[论文解读] Modeling Disease Progression in Mild Cognitive Impairment and Alzheimer's Disease with Digital Twins

Daniele Bertolini, Anton Loukianov+5 more|arXiv (Cornell University)|Dec 24, 2020

Functional Brain Connectivity Studies参考文献 26被引用 10

一句话总结

本文提出一种基于条件限制玻尔兹曼机（CRBM）的数字孪生框架，用于在多种临床终点上建模阿尔茨海默病（AD）和轻度认知障碍（MCI）的疾病进展。该模型在来自21项研究的7,000名受试者数据上进行训练，数据具有稀疏性和异质性，能够生成逼真的合成患者轨迹，对认知功能下降（如ADAS-Cog11、MMSE、CDR-SB）的预测与真实世界结果在12个月和18个月随访中具有高度相关性。

ABSTRACT

Alzheimer's Disease (AD) is a neurodegenerative disease that affects subjects in a broad range of severity and is assessed in clinical trials with multiple cognitive and functional instruments. As clinical trials in AD increasingly focus on earlier stages of the disease, especially Mild Cognitive Impairment (MCI), the ability to model subject outcomes across the disease spectrum is extremely important. We use unsupervised machine learning models called Conditional Restricted Boltzmann Machines (CRBMs) to create Digital Twins of AD subjects. Digital Twins are simulated clinical records that share baseline data with actual subjects and comprehensively model their outcomes under standard-of-care. The CRBMs are trained on a large set of records from subjects in observational studies and the placebo arms of clinical trials across the AD spectrum. These data exhibit a challenging, but common, patchwork of measured and missing observations across subjects in the dataset, and we present a novel model architecture designed to learn effectively from it. We evaluate performance against a held-out test dataset and show how Digital Twins simultaneously capture the progression of a number of key endpoints in clinical trials across a broad spectrum of disease severity, including MCI and mild-to-moderate AD.

研究动机与目标

• 解决在临床试验日益关注的早期MCI阶段，对阿尔茨海默病全谱疾病进展建模的挑战。
• 克服来自多种观察性研究和安慰剂对照试验的稀疏、异质性数据的局限，这些研究的测量时间表各不相同。
• 开发一种条件生成模型，生成个体化的数字孪生——即与基线数据匹配的合成临床记录，但能模拟标准治疗下的未来结果。
• 在先前CRBM模型的基础上，引入额外的认知测量（如CDR）和生物标志物，提升对关键临床终点的预测保真度。
• 通过生成可靠的外部对照组或个体化结果预测，提升临床试验设计的效率。

提出的方法

• 在21项研究的纵向临床数据上训练条件限制玻尔兹曼机（CRBM），涵盖近35,000名受试者-访视记录和7,000名MCI及AD受试者。
• 采用一种新颖的BEAM训练目标，结合最大似然（PL）与对抗对比损失（adversary），通过超参数λ平衡正则化强度。
• 应用持续对比分歧进行优化，使模型能从不完整、碎片化的数据中有效学习，即使在时间点上存在缺失观测也适用。
• 通过在每个受试者基线临床特征上条件采样，从训练好的CRBM中生成数字孪生，每名受试者生成100条合成轨迹。
• 采用滑动窗口方法（shingles）对面板数据进行建模，将时间序列视为观测序列，确保生成轨迹的时间一致性。
• 使用线性回归评估个体水平的疾病进展预测，比较模型生成结果与真实测试数据在12个月和18个月时的ADAS-Cog11、MMSE和CDR-SB表现。

实验结果

研究问题

• RQ1 基于CRBM的数字孪生模型能否准确模拟MCI和AD在多种认知和生物标志物终点上的纵向疾病进展？
• RQ2 当在来自多个研究的异质性、不完整数据上进行训练时，该模型在预测个体受试者结果方面表现如何？
• RQ3 所提出的BEAM训练目标是否相比标准最大似然训练，能提升样本质量和预测准确性？
• RQ4 与先前模型相比，该模型在关键临床变量（如MMSE）的边缘分布拟合方面改善程度如何？
• RQ5 数字孪生能否在AD临床试验设计中作为可靠的合成对照组或个体化结果预测工具？

主要发现

• 在18个月时，模型预测与实际ADAS-Cog11进展之间的皮尔逊相关系数达到0.49，表明与真实世界数据具有极强的预测一致性。
• 在MMSE方面，18个月时相关系数为0.45，且与Fisher等人[7]的先前模型相比，边缘分布均值和方差的偏差显著减少。
• 基于CRBM的数字孪生在预测CDR-SB进展方面表现出高度一致性，18个月时相关系数为0.47，预测值与观测值得分的线性回归斜率为0.76。
• BEAM目标有效减少了模式崩溃，提升了样本质量，表现为边缘分布拟合更优，且t检验和Levene检验中的统计偏差更小。
• 尽管训练数据为碎片化、非均匀的数据，该模型仍成功实现了对多个终点（包括认知测试和生物标志物）的同步进展捕捉。
• 数字孪生能够生成保留基线特征的受试者特定合成记录，同时准确模拟标准治疗下的未来临床轨迹。