[論文レビュー] Simulating recurrent events that mimic actual data: a review of the literature with emphasis on event-dependence

Juliette Pénichoux, Thierry Moreau+1 more|arXiv (Cornell University)|Mar 19, 2015

Statistical Methods in Clinical Trials参考文献 23被引用数 4

ひとこと要約

本稿は、生物医学研究における反復的イベントのシミュレーション手法をレビューし、先行イベントが将来のリスクに影響を与える『イベント依存性』—すなわち、過去のイベントが将来のリスクを変化させる要因—と、変異性（heterogeneity）のあまり注目されていない役割に焦点を当てる。時間経過（カレンダータイム）またはギャップタイム（直近のイベントからの経過時間）のスケールを用いた実用的なシミュレーションスキームを提案。時間変動するベースラインとイベント依存性を含む強度ベースのモデルを用い、イベント依存性が統計モデルの性能に深刻な影響を与えるにもかかわらず、しばしば無視されていることが強調されている。

ABSTRACT

We conduct a review to assess how the simulation of repeated or recurrent events are planned. For such multivariate time-to-events, it is well established that the underlying mechanism is likely to be complex and to involve in particular both heterogeneity in the population and event-dependence. In this respect, we particularly focused on these two dimensions of events dynamic when mimicking actual data. Next, we investigate whether the processes generated in the simulation studies have similar properties to those expected in the clinical data of interest. Finally we describe a simulation scheme for generating data according to the timescale of choice (gap time/ calendar) and to whether heterogeneity and/or event-dependence are to be considered. The main finding is that event-dependence is less widely considered in simulation studies than heterogeneity. This is unfortunate since the occurrence of an event may alter the risk of occurrence of new events.

研究の動機と目的

• 文献における反復的イベントのシミュレーションが、変異性やイベント依存性といった複雑なダイナミクスをどの程度取り入れているかを評価すること。
• 特にカレンダータイムモデルにおけるイベント依存性の低使用状況に起因する現在のシミュレーション実践におけるギャップを特定すること。
• 現実の生物医学的データに類似した反復的イベントをシミュレートする包括的なフレームワークを提供すること。時間スケールと動的依存性の両方を含む。
• 特定の臨床状況における真のイベントプロセスを反映する適切なシミュレーションシナリオの選定を研究者にガイドすること。

提案手法

• カレンダータイム（原点からの経過時間）とギャップタイム（直近のイベントからの経過時間）の2つの時間スケールを用いた強度ベースのモデルを用いる。
• ベースライン強度が定数、ギャップタイムで時間依存、またはカレンダータイムで時間依存である乗法的プロポーションハザードモデルを適用する。
• イベント依存性を、強度関数に直近のイベント数を時間変動型共変量として組み込むことで実装。例：λ(t) ∝ exp(φ × N(t⁻)/t)。
• 小さな時間間隔（Δt）を用いた離散時間近似法を採用し、時間変動する強度確率に基づいてイベント発生をシミュレートする。
• 混合ポアソン、定数ベースライン、両時間スケールにおけるワイブルベースライン、およびイベント依存プロセスを含むシミュレーションスキームを推奨。これにより、メソッドの評価が堅牢になる。
• シミュレーションプロセスを実臨床データのダイナミクスと比較し、メソッド研究における現実性と関連性を保証する。

実験結果

リサーチクエスチョン

• RQ1 現在の反復的イベントモデリングにおけるシミュレーション研究は、変異性とイベント依存性をどの程度取り入れているか？
• RQ2 イベント依存性が統計モデル行動に与える既知の影響にもかかわらず、なぜ一貫してシミュレーション研究で低く抑えられているのか？
• RQ3 現実の生物医学的データダイナミクスを反映する、最も効果的で現実的な反復的イベントのシミュレーション手法は何か？
• RQ4 時間スケール（カレンダータイム対ギャップタイム）の違いが、シミュレートされた反復的イベントプロセスの性質にどのように影響するか？
• RQ5 統計的手法が現実の臨床イベントプロセスに一致する条件で評価されるようにするには、どのようなシミュレーション戦略を用いるべきか？

主な発見

• イベント依存性はシミュレーション研究において顕著に低く抑えられており、レビュー対象の14%の論文でのみ組み込まれている。しかし、モデルの解釈と性能に顕著な影響を与えることが知られている。
• 変異性は広くシミュレーション研究に組み込まれており（59%の論文）、被験者間での測定不能なリスク要因の認識が反映されている。
• 定数ベースライン強度の使用は一般的である（59%の研究）。しかし、これはしばしば指数分布的ギャップタイムを生じさせ、現実の疾患進行を反映しない可能性がある。
• カレンダータイムおよびギャップタイムの両スケールでワイブルベースライン強度が低く抑えられている。しかし、慢性疾患における時間依存リスクをより良く捉えるのに適している。
• イベント依存強度を含むシミュレーションスキーム（例：感作化やイベント後の回復をモデル化）は、がんの再発や気分障害の再発といった臨床的現実をよりよく反映している。
• 本レビューでは、シミュレーション研究において混合ポアソン、定数ベースライン、両時間スケールにおけるワイブルベースライン、およびイベント依存プロセスを組み込むことを推奨。これにより、メソッドの堅牢性が保証される。