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

तकनीकी सारांश: पार्किंसंस रोग के लिए एक मशीन-लर्निंग-व्युत्पन्न ऑनलाइन नैदानिक मॉडल

समस्या विवरण
पार्किंसंस रोग (PD) के लिए समय पर हस्तक्षेप की सुविधा हेतु शीघ्र और सटीक निदान आवश्यक है। पारंपरिक नैदानिक विधियाँ अक्सर नैदानिक अवलोकन और व्यक्तिपरक आकलन पर निर्भर करती हैं, जो मोटर लक्षणों के प्रमुख होने तक विलंबित हो सकती हैं। यह अध्ययन नेत्र-ट्रैकिंग (eye-tracking) विशेषताओं को मानक नैदानिक संकेतकों के साथ एकीकृत करके एक वस्तुनिष्ठ, गैर-आक्रामक नैदानिक उपकरण की आवश्यकता को संबोधित करता है। इस शोध का उद्देश्य उच्च सटीकता के साथ PD रोगियों को नियंत्रण समूह (controls) से अलग करने में सक्षम एक मशीन-लर्निंग-आधारित मॉडल विकसित करना है, जो रोग से जुड़े ज्ञात ऑक्यूलोमोटर (oculomotor) दोषों का लाभ उठाता है।

कार्यप्रणाली
इस अध्ययन में ग्वांगडोंग, चीन के कई अस्पतालों के प्रतिभागियों को शामिल करते हुए एक एकल-केंद्रित केस-कंट्रोल डिजाइन का उपयोग किया गया। डेटासेट में नैदानिक संकेतक (जनसांख्यिकी, MMSE, MoCA, HAM-A, HAM-D, PSQI जैसे संज्ञानात्मक स्कोर) और सैकेडिक (saccadic) एवं स्मूथ परस्यूट (smooth pursuit) कार्यों से प्राप्त उच्च-आयामी नेत्र-ट्रैकिंग विशेषताएं (जैसे ओवरलैप सैकेड सटीकता/विलंबता/वेग, एंटी-सैकेड मेट्रिक्स) शामिल थीं।

• डेटा प्रीप्रोसेसिंग और फीचर चयन:

  • एकचर विश्लेषण (Univariate Analysis): महत्वपूर्ण भविष्यवक्ताओं की पहचान करने के लिए एकचर लॉजिस्टिक रिग्रेशन का उपयोग करके प्रारंभिक स्क्रीनिंग की गई। शिक्षा स्तर, विज़ुओस्पेशियल/एग्जीक्यूटिव फंक्शन, ध्यान (attention), भाषा, विलंबित स्मरण (delayed recall), ओरिएंटेशन, MoCA कुल स्कोर और विशिष्ट नेत्र-ट्रैकिंग मेट्रिक्स (जैसे औसत ओवरलैप सैकेड वेग, एंटी-सैकेड सुधार दर) जैसे चरों ने सांख्यिकीय महत्व दिखाया।
  • बहुसंरेखता हैंडलिंग (Multicollinearity Handling): एक वेरिएंस इन्फ्लेशन फैक्टर (VIF) विश्लेषण ने MoCA कुल स्कोर (VIF = 45.402) में गंभीर बहुसंरेखता और कई उप-स्कोर में मध्यम बहुसंरेखता का खुलासा किया। अध्ययन ने इन सहसंबंधों को स्वीकार किया, यह देखते हुए कि गंभीर सहरेखता वाले चरों को मॉडल स्थिरता सुनिश्चित करने के लिए आमतौर पर हटाने या संयोजन के लिए उम्मीदवार माना जाता है।
  • इम्प्यूटेशन और संतुलन: अध्ययन ने पूर्ण केस विश्लेषण बनाम मल्टीपल इम्प्यूटेशन बाय चेन्ड इक्वेशन्स (MICE) का उपयोग करके मॉडल प्रदर्शन की तुलना की, जिसमें पाया गया कि MICE ने थोड़ा उच्च विशिष्टता (specificity) और AUC प्रदान किया। इसके अतिरिक्त, SMOTE (सिंथेटिक माइनॉरिटी ओवर-सैंपलिंग तकनीक) के प्रभाव का मूल्यांकन किया गया; SMOTE के साथ प्रशिक्षित मॉडलों ने बिना SMOTE वाले मॉडलों की तुलना में बेहतर विशिष्टता और संतुलित मेट्रिक्स प्रदर्शित किए।

• मॉडल विकास:

  • कई मशीन लर्निंग एल्गोरिदम को प्रशिक्षित और तुलना किया गया: लॉजिस्टिक रिग्रेशन (LR), रैंडम फॉरेस्ट (RF), XGBoost, मल्टी-लेयर पर्सेप्ट्रॉन (MLP), सपोर्ट वेक्टर मशीन (SVM), और डिसीजन ट्री (DT)।
  • व्याख्यात्मकता (Explainability): रैंडम फॉरेस्ट मॉडल, जिसने उत्कृष्ट प्रदर्शन प्रदर्शित किया, का उपयोग फीचर महत्व और भविष्यवाणियों में योगदान को मापने के लिए SHAP (SHapley Additive exPlanations) मानों का उपयोग करके व्याख्या के लिए किया गया।

• सत्यापन (Validation):

  • मॉडलों का एक स्वतंत्र टेस्ट सेट पर मूल्यांकन किया गया।
  • प्रदर्शन मेट्रिक्स में सेंसिटिविटी, स्पेसिफिसिटी, पॉजिटिव/नेगेटिव प्रेडिक्टिव वैल्यू (PPV/NPV), प्रिसिजन, रिकॉल, F1-स्कोर, एक्यूरेसी, कप्पा, AUC (ROC कर्व के तहत क्षेत्र), और PR-AUC (प्रिसिजन-रिकॉल AUC) शामिल थे।
  • मॉडल प्रदर्शनों के बीच सांख्यिकीय महत्व का आकलन पेयरवाइज डीलोंग (DeLong) परीक्षणों का उपयोग करके किया गया।
  • जनसांख्यिकी के आधार पर मजबूती का आकलन करने के लिए आयु और लिंग के आधार पर उपसमूह विश्लेषण (subgroup analyses) किए गए।

प्रमुख परिणाम

• मॉडल प्रदर्शन: रैंडम फॉरेस्ट (RF) मॉडल शीर्ष प्रदर्शन करने वाला मॉडल के रूप में उभरा। स्वतंत्र टेस्ट सेट में, RF मॉडल ने 0.9711 का AUC प्राप्त किया, जो लॉजिस्टिक रिग्रेशन (AUC 0.8438, p=0.002), XGBoost (AUC 0.9306, p=0.094), और SVM (AUC 0.9144, p=0.024) से काफी बेहतर था।
• ट्रेनिंग सेट मेट्रिक्स: ट्रेनिंग सेट में, RF मॉडल ने 0.996 का AUC (95% CI 0.991-1.000), 0.9973 का PR-AUC, और 0.033 का ब्रियर स्कोर (Brier score) प्रदर्शित किया, जो उत्कृष्ट अंशांकन (calibration) और भेदभाव को दर्शाता है।
• फीचर महत्व: एकचर विश्लेषण ने पहचाना कि संज्ञानात्मक डोमेन (विज़ुओस्पेशियल/एग्जीक्यूटिव फंक्शन, ध्यान, भाषा, विलंबित स्मरण, ओरिएंटेशन, MoCA) में कम स्कोर और विशिष्ट नेत्र-ट्रैकिंग विसंगतियां (जैसे कम औसत ओवरलैप सैकेड वेग, बढ़ा हुआ औसत ओवरलैप सैकेड अवधि, कम एंटी-सैकेड सुधार दर) PD के साथ दृढ़ता से जुड़ी हुई थीं।
• मजबूती (Robustness):
  • SMOTE: SMOTE ओवरसैंपलिंग के उपयोग ने मॉडल की विशिष्टता (0.9560 बनाम 0.9121) और F1-स्कोर (0.9537 बनाम 0.9412) में सुधार किया।
  • इम्प्यूटेशन: MICE इम्प्यूटेशन के परिणामस्वरूप टेस्ट सेट में 1.000 की पूर्ण विशिष्टता और 1.000 का PPV प्राप्त हुआ, जिसका AUC 0.998 था, जबकि बिना इम्प्यूटेशन के यह 0.996 था।
  • उपसमूह: मॉडल ने आयु समूहों (AUC 0.963–0.998) और लिंग (AUC 0.957–0.979) के बीच उच्च प्रदर्शन बनाए रखा, जो अध्ययन किए गए समूह के भीतर सामान्यीकरण क्षमता का सुझाव देता है।

महत्व और दावे
यह शोध पत्र पार्किंसंस रोग के लिए एक मजबूत, मशीन-लर्निंग-व्युत्पन्न ऑनलाइन नैदानिक मॉडल प्रस्तुत करने का दावा करता है जो नेत्र-ट्रैकिंग बायोमार्कर को नैदानिक संकेतकों के साथ प्रभावी ढंग से एकीकृत करता है। प्राथमिक योगदान यह प्रदर्शन करना है कि एक रैंडम फॉरेस्ट मॉडल, इन संयुक्त विशेषताओं का उपयोग करते हुए, एक स्वतंत्र टेस्ट सेट में उच्च नैदानिक सटीकता (AUC > 0.97) प्राप्त कर सकता है।

अध्ययन संज्ञानात्मक मूल्यांकन के पूरक के रूप में वस्तुनिष्ठ मार्कर के रूप में नेत्र-ट्रैकिंग विशेषताओं की उपयोगिता पर जोर देता है। SHAP विश्लेषण का उपयोग करके, मॉडल व्याख्यात्मकता प्रदान करता है, जो यह उजागर करता है कि कौन से विशिष्ट ऑक्यूलोमोटर और नैदानिक चर निदान को संचालित करते हैं। लेखक इस कार्य को एक वस्तुनिष्ठ, गैर-आक्रामक नैदानिक उपकरणों की दिशा में एक कदम के रूप में प्रस्तुत करते हैं जो संभावित रूप से PD के शीघ्र पता लगाने में सहायता कर सकते हैं, जिसे बहु-चरणीय इम्प्यूटेशन रणनीतियों, बहुसंरेखता जांच और उपसमूह विश्लेषणों सहित कठोर सांख्यिकीय सत्यापन द्वारा समर्थित किया गया है। इस कार्य को एक एकल-केंद्रित केस-कंट्रोल अध्ययन के रूप में फ्रेम किया गया है, जिसके परिणाम आगे के बाहरी सत्यापन की प्रतीक्षा में नैदानिक अनुप्रयोग की प्रबल क्षमता का सुझाव देते हैं।