Investigating the fundamental characteristics of retinal age models

Résumé Technique : Étude des caractéristiques fondamentales des modèles d'âge rétinien

Énoncé du problème
L'âge rétinien, estimé à partir d'images du fond d'œil, sert de marqueur de vieillissement biologique où l'écart par rapport à l'âge chronologique, appelé Écart d'Âge Rétinien (RAG - Retinal Age Gap), est largement utilisé pour prédire des issues de santé défavorables. Cependant, les caractéristiques fondamentales des modèles d'âge rétinien, cruciales pour l'interprétation du RAG, restent sous-explorées. Plus précisément, la cohérence des associations entre le RAG et les maladies à travers différents sous-groupes d'âge, ainsi que la généralisabilité de ces modèles à travers diverses cohortes et dispositifs d'imagerie, ne sont pas pleinement comprises. Une préoccupation majeure est l'effet de « régression vers la moyenne » (RTM - regression-to-the-mean), un phénomène statistique dans les modèles de régression où les prédictions sont systématiquement tirées vers la moyenne de la population d'entraînement. Cela peut conduire à une surestimation de l'âge chez les individus jeunes et à une sous-estimation chez les individus plus âgés. Les auteurs émettent l'hypothèse qu'un effet RTM différentiel entre les populations saines et malsaines peut provoquer des associations incohérentes entre le RAG et l'état de santé à travers les groupes d'âge, ce qui pourrait conduire à une mauvaise interprétation dans les applications cliniques.

Méthodologie
L'étude a utilisé un ensemble de données à grande échelle comprenant 327 764 images rétiniennes provenant de la cohorte AlzEye (interne) et de trois cohortes externes (UK Biobank, BRSET et mBRSET) présentant des populations et des dispositifs d'imagerie distincts.

• Architecture du modèle : Le modèle d'âge rétinien a été développé à l'aide d'un squelette de Vision Transformer (ViT), spécifiquement DINOv3-Large, pré-entraîné sur le jeu de données LVD142M. L'architecture traite des images de 224×224, calcule la moyenne des jetons de patch (patch tokens) pour former un vecteur de caractéristiques de 1 024 dimensions, et les fait passer par une tête de régression personnalisée (couche linéaire, ReLU, dropout, sortie linéaire finale) pour estimer l'âge chronologique.
• Entraînement et évaluation : Le modèle a été entraîné sur le jeu de données AlzEye. Les performances ont été évaluées par l'erreur absolue moyenne (MAE), l'erreur quadratique moyenne (RMSE) et le coefficient de corrélation de Pearson ($r^2$).
• Analyse d'association : Le RAG a été défini comme la différence entre l'âge rétinien estimé et l'âge chronologique. Une régression logistique a été employée pour analyser l'association entre le RAG et l'état de santé (malsain vs sain, et sous-groupes de maladies spécifiques telles que les maladies cardiovasculaires, systémiques chroniques et oculaires), ajustée selon l'âge chronologique.
• Étude du RTM : Les auteurs ont explicitement testé le RTM différentiel en modélisant l'interaction entre l'âge et l'état de santé. Ils ont exploré si les incohérences observées pouvaient être atténuées par :
  1. Une calibration linéaire et quadratique de l'âge du RAG basée sur le sous-ensemble sain.
  2. Un réentraînement du modèle sur une distribution d'âge équilibrée (échantillonnage uniforme à travers les tranches d'âge).
• Classification en aval : Pour évaluer l'utilité du RAG dans la détection de maladies, trois modèles de régression logistique ont été comparés : (1) Âge uniquement, (2) Âge + RAG, et (3) Âge + RAG + interaction Âge × RAG. La performance a été mesurée via l'aire sous la courbe (AUC) et des métriques basées sur des seuils (sensibilité, spécificité, score F1).
• Validation externe : Le modèle a été appliqué à des ensembles de données externes sans réentraînement (« prêt à l'emploi ») et avec une calibration externe (réajustement des coefficients de régression logistique et des seuils sur les divisions d'entraînement externes) pour évaluer la généralisabilité selon différentes métriques : précision de l'estimation de l'âge, force de l'association avec la maladie et performance de classification.

Résultats clés

• Performance interne : Le modèle a atteint une MAE de 5,31 ans et un Pearson's $r^2$ de 0,745 sur l'ensemble de test interne. Une association positive a été confirmée entre un RAG élevé et diverses maladies (cardiovasculaires, systémiques chroniques, oculaires) dans la cohorte globale.
• Incohérence dépendante de l'âge : Une découverte critique a été l'incohérence des associations RAG-maladie à travers les sous-groupes d'âge. Bien que des associations positives (RAG élevé = risque de maladie plus élevé) aient été observées dans les groupes jeunes et d'âge moyen, ces associations se sont atténuées et se sont même inversées (association négative) dans le sous-groupe le plus âgé (>80 ans).
• RTM différentiel : Cette incohérence a été attribuée à un RTM différentiel. La pente de la baisse du RAG avec l'âge était significativement plus raide dans le groupe malsain (-0,314) par rapport au groupe sain (-0,184). Cet effet différentiel persistait même après l'application d'une calibration linéaire ou quadratique de l'âge et même lorsque le modèle était réentraîné sur une distribution d'âge équilibrée, suggérant qu'il s'agit d'une caractéristique fondamentale du modèle plutôt que d'un simple artefact de la distribution des données ou de la calibration.
• Valeur des termes d'interaction : L'incorporation d'un terme d'interaction Âge × RAG dans les modèles de classification de maladies a amélioré les performances, particulièrement dans les groupes d'âge plus avancés, où l'ajout simple du RAG à un modèle basé uniquement sur l'âge a en réalité dégradé les performances (l'AUC est passée de 0,585 à 0,494). Le modèle d'interaction a maintenu les gains de performance dans les groupes plus jeunes et a atténué la dégradation dans les groupes plus âgés.
• Généralisabilité externe : L'évaluation externe a révélé que les performances du modèle variaient considérablement selon la cohorte et l'application.
  • Estimation de l'âge : Le modèle a bien performé dans l'UK Biobank (MAE 3,80) mais a montré des erreurs plus importantes dans BRSET (MAE 7,34) et mBRSET (MAE 8,40).
  • Association avec la maladie : Malgré les erreurs d'estimation importantes dans BRSET et mBRSET, des associations positives significatives entre le RAG et les conditions malsaines ont été préservées sur une grande partie de la plage d'âge.
  • Utilité de classification : La valeur ajoutée du RAG pour la classification des maladies n'était pas uniforme. Dans BRSET, le RAG a apporté une valeur ajoutée significative malgré les erreurs d'estimation. Dans mBRSET, les associations de maladies significatives ne se sont pas traduites par des améliorations significatives de la performance de classification par rapport à l'âge chronologique seul.

Signification et affirmations
L'article affirme que l'interprétation de l'Écart d'Âge Rétinien (RAG) est plus complexe que supposé auparavant en raison des effets de RTM différentiels entre les populations saines et malsaines. Les auteurs affirment que :

1. Associations dépendantes de l'âge : Les associations RAG-maladie ne sont pas constantes tout au long de la vie ; elles varient considérablement selon le sous-groupe d'âge. Rapporter une association globale unique peut être trompeur, particulièrement pour les populations âgées où la relation peut s'inverser.
2. Limites de la calibration : Les techniques de calibration d'âge standard et l'équilibrage des distributions de données d'entraînement n'éliminent pas le RTM différentiel. Cela suggère que le RTM est une propriété intrinsèque de la manière dont ces modèles apprennent à partir de données contenant des variations pathologiques.
3. Évaluation spécifique à l'application : La généralisabilité des modèles d'âge rétinien ne peut être jugée par une seule métrique (ex: précision de l'estimation de l'âge). Un modèle ayant une faible précision d'estimation de l'âge peut néanmoins conserver de fortes associations avec les maladies et une utilité pour des tâches cliniques spécifiques, tandis qu'un modèle à haute précision ne garantit pas nécessairement une amélioration de la classification en aval. Par conséquent, l'évaluation externe doit être multidimensionnelle et adaptée à l'application visée (ex: estimation de l'âge vs stratification du risque).
4. Recommandations de modélisation : Pour une application clinique fiable, les modèles doivent explicitement prendre en compte l'interaction entre l'âge chronologique et le RAG afin d'éviter des interprétations de risque trompeuses dans les sous-groupes plus âgés.

L'étude conclut que bien que le RAG contienne des informations précieuses liées à la santé, son utilité clinique nécessite une interprétation prudente et stratifiée par âge, ainsi que des cadres de validation spécifiques à chaque application. Ces conclusions suggèrent de s'étendre aux modèles plus larges d'estimation de l'âge biologique au-delà de l'imagerie rétinienne.