Hacia modelos normativos neuroanatómicos robustos: influencia del tamaño de la muestra y las distribuciones de...

Área de la Ciencia:

• Imágenes neurológicas
• Neurociencia computacional
• Estadísticas biológicas

Sus antecedentes:

• Los modelos normativos en neuroimagen son vitales para detectar desviaciones cerebrales individuales.
• El rendimiento del modelo es sensible al tamaño y a la demografía de la muestra de referencia.
• Comprender estas influencias es clave para la investigación confiable de la enfermedad de Alzheimer (EA).

Objetivo del estudio:

• Investigar el impacto del tamaño de la muestra de referencia y la composición de la covariante en el rendimiento del modelo normativo en AD.
• Evaluar la eficacia del aprendizaje de transferencia adaptativo para mejorar la precisión del modelo.
• Determinar las características óptimas de la cohorte para una estimación robusta de la desviación cerebral a nivel individual.

Principales métodos:

• Modelos normativos entrenados en submuestras de controles sanos (HC) con diferentes tamaños (5-600) y características demográficas.
• Se evaluó el ajuste del modelo, las estimaciones de desviación y las lecturas clínicas en los conjuntos de ensayos y las cohortes de AD.
• Se utilizó el aprendizaje de transferencia adaptativo mediante la capacitación previa en datos a gran escala (biobanco del Reino Unido) y la adaptación a conjuntos de datos clínicos.
• Resultados validados en una muestra externa independiente (AIBL).

Principales resultados:

• El rendimiento del modelo mejoró constantemente con tamaños de muestra de referencia más grandes.
• El emparejamiento demográfico, especialmente para la edad, fue crítico para las estimaciones precisas de desviación.
• Los modelos entrenados directamente se estabilizaron alrededor de 200 HC; los modelos adaptados lograron un rendimiento similar con tan solo 50 HC.
• El aprendizaje de transferencia redujo significativamente el tamaño de la muestra requerida para un modelado confiable.

Conclusiones:

• El modelado robusto de la desviación cerebral a nivel individual es alcanzable con cohortes de tamaño moderado y demográficamente coincidentes.
• El aprendizaje de transferencia adaptativo mejora la eficiencia, permitiendo estimaciones confiables con grupos de referencia más pequeños.
• Los hallazgos apoyan la aplicación más amplia del modelado normativo en la investigación del envejecimiento y la neurodegeneración.