同一早期反应的两种汇总方式
论文提出的问题很窄，属于预后问题：当一名参与者在 rTMS 试验中已被观察到第 5 周，早期 ADAS-Cog 总分变化能否帮助预测此人之后的 ADAS-Cog 变化？把同一早期变化拆成各个认知分项，是否会带来额外信息？这里的 ADAS-Cog 总分由 11 个分项构成，范围 0 至 70，分数越高表示认知损害越重；分项包括回忆、命名、指令、结构性运用和观念性运用、定向、词语识别、语言、理解、找词以及记住测试指令。
比较是刻意配对的。一个模型把早期反应表示为两个数字，即第 3 周和第 5 周总分相对基线的变化。另一个模型把这两个数字替换为 22 个变量，即 11 个分项各自在第 3 周和第 5 周的变化。两者使用相同的参与者、结局、交叉验证划分、预处理和岭回归调参，因此性能差异来自早期反应的表示方式，而不是不同的建模流程。
作者把任务定位为预后判断，而非机制研究。他们检验的不是 rTMS 是否有效，而是早期治疗期间已经采集的测量是否携带关于后续变化的信息。
哪些人进入了第 5 周队列
这项分析二次使用了阿尔茨海默病随机、双盲、假刺激对照 rTMS 试验的数据，该试验包含 2 周内 10 次主动治疗、4 周内 20 次主动治疗和 4 周假刺激三种方案。112 名随机参与者中，101 人在第 5 周节点具有完整的预测变量信息。这些人在治疗后 8 周有 99 人、16 周有 95 人、24 周有 94 人具备未来结局数据；91 人在三个时间点都有完整结局，构成主要队列。
这一完整病例限制会影响对下文每个数字的解读。作者将进入三时间点队列的参与者与因预测变量或结局不完整而被排除者进行了描述性比较，并指出缺失可能影响了队列构成。所有模型开发和验证都在这一套双中心数据内完成，因此结果说明的是内部可重复性，而不是向其他诊所、治疗方案或患者群体的可迁移性。
预测节点是第 5 周。结局是治疗后 8、16、24 周 ADAS-Cog 总分相对基线的未来变化，因此负值表示相对基线改善，正值表示恶化。
仅用基线信息预测效果很差
预测变量比较呈层级结构。仅基线岭回归模型使用年龄、性别和基线 ADAS-Cog 总分。基线加试验变量模型再加入治疗组和中心。早期总分反应模型再加入第 3 周和第 5 周总分变化，在类别编码前共有 7 个预测变量。早期分项反应模型保留相同的基线和试验协变量，但把两个总分变化换成 11 个第 3 周和 11 个第 5 周分项变化，编码前共有 27 个预测变量。
仅基线人口学和认知信息提供的样本外预测价值很小：论文报告仅基线模型和基线加试验变量模型的总体 R² 均为负。加入两个早期总分变化后，总体平均绝对误差变为 3.067，均方根误差为 3.885，R² 为 0.384。换言之，预测信号来自早期治疗期间发生的变化，而不是参与者在基线时是谁。
这些是三个时间点平均的折外误差，由重复的、按治疗中心分层的 5 折交叉验证（重复 5 次）和嵌套超参数调优产生，不是训练集拟合结果。
22 个分项变化不如两个总分
核心结果与分项特异性的假设方向相反。把两个总分反应变量换成 22 个分项变化后，性能变差：总体 MAE 升至 3.363，RMSE 升至 4.269，R² 降至 0.257。基于 10,000 次重抽样的参与者配对 bootstrap 显示，MAE 差异为 −0.297 分，方向有利于更简单的总分反应模型，95% 置信区间为 −0.485 至 −0.115。
作者给出的是解释，而不是已证明的机制。汇总分项分数可能降低测量噪声，而把两个预测变量扩展为 22 个，会相对 91 名参与者的样本大幅提高维度。正则化可以减轻但无法消除小样本中拟合大量预测变量的不稳定性。论文明确指出，这不能说明各个 ADAS-Cog 分项在临床上不重要；它说明的是，分项拆解没有改善这一特定预测任务。
两项敏感性分析支持主要发现：用未来 ADAS-Cog 绝对分数替代相对基线的变化结局，以及排除第 3 周反应信息。排除第 3 周之所以相关，是因为对 2 周治疗组而言第 3 周已在治疗结束后，而对 4 周主动治疗组和假刺激组而言仍在干预期内，因此第 3 周反应在不同组之间含义不同。
混合效应模型接近但未明显领先
另一组比较考察在提供更丰富的分项信息时，建模方法是否重要。全分项岭回归、多任务弹性网和受限随机森林都使用年龄、11 个基线分项、11 个第 3 周分项变化、11 个第 5 周分项变化、性别、治疗组和中心。纵向混合效应模型则使用按记忆、语言和运用分组的复合分数，并加入参与者特异的随机截距，因此这是建模策略和预测变量表示方式的比较，而不是在相同设计矩阵上的纯算法竞赛。
在分项信息丰富的模型中，混合效应模型的总体数值误差最低，MAE 为 3.162，R² = 0.318，其后依次是多任务弹性网、全分项岭回归和受限随机森林。但在所有候选模型中，更简单的早期总分反应岭回归总体 MAE 数值最低，为 3.067，R² 最高，为 0.384。早期总分反应岭回归与混合效应模型的配对差异很小且不确定：ΔMAE = −0.095，95% CI −0.221 至 0.025。
不同时间点的模式并不一致。早期总分反应岭回归在 8 周误差更低，混合效应模型在 16 周数值上略好，两者在 24 周接近。因此论文没有声称任一方法确定更优。全分项岭回归与多任务弹性网接近，也提示在这份样本中，跨时间点共享稀疏性相比普通收缩没有带来多少额外收益。
校准与系数稳定性仍属探索性
对早期总分反应岭回归，作者在每个时间点用观察到的 ADAS-Cog 变化对 5 次重复的平均折外预测做回归来评估校准，理想校准对应截距为零、斜率为一。这回答的是模型预测的幅度是否跟随观察幅度，与能否正确排序参与者是不同的问题。
全分项岭回归模型的系数汇总被视为探索性的条件预测关联，而不是因果效应或独立生物学重要性的证据。符号一致性在 25 次外层拟合中汇总，并用 0.80 的描述性阈值标记方向相对稳定的系数。由于预测变量彼此相关且经过正则化，这些系数不应被解读为可分离的分项贡献。
三个未来结局之间只有中等相关：8 周与 16 周的 Spearman 相关系数为 0.463，8 周与 24 周为 0.468，16 周与 24 周为 0.542。各时间点共享信息但不可互换，这也是论文在报告总体平均值的同时报告各时间点表现的原因。
这是更新工具，不是治疗选择规则
实际解读应是一种优先级排序，而不是部署建议。如果目标是为已经观察到第 5 周的人预测之后的 ADAS-Cog 变化，在这份样本中，两个数字的总分表示是性能更好也更简单的选择，22 个分项的表示不值得其增加的维度。如果目标是在治疗开始前决定谁应接受 rTMS，这项研究没有回答：仅基线信息的总体 R² 为负，而且论文明确把模型描述为经过内部验证的早期反应更新工具，而不是治疗前筛选模型。
另一个相关区别涉及阈值。早期阿尔茨海默病中约 3 个 ADAS-Cog 分的下降曾被提出作为临床相关变化，但论文强调，这种阈值与预测误差在概念上不同，不应被当作可接受模型性能的正式切点。报告的 MAE 约 3.067 分是三个时间点的平均绝对误差，并不保证个体预测落在临床有意义的范围内。
因此最有用的结论取决于时间点和表示方式。在这份队列中，早期 ADAS-Cog 总分反应携带了可观的预后信息，分项拆解没有改善样本外预测，结构化纵向模型表现有竞争力，但没有明显胜过简单的正则化模型。在临床使用之前，还需要更大样本、独立外部验证和前瞻性评估，而且这项研究没有提供关于 rTMS 因果疗效的证据。
本文引用的文献
Predicting Long-Term ADAS-Cog Change From Early Response After Repetitive Transcranial Magnetic Stimulation in Alzheimer Disease
加入第 3 周和第 5 周 ADAS-Cog 总分变化改善了对后续认知变化的预测（总体 MAE 3.067，R²=0.384），而把这两个变量换成 22 个分项变化后性能变差（MAE 3.363，R²=0.257；配对 MAE 差异 −0.297，95% CI −0.485 至 −0.115）。