Interpretable machine learning predicts Parkinson's disease severity using motion-corrected QSM MRI and multiband multiecho fMRI features

Resumen Técnico: El Aprendizaje Automático Interpretable Predice la Severidad de la Enfermedad de Parkinson Utilizando Características de RM QSM con Corrección de Movimiento y fMRI de Multibanda Multi-eco

Planteamiento del Problema
La evaluación clínica actual de la severidad motora de la enfermedad de Parkinson (EP) depende de la escala MDS-UPDRS Parte III, calificada por el clínico, la cual captura síntomas observables pero ofrece una visión limitada de la variación neurobiológica subyacente. Si bien la resonancia magnética (RM) estructural y funcional pueden complementar los exámenes clínicos, estudios previos no han evaluado sistemáticamente el valor combinado del Mapeo de Susceptibilidad Cuantitativa (QSM) —un marcador estructural sensible a la deposición de hierro— y las características de Homogeneidad Regional (ReHo) derivadas de la RM funcional (fMRI) de estado de reposo, de multibanda y multi-eco, para predecir la severidad motora actual. Además, la literatura existente suele centrarse en las puntuaciones totales de la UPDRS, la progresión de la enfermedad o el estado diagnóstico, en lugar de la predicción específica de las puntuaciones actuales del examen motor calificado por el clínico utilizando biomarcadores estructurales y funcionales complementarios.

Metodología
El estudio utilizó una cohorte de 28 participantes (24 pacientes con EP en estado de medicación "ON" y 4 controles sanos) cuya imagen fue realizada en el UT Southwestern Medical Center. El flujo de trabajo de análisis consistió en:

1. Extracción de Características:

   • QSM: Se extrajo la susceptibilidad magnética media de 206 regiones bilaterales definidas por un atlas.
   • fMRI: Los valores de Homogeneidad Regional (ReHo), que cuantifican la sincronización de la señal BOLD local, se extrajeron de 135 regiones utilizando el atlas Schaefer 2018.
   • Clínico: Se codificaron seis variables, incluyendo sexo, lateralidad, edad, Dosis Diaria Equivalente de Levodopa (LEDD), tiempo desde la última dosis y diagnóstico.

2. Diseño Experimental:

   • Se realizaron trece experiencias distintas de conjuntos de características, comparando solo imágenes, solo clínico, imágenes más clínico, el conjunto completo (todas las características), el reducido (características seleccionadas biológicamente de regiones de circuitos motores) y entradas multimodales.
   • Conjuntos Reducidos: Incluyeron 89 características de QSM y 47 de fMRI seleccionadas según la evidencia de la literatura sobre la implicación en los circuitos motores.

3. Flujo de Trabajo de Aprendizaje Automático:

   • Se evaluaron cuatro modelos interpretables: Regresión de Vectores de Soporte (SVR), Elastic Net, Random Forest y XGBoost.
   • Validación: Se utilizó un enfoque de validación cruzada estratificada anidada (5 pliegues externos para la evaluación de exclusión y 4 pliegues internos para la optimización de hiperparámetros) para prevenir el sobreajuste en este entorno de muestra pequeña y alta dimensionalidad.
   • Métricas de Evaluación: El rendimiento se evaluó mediante $R^2$ agrupado de exclusión, RMSE, MAE, correlación de Pearson y una métrica clínicamente interpretable: la proporción de participantes predichos dentro de ±5 puntos de la puntuación observada de MDS-UPDRS Parte III (la Diferencia Clínicamente Importante).
   • Pruebas de Significancia: Se realizó una prueba de permutación de flujo completo (200 permutaciones) para asegurar que el rendimiento superara los niveles del azar.
   • Interpretabilidad: Se aplicó el análisis SHAP (SHapley Additive exPlanations) para identificar las características más influyentes que impulsan las predicciones.

Resultos Clave

• Señal Predictiva: Las características derivadas de la imagen portaban una señal predictiva significativa. Los modelos de solo imagen (tanto reducidos como completos) superaron al modelo de solo clínico ($R^2 = 0.023$), lo que indica que las predicciones no fueron impulsadas únicamente por las variables clínicas.
• Ajuste Global vs. Cercanía Clínica:
  • Ajuste Global: El ajuste global más fuerte ($R^2 = 0.454$) fue logrado por el modelo multimodal completo que combina 135 características de fMRI, 206 características de QSM y variables clínicas (Expt 6).
  • Cercanía Clínica: Las predicciones más precisas clínicamente fueron logradas por un modelo reducido que combina 89 características de QSM y variables clínicas (Expt 7). Este modelo alcanzó la mayor proporción de predicciones dentro de ±5 puntos (75.0%) y el MAE más bajo (3.997) entre los mejores desempeños, a pesar de tener un $R^2$ menor (0.374) que el modelo multimodal completo.
• Comparación de Modalidades: El QSM y la fMRI proporcionaron información no redundante. Mientras que el QSM completo mostró un ajuste global más fuerte que la fMRI completa, el QSM reducido combinado con variables clínicas produjo una cercanía clínica superior en comparación con la fMRI reducida.
• Reducción de Características: La reducción de características basada en la biología mejoró el rendimiento en los modelos de una sola modalidad (por ejemplo, reducir la fMRI de 135 a 47 regiones aumentó el $R^2$ de 0.138 a 0.294). Sin embargo, para los modelos multimodales, el conjunto completo de características a menudo retuvo un mayor rendimiento global.
• Rendimiento del Modelo: En este entorno de muestra pequeña, los modelos SVR basados en márgenes y los modelos lineales regularizados Elastic Net se desempeñaron de manera más consistente que los métodos basados en árboles (Random Forest y XGBoost).
• Plausibilidad Biológica: El análisis SHAP destacó los principales predictores en regiones biológicamente plausibles, incluyendo el cerebelo, el tálamo, el estriado, la ínsula y la corteza motora. Las variables clínicas como la LEDD y el tiempo desde la dosis fueron influyentes, pero no dominaron las clasificaciones de las características.

Significancia y Reivindicaciones
Los autores afirman que este estudio demuestra que la imagen estructural (QSM) y la funcional (ReHo de fMRI de multibanda multi-eco) capturan dimensiones distintas e interpretables de la severidad motora de la EP. Los hallazgos sugieren que:

1. No Redundancia: La imagen estructural y la funcional proporcionan información predictiva complementaria y no redundante, en lugar de que una modalidad sea universalmente superior.
2. Optimización Dependiente del Objetivo: No existe un único "mejor" biomarcador; el conjunto de características óptimo depende del objetivo de la predicción. La integración multimodal completa produce el mejor ajuste global ($R^2$), mientras que el QSM seleccionado más las variables clínicas produce las predicciones individuales más cercanas clínicamente.
3. Interpretabilidad: El uso de aprendizaje automático interpretable permite la identificación de regiones cerebrales neurobiológicamente plausibles asociadas con el deterioro motor, yendo más allá de las predicciones de "caja negra".
4. Contexto Clínico: Las variables clínicas añaden valor contextual, particularmente cuando se combinan con conjuntos de características de imagen reducidos y basados en la biología, pero son insuficientes por sí solas para una predicción precisa de la severidad.

El artículo concluye que el QSM y la ReHo derivada de fMRI de multibanda multi-eco son biomarcadores viables y no redundantes para estimar la severidad motora actual de la EP, apoyando un marco donde las características estructurales y funcionales se utilizan tanto para predecir la severidad como para identificar regiones cerebrales interpretables asociadas con las diferencias individuales en el deterioro motor. Los autores mantienen la modestia respecto a la generalizabilidad debido al pequeño tamaño de la muestra y llaman a futuras validaciones en cohortes más grandes y multisitio.