[논문 리뷰] Phenotyping Endometriosis through Mixed Membership Models of Self-Tracking Data

Iñigo Urteaga, Mollie M. McKillop외 2명|arXiv (Cornell University)|2018. 11. 06.

Endometriosis Research and Treatment참고 문헌 36인용 수 6

한 줄 요약

이 연구는 2,800명의 여성으로부터 수집한 자가 추적 모바일 앱 데이터를 활용하여 혼합 구성 모델을 제안하여 난소내막증을 유형화한다. 이 모델은 증상, 삶의 질, 치료법을 종합적으로 모델링하며, 임상적으로 의미 있는 세 가지 안정된 유형—중증, 중간, 경증—을 식별한다. 이는 증상 부담, 치료력, 공존 질환으로 구분되며, 임상 기준 및 전문가 검토를 통한 강력한 검증을 받았다.

ABSTRACT

We investigate the use of self-tracking data and unsupervised mixed-membership models to phenotype endometriosis. Endometriosis is a systemic, chronic condition of women in reproductive age and, at the same time, a highly enigmatic condition with no known biomarkers to monitor its progression and no established staging. We leverage data collected through a self-tracking app in an observational research study of over 2,800 women with endometriosis tracking their condition over a year and a half (456,900 observations overall). We extend a classical mixed-membership model to accommodate the idiosyncrasies of the data at hand (i.e., the multimodality of the tracked variables). Our experiments show that our approach identifies potential subtypes that are robust in terms of biases of self-tracked data (e.g., wide variations in tracking frequency amongst participants), as well as to variations in hyperparameters of the model. Jointly modeling a wide range of observations about participants (symptoms, quality of life, treatments) yields clinically meaningful subtypes that both validate what is already known about endometriosis and suggest new findings.

연구 동기 및 목표

• 난소내막증은 이질적이며 생체지표도 없고 신뢰할 수 있는 단계 분류도 없는 병이므로, 표준화된 유형화의 부족을 해결하기 위해.
• 모바일 앱을 통한 환자가 생성한 자가 추적 데이터를 활용하여 임상적 중증도와 질병 이질성을 반영하는 숨겨진 유형을 밝혀내기 위해.
• 자기 추적 데이터의 편향(예: 추적 빈도의 변동성, 다중 모odal 변수 등)을 고려한 강력한 비지도 모델링 접근법을 개발하기 위해.
• 임상 해석 가능성, 가능도 평가, 기존 임상 측정 기준과의 비교를 통해 식별된 유형을 검증하기 위해.
• 기존 지식을 넘어서는 새로운 임상적 연관성을 밝혀내기 위해, 예를 들어 특정 유형과 관련된 유전적 또는 공존 질환 패턴을 찾기 위해.

제안 방법

• Phendo 모바일 앱을 통해 수집된 다중 모달 자가 추적 데이터(증상, 삶의 질, 치료법, 공존 질환)를 처리하기 위해 고전적 혼합 구성 모델을 확장하였다.
• 각 참가자가 잠재적 유형에 대해 분포를 가지는 확률적 생성 모델을 적용하여, 부분적인 구성이 가능한 다중 유형에 속할 수 있도록 하였다.
• 추적 빈도의 변동성과 모델 파rameter의 변동성에 대비한 강건성을 확보하기 위해 데이터 정규화 및 모델 초기화 조정을 통합하였다.
• 모델 적합도와 일반화 성능 평가를 위해 검증용 데이터에서 가능도 평가를 실시하였다.
• 임상 전문가 검토, 전문가가 정의한 군집과의 순도 평가, 그리고 난소내막증 건강 프로파일(EHP-30) 설문지와의 가설 검증을 통해 유형을 검증하였다.
• 수술력, 공존 질환, 증상 중증도와 같은 임상 변수와의 연관성을 평가하기 위해 다변량 분석을 시행하였다.

실험 결과

연구 질문

• RQ1 비지도 혼합 구성 모델이 이질적인 자가 추적 데이터에서 생물학적·임상적으로 의미 있는 난소내막증 유형을 효과적으로 식별할 수 있는가?
• RQ2 환자가 생성한 데이터에서 흔히 발생하는 편향(예: 불규칙한 추적 빈도, 누락 데이터 등)에 대해 식별된 유형이 얼마나 강건한가?
• RQ3 유형화된 유형이 증상 부담, 공존 질환, 수술력 등 알려진 임상적 특성과 일치하는가?
• RQ4 모델이 기존 문헌에서 알려지지 않은 새로운 임상적 연관성을 드러낼 수 있는가? 예를 들어 특정 유형과 관련된 유전적 또는 생활습관 연관성은?
• RQ5 EHP-30과 같은 기존 임상 측정 기준과 비교했을 때, 이 유형들은 예측 타당성과 임상적 관련성 측면에서 어떻게 다른가?

주요 결과

• 모델은 증상 부담, 삶의 질, 치료력으로 주로 구분되는 세 가지 명확한 유형—중증, 중간, 경증—을 식별하였다.
• 중증 유형(유형 0)에 속한 참가자들은 목욕 시 어려움을 겪을 가능성이 10.67배 높았고, 한 블록을 걷는 데 어려움을 겪을 가능성은 5.47배 높았다. 이는 기능적 장애가 심하다는 것을 시사한다.
• 유형 0 환자들은 일상 활동에서 심한 제한을 겪을 가능성이 뚜렷하게 높았다: 계단 한 단을 오르는 데서 오즈비율(OR) = 4.42, 주방일과 같은 중간 정도 활동에서 OR = 3.45.
• 중증 유형은 평균 1.67회의 복강경 수술 기록과 진단 전 평균 6.16명의 의사를 만난 것으로, 다른 유형보다 더 높은 수준의 의료 접근 기록을 보였다.
• 유형 2는 형제자매 중 난소내막증이 있는 경우의 오즈비율이 2.50배 높아, 이 하위군에서 유전적 요인이 작용할 가능성을 시사한다.
• 중증 유형은 단계 2 난소내막증으로 분류될 가능성이 10.86배 높아, 임상 단계와 환자 보고 중증도 사이에 상관관계가 없음을 강력히 시사한다.