[論文レビュー] Inferring Multidimensional Rates of Aging from Cross-Sectional Data

Emma Pierson, Pang Wei Koh+5 more|PubMed|Jul 12, 2018

Insurance, Mortality, Demography, Risk Management参考文献 59被引用数 9

ひとこと要約

本論文は、個々の表現型を低次元の線形に変化する潜在状態と静的で個人特異的なバイアスの非線形関数としてモデル化することで、断面データから多次元の老化経路を推定する潜在変数モデルを提案する。順序同型の非線形写像と時間に依存しない変動が既知であるという仮定の下、モデルは同定可能であり、UKバイオバンクデータセットにおける疾患、死亡率、リスク因子と関連する解釈可能な老化速度を回復する。

ABSTRACT

Modeling how individuals evolve over time is a fundamental problem in the natural and social sciences. However, existing datasets are often <i>cross-sectional</i> with each individual observed only once, making it impossible to apply traditional time-series methods. Motivated by the study of human aging, we present an interpretable latent-variable model that learns temporal dynamics from cross-sectional data. Our model represents each individual's features over time as a nonlinear function of a low-dimensional, linearly-evolving latent state. We prove that when this nonlinear function is constrained to be <i>order-isomorphic,</i> the model family is identifiable solely from cross-sectional data provided the distribution of time-independent variation is known. On the UK Biobank human health dataset, our model reconstructs the observed data while learning interpretable rates of aging associated with diseases, mortality, and aging risk factors.

研究の動機と目的

• 各個人が一度だけ測定される断面データから個々の縦断的動態を学ぶという課題に対処すること。
• 人間の老化を、異なる生物学的システムにおいて明確で解釈可能な変化速度を持つ多次元的プロセスとしてモデル化すること。
• 特に非線形写像の順序同型性を仮定することで、断面データからの潜在老化モデルの同定可能性を確立すること。
• UKバイオバンクデータセットにモデルを適用し、健康アウトカム、死亡率、リスク要因に関連する老化経路を回復すること。
• 断面データおよび限られた縦断データを用いてモデルの性能を検証し、頑健性と予測能力を示すこと。

提案手法

• モデルは、時間的に変化する潜在状態 $ r_t $ と、個人特異的な変動を捉える静的バイアスベクトル $ b $ の非線形関数として、各個人の表現型ベクトルを表現する。
• 潜在状態 $ r_t $ から観測特徴への非線形写像は、老化進行と表現型変化の間の単調性を保証するように制限され、順序同型である。
• 時間に依存しない変動 $ b $ の分布が既知であるという仮定の下、同定可能性が証明され、断面データのみから潜在老化速度が回復可能となる。
• 変分オートエンコーダフレームワークを用いてモデルを訓練し、単調性を保証するパラメータ化された単調関数 $ f = s \circ a $ を用いて単調な特徴と非単調な特徴のための別々のヘッドを設ける。
• ハイパーパramータチューニングにより過学習を回避し、断面再構成損失と少量の縦断データを組み合わせたハイブリッド損失関数を用いて一般化性能を向上させる。
• ランダムシード、データサブサンプリング、潜在次元数の変化といったさまざまな条件下でモデルの安定性を評価し、老化速度の一貫した回復が得られることを示した。

実験結果

リサーチクエスチョン

• RQ1 純粋な断面データから解釈可能な多次元の老化経路を回復できるか？
• RQ2 どのような条件下で、断面データのみから潜在老化モデルが同定可能になるか？
• RQ3 推定された老化速度は、疾患、死亡率、リスク要因といった現実の健康アウトカムとどのように関連するか？
• RQ4 大規模な断面データに加えて少量の縦断データを用いることで、モデルは縦断的予測に一般化できるか？
• RQ5 モデルアーキテクチャ、データサブサンプリング、潜在次元数の摂動に対して、学習された老化速度はどれほど頑健か？

主な発見

• 本モデルは高い再構成精度を達成し、UKバイオバンクデータセットの52個の表現型において、再構成された特徴と実際の特徴との間の平均相関係数が0.88に達した。
• 縦断的外挿において、本モデルは純粋な断面モデルと比較して、5年間以上のフォローアップがある83％の個人に対して年齢関連の変化を正しく予測した。対照的に、純粋な断面モデルでは66％であった。
• 高い推定老化速度は、疾患リスク、死亡率、喫煙といった既知のリスク要因と有意に相関していた。
• 異なるランダムシード、データサブセット、潜在次元数のすべての条件下で、モデルの学習済み老化速度は安定しており、相関係数 $ \rho_r > 0.8 $ が達成された。
• 縦断データの重み $ \lambda_{\text{lon}} = 1 $ を含めることで、縦断的一般化性能が最良となり、過学習が抑制され、予測性能が向上した。
• 本モデルは、認知機能や肺機能といった、明確な生物学的システムに対応する解釈可能な老化次元を効果的に特定した。