[论文解读] BayesTime: Bayesian Functional Principal Components for Sparse Longitudinal Data

Lingjing Jiang, Yuan Zhong+4 more|arXiv (Cornell University)|Dec 1, 2020

Bayesian Methods and Mixture Models参考文献 32被引用 5

一句话总结

本文提出 BayesTime，一种用于稀疏纵向数据的贝叶斯函数主成分分析（SFPCA）框架，通过 PSIS-LOO 实现稳健的模型选择，并结合后验预测检验和形状参数估计进行全面诊断。该方法在频繁似然 SFPCA 的基础上，提供了灵活的先验分布、可靠的模型评估以及在微生物组轨迹分析中更优的可解释性。

ABSTRACT

Modeling non-linear temporal trajectories is of fundamental interest in many application areas, such as in longitudinal microbiome analysis. Many existing methods focus on estimating mean trajectories, but it is also often of value to assess temporal patterns of individual subjects. Sparse principal components analysis (SFPCA) serves as a useful tool for assessing individual variation in non-linear trajectories; however its application to real data often requires careful model selection criteria and diagnostic tools. Here, we propose a Bayesian approach to SFPCA, which allows users to use the efficient leave-one-out cross-validation (LOO) with Pareto-smoothed importance sampling (PSIS) for model selection, and to utilize the estimated shape parameter from PSIS-LOO and also the posterior predictive checks for graphical model diagnostics. This Bayesian implementation thus enables careful application of SFPCA to a wide range of longitudinal data applications.

研究动机与目标

• 解决频繁似然 SFPCA 在建模稀疏、非线性纵向轨迹时存在的模型选择不可靠和诊断能力不足的问题。
• 开发一种支持通过 PSIS-LOO 和形状参数诊断实现高效、合理模型选择的贝叶斯 SFPCA 实现。
• 通过后验预测检查实现稳健的图形化模型诊断，提升真实世界应用中模型验证的可靠性。
• 促进对非线性时间模式下个体受试者变异性的探索，特别是在微生物组研究中。
• 提供一个灵活、可扩展的纵向数据分析框架，支持替代先验分布及未来的方法学改进。

提出的方法

• 在贝叶斯分层模型中构建 SFPCA，将个体特异性轨迹视为具有函数基展开的随机效应。
• 采用低秩协方差结构，对围绕总体均值轨迹的主成分变异模式进行建模。
• 使用 Stan 进行全贝叶斯推断，结合马尔可夫链蒙特卡洛（MCMC）抽样，支持灵活的先验设定（例如，使用 t 分布处理重尾得分）。
• 应用 PSIS-LOO 实现高效的留一法交叉验证，并通过估计的形状参数评估模型可靠性及单个观测的影响。
• 通过比较观测数据与从后验预测分布中抽取的重复数据集，进行图形化后验预测检查。
• 将模型诊断与选择整合至单一 R 包（BayesTime）中，支持交互式模型评估与可视化。

实验结果

研究问题

• RQ1 与频繁似然方法相比，贝叶斯形式的 SFPCA 是否能改善稀疏、非线性纵向数据的模型选择与诊断？
• RQ2 结合形状参数估计的 PSIS-LOO 在检测 SFPCA 中影响较大的或拟合不佳的观测方面有多高效？
• RQ3 后验预测检查在真实世界微生物组轨迹数据中多大程度上能检测到模型拟合不足？
• RQ4 主成分得分如何揭示微生物组动力学中个体变异的生物学上有意义的模式？
• RQ5 该贝叶斯 SFPCA 框架能否揭示微生物组数据中不同身体部位之间截然不同的时间进程模式？

主要发现

• 采用 PSIS-LOO 的贝叶斯 SFPCA 模型表现出可靠的模型选择，所有形状参数中仅有两个超过警告阈值 0.7，表明 LOO 估计稳定。
• 图形化后验预测检查显示，观测数据与重复数据之间拟合良好，皮肤微生物组数据集中未发现显著差异。
• 主成分得分显示，手臂与面部在微生物多样性的时间模式上相似，而足部与腋下则表现出相反的模式，这一结果在 PC1 和 PC2 中均一致。
• 第一主成分捕捉了微生物多样性从最高（手臂）到最低（腋下）的顺序，正负得分分别指示了不同的时间趋势。
• 第二主成分进一步支持了面部/手臂与足部/腋下在进展模式上的聚类，表明存在不同的微生物动力学。
• 该方法成功可视化了个体微生物组趋势，并在稀疏采样和噪声测量条件下，实现了基于进展模式的生物学可解释性聚类。