A machine-learning-derived online diagnostic model for Parkinson’s disease integrating eye-tracking features and clinical indicators: A single-center case-control study

技术摘要：一种基于机器学习的帕金森病在线诊断模型

问题陈述
帕金森病（PD）需要早期且准确的诊断，以促进及时的干预。传统的诊断方法通常依赖于临床观察和主观评估，这可能导致诊断延迟，直到运动症状变得显著。本研究旨在通过整合眼动追踪特征与标准临床指标，开发一种客观、无创的诊断工具。研究目标是开发一种基于机器学习的模型，能够以高准确度区分帕金森病患者与对照组，并利用与该疾病相关的已知眼动功能障碍进行识别。

研究方法
本研究采用单中心病例对照设计，参与者来自中国广东的多家医院。数据集包括临床指标（人口统计学、认知评分如 MMSE、MoCA、HAM-A、HAM-D、PSQI）以及从扫视和追随任务中提取的高维眼动追踪特征（例如：重叠扫视的准确度/潜伏期/速度、反向扫视指标）。

• 数据预处理与特征选择：

  • 单变量分析： 使用单变量逻辑回归进行初步筛选，以识别显著的预测因子。变量如受教育程度、视空间/执行功能、注意、语言、延迟回忆、定向能力、MoCA 总分以及特定的眼动追踪指标（如：平均重叠扫视速度、反向扫视校正率）显示出统计学显著性。
  • 多重共线性处理： 方差膨胀因子（VIF）分析显示，MoCA 总分存在严重的共线性（VIF = 45.402），且若干子评分存在中度共线性。研究承认了这些相关性，并指出具有严重共线性的变量通常是移除或合并的候选对象，以确保模型的稳定性。
  • 插补与平衡： 研究比较了使用多重插补链式方程（MICE）与完整病例分析的模型性能，发现 MICE 产生了略高的特异度和 AUC。此外，还评估了 SMOTE（合成少数类过采样技术）的影响；经过 SMOTE 处理后训练的模型与未处理的模型相比，表现出更高的特异度和更平衡的指标。

• 模型开发：

  • 训练并比较了多种机器学习算法：逻辑回归 (LR)、随机森林 (RF)、XGBoost、多层感知器 (MLP)、支持向量机 (SVM) 和决策树 (DT)。
  • 可解释性： 表现最优的随机森林模型通过 SHAP（SHapley Additive exPlanations）值进行了解释，以量化特征重要性及其对预测的贡献。

• 验证：

  • 在独立测试集上对模型进行了评估。
  • 性能指标包括灵敏度（Sensitivity）、特异度（Specificity）、正/负预测值（PPV/NPV）、精确率（Precision）、召回率（Recall）、F1 分数、准确率（Accuracy）、Kappa 系数、AUC（ROC 曲线下面积）以及 PR-AUC（精确率-召回率曲线下面积）。
  • 使用成对 DeLong 检验评估了模型性能之间的统计学显著性。
  • 根据年龄和性别进行了亚组分析，以评估在不同人口统计学特征下的稳健性。

关键结果

• 模型性能： 随机森林 (RF) 模型脱颖而出，成为表现最佳的模型。在独立测试集中，RF 模型的 AUC 达到 0.9711，显著优于逻辑回归（AUC 0.8438, p=0.002）、XGBoost（AUC 0.9306, p=0.094）和 SVM（AUC 0.9144, p=0.024）。
• 训练集指标： 在训练集中，RF 模型的 AUC 为 0.996（95% CI 0.991-1.000），PR-AUC 为 0.9973，Brier 分数为 0.033，表明具有极佳的校准度和区分度。
• 特征重要性： 单变量分析表明，较低的认知领域评分（视空间/执行功能、注意、语言、延迟回忆、定向、MoCA）以及特定的眼动异常（如：降低的平均重叠扫视速度、增加的平均重叠扫视持续时间、降低的反向扫视校正率）与帕金森病强相关。
• 稳健性：
  • SMOTE： 使用 SMOTE 过采样提高了模型的特异度（0.9560 对比 0.9121）和 F1 分数（0.9537 对比 0.9412）。
  • 插补： 与不进行插补的情况（AUC 为 0.996）相比，MICE 插补使测试集的特异度（1.000）和 PPV（1.000）达到了完美水平。
  • 亚组： 模型在不同年龄组（AUC 0.963–0.998）和性别（AUC 0.957–0.979）中均保持了高性能，表明其在研究队列中的泛化能力。

意义与主张
本文声称提出了一种鲁棒的、基于机器学习的帕金森病在线诊断模型，该模型有效地整合了眼动追踪生物标志物与临床指标。其主要贡献在于证明了利用这些组合特征的随机森林模型可以在独立测试集中实现高诊断准确度（AUC > 0.97）。

研究强调了眼动追踪特征作为补充认知评估的客观标志物的实用价值。通过采用 SHAP 分析，该模型提供了可解释性，突出了哪些特定的眼动和临床变量驱动了诊断。作者将这项工作定位为迈向客观、无创诊断工具的一步，这类工具有望辅助帕金森病的早期检测，并得到了包括多重共线性检查、多重插补策略和亚组分析在内的严格统计验证的支持。该研究被界定为一项单中心病例对照研究，其结果表明，在经过进一步外部验证后，具有强大的临床应用潜力。