[論文レビュー] Bayesian nonparametric inference for the covariate-adjusted ROC curve

Vanda Inácio, María Xosé Rodríguez‐Álvarez|Edinburgh Research Explorer|May 30, 2018

Bayesian Methods and Mixture Models参考文献 8被引用数 11

ひとこと要約

本稿では、Bスプラインと従属ディリクレ過程混合モデルを組み合わせ、ベイジアンブートストラップを併用したベイジアンノンパrametric手法を提案し、年齢や性別などの共変量を調整したROC曲線の推定を行う。この手法により、診断テストの正確性に関する柔軟で頑健な推論が可能となり、複雑なシナリオにおいても真のROC曲線を正確に回復し、有効な不確実性の定量化が可能であることがシミュレーション研究で示された。

ABSTRACT

Accurate diagnosis of disease is of fundamental importance in clinical practice and medical research. Before a medical diagnostic test is routinely used in practice, its ability to distinguish between diseased and nondiseased states must be rigorously assessed through statistical analysis. The receiver operating characteristic (ROC) curve is the most popular used tool for evaluating the discriminatory ability of continuous-outcome diagnostic tests. It has been acknowledged that several factors (e.g., subject-specific characteristics, such as age and/or gender) can affect the test's accuracy beyond disease status. Recently, the covariate-adjusted ROC curve has been proposed and successfully applied as a global summary measure of diagnostic accuracy that takes covariate information into account. We motivate the use of the covariate-adjusted ROC curve and develop a highly robust model based on a combination of B-splines dependent Dirichlet process mixture models and the Bayesian bootstrap. Multiple simulation studies demonstrate the ability of our model to successfully recover the true covariate-adjusted ROC curve and to produce valid inferences in a variety of complex scenarios. Our methods are motivated by and applied to an endocrine study where the main goal is to assess the accuracy of the body mass index, adjusted for age and gender, for predicting clusters of cardiovascular disease risk factors. The R-package AROC, implementing our proposed methods, is provided.

研究の動機と目的

• 年齢や性別などの被験者固有の共変量を無視する標準的なROC分析の限界を是正すること。
• パラメトリックな分布形を仮定せずに、共変量に応じたROC曲線の推定が可能な柔軟で頑健な統計的モデルの開発。
• 層別化や単純化された仮定によるバイアスを回避するため、共変量情報をROC曲線推定に直接組み込むことで推論の正確性を向上させること。
• 事後分布とcredibility bandsを通じた不確実性の定量化を可能にする、完全なベイジアンでノンパラメトリックなフレームワークの提供。
• 実際のシミュレーションシナリオおよびBMIが心血管リスク因子を予測するための内分泌学的実世界研究において、本手法の性能を示すこと。

提案手法

• 共変量の下での診断テスト結果の条件付き分布を柔軟にモデル化するため、Bスプラインを用いた従属ディリクレ過程混合モデルを採用する。
• ベイジアンブートストラップを用いて、疾患群および非疾患群におけるテスト結果の条件付き累積分布関数をノンパラメトリックに推定する。
• 条件付き分布の事後予測分布を統合することで、共変量に応じたROC曲線を関数としてモデル化する。
• ディリクレ過程の混合測度にノンパラメトリックな事前分布を適用し、データ駆動型のクラスタリングを柔軟に可能にする。
• Bスプライン基底関数を用いてノードの配置とスムージングを制御し、内部ノード数（K）をハイパーパrameterとして扱う。
• 異なるノード数および事前分布仕様の間でのモデル比較・選択に、WAICおよびLPML基準を用いる。

Figure 2: True (solid black line) and average value of 100 simulated datasets (dashed lines) of the posterior mean (for the Bayesian estimators) of the covariate adjusted ROC curve/pooled ROC curve for each of the scenarios and sample size $(n_{\bar{D}},n_{D})=(200,200)$ . The shaded area are bands

実験結果

リサーチクエスチョン

• RQ1 複雑で非正規的かつ異分散性のあるデータ構造下でも、ベイジアンノンパラメトリックモデルが真の共変量調整付きROC曲線を正確に回復できるか？
• RQ2 年齢や性別といった共変量の組み込みが、心血管リスク因子を予測するBMIの推定診断正確性にどのように影響するか？
• RQ3 多様なシミュレーションシナリオにおいて、本手法のカバレッジとバイアスは、パラメトリックまたはセミパラメトリックな代替手法と比較してどのように評価できるか？
• RQ4 濃度パラメータやスケールハイパーパrameterなどの異なる事前分布仕様が、事後推論およびモデル適合にどのように影響するか？
• RQ5 本手法は、共変量の値の範囲にわたり、真のROC曲線をカバーする信頼区間を有効に提供できるか？

主な発見

• 提案されたベイジアンノンパラメトリック手法は、6つのすべてのシミュレーションシナリオにおいて、複雑で非正規的かつ異分散性のあるデータ構造下でも、真の共変量調整付きROC曲線を正確に回復した。
• 本手法から得られた事後信頼区間は、すべてのシナリオおよびFPRレベル（0.1および0.3）で約95％のカバレッジを達成しており、有効な不確実性の定量化が可能であることを示している。
• 内部ノード数が4（K=4）のモデルは、ノード数が0（K=0）のモデルに比べ、カバレッジおよびROC曲線推定の平均二乗誤差の両面で一貫して優れていた。
• 実世界のBMIと心血管リスクに関する応用において、診断正確性は年齢や性別によって顕著に変動しており、高齢の男性ではAUCが高く、若年女性では同様に高いAUCが観察された。
• WAICおよびLPMLを用いたモデル比較により、内部ノード数が4（K=4）のモデルがより良い適合を示した。Kが増加するにつれてWAICは上昇し、LPMLは低下したため、より高い柔軟性がモデル適合を改善したと示唆された。
• 本手法を実装したRパッケージ AROC は公開されており、実際の診断テスト評価問題への再現可能でアクセス可能な応用を可能としている。

(a) Age-specific AUC