Aplicação de técnicas de machine learning para a predição de biomarcadores da Doença de Alzheimer através de variáveis clínicas
Visualizar/abrir
Data
2026Autor
Orientador
Nível acadêmico
Mestrado
Tipo
Assunto
Resumo
Modelos de aprendizado de máquina (ML) para predição de biomarcadores da doença de Alzheimer (DA) requerem otimização em múltiplas dimensões metodológicas, incluindo ajuste de hiperparâmetros (HPO), tratamento de dados faltantes e seleção do alvo de predição. O framework NIA-AA AT(N) define Amiloide (A) e Tau (T) como biomarcadores centrais, cada um com poder de predição distinto. Esta dissertação aborda duas questões complementares: primeiro, como escolhas metodológicas no pipeline de ML afeta ...
Modelos de aprendizado de máquina (ML) para predição de biomarcadores da doença de Alzheimer (DA) requerem otimização em múltiplas dimensões metodológicas, incluindo ajuste de hiperparâmetros (HPO), tratamento de dados faltantes e seleção do alvo de predição. O framework NIA-AA AT(N) define Amiloide (A) e Tau (T) como biomarcadores centrais, cada um com poder de predição distinto. Esta dissertação aborda duas questões complementares: primeiro, como escolhas metodológicas no pipeline de ML afetam o desempenho preditivo para três alvos de biomarcadores (A, T, AT); segundo, como o pipeline otimizado pode ser aplicado como ferramenta de pré-triagem em ensaios clínicos para reduzir taxas de falha de triagem e custos de confirmação por PET. No primeiro estudo, foi conduzido um experimento fatorial testando 216 configurações: 3 estratégias de HPO (Base/padrão, HPO-ROC-AUC, HPO-RUHL multi-objetivo), 8 algoritmos de ML e 3 métodos de imputação (caso completo, mediana/moda, MICE). Os modelos foram desenvolvidos em coortes combinadas ADNI/PPMI (n = 1.838) via validação cruzada aninhada e validados externamente em uma coorte independente TRIAD (n = 262). A seleção do alvo impactou significativamente o poder de predição na validação externa (Kruskal-Wallis p < 0,01). Usando a configuração ótima (Voting Ensemble + HPO-ROC-AUC + MICE): AT alcançou o maior ROC-AUC (0,855 ± 0,002), seguido por Amiloide (0,820 ± 0,003) e Tau (0,805 ± 0,008). HPO-ROC-AUC melhorou significativamente a discriminação em relação aos padrões Base, enquanto HPO-RUHL não forneceu benefício adicional (|Δ ROC-AUC| ≤ 0,003). MICE superou a análise de caso completo em todos os alvos (T: +2,97 pp; A: +2,34 pp; AT: +2,13 pp; todos p < 0,0001). A análise SHAP confirmou o comprometimento cognitivo como preditor dominante (36-41% de importância), embora efeitos contraintuitivos de idade e educação reflitam um paradoxo de Simpson entre subgrupos de status cognitivo. No segundo estudo, o pipeline otimizado foi aplicado como ferramenta de pré-triagem para predição de positividade A+T+ em ensaios clínicos. O desempenho foi avaliado em 11 limiares de probabilidade (10-60%), e uma análise de custo-efetividade modelou a triagem em duas etapas com confirmação por PET. No limiar recomendado de 30%, o modelo identifica 79% dos participantes verdadeiramente A+T+ com especificidade de 82,3%, reduzindo a taxa de falha de triagem de 64,9% para 29,3% (redução de 36 pontos percentuais). Para o recrutamento de 100 participantes confirmados, a pré-triagem por ML gera economia de $574.000 em custos de PET (redução de 50%). A análise marginal demonstrou que o custo por elegível adicional perdido ao mover do limiar de 30% para 40% é de aproximadamente $870, inferior ao custo típico de recrutamento ($2.000-$5.000), sustentando o limiar de 30% como ótimo para a maioria dos ensaios de Fase 3. Coletivamente, os dois estudos estabelecem que o alvo combinado AT é o mais previsível e estável, que otimização simples por ROC-AUC é suficiente, e que MICE e métodos de ensemble são recomendados no contexto dos datasets e alvos avaliados. A demonstração de viabilidade econômica como ferramenta de pré-triagem estabelece uma ponte direta entre otimização metodológica e aplicação clínica, apoiando o recrutamento mais eficiente para ensaios clínicos da DA. ...
Abstract
Machine learning (ML) models predicting Alzheimer’s disease (AD) biomarkers require optimization across hyperparameter tuning (HPO), missing data handling, and prediction target selection. The NIA-AA AT(N) framework defines Amyloid (A) and Tau (T) as core biomarkers, each with distinct prediction performance. This dissertation addresses two complementary questions: first, how methodological choices in the ML pipeline affect prediction performance across three biomarker targets (A, T, AT); secon ...
Machine learning (ML) models predicting Alzheimer’s disease (AD) biomarkers require optimization across hyperparameter tuning (HPO), missing data handling, and prediction target selection. The NIA-AA AT(N) framework defines Amyloid (A) and Tau (T) as core biomarkers, each with distinct prediction performance. This dissertation addresses two complementary questions: first, how methodological choices in the ML pipeline affect prediction performance across three biomarker targets (A, T, AT); second, how the optimized pipeline can be applied as a pre-screening tool in clinical trials to reduce screen failure rates and PET confirmation costs. In the first study, a factorial experiment tested 216 configurations: 3 HPO strategies (Base/default, HPO-ROC-AUC, HPO-RUHL multi-objective), 8 ML algorithms, and 3 imputation methods (complete case, median/mode, MICE). Models were developed on combined ADNI/PPMI cohorts (n = 1,838) via nested cross-validation and externally validated on an independent TRIAD cohort (n = 262). Target selection significantly impacted prediction performance on external validation (Kruskal-Wallis p < 0.01). Using the optimal configuration (Voting Ensemble + HPO-ROC-AUC + MICE): AT achieved the highest ROC-AUC (0.855 ± 0.002), followed by Amyloid (0.820 ± 0.003), and Tau (0.805 ± 0.008). HPO-ROC-AUC significantly improved discrimination over Base defaults, while HPO-RUHL provided no meaningful benefit (|Δ ROC-AUC| ≤ 0.003). MICE outperformed complete case analysis across all targets (T: +2.97 pp; A: +2.34 pp; AT: +2.13 pp; all p < 0.0001). SHAP analysis confirmed cognitive impairment as the dominant predictor (36–41% importance), though counterintuitive age and education effects reflect a Simpson’s paradox across cognitive status subgroups. In the second study, the optimized pipeline was applied as a pre-screening tool for A+T+ positivity prediction in clinical trials. Performance was evaluated across 11 probability thresholds (10–60%), and a cost-effectiveness analysis modeled a two-stage screening process with PET confirmation. At the recommended 30% threshold, the model identifies 79% of true A+T+ participants with 82.3% specificity, reducing screen failure from 64.9% to 29.3% (a 36 percentage-point reduction). For enrolling 100 confirmed participants, ML pre-screening saves $574,000 in PET costs (50% reduction). Marginal analysis demonstrated that the cost per additional missed eligible when moving from the 30% to 40% threshold is approximately $870, below typical recruitment costs ($2,000–$5,000), supporting the 30% threshold as optimal for most Phase 3 trials. Collectively, the two studies establish that the combined AT target is the most predictable and stable, that simple ROC-AUC optimization is sufficient, and that MICE and ensemble methods are recommended within the scope of the datasets and targets evaluated. The demonstration of economic viability as a pre-screening tool bridges methodological optimization and clinical application, supporting more efficient recruitment for AD clinical trials. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Ciências Básicas da Saúde. Programa de Pós-Graduação em Ciências Biológicas: Farmacologia e Terapêutica.
Coleções
-
Ciências Biológicas (4482)
Este item está licenciado na Creative Commons License


