[논문 리뷰] A new mixture-based fixed-effect model for a biometrical case-study related to immunogenecity with highly censored data

Mário F. Desousa, Helton Saulo외 2명|arXiv (Cornell University)|2018. 01. 01.

Bayesian Methods and Mixture Models참고 문헌 35인용 수 3

한 줄 요약

이 논문은 하이티의 수두 백신 연구에서 얻은 고도로 캐시된 혈액 검사 데이터를 분석하기 위해 비르누바우머-사이너스 및 베르누울리 분포를 조합한 새로운 연속-이산 혼합 회귀 모델을 제안한다. 모델은 항체 농도를 연속적으로 모델링하고 캐시된 사건을 점질량으로 처리함으로써 과도한 캐시 관측치를 효과적으로 다룬다. 최대우도 추정법을 통해 모수를 추정하였으며, 몬테카를로 시뮬레이션과 실제 데이터 적용을 통해 뛰어난 성능을 입증하였다.

ABSTRACT

We propose a new continuous-discrete mixture regression model which is useful for describing highly censored data. We motivate our investigation based on a case-study in biometry related to measles vaccines in Haiti. In this case-study, the neutralization antibody level is explained by the type of vaccine used, level of the dosage and gender of the patient. This mixture model allows us to account for excess of censored observations and consists of the Birnbaum-Saunders and Bernoulli distributions. These distributions describe the antibody level and the point mass of the censoring observations. We estimate the model parameters with the maximum likelihood method. Numerical evaluation of the model is performed by Monte Carlo simulations and by an illustration with biometrical data, both of which show its good performance and its potential applications.

연구 동기 및 목표

• 하이티와 같은 저소득 환경에서 고도로 캐시된 혈액 검사 데이터의 도전 과제를 해결한다.
• 백신 항원성 연구에서 검출 한계로 인해 발생하는 중화항체 농도의 과도한 캐시 관측치를 모델링한다.
• 연속 항체 농도와 이산 캐시 지표를 통합하는 유연한 회귀 프레임워크를 개발한다.
• 데이터 캐시에도 불구하고 백신 유형, 투여 용량 수준 및 환자 성별이 항원성에 미치는 영향을 추정할 수 있도록 한다.
• 과도한 0 또는 저수준 관측치를 포함한 캐시된 생물통계학적 데이터를 분석하기 위한 통계적으로 강건하고 계산적으로 실현 가능한 방법을 제공한다.

제안 방법

• 응답 변수가 비캐시 관측치에 대해 연속 비르누바우머-사이너스 분포를 따르고, 캐시 관측치에 대해 베르누울리 분포를 통해 캐시 임계값에서 점질량을 형성하는 혼합 모델을 수립한다.
• 비르누바우머-사이너스 분포의 평균을 백신 유형, 투여 용량 수준 및 성별 등의 공변량의 선형 함수로 모델링한다.
• 최대우도추정법(MLE)을 사용하여 비르누바우머-사이너스 분포의 형태 및 척도 모수와 캐시 확률을 포함한 모든 모수를 동시에 추정한다.
• 모든 공변량에 대해 고정효과를 통합하여 항체 반응에 대한 영향의 직접적 해석을 가능하게 한다.
• 다양한 캐시 상황과 데이터 생성 메커니즘 하에서 몬테카를로 시뮬레이션을 통해 모델 성능을 검증한다.
• 실제 수두 백신 임상 시험에서 수집한 하이티의 생물통계학적 데이터에 모델을 적용하여 실용성과 강건성을 평가한다.

실험 결과

연구 질문

• RQ1 어떻게 통계 모델이 백신 항원성 연구에서 얻은 혈액 검사 데이터의 과도한 캐시 관측치를 효과적으로 고려할 수 있는가?
• RQ2 데이터가 고도로 캐시된 경우, 제안된 혼합 모델이 표준 회귀 모델에 비해 모수 추정 정확도를 얼마나 향상시키는가?
• RQ3 검출 한계가 존재하는 상황에서 백신 유형, 투여 용량 수준 및 환자 성별은 중화항체 농도에 어떤 영향을 미치는가?
• RQ4 비르누바우머-사이너스 및 베르누울리 성분을 가진 혼합 모델은 복잡한 캐시 패턴을 보이는 실제 생물통계학적 데이터에서 신뢰할 수 있는 추론을 제공할 수 있는가?
• RQ5 실제 시뮬레이션 조건 하에서 수렴성, 편향 및 정밀도 측면에서 모델의 실증적 성능는 어떠한가?

주요 결과

• 제안된 혼합 모델은 비캐시 항체 농도의 연속 분포와 캐시 임계값에서의 이산 점질량을 효과적으로 포착한다.
• 몬테카를로 시뮬레이션 결과, 다양한 캐시 비율 하에서도 최대우도추정 절차가 일관되고 효율적인 모수 추정치를 제공함을 입증하였다.
• 캐시 비율이 50% 이상인 경우에도 백신 유형, 투여 용량 및 성별이 항체 반응에 미치는 영향을 강건하게 추정할 수 있었다.
• 하이티의 수두 백신 연구에서의 실제 데이터 적용 결과, 백신 유형이 중화항체 농도를 높이는 데 유의미한 연관성이 있음을 확인하였다.
• 캐시가 심한 경우, 표준 선형 회귀 모델과 토비트 모델에 비해 모델 적합도와 모수 추정 정확도 측면에서 제안된 모델이 뛰어난 성능을 보였다.
• 검출 한계에서의 과도한 질량을 고려한 베르누울리 성분의 통합은 캐시된 관측치를 무시한 모델에 비해 모델의 분류 능력 향상과 잔차 편향 감소를 이끌었다.