[論文レビュー] Distributional data analysis with accelerometer data in a NHANES database with nonparametric survey regression models

Marcos Matabuena, Alex Petersen|arXiv (Cornell University)|Apr 2, 2021

Physical Activity and Health参考文献 66被引用数 4

ひとこと要約

本稿では、NHANES（2003–2006年）の複雑な調査設計を考慮しつつ、豊富で高分解能の身体活動パターンを保持する新しい加速度計データの分布的表現を提案する。ノンパラメトリック関数モデル（カーネルスムージングおよびカーネルリッジ回帰）を、調査重みと設計効果を組み込むことで拡張し、68歳以上の個人の健康アウトカムの信頼性の高い予測を可能にした。従来の要約指標が詳細な活動データを捨ててしまうという限界を克服する。

ABSTRACT

Accelerometers enable an objective measurement of physical activity levels among groups of individuals in free-living environments, providing high-resolution detail about physical activity changes at different time scales. Current approaches used in the literature for analyzing such data typically employ summary measures such as total inactivity time or compositional metrics. However, at the conceptual level, these methods have the potential disadvantage of discarding important information from recorded data when calculating these summaries and metrics since these typically depend on cut-offs related to intensity exercise zones that are chosen subjectively or even arbitrarily. Much of the data collected in these studies follow complex survey designs, making application of standard statistical tools such as non-parametric regression models inappropriate and the requirement of specific estimation procedures according to particular sampling-design is mandatory. With functional data or other complex objects, barely literature exist that handles complex sampling designs in the statistical analysis. This paper aims two-fold; first, we introduce a new functional representation of accelerometer data of a distributional nature to build a complete individualized profile of each subject's physical activity levels. Second, using the NHANES accelerometer data (2003-2006), we show the potential advantages of this new representation to predict patients' outcomes over $68$ years of age. A critical component in our statistical modeling is that we extend non-parametric functional models used: kernel smoother and kernel ridge regression, to handle the specific effect of complex sampling design in order to provide reliable conclusions about the influence of physical activity in distinct analysis performed.

研究の動機と目的

• 従来の任意の強度カットオフに基づく要約指標が原因で生じる詳細な身体活動情報の損失を是正すること。
• 時間スケールにわたる個別化された活動プロファイルを捉える、関数的で分布的な加速度計データの表現を開発すること。
• 複雑な調査設計に対応するため、ノンパラメトリック関数回帰モデル（カーネルスムージングおよびカーネルリッジ回帰）を拡張し、妥当な推論を保証すること。
• NHANESにおける68歳以上の個人の健康アウトカム推定において、この新手法の予測性能を評価すること。

提案手法

• 活動計数の時間的分布全体をモデル化する分布的表現を提案し、要約統計に依存しない。
• 非パラメトリックカーネルスムージングおよびカーネルリッジ回帰を用い、全活動分布と健康アウトカムの関係をモデル化する。
• 層別化、クラスタリング、サンプリング重みなどの調査設計要因をカーネル推定プロセスに組み込み、設計に基づく推論を保証する。
• 不均等な選択確率および調査設計効果を補正するため、重み付き局所推定方程式を用いる。
• 設計に整合するバンド幅選択および分散推定を実装し、複雑な標本抽出下でも統計的妥当性を維持する。
• 68歳以上の参加者を対象に定義されたアウトカムを用いて、NHANES加速度計データ（2003–2006年）を用いて手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 従来の要約指標と比較して、加速度計データの分布的表現は、身体活動パターンの豊かさをよりよく保持できるか？
• RQ2 非パラメトリック関数回帰モデルは、関数データ解析における複雑な調査設計をどのように扱えるか？
• RQ3 提案手法は、標準的手法と比較して高齢者の健康アウトカムの予測を改善するか？
• RQ4 調査設計の補正は、加速度計データに適用された関数回帰モデルにおける推定精度および推論にどのような影響を与えるか？

主な発見

• 提案された分布的表現は、複数の時間スケールにわたる個別化された身体活動パターンを的確に捉えており、従来の要約指標が失う情報も保持している。
• カーネルスムージングおよびカーネルリッジ回帰を複雑な調査設計に拡張することで、妥当な統計的推論が可能になりつつ、関数データ構造を保持できるようになった。
• 要約統計を用いたモデルと比較して、68歳以上の個人における健康アウトカムの予測性能が向上していることが示された。
• 調査設計の補正は分散推定および信頼区間に対して顕著な影響を及ぼし、関数モデルにサンプリング重みを組み込む必要性が強調された。
• NHANESデータにおける不均等な選択確率およびクラスタリングを考慮することで、効果推定のバイアスが低減された。