《Frontiers in Public Health》:Prediction of early developmental status using neonatal structural MRI radiomics
编辑推荐:
背景:高危新生儿发育脆弱性的早期识别仍具挑战性,因为标准化发育评估,如Griffiths发育量表中文版(Griffiths Development Scales-Chinese, GDS-C),通常在出生后数月实施,无法在新生儿期提供客观信息。结构MRI可提供
背景:高危新生儿发育脆弱性的早期识别仍具挑战性,因为标准化发育评估,如Griffiths发育量表中文版(Griffiths Development Scales-Chinese, GDS-C),通常在出生后数月实施,无法在新生儿期提供客观信息。结构MRI可提供新生儿脑发育的定量信息,影像组学(radiomics)可能捕捉超越传统视觉评估的影像模式。本研究旨在探讨新生儿结构MRI影像组学联合临床变量是否可在婴儿期提供发育状态的早期估计。方法:本前瞻性队列研究纳入2022年11月至2025年8月于厦门儿童医院招募的93名新生儿。所有参与者在新生儿期接受3.0-T扫描仪上的非镇静脑MRI,并从结构MRI提取影像组学特征。MRI影像组学特征与预设临床变量整合,构建机器学习模型以估计随访期间获得的GDS-C总体商(general quotient, GQ)。模型开发与性能评价在涉及所有参与者的嵌套交叉验证(nested cross-validation)框架中完成。构建了整合十种回归算法预测结果的两级堆叠框架,并使用决定系数(coefficient of determination, R2)、均方根误差(root mean square error, RMSE)和平均绝对误差(mean absolute error, MAE)评价预测性能。结果:93名新生儿中,36名(38.7%)为女性,62名(66.7%)为早产。GDS-C评估时平均(标准差,SD)校正年龄为7.13(5.11)个月,平均(标准差,SD)总体商为104.11(19.77)。临床-影像组学堆叠模型在嵌套交叉验证下表现出中等预测性能,RMSE为17.12,MAE为13.55,R2为0.24。与仅临床堆叠模型相比,加入MRI影像组学特征改善了预测性能。另对GDS-C子域和分层堆叠方法进行了探索性分析,应作为初步发现解释。结论:对于接受临床指征MRI的高危新生儿,新生儿MRI影像组学联合临床变量可能为估计婴儿期发育状态提供补充信息。这些发现支持定量影像方法作为早期发育监测辅助工具而非标准化评估替代工具的潜力。需要更大规模、多中心且具纵向随访的研究进一步评价临床效用。
论文主体解读:新生儿结构MRI影像组学联合临床变量预测婴儿早期发育状态:基于GDS-C总体商的机器学习队列研究
研究背景:全球生育年龄推迟使高危出生包括早产和低出生体重增多,并带来长期神经发育疾病负担。生后第一年是人脑发育最活跃阶段,结构成熟迅速且神经可塑性强,但未成熟脑易受产前和围产期损伤;因各种医学并发症住院的新生儿 later 出现认知、运动或行为困难的风险显著增加。早期婴儿临床评估常具主观性且预测稳定性不足,因此需要可在生命早期识别神经发育风险的客观生物标志物以指导及时干预。现有标准化工具如Bayley婴幼儿发展量表(Bayley Scales of Infant and Toddler Development)和Gesell发育量表是神经发育评价的主要方法;在中国,GDS-C因覆盖多个功能域而较受青睐。但GDS-C通常在出生后数月实施,无法在新生儿期即时提供发育脆弱性信息;早期婴儿发育评分反映动态过程,可能需纵向随访才能更全面理解个体轨迹。因此,新生儿期可获得的客观标志物可能通过提供后续发育变异更早信息来补充标准化评估。MRI因非侵入性和高软组织对比成为重要工具,T1加权结构MRI(structural MRI, sMRI)可提供脑形态、组织强度模式和区域成熟信息,检测可能先于明显临床症状的细微发育改变;但传统MRI视觉评估多为定性,可能无法捕捉脑结构的细微定量变异。影像组学将医学图像转化为高维、可挖掘数据,量化超越人类视觉感知的组织异质性和结构组织。已有影像组学研究多用于同期分类,如诊断缺氧缺血性脑病或早产,早期sMRI影像组学预测后续神经发育结局仍未被充分探索。因此,研究人员开展本研究,开发并评价整合新生儿sMRI影像组学与临床变量的机器学习模型,以估计临床选择的高危新生儿GDS-C早期发育状态,提供标准化发育评估前的早期定量信息,支持婴儿期个体化随访策略。
关键技术方法:本研究数据来自厦门儿童脑发育队列(Xiamen Children's Brain Development Cohort),为在中国厦门开展的前瞻性队列,样本来自厦门儿童医院2022年11月至2025年8月,最终纳入93名新生儿。新生儿期行非镇静3.0-T脑MRI,从全脑实质兴趣区提取影像组学特征,共生成1,064个特征;预设临床变量涵盖社会人口学、母亲代谢与炎症因素、胎儿生长参数和新生儿并发症四域。模型开发采用嵌套交叉验证,外5折用于无偏性能估计,内5折用于训练、特征选择和超参数优化;两级堆叠框架整合十种回归算法(包括随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGBoost)、梯度提升机(gradient boosting machine, GBM)、支持向量回归(support vector regression, SVR)、k近邻(k-nearest neighbors, kNN)、偏最小二乘回归(partial least squares regression, PLS)、神经网络、弹性网、最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)及岭回归),以GBM为元学习器;仅临床模型为对照;指标为RMSE、MAE和R
2。子域预测和分层堆叠为探索性分析。
研究结果:
1. 研究队列与发育评估特征:通过队列描述,93名新生儿中女性36名(38.7%),早产62名(66.7%),平均(标准差,SD) gestational age 34.85(3.64)周,出生体重2,300.37(859.19)g;剖宫产70名(75.3%),体外受精(in vitro fertilization, IVF)18名(19.4%);常见合并症包括黄疸56名(60.2%)、呼吸窘迫综合征(respiratory distress syndrome, RDS)30名(32.3%)和早产儿视网膜病(retinopathy of prematurity, ROP)11名(11.8%)。母亲平均(SD)分娩年龄31.05(5.15)岁,炎症60名(64.5%)、妊娠高血压16名(17.2%)、妊娠期糖尿病(gestational diabetes mellitus, GDM)22名(23.7%)。MRI时平均(SD)月经后年龄(postmenstrual age, PMA)38.58(2.68)周,中位37.90周(四分位距(interquartile range, IQR)36.90–40.00周)。GDS-C评估中位校正年龄5.0个月(IQR 3.9–8.2个月;平均(SD)7.13(5.11)个月),48名(51.6%)在矫正6月龄前、34名(36.6%)在6–12月龄、11名(11.8%)在12月龄后评估。平均(SD)GQ为104.11(19.77);子域发育商(developmental quotient, DQ)均值(SD)为Movement [A] 91.68(25.73)、Individual-Society [B] 108.09(25.70)、Language [C] 130.43(34.33)、Hand-eye Coordination [D] 99.89(26.52)、Performance [E] 90.47(25.47)。由此得出,本队列以早产和高危合并症新生儿为主,发育评估多在早期婴儿期完成。
2. GDS-C总体商预测模型:通过嵌套交叉验证外折预测比较仅临床与临床-影像组学堆叠模型,临床-影像组学堆叠模型预测GQ的RMSE为17.12、MAE为13.55、R
2为0.24;仅临床堆叠模型RMSE为19.71、MAE为15.94、R
2为?0.01。加入MRI影像组学特征使RMSE由19.71降至17.12、R
2由?0.01升至0.24,表明MRI影像组学特征在临床变量之外提供额外预测信息。
3. 算法与堆叠框架比较:通过在同一嵌套交叉验证程序中比较十种一级算法与堆叠框架,个体算法预测性能存在异质性,RMSE随建模方法变化;堆叠模型在评价框架中表现出具竞争力的预测性能,但算法间性能差异幅度可变,观察到的改善应结合有限样本量和嵌套交叉验证估计解释。由此得出,堆叠框架为有前景的建模策略,但其相对简单模型的增量获益仍需在更大队列中验证。
4. GDS-C子量表探索性分析:通过相同嵌套交叉验证框架,对五个GDS-C子量表评分分别比较临床-影像组学与仅临床堆叠模型,相关性能指标见补充材料。由于样本量有限和存在多个预测目标,这些分析被视为探索性,未用于定义主要预测模型。由此得出,子域预测结果应作为初步发现解释。
5. 分层堆叠敏感性分析:通过固定训练-测试划分的分层堆叠策略,先分别预测五个GDS-C域评分,将十种一级算法产生的域特异元特征拼接后输入二级模型预测GQ;在保留测试队列中RMSE为14.97、MAE为12.06、R
2为0.53。由于该分析依赖单一数据划分,结果被解释为探索性,未作为模型泛化性的主要指标。由此得出,分层堆叠在保留测试集中表现较好,但需谨慎解释。
讨论部分总结:讨论指出,早期识别神经发育风险是儿科重要优先事项,尤其对暴露于缺氧等围产期打击的新生儿;仅依赖临床或人口学因素的预测模型历史上性能欠佳。England-Mason等开发并验证预测2岁时Bayley-III认知、语言和运动结局的机器学习模型,认知评分由29个变量预测最佳(R
2=0.07,RMSE=13.45),语言由45个变量预测(R
2=0.09,RMSE=13.83),运动由33个变量预测(R
2=0.09,RMSE=13.85)。Jang等使用多模态结构MRI局部连接特征预测极早产至晚早产儿Bayley-III结局,随机森林模型结合局部连接和临床特征预测运动评分的RMSE为13.70、解释10%方差;ElasticNet结合局部和全局连接及临床特征预测认知评分的RMSE为11.21(解释17%方差),结合局部连接、体积和全局连接特征预测语言评分的RMSE为12.43(解释6%方差)。Li Z等对极早产儿新生儿T2加权MRI影像组学数据应用自监督学习,报告了预测认知结局的有希望性能。但既往研究多聚焦特定人群如极早产儿或依赖专门影像表征,常规采集的新生儿结构MRI能否在临床异质高危新生儿中提供早期发育估计的定量影像组学信息仍未充分探索。本研究中临床-影像组学堆叠模型在嵌套交叉验证下预测GDS-C GQ的RMSE为17.12、MAE为13.55、R
2为0.24;尽管因人群、影像模态、结局和验证策略差异限制跨研究直接比较,这些发现支持新生儿MRI定量特征在早期发育预测中的潜在作用。讨论还指出,GDS-C等标准化评估提供有价值信息但通常在出生后数月实施;本队列Language域平均DQ相对较高,但GQ由五个子域平均DQ得出并由同一评估者在单次会话中评估,Language DQ作为标准化GQ的组成,可能反映该队列相对较强的早期交流技能并作为发育谱的一部分贡献总体GQ,因此GQ应解释为早期发育状态的标准化复合指标而非单一发育域指标。本研究应视为早期发育估计研究,而非预测不可逆神经发育障碍的模型;未来需纳入纵向发育评估以确定新生儿MRI影像组学能否预测较长随访期内的持续发育结局。影像组学高维和共线性使降维成为稳健预测模型开发的关键步骤;本研究在嵌套交叉验证框架内实施递归特征消除与交叉验证(recursive feature elimination with cross-validation, RFECV)作为嵌入式降维程序,以减少特征冗余并控制模型复杂度;这种维度控制在中小样本新生儿影像队列中尤为重要,否则特征-样本比不利且过拟合风险增加。尽管影像组学特征提取和降维促进了预测模型开发,临床可解释性仍是影像组学预测模型转化至临床研究和实践的重要挑战;许多纳入特征,尤其来自小波变换或高阶滤波器的特征,缺乏清晰直观的组织病理学对应物,这种抽象在定量影像数据与生物学现实之间造成“语义鸿沟”,使临床医生难以视觉验证模型决策逻辑;未来研究应优先从临床可解释性角度细化影像组学特征。神经发育还受更广泛临床背景深刻影响;为捕捉这一点,研究人员整合了预设的围产期和早期生活变量,涵盖社会人口学、母亲代谢与炎症因素、胎儿生长和新生儿并发症四域;这些协变量代表与新生儿状况和发育轨迹相关的补充临床因素,并在结局评估前测量。MRI影像组学特征与临床变量整合较单用临床变量改善预测性能,提示定量影像特征可能提供发育变异的补充信息。所提框架并非意图替代已建立的神经学检查或发育监测工具,如新生儿神经行为评估或全身运动评估(general movements assessment, GMA);相反,基于MRI的预测可作为辅助方法,在功能差异尚不明显时帮助优先安排更密切随访。未来需将影像生物标志物与临床评估及纵向结局整合,以确定其增量临床效用。局限包括:样本量相对较小可能引入抽样变异、限制统计效能并增加过拟合风险,从而降低泛化性;为降低乐观性能估计风险,研究人员实施嵌套交叉验证,预处理、特征选择和模型优化仅在内层循环进行,模型性能由外层验证折估计,从而提供更保守的模型性能估计;尽管堆叠框架在嵌套交叉验证中表现出有希望但初步的性能,其相对简单模型的增量获益仍不确定,尤其在小数据集中,因此堆叠应视为有前景的建模策略而非确定优越的方法,直至在更大独立队列中验证。研究队列主要为入住新生儿重症监护病房的脆弱新生儿,早产比例高(66.7%),并常见黄疸、RDS和ROP等合并症,因此结果可能不适用于健康足月新生儿;但脑MRI在无临床指征的低风险婴儿中不作为常规筛查,一般保留给有特定神经学担忧或脑损伤风险增加的新生儿,因此模型对一般人群适用性有限,但可能更适用于临床需要神经影像的高危新生儿,为临床脆弱新生儿的早期发育风险分层提供潜在框架,尽管其识别需要干预的具体儿童的能力尚待确立。所有MRI检查均在单中心使用单扫描仪和标准化采集协议完成,包括人工智能辅助压缩感知重建方法;该策略保证图像采集一致性并减少研究内变异,但影像组学特征可能受扫描仪硬件、采集参数、重建算法和预处理流程影响,因此所识别影像组学特征在不同MRI系统和机构间的可重复性和泛化性仍不确定;未来需多中心研究采用协调采集协议、体模校准或跨扫描仪和重建方法评估特征稳健性,以确定MRI影像组学模型在临床实践中的可移植性。此外,尽管MRI检查按临床指征在新生儿期完成,MRI采集时PMA在参与者间并不完全一致;鉴于新生儿脑结构在该发育窗口快速成熟,PMA变异可能给影像组学特征引入残余生物学异质性;虽然多数扫描接近足月等效年龄,未来需标准化MRI采集窗口或更大队列纵向数据进一步阐明发育时机对新生儿影像组学特征的影响。第四,发育结局采用单次GDS-C评估,评估时机根据队列随访计划变化;尽管GDS-C评分按年龄特异发育常模计算且早产儿使用校正年龄,评估时校正年龄范围为2至27个月,多数评估在早期婴儿期完成;评估年龄未作为预测变量纳入模型开发,因为本研究目标是用新生儿期可获得信息估计后续发育状态,而非纳入结局评估时获得的变量;然而评估时机变异可能给发育结局测量引入额外异质性,解释模型性能时应考虑;未来需标准化评估窗口和纵向发育随访进一步评价MRI预测跨发育阶段的稳健性;未来临床实施还应考虑适当沟通策略,确保预测估计被解释为概率信息而非确定结局。
研究结论翻译:综上所述,本研究提示,对于接受临床指征MRI的高危新生儿,新生儿MRI影像组学联合临床变量可能为估计婴儿期发育状态提供额外信息。这些发现强调定量影像方法作为早期发育监测补充工具而非标准化评估替代工具的潜力。然而,鉴于样本量有限、单中心设计和缺乏外部验证,在潜在临床转化前需要更大规模、多中心且具纵向随访的研究。