[論文レビュー] Cluster detection and risk estimation for spatio-temporal health data

Duncan Lee, Andrew Lawson|arXiv (Cornell University)|Aug 6, 2014

Data-Driven Disease Surveillance参考文献 32被引用数 6

ひとこと要約

本論文は、マルコフ連鎖モンテカルロ（McMC）シミュレーションを用いて、領域単位における時空間的疾患リスクを同時に推定し、高リスククラスタを同定する、新しいベイジアン階層モデルを提案する。この手法は、無料で利用可能なRパッケージCARBayesSTに実装されており、個別のリスクスムージングとクラスタ検出手法に比べて優れている。特に、時間とともに変化する動的クラスタを同定する点で優れている。

ABSTRACT

In epidemiological disease mapping one aims to estimate the spatio-temporal pattern in disease risk and identify high-risk clusters, allowing health interventions to be appropriately targeted. Bayesian spatio-temporal models are used to estimate smoothed risk surfaces, but this is contrary to the aim of identifying groups of areal units that exhibit elevated risks compared with their neighbours. Therefore, in this paper we propose a new Bayesian hierarchical modelling approach for simultaneously estimating disease risk and identifying high-risk clusters in space and time. Inference for this model is based on Markov chain Monte Carlo simulation, using the freely available R package CARBayesST that has been developed in conjunction with this paper. Our methodology is motivated by two case studies, the first of which assesses if there is a relationship between Public health Districts and colon cancer clusters in Georgia, while the second looks at the impact of the smoking ban in public places in England on cardiovascular disease clusters.

研究の動機と目的

• 時空間的疾患リスクの推定と高リスククラスタの同定を同時に実行する統一されたベイジアンモデリングフレームワークの開発。
• 個別のリスクスムージングとクラスタ検出手法の限界を克服し、クラスタの回復が不十分またはリスク推定が不正確になるのを防ぐ。
• 特にRパッケージCARBayesSTを用いた、計算的に実行可能で再現性のあるソフトウェアを用いた手法の構築。
• 希少疾患の状況を含むさまざまなデータ条件下での、クラスタ検出およびリスク推定の性能評価。
• ジョージア州の結腸がんおよびイギリスにおける喫煙禁止後の心血管疾患に関する実世界の公衆衛生事例研究への応用。

提案手法

• 各領域単位$i$と時刻$t$において、$G$個のリスククラスのうちの1つに割り当てられる潜在的クラスタ割り当て変数$Z_{it}$を用いたベイジアン階層モデルを採用。
• リスクの滑らかな時空間的変動をモデル化するため、空間的および時間的ランダム効果（$\lambda_{t,Z_{it}}$および$\phi_{it}$）を組み込む。
• 過剰なクラスタリングを防ぎ、特に$G$が大きい場合の推定値の安定化を図るため、ペナルティ事前分布を適用。
• 後方分布の推論にマルコフ連鎖モンテカルロ（McMC）シミュレーションを用い、完全な不確実性の定量化を可能にする。
• リスク推定とクラスタ検出の両方を1つのモデルに統合し、滑らかにした表面に対する後処理クラスタリングの欠陥を回避。
• 人口規模と構造を補正するため、標準化された予想度数$e_{it}$を用いたポアソン尤度$y_{it} \sim \mbox{Poisson}(e_{it}\theta_{it})$を適用。

実験結果

リサーチクエスチョン

• RQ1 1つのベイジアンモデルが、時空間的疾患リスクの正確な推定と高リスククラスタの効果的同定を同時に実行できるか。
• RQ2 本手法の性能は、個別のリスクスムージングとクラスタ検出手法と比較して、リスク推定およびクラスタ回復の観点でどのように異なるか。
• RQ3 公衆衛生介入（例えば、イギリスにおける喫煙禁止）が、心血管疾患クラスタの空間的・時間的パターンに与える影響は何か。
• RQ4 特に、発生件数が少ない希少疾患において、モデルの性能はどのように変化するか。
• RQ5 モデルは、静的クラスタを仮定するのではなく、時間経過に伴うクラスタメンバーシップおよびリスク水準の動的変化を検出できるか。

主な発見

• クラスタリングとスムージングの両方のコンポーネントを統合したモデル-2は、個別のモデリング手法と比較して、リスク推定（低いRMSE）およびクラスタ回復の両面で優れた性能を示した。
• モデルは、イギリスにおける喫煙禁止の前後で、上昇リスククラスタの平均リスクが安定していることを適切に検出できた。それぞれの平均リスクは1.593および1.619であった。
• 喫煙禁止後にリスクが10%以上低下または上昇した地方自治体はそれぞれ6か所および4か所にとどまり、短期的には顕著な影響は検出されなかった。
• 滑らかにしたリスク表面に対する後処理クラスタリングは、想定通りの性能を示さなかった。これは、滑らかにした表面で局所的な不連続性が消失するためである。
• 期待度数$e_{it}$が小さい希少疾患では、原始的なSIRのサンプリング変動が大きいため、モデルの性能が劣化した。
• Gを大きな数に設定し、中央クラスへのクラスタ割り当てをペナルティ化することで性能が向上したが、時間的スムージング制約がペナルティを無効にしないようにする必要があった。