[論文レビュー] Using Topological Data Analysis for diagnosis pulmonary embolism

Matteo Rucco, Lorenzo Falsetti+5 more|arXiv (Cornell University)|Sep 17, 2014

Clusterin in disease pathology参考文献 27被引用数 7

ひとこと要約

本研究では、欠損データを処理し、重要な診断特徴を同定するため、トポロジカル・データ解析（TDA）を用いた新しい臨床予測ルールを提案する。同特徴は、バックプロパゲーション型人工ニューラルネットワーク（BP-ANN）に供給される。この手法は、Wellsスコアや再検討ジェンエスコアといった従来のスコアよりも高い受検者受容曲線下積分（AUC）を達成し、肺塞栓症（PE）の診断精度が向上することを示している。

ABSTRACT

Pulmonary Embolism (PE) is a common and potentially lethal condition. Most patients die within the first few hours from the event. Despite diagnostic advances, delays and underdiagnosis in PE are common.To increase the diagnostic performance in PE, current diagnostic work-up of patients with suspected acute pulmonary embolism usually starts with the assessment of clinical pretest probability using plasma d-Dimer measurement and clinical prediction rules. The most validated and widely used clinical decision rules are the Wells and Geneva Revised scores. We aimed to develop a new clinical prediction rule (CPR) for PE based on topological data analysis and artificial neural network. Filter or wrapper methods for features reduction cannot be applied to our dataset: the application of these algorithms can only be performed on datasets without missing data. Instead, we applied Topological data analysis (TDA) to overcome the hurdle of processing datasets with null values missing data. A topological network was developed using the Iris software (Ayasdi, Inc., Palo Alto). The PE patient topology identified two ares in the pathological group and hence two distinct clusters of PE patient populations. Additionally, the topological netowrk detected several sub-groups among healthy patients that likely are affected with non-PE diseases. TDA was further utilized to identify key features which are best associated as diagnostic factors for PE and used this information to define the input space for a back-propagation artificial neural network (BP-ANN). It is shown that the area under curve (AUC) of BP-ANN is greater than the AUCs of the scores (Wells and revised Geneva) used among physicians. The results demonstrate topological data analysis and the BP-ANN, when used in combination, can produce better predictive models than Wells or revised Geneva scores system for the analyzed cohort

研究の動機と目的

• 臨床現場における肺塞栓症（PE）の診断が遅延や過小診断を伴うという課題に対処すること。
• Wellsスコアや再検討ジェンエスコアといった既存の臨床予測ルール（CPRs）に見られる、不完全または一貫性のないデータに依存するという制限を克服すること。
• 従来の特徴選択手法が処理できない欠損値を含むデータセットを処理できる、耐障害性の高い診断モデルを開発すること。
• トポロジカル・データ解析（TDA）を用いて、PE診断に最も関連する臨床的特徴を同定すること。
• TDAで同定された特徴を入力として使用するバックプロパゲーション型人工ニューラルネットワーク（BP-ANN）を構築し、診断性能を向上させること。

提案手法

• 欠損値を含む臨床データセットを分析するために、Irisソフトウェア（Ayasdi Inc.）を用いてトポロジカル・データ解析（TDA）を実施し、データ削除なしにクラスタリングと特徴同定を可能にした。
• TDAは、メトリック関数とレンズ関数を用いてトポロジカルネットワークを構築し、解像度とゲインのパラメータがバインディングと重複を制御することで、データ構造とクラスタを明らかにした。
• トポロジカルネットワークは、PE患者群に2つの明確なフレア（クラスタ）を同定し、健康な患者群の中にもサブグループを示し、非PE関連の病態を示唆した。
• TDAネットワークからPE関連の特徴を抽出し、バックプロパゲーション型人工ニューラルネットワーク（BP-ANN）の入力として使用した。
• BP-ANNは、スケーリングされた入力（[-1, 1]に正規化）、学習率0.5、モーメントム0.9、660エポックで訓練され、出力はPE発症確率として解釈された。
• Rulex 2.0ソフトウェアを用いてANNの実装と評価を実施し、受検者受容曲線（ROC）とAUCを用いて性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 トポロジカル・データ解析は、欠損値を含む臨床データセットにおいて、意味のある患者サブグループと重要な診断特徴を効果的に同定できるか？
• RQ2 TDAを用いた特徴選択アプローチは、従来の臨床予測ルールよりも、肺塞栓症の予測モデルの精度を向上させるか？
• RQ3 TDAで同定された特徴を入力として使用するバックプロパゲーション型人工ニューラルネットワークは、Wellsスコアや再検討ジェンエスコアといった既存のスコアを上回ってPEの診断を行うことができるか？
• RQ4 トポロジカル・データ解析とニューラルネットワークの統合は、不完全な臨床データが存在する状況で診断精度をどのように向上させるか？
• RQ5 得られたモデルは、リアルタイムでのPE発症確率推定を目的としたウェブベースの臨床意思決定支援ツールとして導入可能か？

主な発見

• トポロジカルネットワークは、PE患者群に2つの明確なクラスタを明らかにし、肺塞栓症の潜在的サブタイプを示唆した。
• TDAは、非PE患者群にサブグループを効果的に同定し、PEに類似する症状を示す非PE関連疾患の存在を示唆した。
• BP-ANNモデルは、Wellsスコアおよび再検討ジェンエスコアよりも高い受検者受容曲線下積分（AUC）を達成し、優れた診断性能を示した。
• 本研究では、TDAが欠損値を含むデータセットを効果的に処理できることを示し、サンプルサイズの縮小と統計的妥当性の損なわれることを避けることができた。
• BP-ANNモデルのウェブベース版は公開され、臨床利用のために cuda.unicam.it で一般に利用可能である。
• TDAとBP-ANNの統合により、従来の方法を上回る新しい臨床予測ルールが得られ、PE診断における性能向上が実証された。