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

技術要約：機械学習を用いたパーキンソン病のオンライン診断モデル

問題提起
パーキンソン病（PD）は、タイムリーな介入を促進するために、早期かつ正確な診断が必要である。従来の診断手法は臨床観察や主観的な評価に依存することが多く、運動症状が顕著になるまで診断が遅れる可能性がある。本研究は、眼球運動機能の指標と標準的な臨床指標を統合することで、客観的かつ非侵襲的な診断ツールの必要性に対処するものである。本研究の目的は、PDに伴う既知の眼球運動障害を活用し、PD患者と対照群を高精度に識別できる機械学習ベースのモデルを開発することである。

方法論
本研究では、中国の広東省にある複数の病院の参加者を対象とした、単一施設ケースコントロールデザインを採用した。データセットには、臨床指標（デモグラフィックス、MMSE、MoCA、HAM-A、HAM-D、PSQIなどの認知スコア）と、サッカード（躍度）およびスムーズ・パースート（滑らか追従）タスクから導出された高次元の眼球運動特徴量（例：オーバーラップ・サッカードの正確性／潜時／速度、アンチ・サッカードの指標など）の両方が含まれている。

• データ前処理および特徴量選択:

  • 単変量解析: 初期のスクリーニングは、有意な予測因子を特定するために単変量ロジスティック回帰を用いて行われた。教育レベル、視空間・実行機能、注意、言語、遅延再生、見当識、MoCA総スコア、および特定の眼球運動指標（例：平均オーバーラップ・サッカード速度、アンチ・サッカード修正率）などの変数が統計的に有意であった。
  • 多重共線性への対処: 分散拡大係数（VIF）分析により、MoCA総スコア（VIF = 45.402）における深刻な多重共線性、およびいくつかのサブスコアにおける中程度の多重共線性であることが明らかになった。本研究ではこれらの相関関係を認め、モデルの安定性を確保するために、深刻な共線性を持つ変数は通常、削除または結合の候補となることを指摘している。
  • 補完およびバランシング: 多重代入法による連鎖方程式（MICE）と完全ケース分析を用いた場合のモデル性能を比較した結果、MICEの方がわずかに高い特異度とAUCを示した。さらに、SMOTE（合成少数派オーバーサンプリング技術）の影響についても評価を行い、SMOTEを用いて訓練されたモデルは、使用しない場合と比較して特異度とバランスの取れた指標を示した。

• モデル開発:

  • 複数の機械学習アルゴルズム（ロジスティック回帰（LR）、ランダムフォレスト（RF）、XGBoost、多層パーセプトロン（MLP）、サポートベクターマシン（SVM）、決定木（DT））を訓練し、比較した。
  • 説明可能性: 最も優れた性能を示したランダムフォレストモデルは、SHAP（SHapley Additive exPlanations）値を用いて解釈され、特徴量の重要性と予測への寄与が定量化された。

• 検証:

  • モデルは独立したテストセットで評価された。
  • 性能指標には、感度、特異度、陽性的中率（PPV）／陰性的中率（NPV）、適合率、再現率、F1スコア、正解率、Kappa、AUC（ROC曲線下面積）、およびPR-AUC（精度・再現率曲線下面積）が含まれる。
  • モデル間の性能の統計的有意性は、ペアワイズ・デロング検定を用いて評価された。
  • 年齢および性別に基づくサブグループ解析を行い、デモグラフィックス全体における堅牢性を評価した。

主な結果

• モデル性能: ランダムフォレスト（RF）モデルが最高の性能を示した。独立したテストセットにおいて、RFモデルはAUC 0.9711を達成し、ロジスティック回帰（AUC 0.8438, p=0.002）、XGBoost（AUC 0.9306, p=0.094）、およびSVM（AUC 0.9144, p=0.024）を有意に上回った。
• 訓練セットの指標: 訓練セットにおいて、RFモデルはAUC 0.996（95% CI 0.991-1.000）、PR-AUC 0.9973、およびブライア・スコア 0.033を示し、優れた較正性と識別能を示した。
• 特徴量の重要性: 単変量解析により、認知領域（視空間・実行機能、注意、言語、遅延再生、見当識、MoCA）の低スコア、および特定の眼球運動の異常（例：平均オーバーラップ・サッカード速度の低下、平均オーバーラップ・サッカード持続時間の増加、アンチ・サッカード修正率の低下）が、PDと強く関連していることが特定された。
• 堅牢性:
  • SMOTE: SMOTEによるオーバーサンプリングの使用により、モデルの特異度（0.9560 対 0.9121）およびF1スコア（0.9537 対 0.9412）が向上した。
  • 補完: MICE補完の結果、テストセットにおいて完全な特異度（1.000）とPPV（1.000）が得られ、補完なしのAUC 0.996と比較して、AUCは0.998となった。
  • サブグループ: モデルは年齢層（AUC 0.963–0.998）および性別（AUC 0.957–0.979）を問わず高い性能を維持しており、調査対象となったコホート内での汎用性を示唆している。

意義および主張
本論文は、眼球運動バイオマーカーと臨床指標を効果的に統合した、機械学習由来の堅牢なパーキンソン病オンライン診断モデルを提示することを主張している。主要な貢献は、これらの組み合わせた特徴量を利用するランダムフォレストモデルが、独立したテストセットにおいて高い診断精度（AUC > 0.97）を達成できることを示した点にある。

本研究は、認知評価を補完する客観的なマーカーとしての眼球運動特徴量の有用性を強調している。SHAP分析を用いることで、モデルは解釈可能性を提供し、どの特定の眼球運動および臨床変数が診断を駆動しているかを明らかにしている。著者らは、多重共線性チェック、多重代入戦略、およびサブグループ解析を含む厳格な統計的検証に裏付けられた、PDの早期発見を支援する可能性のある客観的かつ非侵襲的な診断ツールへの一歩として、本研究を位置づけている。本研究は単一施設ケースコントロール研究として構成されており、その結果は、さらなる外部検証を待つものの、臨床応用への強い潜在性を示唆している。