[论文解读] Learning the progression and clinical subtypes of Alzheimer's disease from longitudinal clinical data

Vipul Satone, Rachneet Kaur+4 more|arXiv (Cornell University)|Dec 3, 2018

Dementia and Cognitive Impairment Research参考文献 13被引用 5

一句话总结

本研究利用ADNI队列的纵向临床数据，结合无监督与有监督机器学习方法，识别出阿尔茨海默病进展的亚型，并预测个体患者的疾病轨迹。通过应用非负矩阵分解（NMF）进行降维，以及高斯混合模型（GMM）进行聚类，作者构建了一个二维疾病进展空间，划分为低、中、高进展区域，实现了对临床阶段在24和48个月后的准确预测，AUC得分较高。

ABSTRACT

Alzheimer's disease (AD) is a degenerative brain disease impairing a person's ability to perform day to day activities. The clinical manifestations of Alzheimer's disease are characterized by heterogeneity in age, disease span, progression rate, impairment of memory and cognitive abilities. Due to these variabilities, personalized care and treatment planning, as well as patient counseling about their individual progression is limited. Recent developments in machine learning to detect hidden patterns in complex, multi-dimensional datasets provides significant opportunities to address this critical need. In this work, we use unsupervised and supervised machine learning approaches for subtype identification and prediction. We apply machine learning methods to the extensive clinical observations available at the Alzheimer's Disease Neuroimaging Initiative (ADNI) data set to identify patient subtypes and to predict disease progression. Our analysis depicts the progression space for the Alzheimer's disease into low, moderate and high disease progression zones. The proposed work will enable early detection and characterization of distinct disease subtypes based on clinical heterogeneity. We anticipate that our models will enable patient counseling, clinical trial design, and ultimately individualized clinical care.

研究动机与目标

• 通过从纵向临床数据中识别出不同的疾病进展亚型，解决阿尔茨海默病在临床表现上的异质性问题。
• 构建一个将疾病进展建模为连续空间而非离散阶段的机器学习框架。
• 预测个体患者在基线后24个月和48个月时的疾病状态（痴呆、轻度认知障碍MCI或正常对照）。
• 通过分析疾病逆转模式及遗传风险因素（如APOE4）来验证进展空间的稳健性。
• 通过准确、数据驱动的进展建模，实现个性化临床咨询，并改进临床试验设计。

提出的方法

• 采用秩为2的非负矩阵分解（NMF）将218个临床特征降维至二维进展空间，保留多模态趋势。
• 使用贝叶斯信息准则（BIC）优化的高斯混合模型（GMM）识别患者在不同亚型中的最优聚类。
• 采用随机森林模型进行有监督学习，预测24和48个月后的临床状态（正常对照、MCI、痴呆）。
• 执行数据预处理，包括领域特定的缺失值填补、分类变量的独热编码以及最小-最大归一化。
• 将患者轨迹投影至二维进展空间，以可视化疾病阶段的转换过程与逆转模式。
• 通过在投影空间中按APOE4等位基因数量（0或2）对数据点着色，分析APOE4基因型对疾病进展的影响。

实验结果

研究问题

• RQ1 能否利用纵向临床数据定义一个连续且可解释的阿尔茨海默病进展空间？
• RQ2 基于进展速度与认知功能下降，阿尔茨海默病的临床亚型有哪些？
• RQ3 机器学习模型能否准确预测个体患者在两年后所处的临床阶段（正常对照、MCI、痴呆）？
• RQ4 逆转模式（如痴呆转为MCI）是否与所提出的进展空间一致？
• RQ5 APOE4基因型在多大程度上与进展空间中的位置相关？

主要发现

• 通过NMF成功构建了进展空间，揭示了三个临床上显著的区域：低、中、高疾病进展区域。
• 随机森林模型在预测未来临床状态方面表现出高准确性，AUC得分显示其在24和48个月预测中均表现优异。
• 逆转病例（如痴呆转为MCI或MCI转为正常对照）在进展空间中始终位于中间区域，验证了该空间的稳健性。
• 携带两个APOE4等位基因的患者主要分布在中到高进展区域，与已知的遗传风险关联一致。
• 正常对照组随年龄增长自然地向中度进展区域移动，靠近该区域的聚类平均年龄为75.25岁，而进展较慢的聚类平均年龄为70.75岁。
• 进展空间模型捕捉到了正常对照中轻微的认知功能下降，其程度尚不足以进入MCI阶段，显示出对早期非病理变化的敏感性。