PROMISE-AD：面向阿尔茨海默病进展与动态追踪的进展感知多时间窗生存估计
摘要
个体化的阿尔茨海默病 (AD) 进展预测需要模型能够处理不规则访视、考虑删失、避免诊断泄露并提供校准的时间窗风险。我们提出了面向阿尔茨海默病的进展感知多时间窗生存估计 (PROMISE-AD)，这是一个防止泄露的生存分析框架，用于使用 ADNI/TADPOLE 表格历史数据预测从认知正常 (CN) 到轻度认知障碍 (MCI) 以及从 MCI 到 AD 痴呆的转化。PROMISE-AD 将索引日期前的访视转换为带有标准化测量值、缺失掩码、纵向变化、时间归一化斜率、访视时间和非诊断类别属性的令牌。一个时序 Transformer 融合全局、注意力池化和最近访视的表示，以估计进展评分和潜在离散时间混合风险。训练结合了生存似然、时间窗特定的焦点风险损失、进展排序、风险平滑和混合平衡正则化，随后对 1 年、2 年、3 年和 5 年风险进行验证集等渗校准。在三个种子的留出测试中，PROMISE-AD 在 CN 到 MCI 转化上取得了 0.085 ± 0.012 的综合 Brier 评分 (IBS)、0.808 ± 0.015 的 C 指数和 0.840 ± 0.081 的平均时间依赖 AUC，在所有比较方法中取得了最低的 IBS。对于 MCI 到 AD 的转化，PROMISE-AD 取得了最高的 C 指数 (0.894 ± 0.018) 和接近上限的 5 年区分能力 (AUROC 0.997 ± 0.003; AUPRC 0.999 ± 0.001)，尽管一些基线方法具有更低的 IBS。消融实验和可解释性分析支持了纵向变化特征、融合时序表示、混合风险、认知和功能测量、APOE4 状态以及近期接近转化的访视的作用。这些发现表明，进展感知的生存建模可以提供可解释的多时间窗 AD 转化风险估计。
引用
@article{arxiv.2604.28055,
title = {PROMISE-AD: Progression-aware Multi-horizon Survival Estimation for Alzheimer's Disease Progression and Dynamic Tracking},
author = {Qing Lyu and Jeremy Hudson and Mohammad Kawas and Yuming Jiang and Chenyu You and Christopher T Whitlow},
journal= {arXiv preprint arXiv:2604.28055},
year = {2026}
}