Multilevel Regression Modeling of Covariance Matrix Outcomes

技术摘要：协方差矩阵结果的多水平回归建模

问题陈述
协方差矩阵结果是神经影像学研究的核心，特别是在通过功能性磁共振成像（fMRI）研究大脑功能连接（FC）方面。分析这些结果的主要挑战在于现代数据集的层次结构，例如人类连接组计划（HCP）生命周期研究，其中受试者嵌套在聚类中（例如年龄队列）。现有的协方差回归方法，如协变量辅助主成分（CAP）回归，通常在单水平框架下运行。这些方法要么将协方差矩阵向量化（忽略正定性约束并增加维度），要么假设所有受试者具有共同的投影方向。后一种假设对于生命周期研究往往过于严格，因为在不同发展阶段（儿童期、成年期、衰老期），支配连接性的潜在神经子网络可能在结构上存在差异。因此，需要一个框架，既能将协方差矩阵作为结果进行建模，又能适应聚类间协方差相关子空间的异质性，并在聚类间借用信息强度。

方法：多水平协变量辅助主成分回归（MCAP）
作者提出了多水平协变量辅助主成分回归（MCAP）框架以应对这些挑战。该方法的核心是通过单位球面上的线性投影 $\gamma_i$ 对聚类 $i$ 中单元 $j$ 的协方差矩阵 $\Sigma_{ij}$ 进行建模。

• 模型结构：模型假设对于每个聚类 $i$，存在一个单位范数投影向量 $\gamma_i$，使得投影方差的的对数遵循广义线性混合效应模型：
  $$\log(\gamma_i^\top \Sigma_{ij} \gamma_i) = \beta_0 + x_{1i(j)}^\top \beta_1 + x_{2ij}^\top (\beta_2 + \vartheta_i) + \varepsilon_i$$
  其中，$x_{1i(j)}$ 代表固定效应协变量（聚类或单元水平），$x_{2ij}$ 代表随机效应协变量。项 $\vartheta_i$ 捕捉斜率的聚类特异性偏差。
• 投影的层次建模：与单水平 CAP 不同，MCAP 允许投影方向 $\gamma_i$ 随聚类变化。这些聚类特异性方向被建模为服从冯·米塞斯 - 费雪（vMF）分布的随机变量，该分布位于单位球面上，具有平均方向 $\gamma$ 和集中参数 $\kappa$。这种公式化在允许异质性的同时，实现了跨聚类的原则性信息借用。
• 估计：参数通过最大化层次似然函数进行估计。该似然函数包含四个组成部分：单元水平观测值的条件似然、随机截距的似然、随机斜率的似然以及随机旋转（vMF 分布）的似然。
  • 算法：采用块坐标下降算法。回归系数和方差分量的更新使用牛顿 - 拉夫逊方法。投影方向 $\gamma_i$ 的更新涉及求解带有数据自适应归一化约束（$\tilde{\gamma}_i^\top H_i \tilde{\gamma}_i = 1$）的广义特征值问题，其中 $H_i$ 是聚类的平均样本协方差矩阵。这种几何约束将可行集与数据云对齐。
  • 分量识别：高阶分量通过消去法策略依次识别。为了确保在消去后样本协方差矩阵变得秩亏缺时的计算可行性，秩补全步骤用估计的随机截距替换零奇异值。
• 推断：提出了一种两阶段自助法程序，用于对回归系数进行推断。在第 0 阶段，拟合完整模型以获得 $\gamma_i$ 的估计值。在第 1 阶段，对聚类进行有放回重采样，并在将 $\gamma_i$ 固定为其第 0 阶段估计值的情况下求解回归子问题。这种方法尊重了层次数据结构，并避免了在每个自助法重复中重新估计方向所带来的计算负担。
• 渐近理论：当投影方向已知时，该文建立了回归参数估计量的渐近正态性。当方向未知时，在特定的可识别性条件下，假设聚类数量（$m$）和每个聚类的观测数量（$n, T$）增长，证明了所有估计量（包括 $\gamma_i$、$\gamma$ 和回归系数）的一致性。

关键结果

• 模拟研究：将 MCAP 与平均聚类特异性估计的单水平 CAP 方法（SCAP）进行了比较。在维度 $p=5$ 和 $p=20$ 的模拟中，MCAP 在估计回归系数方面表现出显著更低的偏差和均方误差（MSE），特别是在样本量增加时。虽然 SCAP 在低维度下表现尚可，但在高维度（$p=20$）下无法准确估计系数。MCAP 有效地利用了层次结构以提高估计的稳定性。
• HCP 生命周期研究应用：应用于 HCP 生命周期研究中的 1,500 名受试者（年龄 5–90 岁），MCAP 识别出一个主导的频谱脑网络，捕捉了年龄和性别效应。
  • 生命周期轨迹：投影功能连接（FC）得分表现出非线性轨迹：从儿童期到 20 岁后期下降，通过中年上升至 70 岁初期达到峰值，随后在晚年（70–90 岁）再次下降。
  • 性别差异：在整个年龄范围内，男性的投影 FC 值始终高于女性。
  • 神经重组：该轨迹暗示了一种“镜像”效应，即晚年的下降部分呼应了生命早期观察到的发育性下降。此外，子网络的空间组织在晚年（50 岁以后）在相邻年龄组之间变得更加同质，表明晚年神经重组模式的趋同。
  • 区域贡献：识别出的子网络由额中回（rMFG）、颞中回（MTG）、顶下皮层（IPC）和扣带回峡部（ICG）的区域驱动，跨越额顶叶、默认模式、腹侧注意和外侧颞系统。

意义与主张
作者声称，MCAP 提供了一个灵活且统计严谨的框架，用于分析层次嵌套的协方差矩阵结果。通过放宽共同投影假设，MCAP 允许对聚类特异性协方差子空间进行建模，同时仍能估计总体水平方向。这对于神经生物学机制在不同发展阶段存在差异的生命周期研究至关重要。

该文断言，MCAP 在估计回归系数方面优于单水平竞争方法，特别是在中等至高维设置中。对 HCP 研究的应用证明了该方法能够揭示大脑连接复杂的非线性生命周期特征，并识别出使用独立聚类分析或固定投影方向难以表征的分布式跨网络模式。作者指出，该框架专门设计用于处理协方差矩阵的正定性约束，而无需诉诸向量化，从而保留了可解释性和统计效力。

承认的局限性
作者谦逊地承认了几个局限性：

1. 模型假设观测值服从高斯分布；对于非高斯数据，需要稳健或准似然版本。
2. vMF 分布是单峰的；如果投影方向形成多个不同的聚类，则可能需要混合模型。
3. 尚未建立投影方向（$\gamma_i$ 和 $\gamma$）的渐近正态性，仅证明了其一致性。
4. 高阶分量通过消去法依次识别，这可能不如联合多分量程序高效。