[논문 리뷰] BoXHED: Boosted eXact Hazard Estimator with Dynamic covariates

Xiaochen Wang, Arash Pakbin외 3명|arXiv (Cornell University)|2020. 06. 25.

Health, Environment, Cognitive Aging참고 문헌 22인용 수 6

한 줄 요약

BoXHED는 시간에 따라 변화하는 공변량을 가진 생존 분석에서 비모수적 위험 함수를 추정하는 데 회귀 트리와 기울기 부스팅을 사용하는 새로운 공개 소프트웨어 패키지이다. 이 소프트웨어는 특히 수축성 혈압과 체질량지수(BMI) 간의 복잡한, 이전에 보고되지 않은 상호작용 효과를 드러내어 심혈관질환 위험 동역학에 대한 오랫동안 남아있던 임상적 질문을 해결할 수 있을 것으로 보인다.

ABSTRACT

The proliferation of medical monitoring devices makes it possible to track health vitals at high frequency, enabling the development of dynamic health risk scores that change with the underlying readings. Survival analysis, in particular hazard estimation, is well-suited to analyzing this stream of data to predict disease onset as a function of the time-varying vitals. This paper introduces the software package BoXHED (pronounced 'box-head') for nonparametrically estimating hazard functions via gradient boosting. BoXHED 1.0 is a novel tree-based implementation of the generic estimator proposed in Lee, Chen, Ishwaran (2017), which was designed for handling time-dependent covariates in a fully nonparametric manner. BoXHED is also the first publicly available software implementation for Lee, Chen, Ishwaran (2017). Applying BoXHED to cardiovascular disease onset data from the Framingham Heart Study reveals novel interaction effects among known risk factors, potentially resolving an open question in clinical literature.

연구 동기 및 목표

• 생존 분석에서 시간에 따라 변화하는 공변량을 가진 비모수적 위험 추정을 위한 확장 가능하고 공개 가능한 소프트웨어의 부족을 해결하기 위해.
• Lee 등(2017)이 제안한 기능적 기울기 부스팅 추정기의 강력하고 임상적으로 적용 가능한 구현을 개발하여 동적 위험 예측을 위해.
• 종단적 건강 데이터에서 시간에 따라 변화하는 위험 요인 간의 복잡한 비선형 상호작용 효과를 발견할 수 있도록 하기 위해.
• 변수 중요도 추정과 모델 해석 가능성 향상을 위한 유연하고 우도 기반 트리 성장 알고리즘을 제공하기 위해.
• 실제 프래밍햄 심장 연구에서의 심혈관질환 데이터를 바탕으로 이 방법의 유용성을 입증하고, 새로운 임상적 통찰을 밝혀내기 위해.

제안 방법

• 시간에 따라 변화하는 공변량 X(t)를 고려하여 위험 함수 λ(t, X(t))를 비모수적으로 추정하기 위해 기능적 기울기 부스팅을 사용한다.
• 약한 학습기로 회귀 트리를 사용하며, 위험 추정에서 우도 감소를 최적화하기 위해 특별히 설계된 새로운 트리 성장 전략을 적용한다.
• 부스팅 과정에서 직접 유도된 변수 중요도 측정 기준을 도입하여 시간에 따라 변화하는 위험 요인의 해석 가능성을 향상시킨다.
• 우도 기반 손실 함수의 반복 최소화를 통해 우연히 오른쪽으로 잘린 연속 시간 생존 데이터에 추정기를 적용한다.
• 각 환자의 시간에 따라 변화하는 공변량 경로를 단일 기능적 관측치로 간주하여 공변량 궤적의 기능적 데이터 표현을 처리한다.
• 현재 및 과거 공변량 값에 기반하여 어떤 시점에서나 순간 위험을 추정함으로써 동적 위험 스코어링을 지원한다.

실험 결과

연구 질문

• RQ1 고빈도 의료 데이터에서 시간에 따라 변화하는 공변량을 가진 비모수적, 트리 기반 기울기 부스팅 방법이 위험 함수를 효과적으로 추정할 수 있는가?
• RQ2 시간에 따라 변화하는 위험 요인들(예: 혈압과 체질량지수) 간의 복잡한 비선형 상호작용은 심혈관질환 발병에 어떻게 영향을 미치는가?
• RQ3 제안된 방법이 전통적인 파라미터 모델이나 정적 공변량 모델에서 놓친 상호작용 효과를 드러낼 수 있는가?
• RQ4 부스팅 과정에서 도출된 변수 중요도 측정 기준이 동적 환경에서 임상적으로 관련성이 있는 위험 요인을 신뢰성 있게 식별할 수 있는가?
• RQ5 시간에 따라 변화하는 공변량이 존재할 때 기존 생존 모델에 비해 모델의 성능과 해석 가능성은 어느 정도 향상되는가?

주요 결과

• BoXHED는 고체질량지수(BMI >32 kg/m²)를 가진 환자에서 수축성 혈압과 심혈관질환 위험 간에 U자형 관계를 성공적으로 식별하였으며, 이 중에서 가장 낮은 위험은 수축성 혈압 115–124 mmHg에서 관찰되었다.
• 반면, 저체질량지수(≤32 kg/m²)를 가진 환자는 수축성 혈압이 증가함에 따라 위험이 단조로운 증가를 보였으며, 이는 BMI 유형에 따라 위험 패턴이 다름을 시사한다.
• 수축성 혈압과 BMI 간의 상호작용은 이전 임상 문헌에서 혈압이 심혈관질환 위험에 미치는 영향에 대해 모순된 결과를 설명할 수 있을 것으로 나타났다.
• 모델는 고차원적이고 잠재적으로 노이즈가 많은 공변량에 대해서도 강건성을 유지하여, 많은 불필요한 특성 존재하더라도 정확한 위험 추정을 유지하였다.
• 내장된 변수 중요도 측정 기준은 수축성 혈압, 이완성 혈압, 체질량지수와 같은 핵심 동적 위험 요인을 효과적으로 강조하였으며, 명확한 임상적 해석 가능성을 보였다.
• 분석 결과, 위험 요인 궤적의 시간에 따른 변화가 임상적으로 유의미한 예후 정보를 제공함을 확인하였으며, 이는 실시간 임상 환경에서의 동적 위험 평가를 뒷받침한다.