[논문 리뷰] Cross validation approaches for penalized Cox regression

Biyue Dai, Patrick Breheny|arXiv (Cornell University)|2019. 05. 24.

Statistical Methods and Inference참고 문헌 18인용 수 6

한 줄 요약

이 논문은 페널라이즈드 코ックス 회귀에 대한 두 가지 새로운 교차검증 방법을 제안한다: 선형 예측자와 사残잔차의 교차검증으로, 기존 방법에서의 불안정성과 과도한 보수성 문제를 해결한다. 선형 예측자 방법은 예측 성능와 수치적 안정성의 균형을 뛰어나게 확보하며, 특히 고차원 설정에서 전통적인 부분우도 기반 교차검증보다 뛰어난 성능을 보인다.

ABSTRACT

Cross validation is commonly used for selecting tuning parameters in penalized regression, but its use in penalized Cox regression models has received relatively little attention in the literature. Due to its partial likelihood construction, carrying out cross validation for Cox models is not straightforward, and there are several potential approaches for implementation. Here, we propose two new cross-validation methods for Cox regression and compare them to approaches that have been proposed elsewhere. Our proposed approach of cross-validating the linear predictors seems to offer an attractive balance of performance and numerical stability. We illustrate these advantages using simulated data as well as using them to analyze data from a high-dimensional study of survival in lung cancer patients.

연구 동기 및 목표

• 고차원 생존 데이터에서 페널라이즈드 코克斯 회귀에 대한 강력한 교차검증 방법의 부족을 해결한다.
• 특히 유일한 샘플을 제외하는 설정에서 표준 부분우도 기반 교차검증에서 발생하는 수치적 불안정성을 극복한다.
• 조정 파rameter 선택의 보수성을 줄임으로써 모델 선택 정확도를 향상시킨다.
• 보편적으로 사용되지만 과도하게 보수적인 버웨이와 반 후울링헤이븐의 방법에 대한 안정적이고 신뢰할 수 있는 대안을 제공한다.
• 실제 고차원 생존 데이터, 예를 들어 폐암 유전자 발현 연구와 같은 분석에서 제안된 방법의 실용적 유용성을 입증한다.

제안 방법

• 부분우도가 아닌 선형 예측자(X^Tβ)를 예측 성능 측도로 교차검증하는 것을 제안한다.
• 모형 적합도 평가를 위한 대안으로 사잔잔차를 사용한다.
• K-1개의 폴드에서 학습하고 나머지 폴드에서 예측 정확도를 선형 예측자 또는 사잔잔차를 사용하여 평가함으로써 교차검증을 구현한다.
• LASSO 및 엘라스틱넷 페널라이즈드 코ックス 모델에 적용하며, 정규화 파ram터 λ는 K-폴드 교차검증을 통해 선택한다.
• 모든 방법 간 비교를 위한 시각화를 위해 교차검증 오차를 [0,1] 범위로 재스케일링한다.
• 최소 교차검증 오차를 기반으로 최적의 λ를 선택하며, 선형 예측자 방법은 안정적이고 일관된 선택을 보였다.

실험 결과

연구 질문

• RQ1 선형 예측자 기반 교차검증이 예측 성능와 수치적 안정성 측면에서 기존 방법과 비교해 어떻게 성능을 발휘하는가?
• RQ2 제안된 방법이 버웨이와 반 후울링헤이븐의 교차검증 부분우도 접근법에서 관찰된 보수성을 줄일 수 있는가?
• RQ3 선형 예측자 기반 교차검증은 작은 테스트 세트에서 수치적 불안정성을 피하면서도 높은 예측 정확도를 유지할 수 있는가?
• RQ4 약한 신호가 존재하고 p > n 인 고차원 설정에서 제안된 방법은 어떻게 성능을 발휘하는가?
• RQ5 방법 선택이 실세계 생존 데이터, 예를 들어 폐암 발현 연구에서의 유전자 선택에 어떤 영향을 미치는가?

주요 결과

• 선형 예측자 기반 교차검증 방법은 폐암 데이터 세트에서 85개의 유전자를 선택했으며, 이는 버웨이와 반 후울링헤이븐의 방법이 단지 34개의 유전자만 선택한 것과 비교해 유의미하게 많았다.
• 기본 부분우도 접근법은 68개의 유전자를 선택했고, 사잔잔차 방법은 60개를 선택하여 선형 예측자 방법이 더 보수적이지 않지만 안정적임을 시사한다.
• 선형 예측자 방법은 수치적 불안정성이 작은 폴드에서 발생하지 않는 한 기본 방법과 유사한 예측 성능를 달성했다.
• 버웨이와 반 후울링헤이븐의 방법은 일관되게 보수적이었으며, 고차원 설정에서 진짜 신호를 놓칠 가능성이 있었다.
• 선형 예측자 방법이 선택한 78개의 잘 애너테이션된 유전자에 대한 부족분석 결과, 전사 인자 결합 및 PTEN 신호전달 경로와의 유의미한 연관성이 확인되었다.
• 세 가지 핵심 유전자(PIK3R1, PDPK1, ITGB1)는 PTEN 경로에 관여하며 생물학적 의미와 임상적 유용성을 강조한다.