[논문 리뷰] A new method for augmenting short time series, with application to pain events in sickle cell disease

Kumar Utkarsh, Nirmish Shah외 2명|arXiv (Cornell University)|2026. 01. 08.

Hemoglobinopathies and Related Disorders인용 수 0

한 줄 요약

본 논문은 통계적으로 유사한 희소 시계열을 모아 Hawkes와 Poisson 모델 간 구별 및 매개변수 추정을 향상시키는 데이터 증강 프레임워크를 제시하며, 겸상 적혈구 질환(SCD)의 통증 이벤트 데이터에 적용된 것이다.

ABSTRACT

Researchers across different fields, including but not limited to ecology, biology, and healthcare, often face the challenge of sparse data. Such sparsity can lead to uncertainties, estimation difficulties, and potential biases in modeling. Here we introduce a novel data augmentation method that combines multiple sparse time series datasets when they share similar statistical properties, thereby improving parameter estimation and model selection reliability. We demonstrate the effectiveness of this approach through validation studies comparing Hawkes and Poisson processes, followed by application to subjective pain dynamics in patients with sickle cell disease (SCD), a condition affecting millions worldwide, particularly those of African, Mediterranean, Middle Eastern, and Indian descent.

연구 동기 및 목표

• 희소 시계열 데이터로 인해 신뢰할 수 있는 모델 피팅 및 선택이 어려운 문제를 해결한다.
• 통계적으로 유사한 데이터셋을 식별하고 이를 모아 증강 가능도를 형성하는 방법을 개발한다.
• Hawkes와 Poisson 프로세스를 구분하는 시뮬레이션으로 접근법을 검증한다.
• 실세계의 겸상 적혈구 질환(SCD) 통증 이벤트 데이터에 방법을 적용하여 시간적 역학을 밝힌다.

제안 방법

• 지수 메모리 커널을 가진 자기 촉발 Hawkes 프로세스와 관측되지 않은 과거 사건에 대한 보상 항을 모델링한다( Eq. 2 ).
• 모델 선택을 위해 최대우도(MLE)와 Akaike 정보 기준(AIC)을 사용하여 Hawkes 대 Poisson 모델을 비교한다.
• 도착 간격에 대해 두 표본 Kolmogorov-Smirnov(KS) 검정을 사용하여 분포가 유사한 데이터셋을 식별한다.
• 통계적으로 유사한 데이터셋 간의 개별 가능도들을 곱해 집합 가능도를 정의한다(Eq. 5).
• 희소 데이터세트에 증강 워크플로우를 적용한 뒤 매개변수를 재추정하고 모델 지지도를 재평가한다.

Figure 1: Visual guide to shifted Hawkes process parameters and intensity dynamics. Characterization of the parameters introduced in Eq. ( 2 ) (see also Table 1 ). The peaks represent event arrivals in real-time. The shaded area represents the history not captured in the observed data. In this examp

실험 결과

연구 질문

• RQ1 희소 시계열 데이터로 인해 Hawkes와 Poisson 프로세스 간의 모델 구분 능력을 향상시키기 위해 통계적으로 유사한 데이터셋을 모아 증강하는 것이 가능한가?
• RQ2 증강 접근이 희소성 하에서 Hawkes 모델 매개변수(lambda_0, alpha, delta)의 매개변수 추정을 개선하는가?
• RQ3 증강이 실제 SCD 통증 이벤트 데이터에서의 모델 선호도에 미치는 영향은 단일 시계열 분석과 비교해 어떠한가?
• RQ4 KS 기반의 유사성 그룹화가 집합 가능도 추론을 신뢰할 수 있게 만드는 한계와 조건은 무엇인가?

주요 결과

• Augmented datasets shift model selection from inconclusive or Poisson-favored toward Hawkes-favored, increasing confidence (>95%) in many cases.
• Parameter estimates from augmented data recover Hawkes parameters comparably to equivalent-length continuous data, improving robustness under sparsity.
• In simulations, augmentation moves results outside the inconclusive region in Delta AIC for both Poisson and Hawkes processes.
• Applied to 39 SCD patients, augmented fits show Hawkes preference in 36 of 39 cases, versus 28/39 for single-series fits.
• The memory timescale delta^{-1} observed in real data ranges from 30 seconds to 6 minutes, informing risk-period duration after pain events.

Figure 2: Minimum dataset size required for reliable Hawkes vs. Poisson model discrimination. Number of data points needed to distinguish Hawkes model from Poisson. The black dashed line is for basic preference ( $\mathcal{L}=1$ ), whereas the green dashed line is for 95% confidence ( $\mathcal{L}=0