[논문 리뷰] Identifying Cancer Patients at Risk for Heart Failure Using Machine Learning Methods

Xi Yang, Yan Gong외 5명|arXiv (Cornell University)|2019. 10. 01.

Chemotherapy-induced cardiotoxicity and mitigation참고 문헌 24인용 수 16

한 줄 요약

이 연구는 심부전 위험을 조기 예측하기 위해 전자건강기록(EHR) 데이터를 활용한 기계학습 모델을 개발한다. 143,199명의 환자를 대상으로 기울기 부스팅을 적용한 결과 AUC가 0.9077에 도달하여 높은 민감도와 특이도를 보이며, 암 치료와 관련된 심장독성에 대한 조기 간섭의 잠재력을 보여준다.

ABSTRACT

Cardiotoxicity related to cancer therapies has become a serious issue, diminishing cancer treatment outcomes and quality of life. Early detection of cancer patients at risk for cardiotoxicity before cardiotoxic treatments and providing preventive measures are potential solutions to improve cancer patients's quality of life. This study focuses on predicting the development of heart failure in cancer patients after cancer diagnoses using historical electronic health record (EHR) data. We examined four machine learning algorithms using 143,199 cancer patients from the University of Florida Health (UF Health) Integrated Data Repository (IDR). We identified a total number of 1,958 qualified cases and matched them to 15,488 controls by gender, age, race, and major cancer type. Two feature encoding strategies were compared to encode variables as machine learning features. The gradient boosting (GB) based model achieved the best AUC score of 0.9077 (with a sensitivity of 0.8520 and a specificity of 0.8138), outperforming other machine learning methods. We also looked into the subgroup of cancer patients with exposure to chemotherapy drugs and observed a lower specificity score (0.7089). The experimental results show that machine learning methods are able to capture clinical factors that are known to be associated with heart failure and that it is feasible to use machine learning methods to identify cancer patients at risk for cancer therapy-related heart failure.

연구 동기 및 목표

• 암 진료 후 심부정맥 위험이 높은 암 환자를 특정하기 위해.
• 기계학습을 활용해 이전 전자건강기록(EHR) 데이터를 활용해 위험 예측하기 위해.
• 암 환자에서 심부정맥 발병을 예측하는 데 다수의 기계학습 알고리즘을 비교하기 위해.
• 모델 성능 향상을 위한 특징 인코딩 전략 평가하기 위해.
• 특히 화학요법에 노출된 환자들을 포함한 하위군에서의 모델 성능 평가하기 위해.

제안 방법

• 연구는 UF 헬스 통합데이터 레포지터리에서 확보한 143,199명의 암 환자를 대상으로 한 후향적 코hort를 사용했다.
• 심부정맥이 있는 1,958명의 사례를 성별, 연령, 인종, 주요 암 유형으로 1:8 비율로 대조군과 매칭했다.
• 기울기 부스팅, 랜덤 포레스트, 로지스틱 회귀, XGBoost의 네 가지 기계학습 알고리즘을 훈련 및 평가했다.
• 두 가지 특징 인코딩 전략을 적용: 원핫 인코딩과 타겟 인코딩을 통해 범주형 변수를 표현했다.
• 모델 성능은 AUC, 민감도, 특이도를 측정하였으며, 탄력성을 확보하기 위해 교차검증을 실시했다.
• 화학요법에 노출된 환자들을 대상으로 하위군 분석을 수행하여 모델의 일반화 능력 평가했다.

실험 결과

연구 질문

• RQ1 EHR 데이터를 기반으로 훈련된 기계학습 모델이 암 환자에서 심부정맥 발생을 정확하게 예측할 수 있는가?
• RQ2 암 환자에서 심부정맥 위험을 예측할 때 어떤 기계학습 알고리즘이 가장 우수한 성능을 보이는가?
• RQ3 다양한 특징 인코딩 전략이 이 임상 예측 과제에서 모델 성능에 어떤 영향을 미치는가?
• RQ4 화학요법에 노출된 환자에서 모델 성능이 유의미하게 다를까?
• RQ5 고위험 환자 조기 식별이 예방적 간섭을 통해 결과 개선에 기여할 수 있는가?

주요 결과

• 기울기 부스팅(GB) 모델이 가장 높은 AUC 0.9077를 기록하여 다른 알고리즘을 압도했다.
• GB 모델은 민감도 0.8520과 특이도 0.8138를 보이며 강력한 예측 능력을 입증했다.
• 화학요법에 노출된 환자 하위군에서는 특이도가 0.7089로 떨어져 이 그룹에서 성능 저하가 나타났다.
• 모델는 심부정맥과 관련된 알려진 임상적 위험 요인을 성공적으로 반영하여 임상적 관련성을 입증했다.
• 특징 인코딩 전략이 모델 성능에 상당한 영향을 미쳤으며, 타겟 인코딩이 특정 맥락에서 유리한 성능을 보였다.
• 결과는 EHR 데이터를 기반으로 한 기계학습을 활용해 암 치료와 관련된 심부정맥 위험 환자를 사전에 식별하는 것이 가능함을 뒷받침한다.