A machine-learning-derived online diagnostic model for Parkinson’s disease integrating eye-tracking features and clinical indicators: A single-center case-control study

Resumen Técnico: Un modelo de diagnóstico en línea derivado del aprendizaje automático para la enfermedad de Parkinson

Planteamiento del problema
La enfermedad de Parkinson (EP) requiere un diagnóstico temprano y preciso para facilitar una intervención oportuna. Los métodos de diagnóstico tradicionales suelen depender de la observación clínica y evaluaciones subjetivas, que pueden retrasarse hasta que los síntomas motores son prominentes. Este estudio aborda la necesidad de una herramienta de diagnóstico objetiva y no invasiva mediante la integración de características de seguimiento ocular con indicadores clínicos estándar. La investigación tiene como objetivo desarrollar un modelo basado en el aprendizaje automático capaz de distinguir a pacientes con EP de los controles con alta precisión, aprovechando los déficits oculomotores conocidos asociados con la enfermedad.

Metodología
El estudio empleó un diseño de casos y controles de centro único que involucró a participantes de múltiples hospitales en Guangdong, China. El conjunto de datos incluyó tanto indicadores clínicos (datos demográficos, puntuaciones cognitivas como MMSE, MoCA, HAM-A, HAM-D, PSQI) como características de seguimiento ocular de alta dimensión derivadas de tareas de sacadas y seguimiento suave (por ejemplo, precisión/latencia/velocidad de la sacada de solapamiento, métricas de la sacada anti-sacada).

• Preprocesamiento de datos y selección de características:

  • Análisis univariante: Se realizó un cribado inicial mediante regresión logística univariante para identificar predictores significativos. Variables como el nivel educativo, la función visuoespacial/ejecutiva, la atención, el lenguaje, la memoria de evocación tardía, la orientación, la puntuación total de MoCA y métricas específicas de seguimiento ocular (por ejemplo, velocidad media de la sacada de solapamiento, tasa de corrección de la anti-sacada) mostraron significancia estadística.
  • Manejo de la multicolinealidad: Un análisis del Factor de Inflación de la Varianza (VIF) reveló una multicolinealidad severa en la puntuación total de MoCA (VIF = 45.402) y una multicolinealidad moderada en varias subpuntuaciones. El estudio reconoció estas correlaciones, señalando que las variables con colinealidad severa son típicamente candidatas para su eliminación o combinación para asegurar la estabilidad del modelo.
  • Imputación y equilibrio: El estudio comparó el rendimiento del modelo utilizando la Imputación Múltiple por Ecuaciones Encadenadas (MICE) frente al análisis de casos completos, encontrando que MICE produjo una especificidad y un AUC ligeramente superiores. Además, se evaluó el impacto de SMOTE (Técnica de Sobremuestreo de la Minoría Sintética); los modelos entrenados con SMOTE mostraron una especificidad y métricas equilibradas mejoradas en comparación con aquellos sin SMOTE.

• Desarrollo del modelo:

  • Se entrenaron y compararon múltiples algoritmos de aprendizaje automático: Regresión Logística (LR), Bosque Aleatorio (RF), XGBoost, Perceptrón Multicapa (MLP), Máquina de Vectores de Soporte (SVM) y Árbol de Decisión (DT).
  • Explicabilidad: El modelo de Bosque Aleatorio, que demostró un rendimiento superior, fue interpretado utilizando valores SHAP (Explicaciones de Valores de Shapley) para cuantificar la importancia de las características y su contribución a las predicciones.

• Validación:

  • Los modelos fueron evaluados en un conjunto de prueba independiente.
  • Las métricas de rendimiento incluyeron Sensibilidad, Especificidad, Valores Predictivos Positivo/Negativo (VPP/VPN), Precisión, Recall, F1-score, Exactitud, Kappa, AUC (Área Bajo la Curva ROC) y PR-AUC (Precisión-Recall AUC).
  • La significancia estadística entre los rendimientos de los modelos se evaluó mediante pruebas de DeLong por pares.
  • Se realizaron análisis de subgrupos basados en edad y género para evaluar la robustez en diversas demografías.

Resultidos Clave

• Rendimiento del Modelo: El modelo de Bosque Aleatorio (RF) surgió como el de mejor rendimiento. En el conjunto de prueba independiente, el modelo RF alcanzó un AUC de 0.9711, superando significativamente a la Regresión Logística (AUC 0.8438, p=0.002), XGBoost (AUC 0.9306, p=0.094) y SVM (AUC 0.9144, p=0.024).
• Métricas del Conjunto de Entrenamiento: En el conjunto de entrenamiento, el modelo RF demostró un AUC de 0.996 (IC 95% 0.991-1.000), un PR-AUC de 0.9973 y un puntaje de Brier de 0.033, lo que indica una excelente calibración y discriminación.
• Importancia de las Características: El análisis univariante identificó que las puntuaciones bajas en dominios cognitivos (función visuoespacial/ejecutiva, atención, lenguaje, evocación tardía, orientación, MoCA) y anomalías específicas de seguimiento ocular (por ejemplo, reducción de la velocidad media de la sacada de solapamiento, aumento de la duración media de la sacada de solapamiento, reducción de la tasa de corrección de la anti-sacada) estaban fuertemente asociadas con la EP.
• Robustez:
  • SMOTE: El uso de la sobremuestreo SMOTE mejoró la especificidad del modelo (0.9560 frente a 0.9121) y el F1-score (0.9537 frente a 0.9412).
  • Imputación: La imputación MICE resultó en una especificidad perfecta (1.000) y un VPP (1.000) en el conjunto de prueba, con un AUC de 0.998, en comparación con 0.996 sin imputación.
  • Subgrupos: El modelo mantuvo un alto rendimiento en los grupos de edad (AUC 0.963–0.998) y géneros (AUC 0.957–0.979), lo que sugiere generalizabilidad dentro de la cohorte estudiada.

Significancia y Reivindicaciones
El artículo afirma presentar un modelo de diagnóstico en línea robusto, derivado del aprendizaje automático, para la enfermedad de Parkinson que integra eficazmente biomarcadores de seguimiento ocular con indicadores clínicos. La contribución principal es la demostración de que un modelo de Bosque Aleatorio, utilizando estas características combinadas, puede lograr una alta precisión diagnóstica (AUC > 0.97) en un conjunto de prueba independiente.

El estudio enfatiza la utilidad de las características de seguimiento ocular como marcadores objetivos que complementan las evaluaciones cognitivas. Al emplear el análisis SHAP, el modelo ofrece interpretabilidad, resaltando qué variables oculomotoras y clínicas específicas impulsan el diagnóstico. Los autores posicionan este trabajo como un paso hacia herramientas de diagnóstico objetivas y no invasivas que podrían ayudar en la detección temprana de la EP, respaldado por una rigurosa validación estadística que incluye controles de multicolinealidad, estrategias de imputación múltiple y análisis de subgrupos. El trabajo se enmarca como un estudio de casos y controles de centro único, y sus resultados sugieren un fuerte potencial para la aplicación clínica pendiente de una mayor validación externa.