Cross-Dataset Generalization of Quantitative EEG Spectral Biomarkers for Alzheimer’s Disease: A Pre-registered Two-Cohort External Validation and What Does Not Transfer

तकनीकी सारांश: अल्जाइमर रोग के लिए मात्रात्मक EEG स्पेक्ट्रल बायोमार्कर का क्रॉस-डेटासेट सामान्यीकरण (Cross-Dataset Generalization)

समस्या विवरण
अल्जाइमर रोग (AD) के लिए क्वांटिटेटिव ईईजी (qEEG) बायोमार्कर पर वर्तमान मशीन लर्निंग अनुसंधान मुख्य रूप से सिंगल-अक्विजिशन सेटअप पर निर्भर है। जबकि ये अध्ययन अक्सर उच्च सटीकता की रिपोर्ट करते हैं, वे अक्सर एक मौलिक प्रश्न को संबोधित करने में विफल रहते हैं: क्या ये मार्कर तब भी वैध रहते हैं जब रिकॉर्डिंग उपकरण या इलेक्ट्रोड मोंटाज बदल जाता है? अधिकांश मौजूदा सत्यापन योजनाएं विषय की जानकारी लीक करती हैं (जैसे, एपोक-लेवल क्रॉस-वैलिडेशन), जिससे प्रदर्शन मेट्रिक्स कृत्रिम रूप से बढ़ जाते हैं। वास्तविक बाहरी सत्यापन—एक अधिग्रहण सेटअप पर मॉडल को प्रशिक्षित करना और दूसरे पर परीक्षण करना—मेडिकल एआई में दुर्लभ है (4% से कम अध्ययनों में)। यह अध्ययन पहचाने गए "क्रॉस-कॉन्फ़िगरेशन जनरलाइजेशन" अंतराल को संबोधित करता है, विशेष रूप से यह जांचता है कि क्या एक डेटासेट से प्राप्त स्पेक्ट्रल फीचर्स पूरी तरह से स्वतंत्र डेटासेट (जिसे अलग हार्डवेयर के साथ रिकॉर्ड किया गया है) में AD और संज्ञानात्मक रूप से सामान्य (CN) प्रतिभागियों को मजबूती से अलग कर सकते हैं।

कार्यप्रणाली (Methodology)
अध्ययन ने विश्लेषणात्मक कठोरता सुनिश्चित करने के लिए एक प्री-रजिस्टर्ड डिज़ाइन का उपयोग किया, जिसमें डेटा विश्लेषण से पहले फीचर सेट, मॉडल, सत्यापन योजना और व्याख्या मानदंडों को निर्धारित किया गया था।

• डेटासेट्स: दो स्वतंत्र, सार्वजनिक, रेस्टिंग-स्टेट (आंखें बंद) EEG कोहॉर्ट्स का उपयोग किया गया था:
  • AHEPA: 65 प्रतिभागी (36 AD, 29 CN) जिन्हें Nihon Kohden 2100 सिस्टम के साथ 19-चैनल 10–20 मोंटाज (Cz संदर्भ) का उपयोग करके रिकॉर्ड किया गया था।
  • Meghdadi: 81 प्रतिभागी (26 AD, 55 CN) जिन्हें Advanced Brain Monitoring सिस्टम के साथ 19-चैनल 10–20 मोंटाज का उपयोग करके रिकॉर्ड किया गया था। मेघददी डेटासेट को केवल 'आंखें बंद' वाली स्थिति और एक विशिष्ट आयु-मिलान वाले नियंत्रण स्तर को शामिल करने के लिए फ़िल्टर किया गया था ताकि जनसांख्यिकीय भिन्नता को कम किया जा सके।
• फीचर एक्सट्रैक्शन (विशेषता निष्कर्षण): प्रत्येक 19 सामान्य चैनलों के लिए तीन स्केल-इनवेरिएंट स्पेक्ट्रल फीचर्स की गणना की गई, जिससे प्रति विषय 133 फीचर्स प्राप्त हुए:
  1. थेटा/अल्फा अनुपात (TAR): थेटा (3–7 Hz) और अल्फा (8–13 Hz) पावर का अनुपात।
  2. रिलेटिव बैंड पावर: $\delta$, $\theta$, $\alpha$, $\beta$, और $\gamma$ बैंड में सामान्यीकृत पावर।
  3. अल्फा पीक फ्रीक्वेंसी।
     नोट: तुलनात्मकता सुनिश्चित करने के लिए AHEPA के साथ अनुपात गणना से पहले Meghdadi डेटासेट के पावर स्पेक्ट्रल डेंसिटी (PSD) मानों (जो $\log_{10}$ में संग्रहीत थे) को लीनियराइज ($10^x$) किया गया था।
• मॉडल और सत्यापन:
  • क्लासिफायर: लॉजिस्टिक रिग्रेशन (प्राथमिक) और लीनियर SVM (मजबूती की जांच हेतु)।
  • आंतरिक सत्यापन: विषय-स्तर के लीकेज को रोकने के लिए प्रत्येक डेटासेट के भीतर लीव-वन-सब्जेक्ट-आउट (LOSO) क्रॉस-वैलिडेशन।
  • बाहरी सत्यापन: दोनों दिशाओं में ट्रांसफर लर्निंग (AHEPA $\to$ Meghdadi और Meghdadi $\to$ AHEPA)।
  • सांख्यिकीय नियंत्रण: यह सत्यापित करने के लिए कि देखे गए परिणाम संयोग या डेटा लीकेज के आर्टिफैक्ट नहीं हैं, एक परम्यूटेशन नुल हाइपोथेसिस टेस्ट आयोजित किया गया था (आंतरिक के लिए 100 शफल, बाहरी के लिए 500 शफल)। सभी AUC अनुमानों के लिए बूटस्ट्रैप 95% कॉन्फिडेंस इंटरवल की गणना की गई।

मुख्य परिणाम
अध्ययन ने क्रॉस-डेटासेट सामान्यीकरण में एक स्पष्ट विषमता (asymmetry) प्रकट की:

1. आंतरिक वैधता (कोहॉर्ट के भीतर): दोनों डेटासेट्स सख्त LOSO सत्यापन के तहत AD को CN से सफलतापूर्वक अलग करने में सफल रहे।

   • AHEPA: 0.785 सटीकता, 0.802 AUC।
   • Meghdadi: 0.753 सटीकता, 0.799 AUC।
   • परम्यूटेशन नल्स ने पुष्टि की कि ये परिणाम संयोग से काफी ऊपर थे (0% शफल ने देखे गए AHEPA मानों से मेल खाया)।

2. बाहरी वैधता (क्रॉस-कोहॉर्ट): प्रदर्शन नाजुक और दिशा-निर्भर था।

   • Meghdadi $\to$ AHEPA: Meghdadi पर प्रशिक्षित मॉडल ने AHEPA पर 0.728 AUC प्राप्त किया, जो इस दिशा में सफल ट्रांसफर का संकेत देता है।
   • AHEPA $\to$ Meghdali: AHEPA पर प्रशिक्षित मॉडल Meghdadi डेटासेट पर विफल रहा, जिसने 0.329 AUC प्राप्त किया। यह संयोग से काफी नीचे है (99.2% परम्यूटेशन शफल ने बराबर या बेहतर परिणाम दिए), जो दर्शाता है कि क्लासिफायर सक्रिय रूप से समूहों को गलत वर्गीकृत कर रहा था।

3. विफलता का निदान:

   • क्लास असंतुलन और स्केलिंग त्रुटियों को प्राथमिक कारणों के रूप में खारिज कर दिया गया।
   • विफलता का कारण फीचर्स के एब्सोल्यूट स्केल (absolute scale) में डोमेन शिफ्ट को माना गया, जो विशिष्ट डिवाइस और मोंटाज कॉन्फ़िगरेशन से जुड़ा है।
   • फीचर एब्लेशन: जब क्रॉस-डेटासेट ट्रांसफर के दौरान व्यक्तिगत फीचर्स का अलग-अलग परीक्षण किया गया, तो थेटा/अल्फा अनुपात (TAR) एकमात्र ऐसा फीचर था जिसने मजबूती बनाए रखी। जबकि एब्सोल्यूट और रिलेटिव बैंड पावर्स सामान्यीकरण करने में विफल रहे (जिससे AHEPA $\to$ Meghdadi दिशा में क्लास प्रोबेबिलिटी का उलटाव हुआ), TAR ने विषयों की सही रैंकिंग को संरक्षित रखा (कमजोर दिशा में 0.516 AUC, मजबूत दिशा में 0.724 AUC)।

महत्व और दावे
यह पेपर qEEG बायोमार्कर सामान्यीकरण की सीमाओं पर एक "मापित बयान" (measured statement) प्रदान करने का दावा करता है, न कि एक नया उच्च-सटीकता वाला बेंचमार्क। इसके प्राथमिक योगदान हैं:

• विषमता का अनुभवजन्य प्रमाण: यह प्रदर्शित करता है कि एक अधिग्रहण सेटअप पर प्रशिक्षित मॉडल दूसरे पर लागू होने पर यादृच्छिक (random) से भी खराब प्रदर्शन कर सकता है, जो इस धारणा को चुनौती देता है कि qEEG मार्कर सार्वभौमिक रूप से पोर्टेबल हैं।
• मजबूत फीचर्स की पहचान: यह अध्ययन TAR को विभिन्न अधिग्रहण कॉन्फ़िगरेशन में सबसे अधिक पुनरुत्पादनीय (reproducible) मार्कर के रूप में अलग करता है। चूंकि TAR एक यूनिट-इनवेरिएंट अनुपात है, यह पूर्ण या सापेक्ष पावर उपायों की तुलना में अलग हार्डवेयर और मोंटाज के कारण होने वाले एब्सोल्यूट स्केल शिफ्ट के प्रति कम संवेदनशील है।
• कार्यप्रणाली की कठोरता: सख्त विषय-स्तरीय सत्यापन और परम्यूटेशन टेस्टिंग के साथ एक प्री-रजिस्टर्ड प्रोटोकॉल का पालन करके, यह अध्ययन न्यूरोडायग्नोस्टिक्स में बाहरी सत्यापन का एक पुनरुत्पादनीय मामला प्रस्तुत करता है।
• व्यावहारिक अनुशंसा: उन शोधों के लिए जो मोंटाज-स्वतंत्र EEG बायोमार्कर विकसित करने का लक्ष्य रखते हैं, लेखक अधिग्रहण-विशिष्ट डोमेन शिफ्ट को कम करने के लिए एब्सोल्यूट पावर फीचर्स के बजाय रिलेटिव, रेशियो-आधारित मापों (विशेष रूप से TAR) को प्राथमिकता देने का सुझाव देते हैं।

लेखक स्पष्ट रूप से कहते हैं कि "हेडलाइन" एक सत्यापित गैर-सामान्यीकरण (non-generalization) है, जो इस नकारात्मक अवलोकन को वर्तमान qEEG डायग्नोस्टिक टूल्स की सीमाओं को समझने की दिशा में एक ईमानदार और आवश्यक कदम के रूप में प्रस्तुत करता है।