[논문 리뷰] latrend: A Framework for Clustering Longitudinal Data

Niek Den Teuling, Steffen Pauws외 1명|arXiv (Cornell University)|2024. 02. 22.

Advanced Clustering Algorithms Research인용 수 4

한 줄 요약

이 논문은 종단적 데이터 클러스터링을 위한 통합 프레임워크를 제공하는 R 패키지 latrend를 소개한다. 이는 최소한의 코드로 다양한 방법을 원활하게 비교할 수 있도록 한다. dtwclust, flexmix, lcmm, mclust 등의 패키지에서 유래한 18개의 기존 클러스터링 방법을 통합하여 연구자들이 종단적 클러스터 분석을 표준화하고 평가하며 확장하는 데 효율적으로 대응할 수 있도록 한다.

ABSTRACT

Clustering of longitudinal data is used to explore common trends among subjects over time for a numeric measurement of interest. Various R packages have been introduced throughout the years for identifying clusters of longitudinal patterns, summarizing the variability in trajectories between subject in terms of one or more trends. We introduce the R package "latrend" as a framework for the unified application of methods for longitudinal clustering, enabling comparisons between methods with minimal coding. The package also serves as an interface to commonly used packages for clustering longitudinal data, including "dtwclust", "flexmix", "kml", "lcmm", "mclust", "mixAK", and "mixtools". This enables researchers to easily compare different approaches, implementations, and method specifications. Furthermore, researchers can build upon the standard tools provided by the framework to quickly implement new cluster methods, enabling rapid prototyping. We demonstrate the functionality and application of the latrend package on a synthetic dataset based on the therapy adherence patterns of patients with sleep apnea.

연구 동기 및 목표

• 종단적 클러스터링을 위한 수많고 이질적인 R 패키지들 중에서 선택하는 데 초래되는 도전 과제를 해결하기 위해.
• 연구자들이 다양한 종단적 클러스터링 방법에 표준화된 인터페이스를 제공함으로써 코딩 부담을 줄이기 위해.
• 다양한 알고리즘과 구현 방식 간의 클러스터링 결과를 투명하고 재현 가능하며 체계적으로 비교할 수 있도록 하기 위해.
• 사용자가 새로운 클러스터링 방법을 구현하거나 추가 패키지를 통합하는 데 최소한의 노력으로 가능하도록 확장성을 지원하기 위해.
• 모델 설정, 추정, 선택, 평가를 단순화하여 종단적 연구에서 탐색적 데이터 분석을 촉진하기 위해.

제안 방법

• latrend 프레임워크는 dtwclust, flexmix, kml, lcmm, mclust, mixAK, mixtools 등의 패키지에 포함된 종단적 클러스터링 방법을 18개 통합하여 일관된 API를 제공한다.
• 다양한 방법 간에 모델 설정, 추정, 평가를 표준화하여 거리 기반 및 모델 기반 클러스터링 접근 방식을 모두 지원한다.
• clusterCrit 및 mclustcomp 패키지와의 통합을 통해 내부 검증 지표(예: 조정된 랜드 지수, AIC, BIC)를 활용해 클러스터링 솔루션을 자동으로 비교할 수 있다.
• foreach 패키지를 활용해 GBTM 및 GMM과 같은 계산이 복잡한 방법에 대해 병렬 처리를 지원한다.
• 확장성을 고려하여 설계되어, 표준화된 인터페이스에 부합하는 방식으로 새로운 클러스터링 방법을 쉽게 구현할 수 있다.
• 단일 연속형 반응 변수를 가진 종단적 데이터를 다루며, 분석을 위해 주체 수준의 궤적 구조로 데이터를 정리한다.

Figure 1: The trajectories from the ‘PAP.adh‘ dataset, by reference group.

실험 결과

연구 질문

• RQ1 연구자들이 종단적 클러스터링 방법을 여러 개 비교할 때, 각 방법에 특화된 코드를 많이 작성하지 않고도 효율적으로 비교할 수 있는 방법은 무엇인가?
• RQ2 동일한 종단적 데이터셋에 대해 다양한 기존 방법(예: GBTM, GMM, DTW를 사용한 k-means)을 적용했을 때, 클러스터링 결과에 실질적인 차이가 있는가?
• RQ3 latrend 프레임워크는 종단적 클러스터 모델을 프로토타입화하고 평가하는 데에 필요한 노력의 정도를 어느 정도 줄일 수 있는가?
• RQ4 통합 프레임워크는 다양한 연구 분야에서 종단적 클러스터 분석의 재현 가능성과 투명성을 어떻게 향상시킬 수 있는가?
• RQ5 사전 분포나 초기화 전략과 같은 복잡한 모델 설정을 다룰 때, 표준화된 프레임워크의 한계는 무엇인가?

주요 결과

• latrend 패키지는 기존 R 패키지에서 유래한 18개의 종단적 클러스터링 방법을 단일하고 일관된 인터페이스로 통합하여 코딩 오버헤드를 크게 줄였다.
• AIC, BIC, 조정된 랜드 지수와 같은 표준화된 지표를 사용해 다양한 방법 간의 클러스터링 결과를 비교할 수 있어 데이터 기반의 방법 선택이 가능해졌다.
• GBTM 및 GMM과 같은 계산이 복잡한 방법에 대해 병렬 처리 추정을 지원하여 대규모 데이터셋에 대한 확장성을 향상시켰다.
• 패키지는 종단적 클러스터 모델의 빠른 프로토타입 제작을 가능하게 하며, 새로운 방법이나 패키지 통합을 쉽게 확장할 수 있다.
• 프레임워크는 설계상 확장성이 뛰어나 향후 다중 궤적 모델링 및 범주형 결과 지원과 같은 향후 개선 사항을 수용할 수 있도록 하였지만, 아직는 구현되지 않았다.
• 저자들은 수면 무호흡 치료 복행을 모델링한 합성 데이터셋을 활용하여 프레임워크의 실용성을 입증하였으며, 실제 연구 환경에서의 적용 가능성을 보여주었다.

Figure 2: The cluster trajectories of the three-cluster solution identified by LMKM, created using ‘plot(lmkm2)‘.