Podstawy analizy wielowymiarowej w danych neuroobrazowych
24 lipca 2010
Niniejszy artykuł opisuje podstawy analizy wielowymiarowej i przeciwstawia ją częściej stosowanej jednowymiarowej analizie wokselowej. Oba rodzaje analizy zostały zastosowane do zbioru danych z zakresu neuronauki klinicznej. Uzupełniające symulacje metodą split-half wykazują lepszą replikowalność wyników wielowymiarowych w niezależnych zbiorach danych.
Niniejszy film prezentuje i porównuje techniki analizy wielowymiarowej i jednowymiarowej dla danych z neuroobrazowania w zastosowaniach do diagnostyki choroby Alzheimera. W pierwszej kolejności, na potrzeby analizy jednowymiarowej, zestawiono aktywność mózgu 20 pacjentów we wczesnym stadium choroby Alzheimera z aktywnością 20 zdrowych osób kontrolnych w tym samym wieku. Wykorzystano oprogramowanie SPM w celu zidentyfikowania obszaru mózgu, który wykazuje największy względny deficyt sygnału FDG PET u pacjentów z chorobą Alzheimera w porównaniu z grupą kontrolną.
Do analizy wielowymiarowej wykorzystano analizę głównych składowych wraz z liniową analizą dyskryminacyjną; uzyskane wyniki wskazują, że marker wielowymiarowy zapewnia lepszą wydajność diagnostyczną niż marker jednowymiarowy i wykazuje lepszą zdolność generalizacji dla danych niezależnych. Dzień dobry, nazywam się Christian Halbeck z Instytutu TA w Departamencie Neurologii w Columbia University Medical Center. Dzisiaj przedstawimy Państwu przykład wielowymiarowej analizy danych z obrazowania neurologicznego.
Stosujemy tę procedurę w naszym laboratorium, aby zbadać optymalny sposób wykrywania wczesnego stadium choroby Alzheimera na podstawie danych z neuroobrazowania. Przejdźmy zatem do szczegółów. Rozpocznijmy od teoretycznego przeglądu wielowymiarowej analizy danych neuroobrazowych.
Podejścia wielowymiarowe oceniają korelację aktywności między obszarami mózgu, zamiast analizować dane w oparciu o pojedyncze woksele, co ma miejsce w analizie jednowymiarowej. Przykładowo, możemy wyobrazić sobie prosty, hipotetyczny zbiór danych dla 50 uczestników, u których zmierzono aktywność tylko trzech obszarów mózgu określonych jako woksele. Ogólnym celem analizy wielowymiarowej jest zidentyfikowanie głównych źródeł wariancji w danych, a następnie opisanie głównych efektów badawczych w tych danych.
W odniesieniu do tych źródeł wariantów, analiza jednowymiarowa nie bierze pod uwagę korelacji między wokselami. Oba widoczne tutaj panele zostałyby potraktowane w identyczny sposób przez analizę jednowymiarową, niezależnie od tego, czy między wokselami występuje korelacja, czy nie. W tym filmie procedura analizy dla analizy jednowymiarowej i wielowymiarowej zostanie zademonstrowana na zbiorze danych klinicznych zawierającym skany spoczynkowe FTG PET dla 95 pacjentów we wczesnym stadium choroby Alzheimera (AD) oraz 102 dopasowanych kontroli zdrowych (H); ze wszystkich obrazów mózgu losowo wybrano po 20 obrazów z grupy pacjentów i kontroli, aby stworzyć próbę pochodną.
Pozostałe odpowiednio 75 i 82 skany stanowią próbkę replikacyjną. Przejdźmy teraz do sposobu zastosowania analiz jednowymiarowych oraz wielowymiarowych do tego zbioru danych. Rozpoczynając od podejścia jednowymiarowego, wyznacz marker choroby Alzheimera Univar za pomocą oprogramowania SPM. Aby zestawić 20 skanów AD z 20 skanami kontrolnymi w próbce pochodnej, wybierz obszar mózgu, w którym odnotowano największy spadek sygnału PET u pacjentów z AD w porównaniu z grupą kontrolną.
Używając testu t, aby sprawdzić skuteczność diagnostyczną tego obszaru, przeanalizuj dane w próbce replikacyjnej dla tego samego obszaru mózgu i wykreśl sygnał PET jako funkcję stanu choroby. Następnie wyznacz marker wielowymiarowy. Do analizy wielowymiarowej wykorzystuje się dostępną online niestandardową bibliotekę MATLAB.
Przeprowadź analizę głównych składowych (PCA) dla połączonych 40 skanów w próbie pochodzenia. Następnie skonstruuj wzorzec Covance z pierwszych sześciu głównych składowych, których wyniki u badanych wykazują maksymalną średnią różnicę pomiędzy 80 pacjentami a zdrową grupą kontrolną. Po uzyskaniu diagnostycznego wzorca Covance z próby pochodzenia, zastosuj go do próby replikacyjnej, przedstaw wyniki badanych w funkcji stanu chorobowego i porównaj efektywność w obu próbach.
Aby przeprowadzić bardziej ogólne porównanie podejścia jednowymiarowego i wielowymiarowego, wykonaj symulację z podziałem próby i powtórz poprzednie kroki 1000 razy na danych z ponownego próbkowania, tworząc za każdym razem na nowo próbę pochodną składającą się z 20 osób z chorobą i 20 osób zdrowych oraz próbę replikacyjną składającą się z 75 do 82 pacjentów i zdrowych kontroli. Symulacje z podziałem próby są powszechne w badaniach metodologicznych, ponieważ umożliwiają prostą weryfikację markerów wyznaczonych w próbie pochodnej poprzez rejestrację ich błędów predykcji w próbie replikacyjnej; oblicz jednowymiarowe i wielowymiarowe markery choroby z próby pochodnej i ustal próg decyzyjny w taki sposób, aby maksymalnie jedna zdrowa kontrola została błędnie zaklasyfikowana jako chora, co odpowiada swoistości na poziomie 95%. Na koniec zastosuj markery choroby z ich specyficznymi progami decyzyjnymi do prób replikacyjnych i zarejestruj wskaźniki błędów klasyfikacji w próbie replikacyjnej dla wszystkich iteracji ponownego próbkowania. Teraz przyjrzymy się wynikom analiz jednowymiarowych i wielowymiarowych oraz emulacji symulacji z podziałem próby.
W analizie obszarów jednowymiarowych stwierdzono, że największy deficyt FDG związany z chorobą Alzheimera wystąpił w kory precuneus, w polu Brodmanna 31. Osiągnięta powierzchnia pod krzywą ROC wyniosła 0,90.
Generalizacja tego kontrastu na próbkę replikacyjną była bardzo dobra, z wartością pola pod krzywą ROC wynoszącą 0,84; w analizie wielowymiarowej obszary z dodatnimi ładunkami, sugerujące względze zachowanie sygnału w obliczu choroby, zlokalizowano w móżdżku, natomiast powiązaną utratę sygnału stwierdzono w obszarach skroniowych, czołowych oraz w zakręcie obręczy tylnej. Wartości pola pod krzywą ROC w próbce pochodnej i replikacyjnej były nieco wyższe niż w przypadku markera jednowymiarowego, wynosząc odpowiednio 0,96 i 0,88. Na podstawie całkowitych współczynników błędu klasyfikacji zarejestrowanych w symulacjach z podziałem próbki na 1000 części można zauważyć, że marker wielowymiarowy zapewnia lepszą replikację wydajności diagnostycznej niż marker jednowymiarowy. Właśnie zaprezentowaliśmy sposób zastosowania analizy wielowymiarowej w problematyce diagnostyki choroby Alzheimera w skanach PET Ft.G.
Wszystkie dane są publicznie dostępne na stronie internetowej projektu Alzheimer's Disease Neuroimaging Initiative. Podczas wykonywania tej procedury na rzeczywistych danych należy pamiętać, że wcześniej zastosowano standardowe kroki kontroli jakości. Żadna analiza nie jest w stanie naprawić błędów wynikających z niskiej jakości danych.
To wszystko. Dziękujemy za obejrzenie i życzymy powodzenia w prowadzeniu analiz.
Przegląd
Niniejszy artykuł porównuje techniki analizy wielowymiarowej z analizą jednowymiarową w kontekście danych neuroobrazowania służących do diagnostyki choroby Alzheimera. Wskazuje on na zalety metod wielowymiarowych, które zapewniają lepszą skuteczność diagnostyczną oraz lepszą generalizację wyników na niezależne zbiory danych.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauka
- Neuroobrazowanie
- Badania kliniczne
Wstęp
- Analiza wielowymiarowa ocenia korelacje pomiędzy regionami mózgu.
- Analiza jednowymiarowa bada dane w oparciu o pojedyncze voxele.
- Obie metody są stosowane w zbiorach danych klinicznych w badaniach nad chorobą Alzheimera.
- Zrozumienie tych metod jest kluczowe dla poprawy dokładności diagnostycznej.
Cel badania
- Aby zaprezentować zastosowanie analizy wielowymiarowej w neuroobrazowaniu.
- Aby porównać skuteczność analizy wielowymiarowej i jednowymiarowej w diagnozowaniu choroby Alzheimera.
- Aby przedstawić spostrzeżenia dotyczące replikacji wyników w niezależnych zbiorach danych.
Zastosowane metody
- Analiza skanów FDG PET u pacjentów we wczesnym stadium choroby Alzheimera oraz w grupie kontrolnej osób zdrowych.
- Wykorzystanie SPM do analizy jednowymiarowej w celu identyfikacji obszarów mózgu z deficytami.
- Zastosowanie analizy głównych składowych oraz liniowej analizy dyskryminacyjnej do analizy wielowymiarowej.
- Symulacje metodą połowiczną (split-half) w celu oceny odporności markerów diagnostycznych.
Główne wyniki
- Marker wielowymiarowy wykazał lepszą wartość diagnostyczną niż marker jednowymiarowy.
- Powierzchnie pod krzywą ROC były wyższe dla analizy wielowymiarowej zarówno w próbach pochodzenia, jak i w próbach replikacyjnych.
- Symulacje z podziałem próby potwierdziły lepszą replikowalność wyników wielowymiarowych.
- Kluczowe obszary mózgu związane z chorobą Alzheimera zidentyfikowano za pomocą obu metod analizy.
Wnioski
- Analiza wielowymiarowa zapewnia rozszerzone możliwości diagnostyczne w przypadku choroby Alzheimera.
- Stabilność wyników jest kluczowa dla zastosowań klinicznych.
- Dalsze badania są niezbędne do dopracowania tych technik analitycznych.
Często zadawane pytania
Znaczenie dla przemysłu
Wielowymiarowa analiza danych neuroobrazowania oferuje zwiększoną moc statystyczną i powtarzalność w procesie walidacji celów w badaniach nad chorobami neurodegeneracyjnymi. Poprzez ocenę korelacji międzyregionalnych zamiast sygnałów na poziomie pojedynczych wokseli, podejście to dostarcza bardziej znaczącej biologicznie sygnatury zmian w sieciach neuronalnych. Taka analiza mechanistyczna pozwala na redukcję ryzyka i zwiększa pewność prognostyczną na wczesnych etapach odkryć, szczególnie w przypadku choroby Alzheimera i schorzeń z nią powiązanych, gdzie patofizjologia na poziomie sieci odgrywa kluczową rolę w mechanizmach choroby.
Strategiczne zastosowania w badaniach i rozwoju biofarmaceutycznym
Wczesne odkrywanie i walidacja celu
- Wartość naukowa: Weryfikacja hipotez terapeutycznych poprzez identyfikację skorelowanych wzorców aktywności obszarów mózgu, które odzwierciedlają dysfunkcje sieci związane z chorobą.
- Wartość operacyjna: Umożliwienie biologicznej redukcji ryzyka dzięki wielowymiarowym markerom, które oddają rozproszoną patofizjologię wykraczającą poza efekty w pojedynczych obszarach.
- Wartość prognostyczna: Wsparcie w selekcji projektów badawczych poprzez dostarczenie markerów diagnostycznych o lepszej zdolności generalizacji na niezależne zestawy danych, co zmniejsza ryzyko niepowodzenia w procesie translacyjnym.
Przesiewanie i opracowanie testu
- Wartość naukowa: Przygotowuje zwalidowane systemy biologiczne do dalszych etapów analizy poprzez ustanowienie powtarzalnych sygnatur neuroobrazowania powiązanych ze stanem chorobowym.
- Wartość operacyjna: Odpowiada na wymogi standaryzacji testów i ilościowych wyników za pomocą wzorców pochodnych z analizy głównych składowych z określonymi progami decyzyjnymi.
- Skalowalność: Podkreśla potencjał ponownego wykorzystania platformy poprzez protokoły walidacji z podziałem próbek, które oceniają odporność markerów w ponowno próbkowanych kohortach.
Badania translacyjne i przedkliniczne
- Wartość naukowa: Omówienie znaczenia dla choroby poprzez zastosowanie do danych ADNI, wykazujące zgodność z patofizjologią choroby Alzheimera.
- Wartość operacyjna: Opis ciągłości od etapu odkrycia do walidacji przedklinicznej poprzez wykazanie, w jaki sposób markery z próbek pochodnych generalizują się na próbki replikacyjne.
- Postęp skorygowany o ryzyko: Odniesienie do decyzji dotyczących postępu skorygowanego o ryzyko poprzez wykazanie lepszej wydajności replikacji w 1000 symulacjach z podziałem próby.
Integracja potoków i przepływów pracy
Pozycjonuje analiza wielowymiarowa w continuum procesu odkrywania, od testowania hipotez po identyfikację związków wiodących, wspierając ograniczanie ryzyka biologicznego oraz modelowanie predykcyjne w programach badawczych nad chorobami neurodegeneracyjnymi.
- Biologia odkrywcza: Wyjaśnia, w jaki sposób metoda wspiera testowanie hipotez poprzez identyfikację głównych źródeł wariancji i istotnych efektów głównych w danych z obrazowania neuronowego.
- Przesiewanie: Opisuje gotowość analizy poprzez ilościowe wyniki badanych wyznaczone na podstawie głównych komponentów i liniowej analizy dyskryminacyjnej.
- Analityka: Wskazuje pomiary, takie jak pole pod krzywą ROC i wskaźniki błędów klasyfikacji, które umożliwiają porównywanie różnych warunków i ustalanie progów.
- Badania translacyjne: Łączy metodę z ciągłością przedkliniczną, wykazując generalizację markerów diagnostycznych z próbek pochodnych na próbki replikacyjne.
- Ponowne wykorzystanie w przedsiębiorstwie: Przedstawia metodę jako reużywalną funkcjonalność dzięki ramom symulacji z podziałem próby, które walidują wydajność markerów w niezależnych zbiorach danych.
Wpływ operacyjny i przedsiębiorczy
- Wartość naukowa: Pewność prognostyczna, walidacja celów, redukcja niejednoznaczności mechanistycznej w modelowaniu chorób opartym na neuroobrazowaniu.
- Wartość operacyjna: Standaryzacja, powtarzalność i skalowalność markerów wielowymiarowych pochodnych z potoków PCA i LDA.
- Wartość strategiczna: Lepsze decyzje typu go/no-go, efektywność kapitałowa oraz zredukowane ryzyko biologiczne w późnych etapach dzięki lepszej generalizacji markerów.
- Wpływ na portfolio: Priorytetyzacja skorygowana o ryzyko oraz decyzje dotyczące rozwoju oparte na wynikach replikacji w symulowanych niezależnych kohortach.
Uwagi dotyczące implementacji
- Wymagana wiedza naukowa w zakresie statystyki wielowymiarowej, neuroobrazowania oraz zestawów narzędzi obliczeniowych, takich jak MATLAB.
- Konieczność zapewnienia instrumentacji i infrastruktury analitycznej, w tym dostępu do SPM w celu analizy kontrastów jednowymiarowych oraz niestandardowych skrzynek narzędziowych dla przepływów pracy PCA-LDA.
- Wymogi standaryzacji międzyzespołowej w zakresie definiowania podziałów na zestawy pochodne i replikacyjne, ustawień progowych (np. 95% specyficzności) oraz protokołów symulacyjnych.
- Uwagi dotyczące adaptacji w różnych systemach modelowych, szczególnie w odniesieniu do etapów przetwarzania wstępnego i regionalnego wyboru cech dla PCA.
- Ograniczenia praktyczne wynikające z materiałów źródłowych: wysoki próg wejścia ze względu na złożoność metodologiczną oraz potrzeba posiadania dużych, dobrze scharakteryzowanych zbiorów danych w celu uniknięcia przeuczenia modelu.
