来源：Computational and Structural Biotechnology Journal
编辑推荐：
为解决多发性硬化（MS）进展预测及相关脑区识别问题，研究人员利用变形基于形态计量学（DBM）数据开展研究。结果发现 LOCO - MP 可识别关键特征，相关模型预测性能良好。这为 MS 研究提供新思路，助力临床决策。
广告
X
在医学领域，多发性硬化（Multiple Sclerosis，MS）这一慢性自身免疫疾病如同隐藏在人体中枢神经系统中的 “暗箭”，无情地攻击着年轻成年人的健康。它不仅给患者带来身体上的痛苦，还对他们的生活造成极大影响。目前，在 MS 的研究和治疗过程中，存在诸多棘手问题。例如，虽然磁共振成像（MRI）是诊断和监测 MS 进展的重要工具，但不同类型 MRI 数据在预测 MS 进展方面存在不确定性，像 T1 加权 MRI 数据的预测价值因研究而异，且受结果定义影响，同时也不清楚其能否为疾病进展预测提供超越临床测量变量的补充信息。此外，早期评估 MS 脑容量变化的方法，如基于体素的形态计量学（VBM），存在与临床结果关联有限、无法追踪个体疾病相关变化以及组织分割误差等问题。正是在这样的背景下，为了更深入了解 MS 的进展机制，精准识别与疾病进展相关的脑结构，从而为个性化治疗提供有力依据，研究人员开展了这项意义重大的研究。
此次研究未明确提及具体研究机构。研究人员利用一项 III 期 MS 临床试验中基于 T1 加权 MRI 的基线变形基于形态计量学（Deformation - based morphometry，DBM）数据，展开了一系列深入探究，并取得了重要成果。该研究成果发表在《Computational and Structural Biotechnology Journal》上，为 MS 研究领域注入了新的活力。
研究人员为开展此项研究，运用了多个关键技术方法。首先，数据来源于一项复发缓解型多发性硬化的 III 期临床试验（OPERA I：NCT01247324）的对照臂，350 名患者参与其中，收集了患者的多种数据，包括常规 T1 加权 3D spoiled 梯度回波脑 MRI 数据以及多种临床评估数据。其次，采用 DBM 技术处理 MRI 数据，基于先进归一化工具的微分同胚图像配准提取区域脑容量的统计特征，并利用 Mindboggle 图谱识别脑区。此外，运用留一协变量出小补丁（leave - one - covariate - out minipatch，LOCO - MP）方法进行特征选择，结合随机生存森林（Random Survival Forests，RSF）等模型评估特征的预测能力，还构建了 3D 卷积神经网络（3D Convolutional Neural Networks，3D CNN）进行对比研究 。
研究结果
LOCO - MP 特征选择：LOCO - MP 能稳定识别重要 DBM 特征。通过对数据进行多种扰动测试，如生成十个 80% 的子样本并应用 LOCO - MP，发现其选择的前六个特征在全数据和子样本数据模型中一致，Jaccard 相似指数也表明其特征排名一致性较高。经排列检验，这些特征的重要性并非偶然。与随机森林默认的特征重要性评分相比，LOCO - MP 的结果更稳定。而且，所识别的特征与 MS 临床相关脑区相符，如第三和侧脑室、小脑等区域。
经典生存模型下选定区域的预测改进：在预测 MS 进展的规范终点 CCDP24（24 周复合确认残疾进展）方面，包含 LOCO - MP 选定特征的模型比使用所有 DBM 特征的模型判别力更强。“All DBM” 模型因特征维度高出现过拟合，而 “Top DBM” 模型（包含 LOCO - MP 选定的前六个特征）预测性能最佳，且对特征数量变化具有稳健性。对于以 25 英尺步行测试为基础的替代进展终点 S25FW，虽然其审查率更高，但所有特征组的 C 指数均有所提高，表明 DBM 信息在预测 S25FW 进展方面更有效，且 LOCO - MP 选定的特征可弥补关键传统预测因子缺失带来的影响。
该研究构建了一套平衡稳定性、预测性能和领域可解释性的数据分析流程，以 DBM 特征改进 MS 预测模型。虽然样本量有限，但通过多种稳定性检查和特征数量变化测试，保证了结果的可靠性，且选定特征在独立验证队列中具有良好的泛化性。研究中预测性能的 C 指数在 0.65 - 0.75 之间，这与研究的短期预测性质、疾病进展的微妙性以及终点定义的局限性有关。3D CNN 模型虽在使用 LOCO - MP 区域时有所改进，但仍受样本量限制。总体而言，DBM 能独特捕捉脑内细微的体积异常，为 MS 进展研究提供了有价值的信息，未来可将 DBM 与其他 MRI 模态结合，或用于区分 MS 不同亚型等，为 MS 的研究和临床治疗开辟新方向，具有重要的科学和临床意义。
