A Unified Three-Stage Machine Learning Framework for Diabetes Detection, Subtype Discrimination, and Cognitive-Metabolic Hypothesis Testing

Resumen Técnico: Un Marco Unificado de Tres Etapas para el Aprendizaje Automático en la Detección de Diabetes, la Discriminación de Subtipos y la Prueba de Hipótesis Cognitivo-Metabólicas

Enunciado del Problema
Los enfoques actuales de aprendizaje automático (AA) para la predicción de la diabetes mellitus enfrentan tres limitaciones principales: (1) Incompletitud de métricas, donde los estudios a menudo priorizan la precisión sobre métricas clínicamente críticas como la sensibilidad (recall) y el ROC-AUC, lo que podría omitir falsos negativos; (2) Falta de discriminación de subtipos, donde la diabetes Tipo 1 (DM1) y la diabetes Tipo 2 (DM2) se confunden frecuentemente en una única clase binaria a pesar de sus etiologías y necesidades de manejo distintas; y (3) Vínculos cognitivo-metabólicos inexplorados, específicamente la hipótesis de la "diabetes Tipo 3" (DM3), que postula una vía neurodegenerativa impulsada por la resistencia a la insulina central, la cual permanece sin pruebas computacionales en datos longitudinales públicos.

Metodología
Los autores proponen un marco reproducible de tres etapas que utiliza tres conjuntos de datos distintos: el Conjunto de Datos de Diabetes NCSU (cohorte mixta india), la Base de Datos de Diabetes de los Indígenas Pima (para la comparación de referencia) y el Conjunto de Datos Cognitivos Longitudinales de Ohio (n=373).

• Etapa 1: Detección Binaria de Diabetes y Explicabilidad

  • Preprocesamiento de Datos: Los síntomas categóricos se binarizaron; los valores cero fisiológicamente imposibles se imputaron con medianas; los valores atípicos se filtraron mediante el Rango Intercuartílico (IQR); y las características se estandarizaron.
  • Modelado: Se entrenaron cinco clasificadores supervisados (SVM-RBF, Regresión Logística, Bosque Aleatorio, Árboles Extra, Boosting de Gradiente) y un Ensemble de Apilamiento utilizando validación cruzada estratificada de 5 pliegues.
  • Evaluación: Los modelos se evaluaron utilizando seis métricas: Precisión, Precisión Equilibrada, Exactitud, Sensibilidad, Puntuación F1 y ROC-AUC.
  • Explicabilidad: Se calcularon los valores SHAP (SHapley Additive exPlanations) utilizando un TreeExplainer en el ensemble de árboles de mejor rendimiento para identificar biomarcadores predictivos dominantes.

• Etapa 2: Agrupamiento de Subtipos No Supervisado

  • Cohorte: Restringida a casos diabéticos confirmados (DO=1) del conjunto de datos NCSU.
  • Características: Glucosa, Insulina y Edad se seleccionaron basándose en su relevancia fisiológica para la diferenciación DM1/DM2.
  • Algoritmo: Se aplicó agrupamiento K-Means con $k$ variando de 2 a 8.
  • Validación: El $k$ óptimo se determinó utilizando tres índices de validez interna: Coeficiente Silueta, Índice Davies-Bouldin y Puntuación Calinski-Harabasz.

• Etapa 3: Prueba de Hipótesis de DM3

  • Hipótesis 1 (H1): Se probaron diferencias significativas en el Control Glucémico entre tres grupos cognitivos (No demenciado, Demenciado, Convertido) utilizando ANOVA unidireccional de Kruskal-Wallis.
  • Hipótesis 2 (H2): Se probó una asociación monótona entre el Control Glucémico y la Función Cognitiva (COG-FUNC) utilizando la correlación de rangos de Spearman, aplicando la corrección de Holm-Bonferroni para comparaciones múltiples.

Resultados Clave

• Clasificación Binaria:

  • Rendimiento: SVM-RBF y Regresión Logística lograron el ROC-AUC más alto ($0.825 \pm 0.026$ y $0.825 \pm 0.034$, respectivamente). El Bosque Aleatorio logró la precisión bruta más alta ($0.762$) pero la sensibilidad más baja ($0.556$), lo que indica una alta tasa de casos diabéticos no detectados.
  • Conjunto de Prueba: En el conjunto de prueba retenido, SVM-RBF logró una sensibilidad de $0.741$ y un ROC-AUC de $0.800$.
  • Explicabilidad: El análisis SHAP identificó a la Glucosa, el IMC y la Edad como los biomarcadores predictivos dominantes. Características como la Polifagia y el Fumar mostraron una contribución predictiva marginal ($|SHAP| < 0.05$).

• Agrupamiento de Subtipos:

  • Validación: Se seleccionó una solución de 2 clústeres ($k=2$) basada en una puntuación Silueta de $\approx 0.116$ y la parsimonia clínica.
  • Perfiles: El Clúster 0 exhibió una mediana de Insulina más baja y una edad más joven (alineándose con fenotipos de DM1), mientras que el Clúster 1 mostró una mediana de Insulina más alta y una edad mayor (alineándose con fenotipos de DM2). Los autores señalan que la separación es moderada, reflejando la superposición biológica entre subtipos.

• Asociación Cognitivo-Metabólica:

  • Diferencias Grupales: La prueba de Kruskal-Wallis no encontró diferencias significativas en el Control Glucémico entre los grupos cognitivos ($p = 0.541$).
  • Correlación: Se encontró una correlación positiva de Spearman estadísticamente significativa entre el Control Glucémico y la Función Cognitiva ($\rho_s = 0.208, p = 5.29 \times 10^{-5}$). Este resultado sobrevivió a la corrección de Holm ($p_{Holm} = 1.06 \times 10^{-4}$), apoyando una asociación positiva moderada donde una mejor regulación metabólica coexiste con una mayor función cognitiva.

Significado y Afirmaciones
El artículo afirma avanzar en la investigación de la diabetes a lo largo de tres ejes:

1. Rendimiento de Detección: Al priorizar la sensibilidad y el ROC-AUC sobre la precisión bruta, el marco aborda la necesidad clínica de minimizar los falsos negativos en el cribado.
2. Interpretabilidad Clínica: El uso de SHAP proporciona explicaciones agnósticas al modelo y posteriores al entrenamiento que se mapean directamente a biomarcadores clínicos establecidos, mejorando la confianza en los resultados del AA.
3. Alcance Multi-Tipo: El marco va más allá de la detección binaria para ofrecer un proxy no supervisado para la discriminación de subtipos y proporciona la primera corroboración computacional y de datos abiertos de la hipótesis de DM3 utilizando pruebas de hipótesis estadísticas en datos cognitivos longitudinales.

Los autores enfatizan que el marco está diseñado para la reproducibilidad, con todo el código y los pasos de procesamiento de datos publicados como un cuaderno Jupyter anotado. Señalan modestamente las limitaciones, incluida la falta de etiquetas de subtipos de verdad fundamental para la etapa de agrupamiento y la naturaleza transversal del análisis cognitivo, lo que limita la inferencia causal respecto a la DM3.