Investigating the fundamental characteristics of retinal age models

Technische Samenvatting: Onderzoek naar de fundamentele kenmerken van retinaire leeftijdmodellen

Probleemstelling
Retinale leeftijd, geschat op basis van fundusbeelden, dient als een biologische verouderingsmarker waarbij de afwijking van de chronologische leeftijd, bekend als de Retinal Age Gap (RAG), breed wordt gebruikt om ongunstige gezondheidsuitkomsten te voorspellen. De fundamentele kenmerken van retinaire leeftijdmodellen die cruciaal zijn voor de interpretatie van RAG, blijven echter onderbelicht. Specifiek is de consistentie van de RAG-ziekteassociaties over verschillende leeftijdssubgroepen en de generaliseerbaarheid van deze modellen over diverse cohorten en beeldvormingsapparaten niet volledig begrepen. Een belangrijk punt van zorg is het "regressie naar het gemiddelde" (RTM)-effect, een statistisch fenomeen in regressiemodellen waarbij voorspellingen systematisch naar het gemiddelde van de trainingspopulatie worden getrokken. Dit kan leiden tot een overschatting van de leeftijd bij jonge individuen en een onderschatting bij oudere individuen. De auteurs hypothetiseren dat differentiële RTM-effecten tussen gezonde en ongezonde populaties kunnen leiden tot inconsistente associaties tussen RAG en gezondheidsstatus over verschillende leeftijdsgroepen, wat potentieel kan leiden tot misinterpretatie in klinische toepassingen.

Methodologie
De studie maakte gebruik van een grootschalige dataset bestaande uit 327.764 retinaire beelden uit de AlzEye-cohort (intern) en drie externe cohorten (UK Biobank, BRSET en mBRSET) met verschillende populaties en beeldvormingsapparaten.

• Modelarchitectuur: Het retinaire leeftijdmodel werd ontwikkeld met behulp van een Vision Transformer (ViT) backbone, specifiek DINOv3-Large, vooraf getraind op de LVD142M-dataset. De architectuur verwerkt 224×224 beelden, middelt patch-tokens om een 1.024-dimensionale featurevector te vormen, en stuurt deze door een aangepaste regressiekop (lineaire laag, ReLU, dropout, definitieve lineaire output) om de chronologische leeftijd te schatten.
• Training en Evaluatie: Het model werd getraind op de AlzEye-dataset. Prestaties werden geëvalueerd met behulp van Mean Absolute Error (MAE), Root Mean Square Error (RMSE) en Pearson's $r^2$.
• Associatieanalyse: RAG werd gedefinieerd als de geschatte retinaire leeftijd minus de chronologische leeftijd. Logistische regressie werd toegepast om de associatie tussen RAG en de ziektestatus (ongezond versus gezond, en specifieke ziektesubgroepen zoals cardiovasculaire, chronische systemische en oculaire ziekten) te analyseren, gecorrigeerd voor chronologische leeftijd.
• Onderzoek naar RTM: De auteurs testten expliciet op differentiële RTM door de interactie tussen leeftijd en gezondheidsstatus te modelleren. Zij onderzochten of de geobserveerde inconsistenties konden worden gemitigeerd door:
  1. Lineaire en kwadratische leeftijdscalibratie van RAG gebaseerd op de gezonde subset.
  2. Het hertrainen van het model op een gebalanceerde leeftijdsverdeling (uniforme sampling over leeftijdscategorieën).
• Downstream Classificatie: Om het nut van RAG voor ziektedetectie te beoordelen, werden drie logistische regressiemodellen vergeleken: (1) Alleen leeftijd, (2) Leeftijd + RAG, en (3) Leeftijd + RAG + Leeftijd × RAG interactie. Prestaties werden gemeten via de Area Under the Curve (AUC) en drempelwaarde-gebaseerde metrieken (sensitiviteit, specificiteit, F1-score).
• Externe Validatie: Het model werd toegepast op externe datasets zonder hertraining ("off-the-shelf") en met externe kalibratie (het opnieuw fitten van de logistische regressiecoëfficiënten en drempelwaarden op externe trainingssplits) om de generaliseerbaarheid over verschillende metrieken te evalueren: nauwkeurigheid van leeftijdschatting, sterkte van de ziekteassociatie en classificatieprestaties.

Belangrijkste Resultaten

• Interne Prestaties: Het model behaalde een MAE van 5,31 jaar en een Pearson's $r^2$ van 0,745 op de interne testset. Een positieve associatie werd bevestigd tussen een hogere RAG en diverse ziekten (cardiovasculair, chronisch systemisch, oculair) in het totale cohort.
• Leeftijdsafhankelijke Inconsistentie: Een kritieke bevinding was de inconsistentie van de RAG-ziekteassociaties over leeftijdssubgroepen. Hoewel positieve associaties (hogere RAG = hoger ziekterisico) werden waargenomen in jonge en middelbare leeftijdscategorieën, namen deze associaties af en keerden ze zelfs om (negatieve associatie) in de oudste subgroep (>80 jaar).
• Differentiële RTM: Deze inconsistentie werd toegeschreven aan differentiële RTM. De helling van de RAG-daling met de leeftijd was significant steiler in de ongezonde groep (-0,314) vergeleken met de gezonde groep (-0,184). Dit differentiële effect bleef bestaan, zelfs na het toepassen van lineaire of kwadratische leeftijdscalibratie en zelfs wanneer het model werd hertraind op een gebalanceerde leeftijdsverdeling, wat suggereert dat het een fundamenteel kenmerk van het model is en geen eenvoudig artefact van de datadistributie of kalibratie.
• Waarde van Interactietermen: Het opnemen van een Leeftijd × RAG-interactieterm verbeterde de prestaties van de ziekteclassificatiemodellen, met name in oudere leeftijdscategorieën waar de eenvoudige toevoeging van RAG aan een model met alleen leeftijd de prestaties juist verslechterde (AUC daalde van 0,585 naar 0,494). Het interactiemodel behield de prestatiewinsten in jongere groepen en mitigeerde de degradatie in oudere groepen.
• Externe Generaliseerbaarheid: Externe evaluatie toonde aan dat de prestaties van het model significant varieerden per cohort en toepassing.
  • Leeftijdsschatting: Het model presteerde goed in de UK Biobank (MAE 3,80) maar vertoonde grotere fouten in BRSET (MAE 7,34) en mBRSET (MAE 8,40).
  • Ziekteassociatie: Ondanks grote schattingsfouten in BRSET en mBRSET, bleven significante positieve associaties tussen RAG en ongezonde condities behouden over een groot deel van het leeftijdsbereik.
  • Classificatie Nut: De toegevoegde waarde van RAG voor ziekteclassificatie was niet uniform. In BRSET leverde RAG significante toegevoegde waarde, ondanks de schattingsfouten. In mBRSET vertaalden significante ziekteassociaties zich niet naar significante verbeteringen in de classificatieprestaties ten opzichte van de chronologische leeftijd alleen.

Significantie en Claims
Het artikel stelt dat de interpretatie van de Retinal Age Gap (RAG) complexer is dan voorheen aangenomen vanwege differentiële RTM-effecten tussen gezonde en ongezonde populaties. De auteurs stellen dat:

1. Leeftijdsafhankelijke Associaties: RAG-ziekteassociaties zijn niet constant gedurende de levensloop; ze variëren significant per leeftijdssubgroep. Het rapporteren van een enkele algemene associatie kan misleidend zijn, met name voor oudere populaties waar de relatie mogelijk omkeert.
2. Beperkingen van Kalibratie: Standaard leeftijdscalibratietechnieken en het balanceren van trainingsdatadistributies elimineren differentiële RTM niet. Dit suggereert dat RTM een intrinsieke eigenschap is van hoe deze modellen leren van data die pathologische variaties bevatten.
3. Applicatie-specifieke Evaluatie: De generaliseerbaarheid van retinaire leeftijdmodellen kan niet worden beoordeeld door een enkele metriek (bijv. nauwkeurigheid van leeftijdschatting). Een model met een slechte leeftijdschatting nauwkeurigheid kan nog steeds sterke ziekteassociaties en bruikbaarheid behouden voor specifieke klinische taken, terwijl een model met een hoge nauwkeurigheid niet noodzakelijkerwijs de downstream classificatie verbetert. Daarom moet externe evaluatie multidimensionaal zijn en afgestemd op de beoogde toepassing (bijv. leeftijdschatting versus risicostratificatie).
4. Modelleringsaanbevelingen: Voor betrouwbare klinische toepassing moeten modellen expliciet rekening houden met de interactie tussen chronologische leeftijd en RAG om misleidende risico-interpretaties in oudere subgroepen te voorkomen.

De studie concludeert dat hoewel RAG waardevolle gezondheidsgerelateerde informatie bevat, het klinische nut ervan een zorgvuldige, leeftijdsgestratificeerde interpretatie en applicatie-specifieke validatiekaders vereist. Deze bevindingen zijn bedoeld om te worden uitgebreid naar bredere biologische leeftijdsschattingmodellen buiten de retinaire beeldvorming.