[논문 리뷰] Inhomogeneous Markov Survival Regression Models

Martin Bladt, Jorge Yslas|arXiv (Cornell University)|2020. 11. 06.

Statistical Methods and Inference참고 문헌 17인용 수 5

한 줄 요약

이 논문은 단층형 분포를 사용하는 비균일 마르코프 생존 회귀 모델을 소개하며, 잠재 경로 표현과 수정된 EM 알고리즘을 활용하여 생존 분석의 유연성을 향상시킨다. 이 방법은 비례 위험 모델과 가속 실패 시간 모델을 일반화하며, 수렴이 보장되는 분포 적합도 향상과 최대 우도 추정을 제공한다.

ABSTRACT

We propose new regression models in survival analysis based on homogeneous and inhomogeneous phase-type distributions. The intensity function in this setting plays the role of the hazard function. For unidimensional intensity matrices, we recover the proportional hazard and accelerated failure time models, among others. However, when considering higher dimensions, the proposed methods are only asymptotically equivalent to their classical counterparts and enjoy greater flexibility in the body of the distribution. For their estimation, the latent path representation of semi-Markov models is exploited. Consequently, an adapted EM algorithm is provided and the likelihood is shown to increase at each iteration. We provide several examples of practical significance and outline relevant extensions. The practical feasibility of the models is illustrated on simulated and real-world datasets.

연구 동기 및 목표

• 고전적인 비례 위험 모델과 가속 실패 시간 모델을 확장하는 생존 분석을 위한 민감한 회귀 모델을 개발하는 것.
• 비균일 단층형 분포를 사용하여 분포 형태와 모델링의 유연성에 한계가 있는 문제를 해결하는 것.
• 잠재 경로 표현과 수렴 보장이 되는 수정된 EM 알고리즘을 통한 추정을 가능하게 하는 것.
• 모의 및 실세계 데이터 세트를 통해 실용적 타당성을 입증하는 것.

제안 방법

• 모델은 생존 시간을 비균일 단층형 분포로 표현하며, 강도 함수가 위험 함수로 작용한다.
• 일차원 강도 행렬의 경우, 비례 위험 모델과 AFT 모델과 같은 표준 생존 모델을 복원한다.
• 고차원 강도 행렬은 더 큰 유연성을 제공하지만, 고전적 모델은 점차적으로만 복원된다.
• 반-마르코프 과정의 잠재 경로 표현을 사용하여 데이터 내 관측되지 않은 상태 전이를 모델링한다.
• 수정된 EM 알고리즘을 제안하여 각 반복에서 우도가 증가함을 보장한다.
• 숨겨진 상태 경로 기반의 E단계와 M단계를 사용하여 우도 함수를 반복적으로 유도하고 최대화한다.

실험 결과

연구 질문

• RQ1 비균일 마르코프 과정은 고전적 모델을 초월하여 생존 회귀에 더 유연한 프레임워크를 제공할 수 있는가?
• RQ2 비균일 단층형 모델은 표준 비례 위험 모델과 AFT 모델에 비해 적합도와 유연성 측면에서 어떻게 비교되는가?
• RQ3 고차원 강도 행렬은 생존 데이터의 분포 체력 모델링에 얼마나 향상되는가?
• RQ4 이 잠재 경로 프레임워크에서 우도 증가를 보장하기 위해 EM 알고리즘을 어떻게 수정할 수 있는가?
• RQ5 제안된 모델의 실증적 성능은 모의 및 실세계 생존 데이터에서 어떻게 나타나는가?

주요 결과

• 제안된 모델은 일차원 케이스에서 비례 위험 모델과 AFT 모델을 일반화하며, 특수 케이스로 이를 복원한다.
• 고차원에서는 분포 체력 모델링에 더 큰 유연성을 제공하지만, 고전적 모델과 점차적으로만 동일시된다.
• 수정된 EM 알고리즘은 각 반복에서 우도가 단조롭게 증가함을 보장하여 국소 최대값으로 수렴함을 보장한다.
• 모의 및 실세계 데이터 세트에 대한 성공적인 적용을 통해 실용적 타당성이 입증된다.
• 잠재 경로 표현은 관측되지 않은 상태 전이를 효과적으로 처리하여 모델 추정을 향상시킨다.