[논문 리뷰] K-Adaptive Partitioning for Survival Data, with an Application to Cancer Staging

Soo‐Heang Eo, Hyo Jeong Kang외 2명|arXiv (Cornell University)|2013. 06. 19.

Bayesian Methods and Mixture Models참고 문헌 18인용 수 13

한 줄 요약

이 논문은 예후 인자를 K개의 하위군으로 나누어 생존 결과가 유의미하게 다른 최적의 절단점들을 동시에 식별하는 다중분할 생존 트리 알고리즘인 K-적응 분할(KAPS)을 제안한다. 최소 상호 간 로그랭 테스트 통계량을 최대화하고, K의 선택을 위해 순열 검정을 사용함으로써, 이는 이진 재귀 분할 방법보다 더 균형 잡히고 잘 분리된 하위군을 생성한다. 이는 SEER 데이터를 사용한 대장암 스테이징에서 입증되었다.

ABSTRACT

In medical research, it is often needed to obtain subgroups with heterogeneous survivals, which have been predicted from a prognostic factor. For this purpose, a binary split has often been used once or recursively; however, binary partitioning may not provide an optimal set of well separated subgroups. We propose a multi-way partitioning algorithm, which divides the data into K heterogeneous subgroups based on the information from a prognostic factor. The resulting subgroups show significant differences in survival. Such a multi-way partition is found by maximizing the minimum of the subgroup pairwise test statistics. An optimal number of subgroups is determined by a permutation test. Our developed algorithm is compared with two binary recursive partitioning algorithms. In addition, its usefulness is demonstrated with a real data of colorectal cancer cases from the Surveillance Epidemiology and End Results program. We have implemented our algorithm into an R package maps, which is freely available in the Comprehensive R Archive Network (CRAN).

연구 동기 및 목표

• 이진 재귀 분할의 한계를 해결하기 위해 생존 결과의 불균형한 분리가 발생하는 하위군 생성 문제를 해결한다.
• 균형 잡힌 생존 곡선을 가진 K개의 하위군을 생성하는 다중분할 방법을 개발한다.
• 통계적 유의성을 확보하기 위해 순열 검정을 사용하여 최적의 하위군 수(K)를 결정한다.
• 임상 연구자들이 생존 데이터에 이 방법을 적용할 수 있도록 실용적인 R 기반 구현(kaps 패키지)을 제공한다.
• 예후 인자(예: 전이 림프절 수)를 바탕으로 더 생물학적으로 의미 있는 하위군을 식별함으로써 암 스테이징 체계를 향상시킨다.

제안 방법

• 연속적인 예후 인자에 대해 K개의 절단점을 식별하여 생존 데이터를 K개의 하위군으로 분할하며, 모든 하위군 쌍 간의 최소 상호 간 로그랭 테스트 통계량을 최대화한다.
• 목적 함수는 가장 유사한 하위군 간에도 생존 차이가 유의미하게 나타나도록 보장하여 균형 잡힌 분리가 이루어지도록 한다.
• 최적의 하위군 수(K)를 선택하기 위해 순열 검정을 사용하여 다중 비교에서 제1종 오류를 통제한다.
• R 패키지 'kaps'로 구현되어 있으며, CRAN에서 이용 가능하여 생존 데이터셋에 쉽게 적용할 수 있다.
• 알고리즘은 모든 가능한 다중분할을 동시에 평가하여, 이진 재귀 분할에서 흔히 발생하는 비최적의 순차적 분할을 방지한다.
• 하위군 간 생존 차이 평가에 로그랭 검정을 사용하며, 최적성 기준으로 최소 통계량을 사용한다.

실험 결과

연구 질문

• RQ1 다중분할 접근법은 이진 재귀 분할보다 생존 데이터에서 더 균형 잡히고 통계적으로 유의미한 하위군 분리가 가능할까?
• RQ2 통계적 타당성과 과적합을 방지하면서 최적의 하위군 수(K)를 어떻게 선택할 수 있을까?
• RQ3 최소 상호 간 로그랭 통계량을 최대화하는 것이 기존 방법보다 더 임상적으로 해석 가능한 스테이징 체계를 도출할 수 있을까?
• RQ4 제안된 KAPS 방법은 기존의 정착된 재귀 분할 기법(rpart, ctree 등)과 비교해 하위군 분리 정도와 안정성 측면에서 어떻게 다를까?
• RQ5 KAPS 알고리즘은 예후 인자(예: 림프절 수)를 기반으로 더 정교하고 생물학적으로 관련성이 높은 하위군을 식별함으로써 암 스테이징을 향상시킬 수 있을까?

주요 결과

• KAPS는 대장암 데이터셋에서 여섯 개의 하위군을 식별하였으며, 이는 기존 방법이 단지 네 또는 다섯 개의 하위군만 생성하는 것과는 달리, 모두 상당히 잘 분리된 생존 곡선을 보였다.
• KAPS의 최소 상호 간 로그랭 통계량은 131.23이었으며, AJCC(131.23)와 유사했고, ctree(78.35)보다 높아 더 나은 하위군 분리 정도를 나타냈다.
• rpart는 최소 상호 간 통계량이 높은 932.30을 기록했지만, 하위군 수가 적고 균형이 떨어져 있었다.
• 시뮬레이션 결과, KAPS는 rpart 및 ctree보다 더 적절한 하위군 수를 일관되게 식별했으며, 특히 중간에서 높은 분리 조건에서 두드러졌다.
• 그림 5의 카프만-마이어 생존 곡선은 KAPS 하위군이 rpart나 ctree의 하위군보다 균일하게 분리되어 있음을 보여주며, 어떤 하위군 쌍도 생존 차이가 무시할 만큼 작지 않다.
• KAPS 알고리즘은 CRAN에서 무료로 이용 가능한 R 패키지(kaps)로 성공적으로 구현되어 임상 및 생존 데이터 분석에 널리 접근 가능하게 되었다.