[論文レビュー] A distributed regression analysis application based on SAS software Part II: Cox proportional hazards regression

Yury Vilk, Zilu Zhang+5 more|arXiv (Cornell University)|Aug 7, 2018

Pesticide Residue Analysis and Safety参考文献 7被引用数 4

ひとこと要約

本論文は、SAS/IMLを必要とせず、Base SASおよびSAS/STATのみを用いて、プライバシー保護が可能な分散生存解析（DRA）アプリケーションを提案する。この手法により、複数の研究機関における生存解析が可能となり、中央集権的分析の結果を高精度で再現する分散ハザード比推定が実現された。

ABSTRACT

Previous work has demonstrated the feasibility and value of conducting distributed regression analysis (DRA), a privacy-protecting analytic method that performs multivariable-adjusted regression analysis with only summary-level information from participating sites. To our knowledge, there are no DRA applications in SAS, the statistical software used by several large national distributed data networks (DDNs), including the Sentinel System and PCORnet. SAS/IML is available to perform the required matrix computations for DRA in the SAS system. However, not all data partners in these large DDNs have access to SAS/IML, which is licensed separately. In this second article of a two-paper series, we describe a DRA application developed using Base SAS and SAS/STAT modules for distributed Cox proportional hazards regression within horizontally partitioned DDNs and its successful tests.

研究の動機と目的

• 水平分割された分散データネットワーク（DDN）において、Base SASおよびSAS/STATのみを用いてCox比例ハザード回帰の分散回帰分析（DRA）アプリケーションを開発すること。
• SAS/IMLへの依存を排除すること。これは、Sentinel System や PCORnet などの大規模な国レベルのDDNにおいて、すべてのデータパートナーがSAS/IMLにアクセスできるとは限らないためである。
• 個々の研究機関間で、患者レベルのデータを共有せずに、要因調整付きの生存解析を実施すること。
• 実際の分散データ環境を模擬した制御されたテストシナリオを通じて、手法の正確性と実用性を検証すること。

提案手法

• 各研究機関が自らのデータからローカルな要約統計量（例えば、スコア行列や情報行列）を計算する分散推定フレームワークを採用。この際、生データは共有されない。
• 全研究機関の要約統計量が中央集権的に集約され、標準的なDRAの原則に従って、全体の回帰係数および分散・共分散行列が計算される。
• ローカルなCox回帰の実行および必要な要約出力を抽出するために、既存のSAS/STATプロシージャ（例：PROC PHREG）を活用。
• 結果の統合に必要な行列演算は、Base SASプログラミングによって実装され、SAS/IMLに依存しない。
• Cox比例ハザードモデルにおいて、時不変および時変動共変量の両方をサポート。
• フレームワークにより、生データや個別患者レベルの情報が研究機関間で共有されないことが保証され、プライバシーが保護される。

実験結果

リサーチクエスチョン

• RQ1 SAS/IMLを必要とせず、Base SASおよびSAS/STATのみを用いて、分散Cox比例ハザード回帰を実装できるか？
• RQ2 同じデータを用いた中央集権的分析と比較して、分散ハザード比推定の正確性はどの程度か？
• RQ3 PCORnet や センチネル・システム などの大規模かつ水平分割された分散データネットワークに、この手法を適用可能か？
• RQ4 分散データネットワーク内の異なる研究機関間で、欠損データや異なるデータ構造が生じた場合、この手法はどのように対処するか？
• RQ5 多様なデータパートナーの構成において、統計的妥当性と計算効率を維持できるか？

主な発見

• 提案されたDRAアプリケーションは、すべてのテストシナリオにおいて中央集権的Cox回帰の結果を高い正確性で再現した。推定されたハザード比および標準誤差の等価性が確認された。
• 既存のSAS/STATプロシージャとの完全な互換性を達成しており、SAS/IMLが利用できない環境への展開が可能となった。
• 生データや個別患者レベルの情報が研究機関間で共有されない仕組みにより、データプライバシーが確保された。
• 異なるデータ構造やサンプルサイズを持つ多数のデータパートナーを含むシミュレーションにおいて、スケーラビリティとロバストネスが実証された。
• 標準的なSASモジュールのみを必要としたため、大規模な国レベルの分散データネットワークにおけるデータパートナーの導入障壁が著しく低下した。
• 複数のテストケースを通じた検証により、要約統計量を用いた分散推定が、中央集権的分析と区別できない結果を生じることを確認した。