《Proceedings of the National Academy of Sciences》:Empirical validation of race-neutral normative brain morphometry models across ethnoracially diverse populations
编辑推荐:
脑形态测量的规范性模型通过量化个体解剖模式与典型模式的偏差,为评估脑健康、发育及衰老提供了框架,在临床决策中具有潜在应用价值。然而,其临床效用关键取决于在不同种族人群中的泛化能力。研究人员此前作为CentileBrain项目(一项旨在提供开放获取神经影像参考模
脑形态测量的规范性模型通过量化个体解剖模式与典型模式的偏差,为评估脑健康、发育及衰老提供了框架,在临床决策中具有潜在应用价值。然而,其临床效用关键取决于在不同种族人群中的泛化能力。研究人员此前作为CentileBrain项目(一项旨在提供开放获取神经影像参考模型的全球倡议)的一部分,利用来自大型国际健康个体样本的数据,开发了针对皮质厚度、表面积和皮下体积的性别特异性、种族中立规范性模型。本研究的主要目的是实证评估这些预训练模型在多个种族群体中的泛化性和准确性。为此,研究人员在来自非洲、亚洲、欧洲和美洲的健康个体独立样本中测试了模型性能,种族分类由自我认同或遗传祖先定义(N = 4,862)。此外,研究人员还将性能与仅由中国队列开发的规范性模型进行了比较。在所有群体中,以及在汇总样本中,预训练的CentileBrain模型均表现出持续的高准确性,皮下体积和表面积的相对平均绝对误差(RMAE)值低于10%,皮质厚度的RMAE值低于5%。模型性能在自我认同群体和祖先定义群体之间具有高度一致性。在单独分析中,当应用于独立的祖先匹配样本时,CentileBrain模型的表现与特定人群模型相当。这些发现为基于大型多样化样本开发的种族中立规范性模型的泛化性提供了实证支持,并强调了其在跨种族多样人群中进行个体化神经影像评估的潜在效用。
该研究针对神经影像学中规范性模型长期存在的样本代表性不足及泛化性争议问题展开。长期以来,神经影像学研究过度依赖自认为白人的样本,导致现有模型在其他种族群体中的应用受到质疑。尽管已有研究尝试构建单一族群特异性模型,但此类方法可能固化社会建构的种族分类,且难以适应全球化背景下日益多元的人群结构。在此背景下,研究人员旨在验证CentileBrain项目开发的性别特异性、种族中立规范性模型是否能在不同种族群体中保持高精度,从而为构建公平、普适的神经影像工具提供科学依据。该研究最终发表于《Proceedings of the National Academy of Sciences》。
为实现上述目标,研究人员采用了几项关键技术方法。首先,研究利用了CentileBrain项目的预训练模型,这些模型基于超过37,000名健康个体的数据,采用多变量分数多项式回归结合ComBat-广义可加模型(ComBat-GAM)进行站点间数据协调。其次,外部验证样本涵盖了来自非洲、亚洲、欧洲和美洲的4,862名健康个体,种族定义方式包括自我报告和基于“fastSTRUCTURE”算法的遗传祖先推断(分为非洲AFR、混合美洲AMR、东亚EAS和欧洲EUR四类)。最后,模型性能评估指标包括平均绝对误差(MAE)、均方根误差(RMSE)和相对平均绝对误差(RMAE),并通过置换检验和标准化差异分析进行统计学验证。
研究结果显示,在“不同种族群体的模型性能一致性”分析中,研究人员计算了各群体特定模型与CentileBrain参考模型之间的皮尔逊相关系数,结果在0.80至0.99之间,且所有P值均小于0.001,表明预测误差模式具有高度稳定性。在“参考模型性能的标准化偏差幅度”分析中,所有群体的平均MAE和RMSE值与参考模型的差异不超过0.5个标准差,进一步证实了模型应用的稳健性。关于“跨脑形态测量领域的标准化预测误差”,RMAE分析表明,皮下体积和皮质表面积的平均RMAE值低于10%,皮质厚度的平均RMAE值低于5%,显示出极低的成比例预测误差。通过“基于置换的模型泛化性评估”,在总计10,800次比较中,93.4%的结果未显示出统计学显著差异,且少数偏差缺乏空间连贯性,属于低幅度随机波动。在“示例区域的规范性偏差评分”可视化分析中,左丘脑体积和左内侧眶额叶皮质的测量显示,各群体的平均Z分数均接近零。此外,“汇总样本中的模型性能”分析表明,在合并所有种族群体的异质性样本中,模型表现与分组分析结果一致。最后的“与特定人群模型的比较”显示,在一个独立的中国样本(N=123)中,CentileBrain模型与中国脑图谱(Chinese Brain Charts)模型的预测精度相当,且CentileBrain模型的解释方差更高。
讨论部分指出,该研究提供了直接的实证证据,支持种族中立、性别特异性的脑形态测量规范性模型能够在广泛的种族群体中有效泛化。这一发现表明,当训练数据足够庞大且具有全球包容性时,无需在模型构建中进行显式的种族分层。研究人员强调,这种方法避免了将社会建构的种族类别生物学化,同时也规避了对上游社会环境决定因素进行调整可能带来的伦理风险。尽管原始训练样本中华人比例仍偏向自认白人,但这反映了当前神经影像数据的可获得性现状。与中国脑图谱的比较结果表明,多族群模型在特定族群样本中的表现并不逊色于单一族群模型。综上所述,该研究确立了基于大型多样化数据集开发的种族中立模型在跨人群神经影像评估中的可行性,为精准神经科学走向更具包容性和公平性的全球框架奠定了基础。