原始图像)
图4. iTBS会话的示意图,适用于初始测试和复测会话。顶部)会话的 chronological 顺序,块的颜色对应于圆圈的颜色。海军蓝圆圈)向左侧M1区域传递了三个单脉冲TMS块,一个在iTBS协议之前,一个在iTBS协议之后5分钟,另一个在iTBS协议结束之后25分钟。记录了EEG和EMG。浅蓝色圆圈:睁眼状态下的3分钟静息态EEG。仅记录了EEG。
下载:PNG(更大图像)TIFF(原始图像)
图5. 特征分组和模型生成的示意图。在顶部面板中,通过生成不同特征的所有组合(S2表)迭代生成特征组,ROI(S3表)和数据转换(顶部的标准化或底部到中位数的距离)。一个特征组的例子是对感兴趣的中心区域的alpha频段功率进行标准化,以及PreTBS特征。每个表代表一个特征组。在中间面板中,通过生成特征组和分类方法的所有组合进一步迭代生成标记为皮质脊髓或皮质兴奋性调节的特征组,表示为附加在特征组表后的绿色列(LMFP的不同窗口(S1表)或TBS前后峰对峰MEP幅度的t检验)。在底部面板中,每个带有标签的特征组通过不同的分类器进行训练,表示为齿轮,以形成模型。一个模型的例子是基于TBS前后55-85 ms窗口的LMFP比率对促进或抑制的逻辑回归,使用L2正则化进行训练。有关在MEP和LMFP比率实验中测试的模型总数的信息,请参见正文。
为了检查可能的过拟合情况,我们检查了其他复杂度不同级别的模型的性能,包括最大深度为2的决策树(与跨队列实验中使用的深度4相反),并在相同的选定特征集上进行了训练和测试。在内部验证中,只有最大深度为2的决策树和高斯朴素贝叶斯的ROC AUC > 0.70(S1图)。与选定的模型类似,这两个模型的外部验证性能(S2图)也偏向于更高的敏感性和更低的特异性。对于其余模型,外部验证性能也偏向于更高的敏感性或特异性(S2图)。因此,性能下降可能是由于数据瓶颈而不是过拟合。数据瓶颈的一个可能解释是研究范围内的偏差。为了检查可能的研究范围偏差,我们接下来从两个队列中随机抽取了50%的受试者(包括初始和复测会话)作为内部验证集,其余受试者组成外部验证集。交叉验证ROC-AUC最高的模型是使用中心区域的时间偏移多尺度分布熵的复杂性指数训练的决策树(使用Log-Distance变换),参与者使用85–115 ms窗口进行分类(平均值±95%置信区间:ROC-AUC:75.0±5.1)(S3图)。当在外部验证队列上进行测试时,性能下降到机会水平(ROC-AUC:50.6 [41.0, 65.3])(S4图)。一个可能的解释是,我们在跨队列实验中观察到的性能下降不是由于研究范围偏差。然而,对两个队列进行模型训练并不一定消除研究范围偏差,但仍然可能引入数据分布的偏移,这表明研究范围偏差可能导致跨队列和跨受试者实验的外部验证性能受限。
讨论
鉴于theta-burst刺激(TBS)的广泛临床应用以及长期以来的假设,即TBS的临床效果是由于可靠的生理目标参与,我们研究了基线电生理学是否可以预测iTBS诱导的神经生理变化的方向,以及这种预测是否可以在独立样本之间泛化。我们在两个独立的健康成人队列中,基于全面的基线特征(包括自发的(rsEEG)和刺激诱发的(MEPs和TEPs)脑动态数据,训练了监督式机器学习模型,以预测单次iTBS(经颅磁刺激)对初级运动皮层产生的神经生理效应。我们发现,在模型选择步骤中,LMFP比率跨会话实验的性能与之前仅使用单次访问数据的机器学习研究[20,21]相当或更优。尽管基线特征保持稳定,但iTBS引起的神经生理变化在测试-重测中的可靠性较低,并且存在显著的个体内和个体间变异性,这表明概念漂移(即预测因子与结果之间的不稳定映射)是模型泛化的主要障碍。为了测试跨独立队列的泛化能力,我们将数据分为不同的队列进行跨队列实验。跨队列实验的内部交叉验证准确率为72-81%,并确定rsEEG左运动区域的粗粒度多尺度分布熵是预测iTBS引起的局部皮层兴奋性变化的最强指标。然而,当在几乎相同的实验条件下对第二个队列进行外部验证时,模型的预测性能显著下降,这突显了实现可泛化模型的关键挑战。重要的是,严格的内部分析排除了包括协变量和标签变化在内的队列特定偏差。与此一致的是,即使从两个队列中随机选取受试者进行训练和测试,外部验证的性能仍然较差,这表明泛化差距不能仅用“队列身份”来解释。此外,事后比较显示,无论是简单的线性模型还是复杂方法都无法恢复性能。因此,我们将跨队列实验的性能下降解释为数据集的残余变化以及单次会话后效应的有效信噪比有限,而不是随时间发生的概念漂移。跨会话实验中训练集和测试集之间预测性能的显著差异凸显了开发可泛化预测模型以解释iTBS引起的神经生理效应的挑战。
为了更好地理解跨会话实验中性能下降的潜在原因,我们通过评估基线特征(rsEEG、MEPs和TEPs)在多次访问中的稳定性以及通过检查结果类别分布的潜在变化来评估标签变化。首先,使用单变量Kolmogorov-Smirnov检验,我们发现基线rsEEG的频谱功率和时间复杂性的分布通常在初次和重测样本中保持稳定,排除了单变量协变量变化的可能性。这与之前的研究[34,35]一致。使用Fisher精确检验,我们发现少数皮层兴奋性调节指标在初次和重测样本之间的类别比例有显著差异,且所有这些差异都发生在TMS脉冲后的200毫秒内,这排除了TMS脉冲后200毫秒内LMFP时期的标签变化,也与之前的研究[36]一致。重要的是,我们发现iTBS协议的调节效应可靠性较低,这通过类内相关系数和Cohen’s kappa值得到证实。这些发现共同指向概念漂移,即预测因子与结果之间不稳定或不一致的关系,这是泛化能力差的主要驱动因素。虽然我们没有直接量化特征-结果关系随时间的变化,但基线预测因子的稳定性和结果类别的群体级一致性强烈表明,个体对iTBS的反应差异是观察到的漂移的根本原因。在跨队列实验中,我们观察到性能差距相对较小。为了检查可能的过拟合现象,我们比较了其他分类器的性能,包括另一个最大深度较短的决策树,发现简单模型并不能改善外部验证的性能,这表明性能下降可能是由于数据瓶颈。接下来,我们通过从两个队列中各抽取一半受试者(包括初次和重测访问)作为内部验证集,其余受试者作为外部验证集来进行跨受试者实验,发现外部验证集的性能大幅下降。一种可能的解释是,研究范围内的偏差并不能解释跨队列实验中观察到的性能差距。然而,包括两个队列的受试者并不一定能消除研究范围内的偏差,也有可能研究范围内的偏差仍然解释了跨队列和跨会话实验中的性能差距。数据瓶颈可能由多种原因引起。例如,我们选择的结果指标(MEPs和TEPs)可能无法完全捕捉iTBS的神经生理效应,这表明测量结果与实际的神经调节过程可能存在不匹配。因此,观察到的泛化能力差可能部分反映了我们当前的神经生理指标在准确和一致地反映个体和会话间iTBS效应方面的局限性。皮层兴奋性假设主要是基于早期的人类运动皮层研究制定的,在这些研究中,单次rTMS(经颅磁刺激)会导致MEP幅度的群体级变化,而高频或模式化的rTMS(如iTBS)会增加皮层脊髓兴奋性[3],而低频协议则会产生相反的效果[37]。然而,这些早期的开创性研究通常样本量不足,缺乏稳健的安慰剂对照,并且没有在重复会话中得到复制。事实上,最近的大样本量和重复会话安慰剂对照设计的研究表明,包括iTBS在内的单次rTMS协议并不能一致地调节健康参与者的典型皮层兴奋性指标,并且在相同访问中的测试-重测重复性较差[12]。这些报告表明,MEP和TEP指标可能不足以充分反映rTMS的主要生物学作用。最近的机制学综述指出,rTMS诱导的神经变化远比简单的兴奋性变化更为复杂,包括神经递质系统(如多巴胺[38]和血清素[39,40]的广泛调节、活动依赖的基因表达[41,42]和表观遗传重塑[43,44]的触发、神经营养因子(如BDNF[45,46]的释放,以及更广泛的神经-内分泌[47–49]和胶质通路[50]的参与。还应考虑其他替代解释。一种可能的解释是,即使皮层兴奋性假设部分成立,单次iTBS也可能不足以可靠地引起MEP或TEP指标的可测量变化。在临床实践中,rTMS治疗通常涉及几周内的多次每日会话,而大多数实验研究使用单次刺激前后的设计来评估神经调节效应,并在60-90分钟内跟踪反应。动物研究表明,不同的刺激剂量会激活不同的神经机制[51]。虽然单次高频rTMS会话主要影响瞬态膜电位和离子电流,但每日重复的会话可能会改变神经递质受体水平[52-55]并促进持续的神经营养信号传导,如脑源性神经营养因子的升高[45,46],从而导致稳定和持久的网络重组。因此,单次rTMS协议后的短暂、活动依赖的可塑性在个体内部和个体之间可能存在很大差异,而重复会话可能会产生累积和更可靠的神经生理变化。有趣的是,一项研究表明,一天内多次iTBS会话并不会提高可靠性[56]。然而,该研究并没有使用与临床研究相同的会话分布。另一种可能的解释是我们的特征对检测iTBS引起的变化的敏感性不足。尽管我们的基线EEG复杂性特征在统计上保持稳定,但它们可能缺乏足够的敏感性来检测单次iTBS会话引起的微妙和短暂的生理变化。虽然EEG复杂性指标(如近似熵和多尺度熵)能有效区分病理状态并预测多会话rTMS的临床反应[57],但它们在预测单次iTBS的即时神经生理反应方面的效用尚未得到系统评估。因此,它们可能反映了与临床结果相关的更广泛、更慢的网络动态,而不仅仅是短暂的、特定于电路的可塑性。最后,我们可能关注了错误的特征。虽然我们有意将特征集限制在频谱功率和复杂性上以保持统计稳健性和可解释性,但其他指标(如动态功能连接性和相位-幅度耦合(PAC)可以为大脑对刺激的敏感性提供补充见解,并可以在未来的研究中进行探索。最终,将单次会话的MEP或TEP变化解释为rTMS引起的神经可塑性的决定性标志物可能会简化或忽视由重复刺激引发的更复杂和多尺度的生物过程。尽管泛化能力较差,但结果仍有一些重要的发现。我们的结果显示,在所有六个实验的模型选择步骤中,rsEEG的时间复杂性被选为比频谱属性更优,显示出更高的内部验证性能。这与之前的研究[24,26–33]一致。此外,在所有六个实验中,多尺度熵都被选为单尺度熵。在M/EEG研究中,大脑信号的不同时间复杂性的时间尺度与不同的皮层处理尺度相关联,短时间尺度或高频率的变异性与局部神经群体处理相关,而长时间尺度或低频率的变异性与大规模网络处理相关[58–60]。此外,我们发现基于TMS脉冲后100-131毫秒时间窗口的LMFP比率具有最佳性能(准确率:0.81),这表明N100峰值响应(一个密切相关的特征)可能在iTBS的调节效应中起作用。N100是最稳健和广泛研究的TEP成分之一,可以从多个刺激部位(包括运动、前额叶、顶叶或小脑)一致地引发,并与GABA能介导的皮层抑制密切相关[61]。虽然iTBS对M1区域的影响已有大量研究[62],但关于其对N100的具体影响的报告非常有限且不一致。例如,一项研究报告N100幅度的不可重复增加[12],而另一项研究则发现显著减少[63]。这些异质性结果表明,单次iTBS协议对M1皮层的影响不可重复,这可能解释了我们在外部验证中观察到的性能下降。在解释我们的发现时,应考虑几个限制。首先,尽管我们的数据集(40名受试者的73次会话)与最近预测TMS神经生理效应的机器学习研究相当或更大,但它可能仍然不足以稳健地训练预测模型,这在一定程度上解释了外部验证中观察到的宽置信区间。其次,我们的样本仅包括健康对照组,限制了其对临床群体的直接泛化能力,这些群体的iTBS神经生理反应可能存在显著差异。此外,队列之间的方法学差异(如单次TMS试验的数量、TBS后的采样窗口、会话间隔以及EEG预处理的轻微变化)可能引入了额外的噪声或队列特定的变异性。此外,我们的结果标记策略可能为皮层测量引入了边界相关的标签噪声:基于MEP的响应标签是从受试者内的统计测试中得出的,而LMFP/TEP结果则依赖于比率阈值(≥1 vs < 1),这可能会将非常相似的比率(例如0.99 vs 1.01)分类为不同的类别,从而降低区分能力。最后,由于缺乏测量iTBS协议引起的皮层脊髓和皮层兴奋性变化的真实值,我们需要测试多种不同的指标。此外,这些指标往往存在噪声,可能导致标签错误,即使预测性能很强,也需要对提出的iTBS引起的变化进行独立验证。通过使用更大的、临床多样化的样本、标准化的协议和多模态结果指标来解决这些问题,对于识别rTMS协议的稳健生物标志物至关重要。总之,我们的发现表明,虽然基线rsEEG复杂性指标可以在一定程度上预测iTBS引起的局部皮层反应变化,但从单次会话协议中得出的神经生理结果过于不稳定,无法支持在训练数据集之外可靠泛化的预测模型。外部验证期间观察到的性能下降强调了拥有独立数据集和使用测试-重测范式的重要性,以避免对模型准确性的过度乐观估计。总体而言,个体反应的显著变异性仍然是优化rTMS效果的核心障碍。解决这一挑战可能需要开发针对每个个体独特大脑解剖结构和基线神经生理学的个性化刺激策略,并通过多会话协议和更丰富的多模态生物标志物系统地评估这些策略,以有效将行为改善与其潜在的神经机制联系起来。方法与伦理批准:根据《赫尔辛基宣言》,在所有参与者签署书面知情同意书之前,向他们解释了实验方案和自愿参与程序。所有问卷和程序均获得了位于马萨诸塞州波士顿的Beth Israel Deaconess医疗中心的机构审查委员会的批准。
研究设计:本研究采用了两项独立的、以假对照组为基础的重复测量可靠性研究,两项研究均在Beth Israel Deaconess医疗中心进行。第一组数据收集时间为2018-2021年[64],第二组数据收集时间为2016-2019年[12,65]。
参与者:第一组研究共有28名参与者(18名男性;平均年龄±标准差=39±16岁)。第二组研究共有24名参与者(16名男性;平均年龄±标准差=30±11岁,年龄范围为18-49岁)。所有参与者均为右利手(通过改良的爱丁堡利手量表评估),且无TMS(经颅磁刺激)或磁共振成像(MRI)的禁忌症,无精神疾病或神经系统疾病的自我报告史,也无药物滥用证据。在测量时,所有参与者均未服用任何精神活性药物。此外,两个组别均控制了咖啡因摄入量、睡眠情况以及女性的月经周期。
实验流程:根据《赫尔辛基宣言》,在所有参与者签署书面知情同意书之前,向他们解释了实验方案和自愿参与程序。所有问卷和程序均获得了位于马萨诸塞州波士顿的Beth Israel Deaconess医疗中心的机构审查委员会的批准。
TMS(经颅磁刺激)程序细节:TMS治疗的详细信息、技术规格和参数、运动热点(motor hotspot)的确定、静息运动阈值(RMT)和主动运动阈值(AMT)的测定、TEP(经颅电刺激)和MEP(运动诱发电位)的记录方法、数据预处理及分析过程详见S1文本。在两项研究中,均按照国际临床神经生理学联合会[66]的安全指南和建议,以RMT的120%强度对运动热点进行单脉冲TMS治疗。第一组研究包括三个单脉冲TMS疗程:一个疗程在rTMS治疗前进行(pre-TBS),另一个疗程在rTMS治疗后5分钟进行(T5),第三个疗程在rTMS治疗后25分钟进行(T25)。第二组研究包括四个单脉冲TMS疗程:一个疗程在rTMS治疗前进行(pre-TBS),另一个疗程在rTMS治疗后5分钟进行(T5),第三个疗程在rTMS治疗后20分钟进行(T20),第四个疗程在rTMS治疗后30分钟进行(T30)。本报告中,将两项研究中的单脉冲TMS数据合并为pre-TBS组,将两项研究中的T5单脉冲TMS数据合并为T5组,将第二项研究中的T20单脉冲TMS数据与第一项研究中的T25单脉冲TMS数据合并为T25组(见图4,深蓝色圆圈和箭头)。在两项研究中,均在rTMS治疗前记录了三分钟的睁眼基线静息状态EEG(图4,浅蓝色圆圈和箭头)。此外,根据上述安全指南[66],iTBS(经颅磁刺激)在AMT的80%强度下应用于运动热点(见图4,黄色圆圈和箭头)。
结果测量:作为iTBS诱导的皮质脊髓兴奋性调节的指标,我们量化了个体水平上的MEP(运动诱发电位)峰峰值幅度的变化。对于每次治疗,我们进行了双尾双样本t检验(α=0.05),比较pre-TBS组与T5或T25组的治疗后MEP峰峰值幅度的分布。采用双尾检验是为了避免对iTBS诱导调节的方向做出先验假设。在整个手稿中,这些结果分别称为MEP T5 t检验和MEP T25 t检验。根据p值将参与者分为两类:如果治疗后MEP分布与基线有显著差异(p≤0.05),则判断为响应者(表示促进或抑制作用),否则为非响应者。对于TEP(经颅电刺激),使用以下公式计算不同时间窗口的局部平均场功率(LMFP)作为TMS脉冲后局部皮质激活强度的测量指标:(1)其中t表示给定窗口内的时间,Vi表示第i个通道的电压,K表示通道数量,Vmean表示EEG通道的平均电压[67]。窗口的确定要么基于现有文献[68,69],要么通过在TMS脉冲后25-345毫秒的时间内循环测试30毫秒长的窗口来系统确定。因此,本研究共测试了43个不同的窗口(见S1表)。每个窗口代表一种分类方法。使用复合Simpson法则计算每个窗口左侧运动皮质区域EEG通道的曲线下面积(AUC):C1、C3、C5、FC1、FC3和FC5,并在每个组的所有试验中取平均值。然后计算T2BS后(T5或T25组)与pre-TBS组的平均AUC之比:(2)其中w表示窗口。如果给定窗口的左侧运动LMFP比率大于或等于1,则将皮质兴奋性的调节分类为促进作用,否则为抑制作用。这些皮质兴奋性调节的测量指标在文中统称为左侧运动LMFP比率,并根据需要具体指明窗口。
统计检验:监督算法通常假设基础特征()和标签()(MEP t检验中的响应者与非响应者或LMFP比率中的促进作用与抑制作用)在样本间独立且分布相同。然而,在现实世界中很少能严格满足这些假设。为了事后分析诊断机器学习模型的性能,我们对数据集进行了协变量偏移和标签偏移的统计检验。根据定义,当基础特征发生变化而标签不变时发生协变量偏移;当标签发生变化而基础特征不变时发生标签偏移。为了检测单变量协变量偏移,我们对初始测试组和重测组之间的每个特征进行了双样本Kolmogorov-Smirnov检验(α=0.05)。为了检测标签偏移,由于样本量较小,采用了双尾Fisher精确检验(α=0.05),而不是对每个分类方法的两个样本进行卡方检验。
概念漂移的检测:根据定义,当后验分布发生变化而基础特征不变时发生概念漂移。目前没有正式的统计检验方法来检测概念漂移。相反,通过上述统计检验和可靠性分析来推断概念漂移。
可靠性分析:为了评估重复测量的可靠性,基于单向随机效应模型(ICC(1,1)计算了每次访问之间的类内相关系数(ICCs),用于评估基线rsEEG的复杂性、左侧运动局部平均场功率比率以及MEP T5和T25的p值。类内相关系数是衡量同一个体或组内重复测量之间相关性的指标。对于单向随机效应模型,ICC(1,1)的计算公式如下:(3)其中是组间(个体间)的均方,是残差方差的均方,k是给定测量对象的测量次数[70]。ICC的p值使用F检验(F统计量=MSR/MSW)计算。此外,还使用基于左侧运动局部平均场功率比率和MEP T5和T25 t检验的分类结果计算了Cohen’s kappa值:(4)其中po表示多个测量结果之间的相对一致率,pe是基于以下公式计算的假设概率:(5)其中k是类别数量,N是观察次数,nki是第i次测量预测类别k的次数。Cohen’s kappa值的p值使用z检验计算。Cohen’s kappa值的范围是-1到1,包括两端点。
机器学习实验:机器学习模型是在给定特征集(见后续四节)和皮质脊髓或皮质兴奋性调节指标上训练的分类器。在跨会话实验中,两个组别的初始iTBS治疗会话构成了模型选择的训练集,而重测iTBS治疗会话构成了测试集。事后分析包括对跨会话实验结果的协变量偏移和标签偏移的统计检验以及可靠性分析。在跨组实验中,第一组的会话构成了模型选择的内部验证集,第二组的会话构成了外部验证集。此外,还编码了访问类型(初始测试会话与重测会话),作为捕捉分类间变异性的额外特征。为了检查可能的整体研究偏差,在跨受试者实验中,从两个组别中各抽取50%的受试者(包括初始和重测会话)作为内部验证集,其余的作为外部验证集。rsEEG谱功率、时间复杂性、基线MEP和左侧运动LMFP等指标被纳入MEP和左侧运动LMFP比率预测模型的特征中。内部验证与训练集的目的相同,但强调所有训练数据来自同一组;外部验证与测试集类似,但强调测试数据来自独立组别。
基线rsEEG特征:使用多锥形(Slepian)序列作为窗口函数,通过多 taper 方法从基线rsEEG估计了每个EEG通道的频带功率。接下来,定义了四个频率范围的频带功率:delta(1-4 Hz)、theta(4-8 Hz)、alpha(8-12 Hz)、beta(12-20 Hz)。然后,计算每个EEG通道在每个时间段的频带功率曲线下面积。
rsEEG熵特征:从基线rsEEG记录期间提取了多个复杂度指标(见S2表):近似熵[71]、样本熵[72]、具有3个嵌入维度的排列熵[73]、分布熵[74]、增量熵[75]和Lempel-Ziv复杂性[76]。对于多尺度熵,计算了嵌入维度为2和3的排列熵、样本熵和分布熵的复杂度指数,使用了粗粒化[77]、时间移位[78]和复合多尺度方法[79]。所有复杂度指标都是基于1分钟记录(前6个10秒时间段)计算的。
基线TMS特征:根据pre-iTBS(治疗前)阶段的MEP和TEP计算了四个不同的特征:MEP峰峰值幅度的平均值及其标准差、使用15-80毫秒窗口后左侧运动区域的LMFP平均AUC,以及基于回归的复合指标,用于评估TEP中单个试验的一致性[80]。在MEP实验中,这些四个特征构成了pre-TBS特征集;在LMFP比率实验中,仅使用基线TEP的LMFP平均AUC和TEP的回归质量分数构成了pre-TBS特征集。
ROI(感兴趣区域):定义了三个不同的感兴趣区域:左侧运动区、中央区和整个头皮区(见S3表)。由于频带功率和熵是针对每个EEG通道计算的,因此ROI决定了使用的EEG通道(见图5)。在模型选择步骤中,测试了九种不同类型的分类器:使用L2正则化的逻辑回归,并通过内部交叉验证进行超参数调整;使用内部交叉验证的线性判别分析进行超参数调整;使用Ledoit-Wolf估计器的线性判别分析;使用Oracle Shrinkage Approximation估计器的线性判别分析;使用曼哈顿距离度量的最近收缩质心;使用欧几里得距离度量的最近收缩质心;使用经验先验的高斯朴素贝叶斯;使用预先定义的类别先验(80-20比例)的高斯朴素贝叶斯;以及决策树。用TP、TN、FP和FN分别表示真正例、真负例、假正例和假负例的数量。模型通过以下7个指标进行评估:(6)(7)(8)(9)(10) ROC-AUC,定义为曲线下的面积;PR-AUC,定义为精确度-召回率曲线下的面积(召回率是灵敏度的另一种说法)。在这里,阳性案例被定义为MEP t检验中的p ≤ 0.05或LMFP比率中的比率 ≥ 1。虽然准确性用于评估模型所有预测的性能,但灵敏度和特异性分别评估所有被正确识别为阳性和阴性的案例的性能。精确度评估所有被预测为阳性的案例中真正例的百分比。F1分数是精确度和灵敏度的调和平均值,特别适用于检测精确度和灵敏度之间的不平衡性能。使用10次5折分层交叉验证来评估模型性能。95%置信区间使用学生t分布根据50次迭代的样本均值和标准差来估计。所有灵敏度或特异性低于0.60的模型都被排除在模型选择之外,而在交叉验证期间使用具有最高ROC-AUC的模型进行选择。从交叉验证中选出的模型随后在整个训练集上重新训练,并在外部验证集上测试其性能。在这种情况下,使用自助法计算95%置信区间,其中外部验证集被重新采样2000次,每次重新采样集都按照原始样本的类别比例进行分层。关于特征分组和模型生成的详细信息和示例(图5)可以在S1文本中找到。支持信息 致谢 作者衷心感谢参与者的贡献、医生和工作人员的支持。参考文献
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号