帕金森与特发性震颤不再只靠症状分辨：扩散相似网络加图神经网络，留出集平衡准确率87.5%
核心概要
帕金森病与特发性震颤早期症状相似，在专科门诊仍有20%至30%的误诊率，而常规弥散张量成像追踪的白质纤维束难以反映灰质内部的微结构改变。研究改用扩散相似网络，以脑区之间扩散特征的统计相似度连边，再经迭代置换采样递归特征消除筛选连接、送入图神经网络分类。在本地100人队列的五折交叉验证中，该流程区分帕金森病与特发性震颤的AUC为0.94，另取40人留出集上平衡准确率为87.5%。
深度剖析
脑区之间的连边不再只由白质纤维束定义，而可以由两个脑区扩散特征的统计相似度定义，由此得到一张覆盖灰质的微结构相似网络。 此前的结构连接矩阵来自弥散张量成像纤维追踪，只量化纤维计数或流线密度这类物理白质微结构，无法反映灰质内部以及灰白质交界处的局部微结构重塑。 在健康对照组中，扩散相似网络的节点强度与皮层厚度呈显著线性相关（r = 0.73，p < 0.001），而同等条件下由常规纤维追踪得到的结构连接节点强度与皮层厚度关系微弱且不显著（r = 0.10，p = 0.35）。
同一套网络被用来做三件事：区分帕金森病与健康对照、跟踪四年内的病程变化、以及区分帕金森病与特发性震颤。 此前的连接组学指标尚未被用于区分帕金森病与特发性震颤，而这两种病早期都表现为震颤，治疗与长期结局完全不同。 横断面比较使用帕金森病进展标志物计划数据库中41名帕金森病患者与66名年龄、性别匹配的健康对照，纵向分析使用同一批41名患者基线及约1年、2年、4年的四次扫描。
在本地队列上，扩散相似网络经特征筛选后送入图神经网络，可以给出帕金森病与特发性震颤的判别结果，并指出驱动判别的脑区。 不经特征筛选的扩散相似网络加图神经网络在五折交叉验证中平衡准确率为0.83 ± 0.09、AUC为0.88 ± 0.05，仅用随机森林加特征筛选为0.79 ± 0.02与0.81 ± 0.02。 完整流程在100人本地队列（57名帕金森病、43名特发性震颤）的五折交叉验证中取得平衡准确率0.87 ± 0.05、F1为0.86 ± 0.05、AUC为0.94 ± 0.03，并在另取40人（20名帕金森病、20名特发性震颤）的留出集上得到87.5%的平衡准确率。
纵向分析把网络衰减速度与临床运动评分累积速度放进同一个二维速度空间，并按临床轨迹把患者分成稳定与快速进展两类。 标准相似度指标在相邻脑区同步退化时仍会给出高相似度，因而看不出真实的组织衰退。 在41名帕金森病患者四年数据中，双侧辅助运动区（右r = +0.3445，p = 0.0274；左r = +0.3228，p = 0.0395）与初级运动皮层（右r = +0.3100，p = 0.0486；左r = +0.3090，p = 0.0493）的网络衰减速度与运动评分累积速度相关性达到显著。
启示与展望
展示范围限于帕金森病进展标志物计划数据库中41名帕金森病患者与66名健康对照的横断面与四年纵向分析，以及本地100人队列上的帕金森病与特发性震颤二分类；作者提出未来在更大、更异质的队列上验证纵向速度模型，并把框架扩展到多系统萎缩、进行性核上性麻痹等非典型帕金森综合征的多分类。
纵向分析限于为匹配年龄和保证四次完整随访而高度筛选的41名患者子队列，样本量因此缩小；组合相似度中的结构退化量以群体健康基线为参照，而非患者自身首次扫描；分类结果尚需外部队列验证。