- 4 次围观
纵向生物学数据的统计模型和机器学习模型通过将每个新观测与先前观测所隐含的轨迹进行比较来评估变化，并假定生成该轨迹的过程是稳定的。我们用“数据基底”指称决定任何此类模型能够恢复何种信息的纵向数据底层结构，而这独立于模型的架构或容量。当生成过程发生变化时，无论是由于生物学转变还是外部干预，先前轨迹都不再是有效参照，由此进行的外推预测可能会在没有任何内部信号表明参照已失效的情况下，自信地得出错误结论。一个明确且已被认识到的困难在于：生物学变化与干预性变化仅通过在假定轨迹下进行的连续跨时比较来观察时，极易被混淆；现有方法通常通过因果假设或隐匿混杂因素模型来处理这一问题，而不是从数据基底本身出发。在此，我们探问这两者是否能够在基底层面加以区分，并引入两个受试者层面的指标，以量化干预性变化在数据中留下的几何学特征：曲率偏移（Curvature Shift），即事件前后轨迹斜率的变化；以及形变风险（Deformation Risk），即事件后观测相对于先前轨迹参照的偏离。 我们在阿尔茨海默病神经影像学计划（Alzheimer Disease Neuroimaging Initiative, ADNI）的309名人类受试者纵向认知测量数据上评估了这一条件。ADNI是一个大型纵向数据集，其中同一批受试者包含两个彼此不同、事先定义的机制转换事件：一个生物学转变和一个干预事件。一个对事件前轨迹进行外推的模型，对事件后观测中约三分之二的变化方向赋予了错误判断（生物学事件后和干预后事件的符号准确率分别为0.341和0.350，而随机水平为0.50）；仅有11%的生物学事件后读数和12%的干预后读数仍与先前动力学一致，而一个容量更高的多层感知机复现了这一错误，而非将其消除。生物学事件后的曲率偏移高出2.23倍（p = 4.4e-8），干预事件后的曲率偏移高出2.26倍（p = 7.4e-8），且这两个指标彼此耦合（rho = 0.500；95% CI, 0.407至0.587）。这些发现已在一个独立终点上得到重复验证，并在倾向评分匹配、置换检验和留一法分析中保持稳健。这些指标能够在受试者层面检测：拟合模型的参照何时已不再支配数据，以及这种偏离是否携带干预性变化的几何学特征。
纵向生物学数据的统计模型和机器学习模型通过将每个新观测值与既往观测所隐含的轨迹进行比较来评估变化，并假定生成该轨迹的过程是稳定的。我们用“数据基质”指代决定任何此类模型能够从纵向数据中恢复何种信息的底层结构，而这一结构独立于模型的架构或容量。当生成过程发生变化时，无论是由于生物学转变还是外部干预，既往轨迹便不再是有效的参照；此时，基于外推的预测可能会在内部没有任何参照失效信号的情况下，以高度置信的方式出错。一个独特且已被认识到的难题在于：生物学变化与干预性变化仅通过在假定轨迹下进行连续的跨时比较而被观察到，因此极易相互混淆；现有方法通常通过因果假设或隐匿混杂因素模型来处理这一问题，而不是从数据基质本身出发。在此，我们探讨这两者能否在基质层面上加以区分，并提出两个受试者层面的指标，用以量化干预性变化在数据中留下的几何学特征：曲率偏移（Curvature Shift），即事件前后轨迹斜率的变化；以及形变风险（Deformation Risk），即事件后观测相对于既往轨迹参照的偏离程度。
我们在阿尔茨海默病神经影像学倡议（Alzheimer Disease Neuroimaging Initiative, ADNI）中309名人类受试者的纵向认知测量数据上评估了这一条件。ADNI是一个大型纵向数据集，其中在同一批受试者中包含两类事先定义的不同机制转换事件：一种生物学转变和一种干预。一个对事件前轨迹进行外推的模型，对大约三分之二的事件后观测赋予了错误的变化方向（生物学事件后符号准确率为0.341，干预后为0.350，而随机水平为0.50）；仅有11%的生物学事件后读数和12%的干预后读数仍与既往动力学一致，而一个更高容量的多层感知机复现了而非解决了这一错误。生物学事件后，曲率偏移升高至2.23倍（p = 4.4e-8）；干预后，曲率偏移升高至2.26倍（p = 7.4e-8）；且这两个指标彼此耦合（rho = 0.500；95% CI，0.407至0.587）。上述发现已在一个独立终点上得到重复验证，并且在倾向评分匹配、置换检验和留一法分析后依然稳健。这些指标能够在个体受试者层面检测：一个拟合模型的参照何时已不再支配数据，以及这种偏离是否携带干预性变化的几何学特征。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.24.733252v1?rss=1
🏷️ 纵向数据分析 机器学习建模 干预效应识别 轨迹几何指标 阿尔茨海默病 神经影像学计划