Investigating the fundamental characteristics of retinal age models

Resumen Técnico: Investigación de las Características Fundamentales de los Modelos de Edad Retiniana

Planteamiento del Problema
La edad retiniana, estimada a partir de imágenes de fondo de ojo, sirve como un marcador de envejecimiento biológico donde la desviación de la edad cronológica, conocida como la Brecha de Edad Retiniana (RAG, por sus siglas en inglés), se utiliza ampliamente para predecir resultados de salud adversos. Sin embargo, las características fundamentales de los modelos de edad retiniana, críticas para la interpretación de la RAG, permanecen insuficientemente exploradas. Específicamente, la consistencia de las asociaciones entre la RAG y las enfermedades en diferentes subgrupos de edad, así como la generalizabilidad de estos modelos a través de diversos cohortes y dispositivos de imagen, no se comprenden completamente. Una preocupación clave es el efecto de "regresión a la media" (RTM), un fenómeno estadístico en los modelos de regresión donde las predicciones son sistemáticamente atraídas hacia la media de la población de entrenamiento. Esto puede llevar a una sobreestimación de la edad en individuos jóvenes y a una subestimación en individuos mayores. Los autores hipotetizan que los efectos diferenciales de RTM entre poblaciones sanas y no sanas pueden causar asociaciones inconsistentes entre la RAG y el estado de salud a través de los grupos de edad, lo que potencialmente conduce a una interpretación errónea en aplicaciones clínicas.

Metodología
El estudio utilizó un conjunto de datos a gran escala que comprende 327,764 imágenes retinales de la cohorte AlzEye (interna) y tres cohortes externas (UK Biobank, BRSET y mBRSET) con poblaciones y dispositivos de imagen distintos.

• Arquitectura del Modelo: El modelo de edad retiniana fue desarrollado utilizando un esqueleto de Vision Transformer (ViT), específicamente DINOv3-Large, preentrenado en el conjunto de datos LVD142M. La arquitectura procesa imágenes de 224×224, promedia los tokens de parches para formar un vector de características de 1,024 dimensiones y los pasa a través de una cabeza de regresión personalizada (capa lineal, ReLU, dropout, salida lineal final) para estimar la edad cronológica.
• Entrenamiento y Evaluación: El modelo fue entrenado en el conjunto de datos AlzEye. El rendimiento se evaluó utilizando el Error Absoluto Medio (MAE), el Error Cuadrático Medio (RMSE) y el coeficiente de correlación de Pearson $r^2$.
• Análisis de Asociación: La RAG se definió como la edad retiniana estimada menos la edad cronológica. Se empleó la regresión logística para analizar la asociación entre la RAG y el estado de enfermedad (no saludable vs. saludable, y subgrupos de enfermedades específicos como enfermedades cardiovasculares, sistémicas crónicas y oculares), ajustada por la edad cronológica.
• Investigación de RTM: Los autores probaron explícitamente la RTM diferencial mediante el modelado de la interacción entre la edad y el estado de salud. Exploraron si las inconsistencias observadas podrían mitigarse mediante:
  1. Calibración de la RAG por edad lineal y cuadrática basada en el subconjunto de sujetos sanos.
  2. Reentrenamiento del modelo en una distribución de edad equilibrada (muestreo uniforme a través de rangos de edad).
• Clasificación de Etapa Posterior (Downstream): Para evaluar la utilidad de la RAG en la detección de enfermedades, se compararon tres modelos de regresión logística: (1) Solo Edad, (2) Edad + RAG, y (3) Edad + RAG + interacción Edad × RAG. El rendimiento se midió mediante el Área Bajo la Curva (AUC) y métricas basadas en umbrales (sensibilidad, especificidad, puntuación F1).
• Validación Externa: El modelo se aplicó a conjuntos de datos externos sin reentrenamiento ("off-the-shelf") y con calibración externa (reajuste de los coeficientes y umbrales de la regresión logística en divisiones de entrenamiento externas) para evaluar la generalizabilidad a través de diferentes métricas: precisión de la estimación de la edad, fuerza de la asociación con la enfermedad y rendimiento de la clasificación.

Resultados Clave

• Rendimiento Interno: El modelo alcanzó un MAE de 5.31 años y un Pearson's $r^2$ de 0.745 en el conjunto de prueba interno. Se confirmó una asociación positiva entre una RAG más alta y diversas enfermedades (cardiovasculares, sistémicas crónicas, oculares) en la cohorte general.
• Inconsistencia Dependiente de la Edad: Un hallazgo crítico fue la inconsistencia de las asociaciones RAG-enfermedad a través de los subgrupos de edad. Mientras que se observaron asociaciones positivas (RAG más alta = mayor riesgo de enfermedad) en los grupos de edad joven y media, estas asociaciones se atenuaron e incluso se revirtieron (asociación negativa) en el subgrupo de mayor edad (>80 años).
• RTM Diferencial: Esta inconsistencia se atribuyó a una RTM diferencial. La pendiente del declive de la RAG con la edad fue significativamente más pronunciada en el grupo no saludable (-0.314) en comparación con el grupo sano (-0.184). Este efecto diferencial persistió incluso después de aplicar la calibración de edad lineal o cuadrática e incluso cuando el modelo fue reentrenado con una distribución de edad equilibrada, lo que sugiere que es una característica fundamental del modelo y no un simple artefacto de la distribución de los datos o de la calibración.
• Valor de los Términos de Interacción: La incorporación de un término de interacción Edad × RAG en los modelos de clasificación de enfermedades mejoró el rendimiento, particularmente en los grupos de edad avanzada, donde la simple adición de la RAG a un modelo de Solo Edad en realidad degradó el rendimiento (el AUC cayó de 0.585 a 0.494). El modelo de interacción mantuvo las mejoras de rendimiento en los grupos más jóvenes y mitigó la degradación en los grupos de mayor edad.
• Generalizabilidad Externa: La evaluación externa reveló que el rendimiento del modelo varió significativamente según la cohorte y la aplicación.
  • Estimación de la Edad: El modelo funcionó bien en el UK Biobank (MAE 3.80) pero mostró errores mayores en BRSET (MAE 7.34) y mBRSET (MAE 8.40).
  • Asociación de Enfermedades: A pesar de los grandes errores de estimación en BRSET y mBRSET, se preservaron asociaciones positivas significativas entre la RAG y condiciones no saludables en gran parte del rango de edad.
  • Utilidad de Clasificación: El valor añadido de la RAG para la clasificación de enfermedades no fue uniforme. En BRSET, la RAG proporcionó un valor añadido significativo a pesar de los errores de estimación. En mBRSET, las asociaciones significativas con la enfermedad no se tradujeron en mejoras significativas en el rendimiento de la clasificación sobre la edad cronológica por sí sola.

Significancia y Afirmaciones
El artículo afirma que la interpretación de la Brecha de Edad Retiniana (RAG) es más compleja de lo que se suponía anteriormente debido a los efectos diferenciales de RTM entre las poblaciones sanas y no sanas. Los autores sostienen que:

1. Asociaciones Dependientes de la Edad: Las asociaciones RAG-enfermedad no son constantes a lo largo de la vida; varían significamente por subgrupo de edad. Reportar una única asociación global puede ser engañoso, particularmente para las poblaciones de edad avanzada donde la relación puede revertirse.
2. Limitaciones de la Calibración: Las técnicas estándar de calibración de edad y el equilibrio de las distribuciones de los datos de entrenamiento no eliminan la RTM diferencial. Esto sugiere que la RTM es una propiedad intrínseca de cómo estos modelos aprenden de los datos que contienen variaciones patológicas.
3. Evaluación Específica de la Aplicación: La generalizabilidad de los modelos de edad retiniana no puede juzgarse mediante una sola métrica (por ejemplo, la precisión de la estimación de la edad). Un modelo con una precisión de estimación de edad deficiente aún puede retener asociaciones de enfermedad y utilidad para tareas clínicas específicas, mientras que un modelo con alta precisión no necesariamente mejora la clasificación posterior. Por lo tanto, la evaluación externa debe ser multidimensional y adaptada a la aplicación prevista (por ejemplo, estimación de la edad frente a estratificación de riesgo).
4. Recomendaciones de Modelado: Para una aplicación clínica fiable, los modelos deben contabilizar explícitamente la interacción entre la edad cronológica y la RAG para evitar interpretaciones de riesgo erróneas en los subgrupos de mayor edad.

El estudio concluye que, si bien la RAG contiene información valiosa relacionada con la salud, su utilidad clínica requiere una interpretación cuidadosa y estratificada por edad, así como marcos de validación específicos para cada aplicación. Se sugiere que estos hallazgos se extiendan a modelos de estimación de la edad biológica más amplios más allá de la imagen de la retina.