[논문 리뷰] A marginalizable frailty model for correlated right-censored data

Rui Zhang Kwun Chuen Gary Chan|arXiv (Cornell University)|2014. 03. 26.

Statistical Methods and Inference인용 수 3

한 줄 요약

이 논문은 연관된 우측 절단 데이터에 대해 직접적인 해석이 가능한 공변수 효과를 로그 실패 오즈 비율로 제공하는 이식 가능(frailty) 모델을 제안한다. 다변량 정규분포 임의변수를 사용하여 다변량 지수 위험도를 구성함으로써 모델은 민감한 상관관계 구조를 허용하고 하이브리드 기대최대화 알고리즘을 통해 일致한 추정을 가능하게 하며, 渐近적으로 타당한 추론과 실제 데이터에의 적용이 시뮬레이션과 Rats 연구에서 입증되었다.

ABSTRACT

We introduce a flexible individual frailty model for clustered right-censored data, in which covariate effects can be marginally interpreted as log failure odds ratios. Flexible correlation structures can be imposed by introducing multivariate exponential distributed frailties, constructed from a set of multivariate Gaussian random variables. Finite and infinite dimensional parameters are consistently estimated by maximizing a composite contributing marginal likelihood and a consistent estimate for their asymptotic covariance is proposed. Parameter estimation is implemented through a hybrid expectation-maximum algorithm. Simulations and an analysis of the Rats study were carried out to demonstrate our method.

연구 동기 및 목표

• 집단화된 생존 데이터에서 공변수 효과가 로그 실패 오즈 비율로 간접적으로 해석 가능한 위험도 모델을 개발하는 것.
• 공동 위험도 가정을 초월하여 다양한 상관관계 구조를 다변량 생존 데이터에서 모델링할 수 있도록 하는 것.
• 유한차원 및 무한차원 매개수를 동시에 추정하는 복합 모수우도 접근법을 통해 일관된 추정을 제공하는 것.
• 고차원 위험도가 존재하는 상황에서도 효율적인 매개수 추정을 위한 하이브리드 기대최대화 알고리즘을 개발하는 것.
• 정규성 조건 하에서 일관성과 渐近 정규성을 포함한 渐近 이론이 유지되도록 보장하는 것.

제안 방법

• 집단화된 생존 데이터에서 민감한 종속성 구조를 허용하기 위해 다변량 정규분포 임의변수로부터 다변량 지수 위험도를 구성한다.
• 기본 로그 실패 오즈와 공변수 및 위험도를 연결하기 위해 보완적 로그로그(Complementary log-log) 링크를 사용함으로써 회귀계수의 간접적 해석이 가능하도록 한다.
• 유한차원 매개수(예: 회귀계수)와 무한차원 매개수(예: 기본 누적 위험도)를 추정하기 위해 복합 모수우도 접근법을 활용한다.
• 위험도 추정과 모형 매개수 갱신을 번갈아 수행하는 하이브리드 기대최대화 알고리즘을 제안하며, E단계에서 닫힌 형태의 갱신식을 사용한다.
• 모수 추정치의 渐近 공분산 행렬에 대한 일관된 추정량을 유도하여 추론을 지원한다.
• 기본 누적 위험도 함수를 증가하는 점프를 갖는 단계함수로 간주하고 비모수적 최대우도 추정을 구현한다.

실험 결과

연구 질문

• RQ1 공변수 효과가 로그 실패 오즈 비율로 간접적으로 해석 가능한 위험도 모델을 구성할 수 있는가?
• RQ2 공동 위험도 가정을 초월하여 다변량 우측 절단 데이터에서 민감한 상관관계 구조를 어떻게 모델링할 수 있는가?
• RQ3 유한차원 및 무한차원 매개수가 동시에 존재할 때 일관성과 渐近 정규성을 보장하는 추정 전략은 무엇인가?
• RQ4 하이브리드 기대최대화 알고리즘이 전체 우도 계산 없이 고차원 위험도를 효율적으로 처리할 수 있는가?
• RQ5 유한 표본에서 기존 방법과 비교해 제안된 모델은 편향, 효율성, 신뢰구간 커버리지 측면에서 어떻게 성능을 보이는가?

주요 결과

• 제안된 모델은 공변수 효과를 로그 실패 오즈 비율로 직접적으로 해석 가능하게 하여 공중보건적 해석에 기여한다.
• 다변량 정규기반 위험도의 사용은 비대칭적 상관관계 구조를 허용하여 표준 공동 위험도 모델보다 더 우수한 모형 적합도를 제공한다.
• 하이브리드 기대최대화 알고리즘은 회귀계수와 기본 누적 위험도를 일관되게 추정하며, E단계에서 닫힌 형태의 갱신식 덕분에 계산 효율성이 높다.
• 모수 추정치의 渐近 공분산 행렬에 대한 일관된 추정량을 제공하여 타당한 추론과 가설 검정을 지원한다.
• 시뮬레이션과 Rats 연구에서 양호한 유한표본 성능을 보이며, 매개수 추정치의 정확한 커버리지와 낮은 편향을 확보한다.
• 모델은 전체 우도 프레임워크를 유지하므로 모형 잘못설정 상황에서도 관심 있는 매개수의 존재를 보장하며, 일부 준모수적 대안들과는 달리 이에 유리하다.