[논문 리뷰] Predicting colorectal polyp recurrence using time-to-event analysis of medical records

Lia X. Harrington, Jason Wei외 3명|arXiv (Cornell University)|2019. 11. 17.

Colorectal Cancer Screening and Detection참고 문헌 25인용 수 6

한 줄 요약

이 연구는 전자 의무기록에서 자연어 처리를 통해 흉내 특징을 추출하고 953명의 환자 대상으로 생존 분석 기법(Kaplan-Meier, Cox 비례 위험 모델, 랜덤 생존 숲)을 적용하여 대장 폴립 재발의 시간-사건 예측 모델을 개발한다. 폴립 크기, 수, 위치(우측 대장 대비 좌측 대장), 흡연 상태가 유의미한 예측 변수로 규명되었으며, 우측 대장 폴립은 재발 위험을 30% 증가시키고, 흡연력은 20% 증가시키며, 랜덤 생존 숲 모델에서 AUC 0.65를 기록한다.

ABSTRACT

Identifying patient characteristics that influence the rate of colorectal polyp recurrence can provide important insights into which patients are at higher risk for recurrence. We used natural language processing to extract polyp morphological characteristics from 953 polyp-presenting patients' electronic medical records. We used subsequent colonoscopy reports to examine how the time to polyp recurrence (731 patients experienced recurrence) is influenced by these characteristics as well as anthropometric features using Kaplan-Meier curves, Cox proportional hazards modeling, and random survival forest models. We found that the rate of recurrence differed significantly by polyp size, number, and location and patient smoking status. Additionally, right-sided colon polyps increased recurrence risk by 30% compared to left-sided polyps. History of tobacco use increased polyp recurrence risk by 20% compared to never-users. A random survival forest model showed an AUC of 0.65 and identified several other predictive variables, which can inform development of personalized polyp surveillance plans.

연구 동기 및 목표

• 대장 폴립 재발까지의 시간을 예측하는 데 있어 환자 및 폴립 특징을 규명하는 것.
• 자연어 처리를 통해 전자 의무기록(EMRs)을 활용하여 폴립 형태학적 특징을 추출하는 것.
• 시간-사건 통계 모델을 적용하여 임상적 및 체형 측정 변수가 재발 위험에 미치는 영향을 평가하는 것.
• 고위험 환자 하위군을 식별하여 개인화된 내시경 검사 전략을 제안하는 것.

제안 방법

• 자연어 처리(NLP)를 사용하여 953건의 전자 의무기록의 임상 노트에서 폴립 형태학적 특징(예: 크기, 수, 위치)을 추출하였다.
• 재발까지의 시간은 초기 폴리페크토미와 이후 내시경 검사에서 재발이 확인된 간격으로 정의되었다.
• 다양한 환자 및 폴립 특성에 따른 재발률을 시각화하기 위해 Kaplan-Meier 생존 곡선을 사용하였다.
• 각 예측 변수와 관련된 위험 비율을 정량화하기 위해 Cox 비례 위험 모델을 적용하였다.
• 변수 중요도 평가 및 재발 위험 예측을 위해 랜덤 생존 숲 모델을 훈련하였으며, 성능 평가에는 시간에 따라 변화하는 AUC를 사용하였다.
• 체형 측정 특징과 흡연력과 같은 공변량을 포함하여 재발에 대한 독립적 영향을 평가하였다.

실험 결과

연구 질문

• RQ1 크기, 수, 위치와 같은 폴립 특징 중 재발까지의 시간에 유의미하게 영향을 미치는 것은 무엇인가?
• RQ2 환자의 흡연 상태는 시간이 지남에 따라 폴립 재발 위험에 어떻게 영향을 미치는가?
• RQ3 기존 임상 데이터에 비해 전자 의무기록에서 NLP로 추출한 특징이 폴립 재발 예측에 얼마나 향상된 성능을 제공하는가?
• RQ4 이 임상적 맥락에서 다양한 생존 모델(Cox 모델, 랜덤 생존 숲)의 상대적 예측 성능는 어떠한가?
• RQ5 개인화된 내시경 검사 계획 수립을 위해 고위험 개인을 식별하는 데 가장 중요한 환자 및 폴립 특징은 무엇인가?

주요 결과

• 우측 대장 폴립은 좌측 대장 폴립 대비 재발 위험이 30% 높았다.
• 흡연력이 있는 환자는 흡연을 하지 않은 환자에 비해 폴립 재발 위험이 20% 높았다.
• 폴립 크기, 수, 위치는 Kaplan-Meier 분석에서 로그랭 테스트를 통해 재발률에 유의미한 영향을 미쳤다.
• 랜덤 생존 숲 모델은 시간에 따라 변화하는 AUC 0.65를 기록하여 중간 수준의 예측 성능를 보였다.
• 모델는 가장 두드러진 변수 외에도 여러 추가 예측 변수를 식별하여 개인화된 내시경 검사 계획 수립을 뒷받침하였다.
• NLP로 추출한 특징과 임상 데이터의 조합은 고위험 환자에 대한 추적 내시경 검사 대상 식별에 향상된 성능를 보였다.