[논문 리뷰] Alternating Decision trees for early diagnosis of dengue fever

M. Naresh Kumar|arXiv (Cornell University)|2013. 05. 31.

Mosquito-borne diseases and control참고 문헌 16인용 수 10

한 줄 요약

이 연구는 기본적인 임상 및 검사 특징을 사용하여 조기이고 정확한 dengue 열 진단을 가능하게 하는 부스팅를 적용한 교대 결정 트리(ADTree)를 제안한다. 이 방법은 89%의 분류 정확도, F-측정값 0.873, AUC 0.826을 달성하여 C4.5(78% 정확도, AUC 0.617)를 능가했으며, 자원이 제한된 dengue 감시에 잠재적 잠재력을 보여주었다.

ABSTRACT

Dengue fever is a flu-like illness spread by the bite of an infected mosquito which is fast emerging as a major health problem. Timely and cost effective diagnosis using clinical and laboratory features would reduce the mortality rates besides providing better grounds for clinical management and disease surveillance. We wish to develop a robust and effective decision tree based approach for predicting dengue disease. Our analysis is based on the clinical characteristics and laboratory measurements of the diseased individuals. We have developed and trained an alternating decision tree with boosting and compared its performance with C4.5 algorithm for dengue disease diagnosis. Of the 65 patient records a diagnosis establishes that 53 individuals have been confirmed to have dengue fever. An alternating decision tree based algorithm was able to differentiate the dengue fever using the clinical and laboratory data with number of correctly classified instances as 89%, F-measure of 0.86 and receiver operator characteristics (ROC) of 0.826 as compared to C4.5 having correctly classified instances as 78%,h F-measure of 0.738 and ROC of 0.617 respectively. Alternating decision tree based approach with boosting has been able to predict dengue fever with a higher degree of accuracy than C4.5 based decision tree using simple clinical and laboratory features. Further analysis on larger data sets is required to improve the sensitivity and specificity of the alternating decision trees.

연구 동기 및 목표

• 일반적으로 이용 가능한 임상 및 실험실 특징을 사용하여 조기 dengue 열 진단을 위한 강건하고 해석 가능한 결정 트리 모델을 개발하기.
• 초기 dengue 단계에서 나타나지 않는 증상에 의존하는 현재 WHO 분류 기준의 한계를 해결하기.
• 기존의 결정 트리 모델인 C4.5와 비교해 진단 정확도를 향상시키고 가짜 양성 결과를 줄이기.
• 고급 실험실 검사가 이용 불가능한 자원이 제한된 환경에서 비용 효율적인 조기 선별을 가능하게 하기.
• 부스팅 기법이 결정 트리 모델의 예측 성능을 향상시키는 데 있어 효과적인지 검증하기.

제안 방법

• 약한 예측 규칙을 조합하여 강력한 앙상블 분류기로 만드는 데 교대 결정 트리(ADTree)에 AdaBoost를 적용하였다.
• 모델 성능 평가 및 과적합 방지를 위해 10배 교차검증을 사용하였다.
• 연속형 변수는 평균 값으로 결측치를 대체하였으며, 결측률이 40% 이상인 IgM 및 IgG는 제외하였다.
• 분류 정확도 향상을 위해 맥박 변수를 '낮음(L)' 및 '높음(H)'로 이산화 하였다.
• 다항로지스틱 회귀(와드 검정)를 사용해 유의미한 특징을 선별하였으며, 범주형 변수의 경우 카이제곱 검정을 적용하였다.
• Weka 3.6.1를 사용해 모델을 학습 및 평가하였으며, 성능 평가에는 혼동 행렬, F-측정값, ROC 곡선을 사용하였다.

실험 결과

연구 질문

• RQ1 기본적인 임상 및 실험실 데이터를 사용하여 부스팅를 적용한 교대 결정 트리가 기존의 결정 트리 모델인 C4.5보다 조기 dengue 열 진단 정확도를 향상시킬 수 있는가?
• RQ2 통계적 및 기계학습 방법을 통해 분석했을 때, 어떤 임상 및 실험실 특징이 dengue 열의 예측에 가장 유의미한가?
• RQ3 맥박 변수의 이산화가 ADTree 모델의 분류 성능에 어떤 영향을 미치는가?
• RQ4 ADTree 모델은 조기 dengue 검출에서 C4.5에 비해 얼마나 더 낮은 가짜 양성 진단 비율을 보이는가?
• RQ5 제한된 데이터(n=65)로 학습된 모델가 더 큰 데이터셋으로 학습된 모델와 유사한 성능을 달성할 수 있는가?

주요 결과

• 맥박 변수의 이산화 이후 ADTree 모델은 89%의 분류 정확도를 달성하였으며, 이는 C4.5의 78% 정확도를 뛰어넘었다.
• ADTree는 F-측정값(0.873)과 ROC 곡선 아래 면적(AUC 0.826)에서 C4.5의 F-측정값(0.738)과 AUC(0.617)보다 높았다.
• ADTree는 53例의 dengue 양성 사례를 모두 정확히 분류하여 진단 민감도가 100%였으며, C4.5는 3例를 놓쳤다. 이는 더 높은 민감도를 보임을 시사한다.
• ADTree의 가짜 양성 비율은 58.3%로 C4.5의 91.6%보다 낮아, 비-dengue 환자에서 더 높은 특이도를 보였다.
• 제한된 데이터(n=65)에도 불구하고 모델 성능은 탄탄했으며, 민감도 89.2%, 특이도 52.4%를 기록하였다.
• 맥박 변수의 이산화가 ADTree 정확도 향상에 핵심적인 요소였으며, 이는 임상 기반 기계학습 모델에서 특징 공학의 중요성을 강조한다.