[論文レビュー] latrend: A Framework for Clustering Longitudinal Data

Niek Den Teuling, Steffen Pauws+1 more|arXiv (Cornell University)|Feb 22, 2024

Advanced Clustering Algorithms Research被引用数 4

ひとこと要約

この論文は、縦断的データのクラスタリングのための統合フレームワークを提供するRパッケージlatrendを紹介している。複数の手法を最小限のコードでシームレスに比較可能であり、dtwclust、flexmix、lcmm、mclustなどのパッケージに実装された18の既存のクラスタリング手法を統合している。研究者は標準化、評価、縦断的クラスタリング分析の拡張を効率的に行える。

ABSTRACT

Clustering of longitudinal data is used to explore common trends among subjects over time for a numeric measurement of interest. Various R packages have been introduced throughout the years for identifying clusters of longitudinal patterns, summarizing the variability in trajectories between subject in terms of one or more trends. We introduce the R package "latrend" as a framework for the unified application of methods for longitudinal clustering, enabling comparisons between methods with minimal coding. The package also serves as an interface to commonly used packages for clustering longitudinal data, including "dtwclust", "flexmix", "kml", "lcmm", "mclust", "mixAK", and "mixtools". This enables researchers to easily compare different approaches, implementations, and method specifications. Furthermore, researchers can build upon the standard tools provided by the framework to quickly implement new cluster methods, enabling rapid prototyping. We demonstrate the functionality and application of the latrend package on a synthetic dataset based on the therapy adherence patterns of patients with sleep apnea.

研究の動機と目的

• 縦断的クラスタリングに使用可能な多数の異種のRパッケージから適切なものを選択する課題に対処する。これは、複数の手法を比較・評価するための膨大な作業を伴う。
• 研究者が複数の縦断的クラスタリング手法に一貫したインターフェースを提供することで、コーディングの負担を軽減する。
• 異なるアルゴリズムや実装間でのクラスタリング結果の透明性、再現可能性、体系的な比較を可能にする。
• ユーザーが新しいクラスタリング手法を実装するか、追加のパッケージを統合する際に最小限の作業で対応できる拡張性を提供する。
• モデル仕様、推定、選択、評価のプロセスを簡素化することで、縦断的研究における探索的データ解析を促進する。

提案手法

• latrendフレームワークは、dtwclust、flexmix、kml、lcmm、mclust、mixAK、mixtoolsなどを含む、18の既存のRパッケージに実装された縦断的クラスタリング手法に一貫したAPIを提供する。
• 距離ベースとモデルベースの両方のクラスタリングアプローチをカバーするように、モデル仕様、推定、評価の標準化を実現している。
• clusterCritおよびmclustcompパッケージとの統合により、複数の内部評価指標（例：調整ランダムインデックス、AIC、BIC）を用いたクラスタリング解の自動比較を可能にする。
• foreachパッケージを用いて、GBTM や GMM のような計算が重い手法の並列計算をサポートする。
• 拡張性を重視して設計されており、標準化されたインターフェースに従うことで、ユーザーが新しいクラスタリング手法を実装できる。
• 単一の連続応答変数を持つ縦断的データを扱い、分析のために被験者レベルの推移（トレース）にデータを整理する。

Figure 1: The trajectories from the ‘PAP.adh‘ dataset, by reference group.

実験結果

リサーチクエスチョン

• RQ1 研究者が、それぞれの手法固有のコードを大幅に書かずに、複数の縦断的クラスタリング手法を効率的に比較できるか？
• RQ2 同じ縦断的データセットに、GBTM、GMM、DTWを用いたk-meansなどの既存の手法を適用した場合、クラスタリング結果に実用的な差異があるか？
• RQ3 latrendフレームワークは、縦断的クラスターモデルのプロトタイピングと評価に要する作業をどの程度軽減できるか？
• RQ4 統一されたフレームワークは、異なる研究分野における縦断的クラスタリング分析の再現性と透明性をどのように向上させるか？
• RQ5 事前分布や初期化戦略などの複雑なモデル仕様を扱う際、標準化されたフレームワークにどのような限界があるか？

主な発見

• latrendパッケージは、既存のRパッケージに実装された18の縦断的クラスタリング手法を、一貫したインターフェースに統合し、著しくコーディングの負担を軽減した。
• AIC、BIC、調整ランダムインデックスなどの標準化された指標を用いて、複数の手法間でのクラスタリング結果の比較が可能となり、データドリブンな手法選択が可能になった。
• GBTM や GMM のような計算が重い手法についても、並列推定をサポートすることで、大規模データセットへのスケーラビリティが向上した。
• パッケージは、新しい手法の実装や追加のパッケージ統合を容易にすることで、縦断的クラスターモデルの迅速なプロトタイピングを可能にした。
• 設計上、拡張性を備えており、将来的な拡張（例：マルチトレースモデリング、カテゴリカルなアウトカム）をサポートしているが、これらはまだ実装されていない。
• 著者らは、睡眠呼吸無呼吸症の治療遵守を模擬した合成データセットを用いて、フレームワークの実用的応用可能性を示した。

Figure 2: The cluster trajectories of the three-cluster solution identified by LMKM, created using ‘plot(lmkm2)‘.