《Psychological Medicine》:Accelerated brain aging as a transdiagnostic biomarker: A lifespan MRI brain age study across seven disorders
编辑推荐:
摘要翻译:背景:加速脑老化与多种神经精神疾病相关;然而,由于有限的生命周期建模和年龄偏倚校正不足,研究结果仍不一致。本研究旨在建立全生命周期规范性脑老化轨迹,并在一个大规模且年龄多样化的样本中量化疾病特异性的脑预测年龄差(brain-PAD)偏移。方法:研究人
摘要翻译:背景:加速脑老化与多种神经精神疾病相关;然而,由于有限的生命周期建模和年龄偏倚校正不足,研究结果仍不一致。本研究旨在建立全生命周期规范性脑老化轨迹,并在一个大规模且年龄多样化的样本中量化疾病特异性的脑预测年龄差(brain-PAD)偏移。方法:研究人员在25,425名健康个体(年龄2–95岁)的结构性MRI数据上训练脑龄模型,并在Dallas Lifespan Brain Study的270名独立横断面参与者和188名纵向参与者中进行验证。临床分析纳入1,737例精神分裂症(SZ)、重度抑郁障碍(MDD)、双相障碍(BD)、注意缺陷/多动障碍(ADHD)、慢性物质使用障碍(CSUD)、阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者,并与1,793名年龄匹配的对照进行比较。在年龄偏倚校正后计算脑预测年龄差;采用协方差分析(ANCOVA)评估区域形态学差异;采用SHapley加性解释(SHAP)评估模型可解释性。结果:模型在验证集和独立队列中的平均绝对误差约为5–7年。健康个体显示脑预测年龄差中位数接近零,纵向分析可追踪个体内老化。在SZ(+7.64年)、FTD(+7.61年)、AD(+3.24年)、BD(+2.08年)、MDD(+2.76年)和CSUD(+2.91年)中观察到显著升高的Δ脑预测年龄差(Δbrain-PAD),但ADHD未见显著升高。区域分析揭示了共享及疾病特异性的形态学改变,SHAP突出强调了脑室扩大和额顶叶皮层特征的关键贡献。结论:脑预测年龄差能够捕获跨疾病具有生物学意义的结构变异,并为研究精神与神经退行性疾病中的全生命周期脑老化提供了一个定量框架。
研究背景与目的:精神与神经精神疾病是全球残疾的主要贡献因素,但仍缺乏能够反映潜在神经病理过程的客观生物标志物。脑龄预测模型基于神经影像数据估计个体的预测脑龄,其与实足年龄的差值即脑预测年龄差(brain-PAD)可作为疾病负担、认知衰退和死亡风险的潜在指标。已有研究在精神分裂症、双相障碍、抑郁障碍和物质使用障碍中报告了升高的brain-PAD,但在注意缺陷/多动障碍(ADHD)中的证据不一致,且神经退行性疾病中的效应大小波动较大。既往样本量、年龄范围、站点差异和年龄偏倚校正不足导致结果不一致。该研究旨在利用覆盖全生命周期的大规模多中心数据,建立规范化脑老化轨迹,量化七种障碍的疾病特异性偏移,并通过可解释性分析揭示脑龄预测所依赖的神经解剖特征。
研究内容与意义:研究人员组建了包含25,425名健康个体(年龄2–95岁,来自全球36个站点,含24,638例公开数据和787例耶拿大学医院本地数据)的寿命期样本,用于训练一种结合TabTransformer深度网络与高斯过程回归(GPR)的混合脑龄预测模型。模型在独立测试集中显示平均绝对误差约5–7年,且健康个体的中位brain-PAD接近零;纵向队列中预测脑龄的增加与实际随访时间接近。临床分析纳入1,737例患者,覆盖精神分裂症(SZ)、重度抑郁障碍(MDD)、双相障碍(BD)、ADHD、慢性物质使用障碍(CSUD)、阿尔茨海默病(AD)和额颞叶痴呆(FTD),以及1,793例年龄匹配对照。结果显示,除ADHD外,其余六种疾病均表现出显著升高的脑老化加速,其中SZ和FTD的偏移幅度最大。这项研究建立了跨诊断的脑老化定量框架,提示brain-PAD可作为反映共享与疾病特异性神经病理过程的指标。
关键技术方法概述:研究人员使用FreeSurfer对T1加权结构MRI进行皮层重建与分割,提取288个皮层和皮层下形态学特征;采用ComBat协调36个扫描站点间的异质性。训练队列为25,425名健康个体,外部验证使用Dallas Lifespan Brain Study(DLBS)的270名横断面和188名纵向参与者。脑龄预测采用TabTransformer-GPR混合模型,随后进行标准年龄偏倚校正。统计上使用广义线性模型比较组间brain-PAD,使用协方差分析(ANCOVA)进行区域形态学比较,并使用SHapley加性解释(SHAP)评估特征贡献。
研究结果:
(1)模型性能与健康对照中的校准:在内部验证集中,模型预测脑龄与实足年龄高度相关(r=0.95,R
2=0.91),平均绝对误差(MAE)为5.40年;在DLBS外部横断面和纵向评估中,MAE为6.52–6.98年,相关系数为0.85–0.91。经年龄偏倚校正后,各健康队列的中位brain-PAD分别为?0.21、?0.29、?0.45和+0.16年,均接近零,说明模型给出了无偏的规范性脑老化指标。
(2)健康成人脑老化的纵向追踪:研究人员对DLBS纵向队列中约间隔9年的两次扫描进行分析,结果显示预测脑龄的平均增加量为+9.10年,与实际经过时间(+9.35年)基本一致,表明模型能够稳定追踪个体内的脑老化进程。
(3)疾病特异性的脑预测年龄差偏移:与年龄匹配对照组相比,SZ和FTD的Δbrain-PAD中位数分别为+7.64年和+7.61年(Cohen's d分别为0.57和0.50),偏移最大;AD为+3.24年(d=0.25);CSUD为+2.91年(d=0.62);MDD为+2.76年(d=0.16);BD为+2.08年(d=0.31)。ADHD的Δbrain-PAD仅为?0.02年(d=0.04),差异无统计学意义,提示其更接近神经发育延迟而非加速老化。
(4)疾病间的区域神经解剖差异:研究人员对所有21个疾病两两比较进行了ANCOVA,在288个形态学特征中发现3,313个经FDR校正后显著的差异区域。SZ、FTD、AD、BD和MDD参与的比较显示更广泛的区域分歧,而ADHD相关比较的显著差异较少。多个比较中反复出现左楔前叶厚度、左缘上回厚度和左海马体积等区域,同时AD和FTD表现出颞叶与边缘系统差异,SZ与BD在额顶叶区域差异更明显。
(5)SHAP特征重要性与生物学可解释性:SHAP分析显示,左中央前回体积、左峡部扣带回面积、左峡部扣带回体积和左侧脑室体积对脑龄预测贡献最大。依赖图表明脑室增大使预测脑龄升高,而中央前回和扣带回的皮层体积下降也使预测脑龄升高。广义加性模型(GAM)验证了这些区域在健康全生命周期中呈现非线性下降或脑室扩张,与已知老化模式一致,说明脑龄预测由具有生物学意义的结构变异驱动。
讨论与结论:讨论指出,加速脑老化在SZ和FTD中最突出,与已知的进行性神经病理变化一致;AD表现为中等程度偏移;BD、MDD和CSUD也存在中度脑老化加速,可能与慢性炎症、氧化应激和神经毒性机制有关;ADHD未显示brain-PAD升高,提示其病理生理特征不同于神经进行性过程。区域分析显示precuneus、supramarginal gyrus和海马是多种疾病共同涉及的易感节点,但不同疾病也表现出特异性的空间分布。SHAP分析与GAM轨迹的吻合支持了模型预测的生物学合理性。研究局限性包括多站点异质性、种族信息不完整、部分疾病样本量较小以及缺少统一临床变量。研究结论为:本研究将brain-PAD确立为一种稳健的跨诊断生物学老化指标。使用在大规模、协调化、年龄多样化规范样本上训练的TabTransformer–GPR混合模型,研究人员证明brain-PAD能够匹配规范性轨迹、捕获个体内纵向变化,并揭示有临床意义的偏移(MAE≈5–7年)。加速脑老化在精神分裂症、额颞叶痴呆和阿尔茨海默病中最为显著,在双相障碍、重度抑郁障碍和慢性物质使用障碍中呈中等程度升高,而ADHD未见偏移,凸显其独特的神经发育特征。可解释性分析表明,这些偏移反映了生物学上合理且疾病特异性的结构改变。这些发现凸显brain-PAD作为一种临床信息标志物的价值,可反映共享和独特的神经病理过程。