A Latent Trajectory Analysis for Multivariate Outcomes with Mixed-Scale: Application to Alzheimer's Disease Neuroimaging Initiative

想象一下，你正试图理解一个复杂的机器（比如汽车发动机）是如何随时间变化的。通常，机械师会一次只看一个部件：“油压是否在下降？”或者“温度是否在上升？”但在现实世界中，一切都是相互关联的。油压下降可能是因为温度升高，而这两者可能只发生在拥有特定类型燃油滤清器的汽车上。如果你只观察油压，你就错过了整个故事。这就是科学家在研究阿尔茨海默病时面临的挑战。他们拥有海量的数据：一些可以在刻度上衡量的数字（如记忆测试得分或体重），以及一些仅仅是“是”或“否”的类别（如是否有高血压或特定的遗传标记）。

长期以来，统计学家必须做出选择：要么将所有数字放在一起观察，要么将所有“是/否”的答案放在一起观察，但很少能同时观察两者。这就像试图通过只听小提琴或只听鼓声来理解一场交响乐，却永远无法听到整个管弦乐团。问题变得更加棘手，因为人们并不都遵循相同的剧本。有些患有阿尔茨海默病的人衰退缓慢，有些则迅速恶化，还有一些人多年保持稳定。传统的数学工具通常假设每个人都只是“平均水平”的一个略微不同的版本，这掩盖了这些重要的差异。本文介绍了一种新的方法，让我们能够同时聆听整个管弦乐团，即使其中的乐器正在演奏不同类型的音乐。

---

新工具：一把统计学的“瑞士军刀”

本文的作者 Lindsay R. Salvati 和 Jungwun Lee 构建了一个新的统计工具，称为混合潜在类别剖面模型（Mixed Latent Class Profile Model, 简称 Mixed-LCPM）。可以将这个模型想象成一个超级聪明的侦探，它不仅观察线索，还会根据线索随时间变化的方式将人分为“秘密团队”。

在阿尔茨海默病研究领域，科学家们使用的是来自**阿尔茨海默病神经影像学计划（ADNI）**的数据。这是一组来自 919 人的海量信息，追踪时间长达 48 个月（约 4 年）。每隔几个月，这些人就会进行记忆测试（连续数字），并接受有关血压、体重指数（BMI）和痴呆状态（分类的“是/否”或“高/低”）的检查。

过去分析这些数据的方法，就像是试图通过只看红球或只看蓝球来对一袋混合的红蓝弹珠进行分类。你可能会错过那些“沉重的红弹珠总是伴随着闪亮的蓝弹珠出现”这一事实。新的 Mixed-LCPM 模型会同时观察红弹珠和蓝弹珠。它会问：“哪些人的记忆得分在下降的同时，血压却保持在高位？哪些人尽管超重，但记忆力依然稳定？”

侦探是如何工作的：双层系统

该模型使用一种巧妙的两步过程来寻找这些隐藏的群体，作者称之为潜在类别（latent classes）和潜在剖面（latent profiles）。

1. 快照（潜在类别）： 想象在某一特定时刻为每个人拍一张照片。模型观察这张照片，并根据人们在那一刻的样子将他们分为不同的“类别”。例如，一个类别可能是“高记忆力、低血压”，而另一个类别可能是“低记忆力、高血压”。
2. 电影（潜在剖面）： 现在，想象观看这些人在六年里的“电影”。模型观察人们如何从一个“类别”移动到另一个“类别”。他们会永远留在“高记忆力”组吗？他们会从“低记忆力”跳到“高记忆力”吗（在数学上虽然不太可能，但确实存在这种可能性）？或者他们会从“健康”缓慢漂移到“受损”？

通过结合这两个步骤，该模型找到了轨迹（trajectories）。它不仅仅是说“患者 A 生病了”，而是说：“患者 A 属于这样一个群体：起初很健康，保持了一段时间的健康，然后以一种特定的方式突然变差。”

他们的发现：五组人，六种故事

当作者将这个工具应用于 ADNI 数据时，他们发现患者并非只是模糊地“在变差”。根据记忆得分和健康风险的组合，他们被分为五个不同的组别（潜在类别）：

• 第 1 组： 高记忆得分，高血压或肥胖风险低。（“健康”组）。
• 第 2 组： 高记忆得分，但高血压和肥胖风险高。（“健康但亚健康”组）。
• 第 3 组： 轻度记忆问题，高血压和肥胖风险高。
• 第 4 组： 轻度记忆问题，但高血压和肥胖风险低。
• 第 5 组： 全方位的严重记忆问题，伴随高健康风险。（“显著受损”组）。

但真正的奇迹发生在观察轨迹（故事）时。他们发现了人们随时间变化的六种不同路径：

1. 稳定且健康： 整个过程中一直留在第 1 组的人。
2. 稳定但亚健康： 整个过程中一直留在第 2 组（记忆好，但健康状况差）的人。
3. 稳定轻度且亚健康： 一直留在第 3 组的人。
4. 稳定轻度且健康： 一直留在第 4 组的人。
5. 衰退者： 一个较小的群体（约占总人数的 4.5%），他们开始于第 4 组（轻度受损，健康），但到研究结束时，他们几乎肯定已经转向了第 5 组（严重受损）。
6. 持续受损者： 留在受损组的人。

为什么这很重要：看见“看不见”的东西

本文证明了，如果你只看记忆得分（数字），你就会错过巨大的差异。例如，“稳定且健康”组和“稳定但亚健康”组都拥有极佳的记忆得分。如果只看记忆力，他们看起来就是同一组人。但新模型看到了其中一组有高血压，而另一组没有。

同样，两个具有轻度记忆问题的组在记忆测试上看起来很像，但其中一个非常肥胖，而另一个则不然。通过忽略“是/否”类的健康数据，研究人员将会错过这些至关重要的差异。

作者还使用模拟实验检查了他们的新工具的效果。他们创建了已知答案的虚假数据，并在其上运行了模型。结果显示，该模型能够很好地找到正确的组别，尤其是在拥有大量数据（如 1,000 人）时。它正确识别模式的准确率高达 95%，对于这类复杂的数学运算来说，这是一个非常强劲的结果。

局限性与未来

作者谨慎地指出，这是一种统计学上的发现，而非医学上的疗法。他们发现，年龄、性别、受教育程度以及 APOE4 等位基因（一种遗传标记）的数量与一个人更有可能处于哪种“故事”有关。例如，与“稳定且健康”组相比，老年人处于“稳定但亚健康”组的可能性略低。

然而，论文也指出了一些局限性。其数学逻辑非常复杂；有时计算机可能会陷入“局部最大值”（local maximum），就像登山者困在了一个小山谷里，误以为那是山顶。为了解决这个问题，作者使用了 100 次不同的起始点运行模型，以确保找到了真正的最高峰。他们还提到，该模型假设缺失数据（如错过了一次医生预约）是随机发生的，但这在现实生活中未必总是如此。

总结

这篇文章并不是要告诉我们如何阻止阿尔茨海默病。相反，它给了科学家一副更好的眼镜。在此之前，他们看到的可能是一群看起来“有点病”的人；现在，通过 Mixed-LCPM，他们可以看到这群人实际上是由不同的“团队”组成的，每个团队都有自己独特的历史和未来的路径。这种清晰度可以帮助医生在未来挑选合适的患者进行临床试验，确保当他们测试一种新药时，他们是在针对一群真正相似的人进行测试，而不是针对一群混乱且各异的故事进行测试。