自然传播下功能连接研究中针对自闭光谱障碍儿童的非参数运动控制
统计方法学
2026-05-12 v2
摘要
自闭光谱障碍 (ASD) 是一种神经发育疾病，伴随着社交交往困难、沟通障碍以及受限或重复行为。为了表征 ASD，研究者常使用从大脑休息状态功能磁共振成像中获得的功能连接。然而，扫描期间受试者的头部运动会引起运动伪影。许多研究会排除运动过度的受试者，然后使用线性回归估计诊断对功能连接的影响。然而，受试者排除和线性假设可能导致偏差。我们提出了一种估计量，用于量化自闭症儿童与非 ASD 儿童之间平均功能连接的差异，同时对照准合格扫描中低运动分布的运动情况进行标准化。我们引入一种称为 MoCo 的非参数运动控制估计器，该估计器使用所有受试者，并通过集成机器学习方法灵活地建模运动及其他相关特征的影响。我们建立了该估计器的大样本效率和多重鲁棒性。该框架用于估计 132 名自闭症儿童与 245 名非 ASD 儿童之间的功能连接差异，其中 34 名和 126 名分别通过运动质量控制。与不进行受试者排除的标准方法相比，MoCo 显著减少了运动伪影，同时更有效地利用了受试者数据，并较好地考虑了可能的选择偏差。
引用
@article{arxiv.2406.13111,
title = {Nonparametric Motion Control in Functional Connectivity Studies in Children with Autism Spectrum Disorder},
author = {Jialu Ran and Sarah Shultz and Benjamin B. Risk and David Benkeser},
journal= {arXiv preprint arXiv:2406.13111},
year = {2026}
}