Bayesian Nonparametrics for Normative Modelling in Multiple Sclerosis via Modularised Inference

本文提出了一种模块化贝叶斯框架，该框架结合贝叶斯加法回归树（BART）以进行灵活且具备不确定性感知能力的多发性硬化症偏离规范建模，并采用 SoftBART 生存模型来传播这种不确定性，从而在大型临床数据集中展现出优于传统两步法的校准能力和预测精度。

要点

想象一下，你正在试图弄清楚某人的健康状况相较于其年龄和性别的“正常”水平发生了多大变化。在多发性硬化症（MS）领域，医生通常会通过脑部扫描来发现这些变化。

旧方法的弊端
将旧方法想象成一把僵硬的直尺。

1. 过于简单：它试图在复杂、弯曲的数据中画出一条直线。真实的人类生物学是混乱且充满曲折的（非线性效应），但旧尺子无法弯曲以适应。
2. 忽视“不确定性”：它仅凭对患病程度的单一猜测（点估计），并将该猜测视为绝对事实。它忽略了测量本身可能存在些许模糊或不确定的事实。
3. 调整不当：在试图处理扰乱数据的因素（如模糊的扫描图像或患者的年龄）时，它采用笨拙的、“边做边凑”的修补办法。

新解决方案：一个双部分团队
作者提出了一种更聪明的双部分团队，它们像一支专业的施工队一样协同工作。

• 第一部分：灵活的架构师（规范模块）
  他们不使用直尺，而是使用一种名为BART（贝叶斯加法回归树）的工具。想象这是一群专家架构师团队，他们能够构建一个模型，该模型可以弯曲和扭转，以完美契合数据的复杂形状。

  • 他们不只是猜测；他们会查看“人群平均值”（即对所有人而言什么是正常的），并将其从个体的具体情况中减去。
  • 至关重要的是，他们能够通过数学平均化来“抹去”数据中的坏部分（如模糊的图像），以免其破坏最终评分。
  • 输出结果：这一部分不是给出一个单一数值，而是产生一整组可能性（概率分布），承认测量中存在某种不确定性。

• 第二部分：谨慎的工头（SoftBART 生存模型）
  第二部分利用架构师的工作成果，来预测患者可能保持健康的时间，或疾病可能进展的速度。

  • 魔法技巧：通常，如果你将猜测从一个步骤传递到下一个步骤，你就会失去关于不确定程度的信息。这种新方法使用了一种“截断后验”（cut-posterior）技术。想象这是一扇单向门。工头会查看架构师的完整可能性范围（即不确定性）以做出更好的预测，但工头的结果无法回传并破坏架构师的原始工作。这保持了两步之间的诚实与独立。

结果
团队通过两种方式测试了这种新方法：

1. 模拟：他们创建了虚假的困难数据场景，以验证数学是否成立。
2. 真实患者：他们将其应用于超过 8,000 名多发性硬化症患者的庞大群体。

结论
这个新的双部分团队的表现显著优于旧的“即插即用”方法。它：

• 校准更优：其预测与现实更吻合。
• 更准确：它以更高的精度预测结果。
• 区分更敏锐：它能更好地随时间区分患者群体（例如，区分那些会快速进展的患者与那些不会进展的患者）。

简而言之，通过使用一个灵活且能感知不确定性的系统，研究人员创造了一种更可靠的方法来测量多发性硬化症患者的个体偏差，从而获得关于疾病行为更清晰的见解。

技术摘要

技术摘要：基于模块化推断的多发性硬化症规范建模中的贝叶斯非参数方法

问题陈述

规范建模是神经影像学和临床研究中的关键方法，它生成每个受试者的偏差评分，量化个体与健康人群基线的差异。这些评分随后被用于下游分析以预测临床结果。然而，作者指出了典型流程中存在的两个显著局限性：

1. 混杂因素处理不足：现有方法通常依赖临时性或纯线性的调整来处理混杂变量（如图像质量或采集参数），未能捕捉复杂的非线性关系和高阶交互作用。
2. 忽视不确定性：标准流程通常将偏差评分的点估计直接传递给下游模型。这种“即插即用”方法忽略了这些评分估计中固有的不确定性，可能导致下游推断出现偏差或过度自信。

方法论

本文提出了一种集成的双模块贝叶斯框架，旨在通过模块化推断解决上述局限性。

1. 规范模块（上游）

• 模型架构：该框架采用**贝叶斯加法回归树（BART）**来建模规范关系。这种非参数方法能够灵活地捕捉协变量之间的非线性效应和高阶交互作用。
• 混杂因素调整：模型通过反事实平均对图像质量变量进行边缘化处理，而非简单的线性回归。这确保了规范基线对数据质量的变化具有鲁棒性。
• 偏差定义：在个体偏差（$d_i$）的定义上做出了重要的理论区分。作者将偏差定义为个体基于其特征的期望结果（$E[Y|X_i, Z_i]$）与特征条件人群均值（$\mu(Z_i)$）之间的差异，而非简单的残差计算。
  $$d_i = E[Y|X_i, Z_i] - \mu(Z_i)$$
  这种表述确保了偏差代表了在给定受试者特定特征的情况下，对预期人群规范的真正偏离。

2. 结果模块（下游）

• 模型架构：下游分析（特别是针对多发性硬化症的时间 - 事件数据）使用SoftBART 生存模型。
• 不确定性传播：该模块摄入来自规范模块的偏差评分的完整后验分布，而非单一的点估计。
• 模块化推断：为防止结果模型可能扭曲规范估计的反馈回路，作者利用截断后验构建。该技术将上游的不确定性传播到下游模型中，同时阻断从结果流向规范模块的信息流。

主要贡献

• 集成框架：本文引入了一个统一的贝叶斯框架，将基于 BART 的灵活规范模型与 SoftBART 生存模型相结合。
• 理论完善：它将个体偏差重新定义为条件期望之差而非残差，为规范建模提供了更严谨的统计基础。
• 不确定性量化：通过利用截断后验构建，该方法成功地将偏差评分估计中的不确定性传播到最终的生存分析中，这是两步法中常缺失的功能。
• 鲁棒的混杂因素控制：在 BART 中使用反事实平均为处理图像质量混杂因素提供了优于线性调整的替代方案。

结果

所提出的方法通过具有挑战性的模拟进行了评估，并应用于包含 8000 多名多发性硬化症（MS）患者的大型临床数据集。结果表明，集成的模块化方法在以下三个关键领域优于传统的两步即插即用 Cox 回归模型：

1. 校准度：该模型提供了校准度更好的预测。
2. 预测准确性：它在预测结果方面实现了更高的准确性。
3. 风险分离：它在患者组之间产生了更优的时变风险分离。

意义与主张

本文主张，结合基于 BART 的规范偏差的模块化推断具有双重优势：它显著增强了建模复杂数据结构的灵活性，并改善了下游临床分析中的不确定性量化。作者断言，该框架自然地扩展到生存分析以外的结果，表明其在需要严格不确定性处理的临床环境中的规范建模具有广泛的适用性。该工作将自己定位为对当前规范建模流程中临时性混杂因素调整和忽视估计不确定性等特定方法论差距的解决方案。