Autor/autores:
Sandra Vieira, Qi-yong Gong, Walter H L Pinaya...(et.al)
A pesar del alto nivel de interés en el uso del aprendizaje automático (ML) y la neuroimagen para detectar psicosis a nivel individual, la confiabilidad de los hallazgos no está clara debido a posibles problemas metodológicos que pueden haber inflado la literatura existente. Este estudio tuvo como objetivo dilucidar hasta qué punto la aplicación de ML a ...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
A pesar del alto nivel de interés en el uso del aprendizaje automático (ML) y la neuroimagen para detectar psicosis a nivel individual, la confiabilidad de los hallazgos no está clara debido a posibles problemas metodológicos que pueden haber inflado la literatura existente.
Este estudio tuvo como objetivo dilucidar hasta qué punto la aplicación de ML a los datos neuroanatómicos permite la detección del primer episodio de psicosis (FEP), al tiempo que establece precauciones metodológicas para evitar resultados demasiado optimistas.
Probamos tanto ML tradicional como un enfoque emergente conocido como aprendizaje profundo (DL) utilizando 3 conjuntos de características de interés: (1) volúmenes regionales basados en superficie y espesor cortical, (2) volumen de materia gris (GMV) basado en vóxel y (3) ) espesor cortical basado en vóxel (VBCT). Para evaluar la confiabilidad de los hallazgos, repetimos todos los análisis en 5 conjuntos de datos independientes, totalizando 956 participantes (514 FEP y 444 controles coincidentes dentro del sitio).
El rendimiento se evaluó mediante validación cruzada anidada (CV) y CV cruzado. Las precisiones variaron del 50% al 70% para las características basadas en superficie; del 50% al 63% para GMV; y del 51% al 68% para VBCT. Las mejores precisiones (70%) se lograron cuando se aplicó DL a las características basadas en superficie; sin embargo, estos modelos se generalizaron mal a otros sitios.
Los resultados de este estudio sugieren que, cuando se adoptan precauciones metodológicas para evitar resultados demasiado optimistas, la detección de individuos en las primeras etapas de la psicosis es más desafiante de lo que se pensaba originalmente. A la luz de esto, argumentamos que la evidencia actual para el valor diagnóstico de ML y neuroimagen estructural debería reconsiderarse hacia una interpretación más cautelosa.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://academic.oup.com/
