From Observed Viability to Internal Predictive Approximation: A Single-Subject Latent-Space Analysis of Gait Dynamics Under Occlusal Constraint

기술적 요약: 관찰된 생존 가능성에서 내부 예측 근사로

문제 제기
인간 보행과 같은 적응적 생체역학 시스템은 관찰 가능한 성능 (예: 시공간 변수) 이 잠재적 조직을 고유하게 식별하지 못한다는 과제를 제시합니다. 이전 연구는 유사한 관찰 가능 보행이 서로 다른 잠재적 구성에서 발생할 수 있으며, 장기적 생존 가능성 (시간에 따른 시스템 안정성) 은 순간적 성능만으로 추론할 수 없음을 입증했습니다. 이전의 '4 단계' 프레임워크는 잠재 공간에서의 중심점 변위를 측정 (M1 에서 M2) 함으로써 장기적 생존 가능성을 사후적으로 성공적으로 평가했으나, 이는 순수히 기술적 수준에 머물렀습니다. 최종 상태를 관찰하기 전에 변환을 근사할 수는 없었습니다. 본 연구에서 다루는 핵심 문제는 장기적 생존 가능성을 특징짓는 관찰된 M1–M2 잠재 변환이 단일 피험자 데이터셋을 사용하여 예측적 잠재 공간 프레임워크 내에서 내부적으로 근사될 수 있는지 여부입니다.

방법론
본 연구는 파킨슨병을 앓고 있는 한 명의 참가자를 포함하는 탐색적, 사후적, 단일 피험자 설계를 사용합니다. 데이터는 11 주 간격으로 분리된 두 세션 (M1 및 M2) 동안 수집되었으며, 이 기간 동안 참가자는 구조화된 감각운동 중재를 받았습니다.

• 데이터 수집: 보행은 6 가지 서로 다른 '교합 관찰 프로브' 하에서 계측된 인솔을 사용하여 기록되었습니다: 중립 자연 교합 (ONL), 넓은 입 벌림 해제 (OBL), 강한 자발적 이악물기 (OSL), 그리고 세 가지 수직 교합 높이 (VDO) 변형 (OC2.5, OC3, OC3P) 입니다. 이러한 프로브는 측정 중에만 적용되었으며, 장기적 진화의 연속적 인과 동인이 아닌 이산적 제약으로 작용했습니다.
• 잠재 표현: 주성분 분석 (PCA) 을 사용하여 고차원 생체역학 변수를 저차원 잠재 공간 (PC1–PC2) 으로 매핑했습니다. 두 가지 투영이 생성되었습니다: 하나는 이전 4 단계 분석과 정렬된 투영 (ONL, OC2.5, OC3 사용) 과 나머지 6 개 프로브를 모두 포함하는 확장된 투영입니다.
• 예측 모델: M1–M2 변환을 잠재 공간에서 직접 근사하도록 훈련된 단순화된 지도 학습 모델 (16 개의 뉴런으로 구성된 두 개의 은닉층을 가진 피드포워드 신경망) 이 사용되었습니다.
  • 입력: M1 잠재 좌표, 인코딩된 교합 프로브 설명자 (치아 접촉, VDO 증가, 돌출과 같은 기계적 제약을 나타냄), 그리고 전환 지표.
  • 출력: 예측된 M2 잠재 좌표.
  • 목표: 관찰된 M2 중심점과 예측된 M2 중심점 간의 평균 제곱 오차를 최소화합니다.
• 평가 전략: 일반화성을 주장하지 않고 근사를 테스트하기 위해 세 가지 내부 평가 수준을 활용했습니다:
  1. 전체 데이터셋 근사: 모든 조건 세트를 사용하여 훈련 및 테스트.
  2. 홀드아웃 M2: 훈련 중 일부 M2 관찰을 보류.
  3. 조건 제외: 5 개 프로브로 훈련하고 6 번째 (보이지 않는) 프로브로 평가.

주요 기여

1. 5 단계 분석의 도입: 본 논문은 '내부 예측 근사'에 초점을 맞춘 새로운 분석 수준을 정의합니다. 이는 생존 가능성에 대한 사후적 관찰에서 단일 피험자 내 생존 가능성 관련 잠재 궤적에 대한 모델 기반 근사로 프레임워크를 전환시킵니다.
2. 방법론적 구분: '관찰적 제약' (측정 중 적용된 교합 프로브) 과 '장기적 시스템 진화' (세션 간의 시간, 중재, 자발적 변이의 결합 효과) 를 엄격하게 구분합니다. 모델은 전자를 조건으로 하여 후자를 근사합니다.
3. 잠재 궤적 근사의 개념 증명: 단순화된 신경망이 관찰된 M1–M2 잠재 공간 변위를 근사하고 이전 사후 분석에서 식별된 변위의 상대적 계층을 보존할 수 있음을 보여줍니다.
4. 설명자 기반 인코딩: 조건 제외 테스트를 가능하게 하기 위해 저자들은 단순한 원-핫 범주형 인코딩이 아닌 교합 프로브에 대한 설명자 기반 인코딩 (예: 접촉 존재 여부, VDO 증가 크기) 을 개발하여 동일한 피험자 내에서 보이지 않는 제약 조합에 대한 모델의 일반화를 가능하게 했습니다.

결과

• 핵심 분석 (4 단계 정렬): ONL, OC2.5, OC3 로 제한된 분석에서 모델은 이전 4 단계 연구에서 관찰된 변위 계층을 성공적으로 보존했습니다: $d_{OC3} < d_{ONL} < d_{OC2.5}$. 예측된 중심점 변위는 관찰된 값과 밀접하게 일치했습니다 (예: 예측된 $d_{OC3} = 5.32$ 대 관찰된 $5.35$), 낮은 중심점 오차 (0.01–0.06) 를 보였습니다.
• 확장된 6 개 프로브 분석: 모델은 모든 6 개 프로브에 대해 M1–M2 변환을 근사하여 탐색적 순서의 전역 구조를 보존했습니다. OSL 은 가장 낮은 변위를 보인 반면, OBL 과 OC2.5 는 가장 높은 변위를 보였습니다. OC3 과 OC3P 는 밀접하게 그룹화되어 있었습니다.
• 내부 강건성:
  • 홀드아웃 M2: 모델은 동일한 피험자 내 보이지 않는 M2 관찰에 대해 중심점 수준의 근사 능력을 유지했으나, 점별 오차는 조건에 따라 다양했습니다.
  • 조건 제외: 모델은 보류된 프로브의 변환을 근사할 수 있었으나, 전체 데이터셋 피팅에 비해 더 높은 중심점 오차 (0.40–1.08) 를 보였으며, 이는 보이지 않는 제약을 근사하는 데 있어 증가된 어려움을 나타냅니다.
• 세션 내 조직: 분석은 OC3 가 두 세션 모두에서 ONL 기준과 가깝게 유지되는 반면, OC2.5 는 더 멀리 유지되었음을 밝혀냈습니다. 이는 기계적 근접성 (VDO 증가) 이 반드시 잠재적 기능적 동등성을 의미하지는 않음을 시사합니다.

의의 및 주장
본 논문은 연구 결과를 임상적 해결책이 아닌 방법론적 교량으로 명시적으로 규정합니다.

• 임상적 예측 부재: 저자들은 본 연구가 임상적 예측 타당성, 인과적 교합 효과, 치료적 우월성, 또는 일반화 가능한 환자 수준 예측을 확립하지 않는다고 명확히 밝힙니다. '예측적'이라는 용어는 단일 피험자 데이터셋 내 관찰된 변환의 내부 근사라는 제한된 방법론적 의미로 엄격하게 사용됩니다.
• 개념 증명: 주요 의의는 사후적으로만 관찰 가능했던 생존 가능성 관련 잠재 궤적이 단순화된 모델에 의해 내부적으로 근사될 수 있음을 입증하는 데 있습니다. 이는 장기적 생존 가능성의 '구조'가 잠재 공간에서 표현 가능함을 시사합니다.
• 6 단계로의 길: 이 작업은 향후 '6 단계' 프레임워크에 필요한 전제 조건으로 위치합니다. 5 단계는 단일 피험자 내에서 궤적이 근사 가능한지를 테스트하는 반면, 6 단계는 이러한 근사들이 임상적으로 운영 가능한 예측을 지원하기 위해 여러 개인 간에 일반화 가능한지를 테스트하는 데 필요합니다.

요약하자면, 본 연구는 '관찰된 장기적 생존 가능성'에서 잠재 궤적의 '내부 예측 근사'로 이동하기 위한 계산 프레임워크를 검증하여, 즉각적인 임상 적용성이나 인과 추론을 주장하지 않고도 이러한 변환이 모델링될 수 있음을 입증하는 개념 증명을 확립합니다.