[논문 리뷰] Estimating Bayesian Optimal Treatment Regimes for Dichotomous Outcomes using Observational Data

Thomas Klausch, Peter van de Ven외 3명|arXiv (Cornell University)|2018. 09. 18.

Advanced Causal Inference Techniques참고 문헌 3인용 수 3

한 줄 요약

이 논문은 이元적 결과를 가진 관찰 연구에서 최적 치료 제도(OTR)를 추정하기 위한 베이지안 결정 이론 프레임워크를 제안한다. 이는 잠재 결과의 이元적 분포에 정의된 손실 함수를 사용한다. 후행 예측 추론과 미관측 잠재 결과 상관관계에 대한 민감도 분석을 통해 치료 부담과 결과 유효성 사이의 임상적으로 의미 있는 트레이드오프를 제공하며, 구강열선암에서 불필요한 화학요법 사용을 75% 감소시킨다. 이는 생존율을 희생시키지 않는다.

ABSTRACT

Optimal treatment regimes (OTR) are individualised treatment assignment strategies that identify a medical treatment as optimal given all background information available on the individual. We discuss Bayes optimal treatment regimes estimated using a loss function defined on the bivariate distribution of dichotomous potential outcomes. The proposed approach allows considering more general objectives for the OTR than maximization of an expected outcome (e.g., survival probability) by taking into account, for example, unnecessary treatment burden. As a motivating example we consider the case of oropharynx cancer treatment where unnecessary burden due to chemotherapy is to be avoided while maximizing survival chances. Assuming ignorable treatment assignment we describe Bayesian inference about the OTR including a sensitivity analysis on the unobserved partial association of the potential outcomes. We evaluate the methodology by simulations that apply Bayesian parametric and more flexible non-parametric outcome models. The proposed OTR for oropharynx cancer reduces the frequency of the more burdensome chemotherapy assignment by approximately 75% without reducing the average survival probability. This regime thus offers a strong increase in expected quality of life of patients.

연구 동기 및 목표

• 관찰 데이터에서 이원적 결과를 가진 최적 치료 제도(OTR)를 추정하기 위한 베이지안 프레임워크를 개발하는 것.
• 잠재 결과에 대한 민감도 함수를 통해 환자 수준의 치료 부담과 결과 트레이드오프를 통합하는 것.
• 생존 확률과 불필요한 치료 독성 간의 균형을 이루는 의사결정을 가능하게 하는 것.
• 모의 실험과 알려진 혼란 요인을 가진 실제 구강열선암 데이터셋을 사용하여 방법을 평가하는 것.
• 임상 의사결정 지원을 위한 기대 손실, 생존율, 치료 배정 확률의 후행 요약을 제공하는 것.

제안 방법

• 최적 치료는 후행 기대 손실을 최소화하는 방식으로 선택되는 베이지안 결정 이론적 접근을 사용한다.
• 손실 함수의 조건부 매개변수화를 통해 잠재 결과 (Y(1), Y(0))의 공동 분포를 모델링하며, 이는 공변수 기반의 손실 구조를 허용한다.
• 후행 추론은 잠재 결과에 대한 두 개의 마진 모델 기반으로 이루어지며, 표준 기법(예: 모델 선택, 사전 분포 설정)의 활용을 가능하게 한다.
• 미관측된 잠재 결과 간 부분 상관관계에 대한 민감도 분석을 코풀라 기반 사전 분포를 통해 통합한다.
• 모델의 강건성을 평가하기 위해 비모수적(베이지안 덴드로그램 회귀 트리, BART) 및 파라미터 모델(로지스틱 회귀)을 모두 적용한다.
• 치료 배정 규칙은 후행 예측 분포에서 유도되며, 신뢰구간과 후행 확률을 통해 불확실성이 정량화된다.

실험 결과

연구 질문

• RQ1 잠재 결과에 대한 치료 부담을 명시적으로 모델링함으로써, 관찰 데이터에서 베이지안 프레임워크가 최적 치료 제도 추정을 향상시킬 수 있는가?
• RQ2 불필요한 치료를 페널티로 삼는 손실 함수를 포함할 경우, 표준 결과 중심 최적화와 비교해 결과 치료 제도에 어떤 영향을 미치는가?
• RQ3 모델 잘못 설정과 표본 크기가 OTR 추정에서 후행 추정치의 편향과 신뢰구간 커버리지에 어떤 영향을 미치는가?
• RQ4 제안된 방법은 생존율을 유지하면서 구강열선암에서 화학요법 사용을 얼마나 줄일 수 있는가?
• RQ5 후행 불확실성과 신뢰구간이 개인 맞춤 치료 의사결정에 얼마나 기여할 수 있는가?

주요 결과

• 제안된 OTR는 관찰된 제도와 비교해 화학요법 배정 비율을 약 75% 감소시켰다. 환자의 55.2%에서 13.4%로 감소했으며, 평균 생존 확률은 감소하지 않았다.
• OTR 하에서 평균 생존 확률은 75.9%로 관찰 제도의 72.8%보다 略로 높아, 결과 유효성에 손실이 없음을 시사한다.
• 후행 확률은 특히 저위험 하위군에서 방사선 치료만으로도 최적이라는 데 높은 확신을 보였다.
• 모의 실험 결과, 작은 표본에서는 낙관적 편향이 나타났으며, 특히 이질성이 낮을 경우 두드러졌다. 그러나 로지스틱 모델에서는 큰 표본에서 명목적 커버리지가 유지되었고, BART에서는 보수적인 추정을 보였다.
• 이 방법은 치료 부담 최소화와 생존 유지 사이에 강력한 트레이드오프를 달성했으며, 후행 평균과 신뢰구간이 견고한 의사결정 지원을 제공했다.
• 손실 함수의 조건부 매개변수화는 실제 임상 우선순위와 부합하는 불필요한 치료에 대한 임상적으로 의미 있는 페널티를 가능하게 했다.