[論文レビュー] Penalized Likelihood Optimization for Adaptive Neighborhood Clustering in Time-to-Event Data with Group-Level Heterogeneity

Alessandra Ragni, Lara Cavinato+1 more|arXiv (Cornell University)|Jan 12, 2026

Machine Learning in Healthcare被引用数 0

ひとこと要約

要約: ペナルティ付き尤度フレームワークを導入し、階層データにおける患者クラスタリングと共有フォレリティ生存モデルを同時に実行し、リスク駆動の類似性グラフを学習して潜在的サブグループを識別し、グループ（病院）効果を考慮する。

ABSTRACT

The identification of patient subgroups with comparable event-risk dynamics plays a key role in supporting informed decision-making in clinical research. In such settings, it is important to account for the inherent dependence that arises when individuals are nested within higher-level units, such as hospitals. Existing survival models account for group-level heterogeneity through frailty terms but do not uncover latent patient subgroups, while most clustering methods ignore hierarchical structure and are not estimated jointly with survival outcomes. In this work, we introduce a new framework that simultaneously performs patient clustering and shared-frailty survival modeling through a penalized likelihood approach. The proposed methodology adaptively learns a patient-to-patient similarity matrix via a modified version of spectral clustering, enabling cluster formation directly from estimated risk profiles while accounting for group membership. A simulation study highlights the proposed model's ability to recover latent clusters and to correctly estimate hazard parameters. We apply our method to a large cohort of heart-failure patients hospitalized with COVID-19 between 2020 and 2021 in the Lombardy region (Italy), identifying clinically meaningful subgroups characterized by distinct risk profiles and highlighting the role of respiratory comorbidities and hospital-level variability in shaping mortality outcomes. This framework provides a flexible and interpretable tool for risk-based patient stratification in hierarchical data settings.

研究の動機と目的

• 同一の時間依存リスク軌道を持つ潜在的な患者サブグループを、グループレベルの異質性（例: 病院）を考慮しつつ特定する。
• ハザードモデル推定を導く患者間の接続グラフを学習するペナルティ付き尤度フレームワークを開発する。
• 階層データにおいてクラスタ構造とハザードパラメータを同時に推定する共有フォレリ生存モデルを拡張する。
• グラフベースのクラスタリングを生存分析に直接組み込む反復的最適化アルゴリズムを提供する。
• シミュレーションと病院間での心不全患者(COVID-19)データへの適用を通じて性能を示す。

提案手法

• グループレベルのランダム効果を持つ共有フォレリ比例ハザードモデルを定義する。
• 共変量とフォレリを組み込んだリスク駆動距離を介して患者間関係を捉える適応的近傍類似性行列Sを導入する。
• 生存尤度とグラフベースの正則化項およびFの構造正則化項を結合したペナルティ付き全尤度目的関数を定式化し、Sをラプラシアンを介してクラスタ構造に結びつける。
• ブロック座標降下法を用い、Fをグラフラプラシアンの固有ベクトルで更新、類似性正則化尤度で生存パラメータβ, ψ, θを更新、Sは各行をk近傍スパース性制約で閉形式解として更新する。
• クラスタリングをハザードモデル内に埋め込み、学習されたクラスタが類似性グラフの連結成分に対応するようにする。ラプラシアンベースのL_SとFによるCクラスタの形成を強制し、Sの安定化、尤度の改善、連成分数に基づく最終収束基準を設ける。
• ハイパーパラメータ制御（クラスタリングペナルティγ、類似性影響μ、疎性k、正則化λ）と初期化、収束、モデル選択（シルエットスコア）についての指針を提供し、クラスタ数Cを選択する。

実験結果

リサーチクエスチョン

• RQ1 階層データにおいて、患者サブグループと病院調整済み生存パラメータを同時に学習することで、潜在的なリスク軌道を識別できるか。
• RQ2 ハザードベースのリスクプロファイルに guided された適応的近傍クラスタリングは、クラスタリングなしのフォレリモデルと比較して、クラスタリング精度とハザードパラメータ推定の点でどう性能が変わるか。
• RQ3 ペナルization強度と近傍サイズがクラスタリングの安定性とハザードパラメータのバイアスに与える影響はどの程度か。
• RQ4 提案手法は、実世界の階層データ（例: Lombardyの病院間の心不全患者とCOVID-19）で意味のあるサブグループを回復できるか。

主な発見

Censoring	k	gamma	Accuracy_mean	Accuracy_median	Accuracy_SD	ARI_mean	ARI_median	ARI_SD
Administrative	20	1e-6	0.971	1.000	0.089	0.942	1.000	0.161
Administrative	20	1e-4	0.971	1.000	0.089	0.942	1.000	0.161
Administrative	20	1e-3	0.975	1.000	0.081	0.950	1.000	0.147
Administrative	20	1e-2	0.957	1.000	0.082	0.907	1.000	0.172
Administrative	20	0.1	0.950	1.000	0.083	0.888	1.000	0.179
Administrative	20	0.2	0.930	1.000	0.115	0.860	1.000	0.197
Administrative	20	0.4	0.892	0.928	0.141	0.788	0.819	0.242
Administrative	50	1e-6	1.000	1.000	0.001	0.999	1.000	0.003
Administrative	50	1e-4	1.000	1.000	0.001	0.999	1.000	0.003
Administrative	50	1e-3	1.000	1.000	0.001	0.999	1.000	0.003
Administrative	50	0.1	0.996	1.000	0.023	0.980	1.000	0.054
Administrative	50	0.2	0.945	0.998	0.120	0.897	0.994	0.199
Administrative	50	0.4	0.420	0.390	0.109	0.060	0.019	0.159
Normal	20	1e-6	0.902	0.998	0.142	0.810	0.994	0.246
Normal	20	1e-4	0.904	0.998	0.138	0.810	0.994	0.251
Normal	20	1e-3	0.891	0.970	0.141	0.788	0.918	0.243
Normal	20	1e-2	0.896	0.998	0.149	0.807	0.994	0.239
Normal	20	0.1	0.913	1.000	0.117	0.820	1.000	0.224
Normal	20	0.2	0.922	0.998	0.097	0.831	0.994	0.195
Normal	20	0.4	0.870	0.894	0.145	0.752	0.732	0.237
Normal	50	1e-6	0.990	1.000	0.040	0.976	1.000	0.094
Normal	50	1e-4	0.990	1.000	0.040	0.977	1.000	0.094
Normal	50	1e-3	0.990	1.000	0.041	0.976	1.000	0.096
Normal	50	1e-2	0.998	1.000	0.016	0.994	1.000	0.034
Normal	50	0.1	0.994	1.000	0.027	0.986	1.000	0.060
Normal	50	0.2	0.964	0.998	0.089	0.922	0.994	0.183
Normal	50	0.4	0.417	0.386	0.102	0.056	0.015	0.148

• γ>0 の場合、 simulations で真のクラスタ数を一貫して識別し、高い精度とARIを示し、特に大きなk値で顕著だった。
• センサリング方式（管理的・正規分布様のGaussian）を跨いでもクラスタリングは頑健で、適度なγと大きなkで高い精度とARIを維持。
• フォレリ分散と他の生存パラメータの推定値に、ペナルization γ の増加でバイアスが生じることを示し、クラスタリング正則化が生むバイアス-分散トレードオフを明らかにする。
• このアプローチは多くの設定でほぼ完璧なクラスタリングを達成し、平均精度とARIはしばしば1に近い。γが大きくなる（例: 0.4）または重いセンサリング下で若干性能低下。
• Illustrativeなシミュレーション結果は収束が数十回の反復で達成され、目標Cとのクラスタ数の整合性を示し、最適化戦略を検証する。