识别MCI高风险亚型

2022年2月份出的一个做MCI亚类型的文章，思路如下：

1. 用模板提取各种指标构建个体的SCN

2. 用SVM分类说明个体SCN网络是有效的

3. 个体SCN做非负矩阵分解(NMF)降维和聚类

4. 对找到的两个亚型做后续分析

其中A和B是常规操作，很多structure的指标本身就可以分类AD，提取出的诸多structural指标构建的SCN网络同样也可以分类AD。找到亚类型之后的分析比如组间比较也是常规操作。

作为文章的核心部分寻找亚型(C)就有意思了

亚型的数量是提前假设的，假设在MCI中存在一个类别更像HC，另一个类别更像AD，所以NMF的聚类数量就直接设置为了2??

这样找到了两个亚型，一组A-CI(更像AD的MCI)514人，一组N-CI(更像HC的MCI)252人，两组在年龄和存在显著的差异。补充材料显示，两组性别比例也存在差异。

在之后一系列指标的对比中，似乎没有看到如何控制年龄这一混淆变量。

因此，两个亚类型之间的组差异是否由A-CI组年纪更大导致不得而知。

后续的一个分析算是打了一个小小小补丁，A-CI组更多的人在之后的几年内确诊了AD。