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

Sintesi Tecnica: Generalizzazione Cross-Dataset di Biomarcatori Spettrali qEEG per la Malattia di Alzheimer

Problematica
La ricerca attuale sul machine learning applicata ai biomarcatori di elettroencefalografia quantitativa (qEEG) per la malattia di Alzheimer (AD) si basa prevalentemente su configurazioni di acquisizione singola. Sebbene tali studi riportino spesso un'elevata accuratezza, essi spesso non affrontano una domanda fondamentale: questi marcatori rimangono validi quando cambia l'apparecchiatura di registrazione o il montaggio degli elettrodi? La maggior parte dei sistemi di validazione esistenti presenta una fuga di informazioni sul soggetto (ad esempio, la cross-validazione a livello di epoca), gonfiando le metriche di prestazione. La vera validazione esterna — addestrare un modello su una configurazione di acquisizione e testarlo su un'altra — è rara nella AI medica (meno del 4% degli studi). Questo studio affronta il divario di "generalizzazione cross-configurazione" identificato nei benchmark precedenti, investigando specificamente se le caratteristiche spettrali derivate da un dataset possano separare in modo robusto i soggetti con AD dai partecipanti cognitivamente normali (CN) in un dataset completamente indipendente registrato con hardware differente.

Metodologia
Lo studio ha impiegato un design pre-registrato per garantire il rigore analitico, fissando il set di feature, il modello, lo schema di validazione e i criteri di interpretazione prima dell'analisi dei dati.

• Dataset: Sono stati utilizzati due cohort indipendenti, pubblici e in stato di riposo (occhi chiusi) di EEG:
  • AHEPA: 65 partecipanti (36 AD, 29 CN) registrati con un sistema Nihon Kohden 2100 con un montaggio a 19 canali 10–20 (riferimento Cz).
  • Meghdadi: 81 partecipanti (26 AD, 55 CN) registrati con un sistema Advanced Brain Monitoring con un montaggio a 19 canali 10–20. Il dataset Meghdadi è stato filtrato per includere solo la condizione a occhi chiusi e uno specifico strato di controllo appaiato per età al fine di minimizzare la varianza demografica.
• Estrazione delle Feature: Per ciascuno dei 19 canali comuni sono state calcolate tre feature spettrali invarianti di scala, producendo 133 feature per soggetto:
  1. Rapporto Theta/Alpha (TAR): Il rapporto tra la potenza theta (3–7 Hz) e la potenza alpha (8–13 Hz).
  2. Potenza di Banda Relativa: Potenza normalizzata attraverso le bande $\delta$, $\theta$, $\alpha$, $\beta$ e $\gamma$.
  3. Frequenza di Picco Alpha.
     Nota: I valori di densità spettrale di potenza (PSD) del dataset Meghdadi (memorizzati in log10) sono stati linearizzati ($10^x$) prima del calcolo del rapporto per garantire la comparabilità con AHEPA.
• Modello e Validazione:
  • Classificatore: Regressione logistica (primaria) e SVM lineare (controllo di robustezza).
  • Validazione Interna: Cross-validazione Leave-One-Subject-Out (LOSO) all'interno di ciascun dataset per prevenire la fuga di informazioni sui soggetti.
  • Validazione Esterna: Transfer learning in entrambe le direzioni (AHEPA $\to$ Meghdadi e Meghdadi $\to$ AHEPA).
  • Controllo Statistico: È stato condotto un test di ipotesi nulla tramite permutazione (100 shuffle per l'interno, 500 per l'esterno) per verificare che i risultati osservati non fossero artefatti del caso o fughe di dati. Intervalli di confidenza bootstrap al 95% sono stati calcolati per tutte le stime di AUC.

Risultati Chiave
Lo studio ha rivelato una netta asimmetria nella generalizzazione cross-dataset:

1. Validità Interna (Within-Cohort): Entrambi i dataset hanno separato con successo AD da CN sotto una rigorosa validazione LOSO.

   • AHEPA: 0,785 Accuratezza, 0,802 AUC.
   • Meghdadi: 0,753 Accuratezza, 0,799 AUC.
   • I null di permutazione hanno confermato che questi risultati erano significativamente superiori al caso (lo 0% delle shuffle ha eguagliato i valori osservati di AHEPA).

2. Validità Esterna (Cross-Cohort): Le prestazioni sono risultate fragili e fortemente dipendenti dalla direzione.

   • Meghdali $\to$ AHEPA: Il modello addestrato su Meghdadi ha ottenuto un moderato 0,728 AUC su AHEPA, indicando un trasferimento riuscito in questa direzione.
   • AHEPA $\to$ Meghdadi: Il modello addestrato su AHEPA è crollato sul dataset Meghdadi, ottenendo un 0,329 AUC. Questo è significativamente al di sotto del caso (il 99,2% delle permutazioni ha prodotto risultati uguali o migliori), indicando che il classificatore stava attivamente classificando erroneamente i gruppi.

3. Diagnosi del Fallimento:

   • Lo sbilanciamento delle classi e gli errori di scala sono stati esclusi come cause primarie.
   • Il fallimento è stato attribuito a uno shift di dominio nella scala assoluta delle feature, che è legato a specifiche configurazioni di dispositivi e montaggi.
   • Ablazione delle Feature: Quando le singole feature sono state testate isolatamente durante il trasferimento cross-dataset, il Rapporto Theta/Alpha (TAR) è stata l'unica feature a mantenere la robustezza. Mentre le potenze assolute e relative fallivano nella generalizzazione (portando l'inversione delle probabilità di classe nella direzione AHEPA $\to$ Meghdadi), il TAR ha preservato la corretta classificazione dei soggetti (0,516 AUC nella direzione debole, 0,724 in quella forte).

Significatività e Rivendicazioni
L'articolo sostiene di fornire una "dichiarazione misurata" sui limiti della generalizzazione dei biomarcatori qEEG piuttosto che un nuovo benchmark ad alta accuratezza. I suoi principali contributi sono:

• Evidenza Empirica di Asimmetria: Dimostra che un modello addestrato su una configurazione di acquisizione può performare significativamente peggio del caso quando applicato a un'altra, sfidando l'assunto che i marcatori qEEG siano universalmente portabili.
• Identificazione di Feature Robuste: Lo studio isola il Rapporto Theta/Alpha (TAR) come il marcatore più riproducibile tra diverse configurazioni di acquisizione. Poiché il TAR è un rapporto invariante rispetto all'unità, è meno suscettibile agli shift di scala assoluta causati da diversi hardware e montaggi rispetto alle misure di potenza assoluta o relativa.
• Rigore Metodologico: Aderendo a un protocollo pre-registrato con rigorosa validazione a livello di soggetto e test di permutazione, lo studio offre un caso riproducibile di validazione esterna nella neurodiagnostica.
• Raccomandazione Pratica: Per la ricerca volta a sviluppare biomarcatori EEG indipendenti dal montaggio, l'autore suggerisce di favorire misure basate su rapporti relativi (specificamente il TAR) rispetto alle feature di potenza assoluta per mitigare gli shift di dominio specifici dell'acquisizione.

L'autore afferma esplicitamente che il "titolo" è una verificata non-generalizzazione in una direzione, inquadrando questa osservazione negativa come un passo onesto e necessario verso la comprensione dei confini degli attuali strumenti diagnostici qEEG.