利用临床和功能MRI特征预测帕金森病轨迹：一项复现与复制研究

帕金森病（PD）是一种常见的神经退行性疾病，其病理生理学机制尚不清楚，且尚无用于诊断早期阶段和预测疾病进展的既定生物标志物。最近已研究了几种神经影像生物标志物，但这些标志物容易受到多种变异来源的影响，例如与队列选择或图像分析相关的变异。在此背景下，评估此类生物标志物对数据处理工作流变化的稳健性至关重要。本研究是一个更大项目的一部分，该项目旨在调查潜在PD神经影像生物标志物的可复制性。在此，我们尝试复现（使用相同数据、相同方法重新实现实验）和复制（使用不同数据和/或方法）文献[1]中描述的模型，以利用人口统计学、临床和神经影像特征（从静息态fMRI中提取的fALFF和ReHo）来预测个体的PD当前状态和进展。我们使用帕金森病进展标志物倡议数据集（PPMI, ppmi-info.org），如同文献[1]中一样，并旨在利用论文和代码中提供的信息，尽可能接近地复现原始队列、影像特征和机器学习模型。我们还研究了队列选择、特征提取流程和输入特征集方面的方法学差异。使用不同标准来评估复现效果，并将复现结果与原始结果进行比较。值得注意的是，我们使用最接近原始研究的分析流程获得了显著优于随机水平的表现（R2 > 0），这与其发现一致。此外，利用原始研究作者提供的衍生数据，我们得以进行精确复现，并获得了接近原始结果的结果。在复现和复制原始工作时遇到的挑战，很可能由神经影像研究的复杂性所解释，尤其是在临床环境中。我们提供建议，以在未来进一步促进此类研究的可复现性。