[论文解读] A Probabilistic Disease Progression Model for Predicting Future Clinical Outcome

Yingying Zhu, Mert R. Sabuncu|arXiv (Cornell University)|Mar 13, 2018

Health Systems, Economic Evaluations, Quality of Life参考文献 27被引用 4

一句话总结

该论文提出了一种概率性贝叶斯疾病进展模型，能够基于具有不规则随访时间与缺失数据的纵向多模态数据，预测未来的临床结果。通过使用S型曲线建模潜在疾病进展，并整合基因型等个体特异性特征，该方法在包含3,000多名受试者的阿尔茨海默病数据集上，相较于基线模型实现了更优的预测准确率，同时提供了对疾病动态的可解释性洞察。

ABSTRACT

In this work, we consider the problem of predicting the course of a progressive disease, such as cancer or Alzheimer's. Progressive diseases often start with mild symptoms that might precede a diagnosis, and each patient follows their own trajectory. Patient trajectories exhibit wild variability, which can be associated with many factors such as genotype, age, or sex. An additional layer of complexity is that, in real life, the amount and type of data available for each patient can differ significantly. For example, for one patient we might have no prior history, whereas for another patient we might have detailed clinical assessments obtained at multiple prior time-points. This paper presents a probabilistic model that can handle multiple modalities (including images and clinical assessments) and variable patient histories with irregular timings and missing entries, to predict clinical scores at future time-points. We use a sigmoidal function to model latent disease progression, which gives rise to clinical observations in our generative model. We implemented an approximate Bayesian inference strategy on the proposed model to estimate the parameters on data from a large population of subjects. Furthermore, the Bayesian framework enables the model to automatically fine-tune its predictions based on historical observations that might be available on the test subject. We applied our method to a longitudinal Alzheimer's disease dataset with more than 3000 subjects [23] and present a detailed empirical analysis of prediction performance under different scenarios, with comparisons against several benchmarks. We also demonstrate how the proposed model can be interrogated to glean insights about temporal dynamics in Alzheimer's disease.

研究动机与目标

• 开发一种灵活的概率模型，即使在随访时间不规则且存在缺失数据的情况下，也能预测阿尔茨海默病等进行性疾病未来的临床轨迹。
• 将多种临床模态（如影像、认知测试、生物标志物）整合到统一的生成框架中。
• 通过适应个体患者病史实现个性化预测，即使先前数据稀疏或缺失亦可。
• 揭示可解释的疾病动态洞察，例如APOE等遗传风险因素对疾病进展的影响。
• 通过建模完整的纵向轨迹而非二元结果，超越静态分类基线，实现性能提升。

提出的方法

• 模型使用潜在S型进展曲线表示未观测到的疾病病理，其参数由拐点和斜率定义。
• 临床观测值（如MMSE、ADAS-Cog、CDR-SB）被建模为给定潜在S型曲线的条件独立噪声测量。
• 个体水平特征（如年龄、性别、APOE状态）用于预测S型曲线的参数，从而实现个性化疾病进展建模。
• 采用近似贝叶斯推断策略，估计模型参数的同时对潜在疾病状态进行边缘化处理。
• 该框架天然处理缺失数据与不规则时间间隔，无需插补或固定时间网格。
• 模型在包含超过3,000名受试者的大型阿尔茨海默病数据集（ADNI）上进行训练，涵盖健康对照、轻度认知障碍（MCI）及阿尔茨海默病患者。

实验结果

研究问题

• RQ1 当数据稀疏、不规则且为多模态时，概率模型能否准确预测阿尔茨海默病的未来临床评分？
• RQ2 整合个体特异性特征（如APOE基因型）在多大程度上提升了预测准确率与个性化程度？
• RQ3 该模型在多大程度上能够揭示可解释的疾病动态，例如风险因素对疾病进展时间和速率的影响？
• RQ4 与仅预测二元结果（如2年内从MCI进展为AD）的静态分类基线相比，该模型的性能如何？
• RQ5 该模型的生成结构在多大程度上支持对疾病进展机制的探究性查询，而不仅限于预测？

主要发现

• 在不同历史数据可用性与预测时间范围下，该模型在所有目标生物标志物（MMSE、ADAS-Cog、CDR-SB）上的预测准确率均显著优于基线方法。
• 通过建模完整的纵向轨迹而非固定时间点的二元结果，该模型优于静态分类基线。
• 当存在历史数据时，个性化预测性能得到提升，表明模型具备适应个体患者病史的能力。
• 该模型支持机制性探究，揭示了APOE基因型对疾病进展速率与时间的可量化影响。
• 贝叶斯框架实现了不确定性感知的预测，并能透明地解释风险因素的影响，这与黑箱深度学习模型形成鲜明对比。
• 即使在存在缺失数据与不规则随访时间的情况下，该模型的性能依然稳健，凸显其在真实世界临床数据中的适用性。