[논문 리뷰] Multi-study factor regression model: an application in nutritional epidemiology

Roberta De Vito, Alejandra Avalos‐Pacheco|arXiv (Cornell University)|2023. 04. 25.

Nutritional Studies and DietMedicine인용 수 3

한 줄 요약

이 논문은 성별, 교육 수준, 생활 방식 요인과 같은 공변량을 보정하면서 다양한 인구 집단 간에 공통적이고 집단별로 특화된 식이 패턴을 동시에 식별할 수 있는 새로운 연합因자 분석 프레임워크인 다중연구요인회귀(MSFR) 모델을 소개한다. 기존 방법에 비해 추정 정확도와 예측 성능이 향상되어 히스패닉/라티노 공동체에서 식이 패턴과 건강 결과 간의 유의미한 연관성을 드러낸다.

ABSTRACT

Diet is a risk factor for many diseases. In nutritional epidemiology, studying reproducible dietary patterns is critical to reveal important associations with health. However, it is challenging: diverse cultural and ethnic backgrounds may critically impact eating patterns, showing heterogeneity, leading to incorrect dietary patterns and obscuring the components shared across different groups or populations. Moreover, covariate effects generated from observed variables, such as demographics and other confounders, can further bias these dietary patterns. Identifying the shared and group-specific dietary components and covariate effects is essential to drive accurate conclusions. To address these issues, we introduce a new modeling factor regression, the Multi-Study Factor Regression (MSFR) model. The MSFR model analyzes different populations simultaneously, achieving three goals: capturing shared component(s) across populations, identifying group-specific structures, and correcting for covariate effects. We use this novel method to derive common and ethnic-specific dietary patterns in a multi-center epidemiological study in Hispanic/Latinos community. Our model improves the accuracy of common and group dietary signals and yields better prediction than other techniques, revealing significant associations with health. In summary, we provide a tool to integrate different groups, giving accurate dietary signals crucial to inform public health policy.

연구 동기 및 목표

• 영양 epidemiology 분야에서 다양한 민족 및 문화 집단 간에 재현 가능한 식이 패턴을 식별하는 데 도전하는 것.
• 이질적인 인구 집단에서 진정한 식이 신호를 가리키는 혼란 요인(인구 통계학적 및 생활 습관 변수)의 영향을 보정하는 것.
• 다양한 연구에서 공통 요소와 연구별로 특화된 식이 구성 요소를 함께 모델링하는 통합 통계 프레임워크를 개발하는 것.
• 기존의 요인 분석 방법에 비해 식이 패턴 추정 및 예측 정확도를 향상시키는 것.
• 다양한 민족 배경을 가진 인구 집단에서 식이-질병 연관성에 대해 강력하고 해석 가능하며 정책적으로 유의미한 통찰을 제공하는 것.

제안 방법

• MSFR 모델은 다중연구요인분석(MSFA)과 잠재 요인 회귀를 융합하여 다수의 인구 집단에서 공통 요인과 연구별 특화 요인을 함께 모델링한다.
• 결정론적 추정을 위해 닫힌 형태의 업데이트를 제공하는 효율적인 ECM 알고리즘을 사용하여 확장 가능한 계산이 가능하다.
• 성별, 교육 수준, 흡연, 음주, 체질량지수(BMI) 등 공변량 효과는 요인 구조 내에서 명시적으로 모델링되고 보정된다.
• 공통(공통) 및 집단별로 특화된 로딩 행렬과 잠재 요인을 동시에 추정한다.
• 요인의 수(카디널리티)는 강인하게 추정되어 보정되지 않은 모델에 비해 과적합을 줄인다.
• 이 방법은 GitHub를 통해 공개되어 재현 가능성과 광범위한 도입을 지원한다.

Figure 1: Heatmap of the common (left panel) and study-specific (right panel) factor loadings in the HCHS/SOL.

실험 결과

연구 질문

• RQ1 주요 혼란 요인을 보정하면서 다양한 라티노 소그룹 간에 공통적이고 민족별 특화된 식이 패턴을 동시에 식별할 수 있는 방법은 무엇인가?
• RQ2 공변량 보정이 다중센터 연구에서 식이 패턴 추정의 정확도와 해석 가능성에 어느 정도 향상시키는가?
• RQ3 MSFR 모델은 표준 요인 분석 및 다중연구요인분석에 비해 예측 성능과 요인 추정 측면에서 어떻게 비교되는가?
• RQ4 히스패닉 공동체 건강 연구/라티노 연구(HCHS/SOL)에서 어떤 식이 패턴이 AHEI-2010와 가장 강하게 연관되어 있는가?
• RQ5 MSFR 모델은 다양한 라티노 민족 배경 간에 세계적으로 공유되며 동시에 지역적으로 특화된 의미 있는 해석 가능한 식이 패턴을 탐지할 수 있는가?

주요 결과

• MSFR 모델은 MSFA 및 표준 요인 회귀에 비해 예측 정확도와 추정 강인성을 크게 향상시켰으며, 특히 강한 공변량 효과가 존재할 경우 두드러진다.
• 공통 식이 패턴 분석 결과 식물성 식품 패턴과 해산물 패턴은 AHEI-2010 점수를 높였고, 동물성 제품과 유제품 패턴은 낮췄다.
• 동물성 제품 패턴은 AHEI-2010와 강한 음의 연관성을 보였으며, 1분위수(49.7)에서 5분위수(45.2)로 감소시켰다.
• 유제품 패턴은 AHEI-2010 점수를 약간 낮추었으며, 1분위수(48.1)에서 5분위수(46.7)로 감소시켰다.
• 연구별 특화 패턴 분석 결과 도미니카 패턴은 AHEI-2010 점수를 1분위수(51.2)에서 3분위수(46.4)로 높였고, 쿠바 패턴은 44.7에서 43.5로 약간 감소시켰다.
• 연구별 특화 요인의 표준 오차는 매우 낮아 추정의 정밀도가 높음을 시사한다.

Figure 2: Association of each factor with each food group for each common factor (first box) and each study-specific factor (second box).