[论文解读] Learning Matching Representations for Individualized Organ Transplantation Allocation

Can Xu, Ahmed M. Alaa+4 more|arXiv (Cornell University)|Jan 28, 2021

Hepatitis C virus research参考文献 28被引用 4

一句话总结

本文提出了一种匹配表征学习模型，通过联合聚类供体为不同类型并学习供体不变的受体表征，以预测移植结果，从而实现对罕见供体-受体匹配的准确反事实估计。该方法在真实世界数据上优于最先进分配策略和人类专家指南，平均生存期延长25天（2%），死亡率降低4.9%。

ABSTRACT

Organ transplantation is often the last resort for treating end-stage illness, but the probability of a successful transplantation depends greatly on compatibility between donors and recipients. Current medical practice relies on coarse rules for donor-recipient matching, but is short of domain knowledge regarding the complex factors underlying organ compatibility. In this paper, we formulate the problem of learning data-driven rules for organ matching using observational data for organ allocations and transplant outcomes. This problem departs from the standard supervised learning setup in that it involves matching the two feature spaces (i.e., donors and recipients), and requires estimating transplant outcomes under counterfactual matches not observed in the data. To address these problems, we propose a model based on representation learning to predict donor-recipient compatibility; our model learns representations that cluster donor features, and applies donor-invariant transformations to recipient features to predict outcomes for a given donor-recipient feature instance. Experiments on semi-synthetic and real-world datasets show that our model outperforms state-of-art allocation methods and policies executed by human experts.

研究动机与目标

• 为解决器官移植中基于观察数据的供体-受体相容性挑战，其中标准监督学习因匹配偏差和未观测到的反事实匹配而失效。
• 开发一种数据驱动方法，通过学习聚类供体并跨供体类型对齐受体特征的表征，实现对罕见供体-受体组合的泛化。
• 估计在训练数据中未出现的反事实匹配下的移植结果，以支持更优的分配策略。
• 在真实世界和半合成数据集上，通过生存和受益指标超越现有分配方法和专家驱动策略。

提出的方法

• 该模型使用深度嵌入聚类网络（DEC）根据供体特征相似性将供体聚类为离散的“类型”。
• 对受体特征应用供体不变变换，以对齐不同供体类型下的受体特征分布，最小化与每种供体类型匹配的受体分布之间的概率距离。
• 将供体类型与变换后受体特征的联合表征输入多头神经网络，以预测所有可能供体类型的结局。
• 整个模型通过联合目标端到端训练：供体类型聚类损失和移植结果预测损失。
• 通过为给定受体预测每种供体类型的结局，即使此类匹配在训练中未被观测到，从而实现反事实结果估计。
• 该方法结合域适应原理，以减少协变量偏移，并提升对边缘供体和受体分布的泛化能力。

实验结果

研究问题

• RQ1 表征学习能否用于建模超越已知临床因素的供体-受体相容性中的复杂高维交互？
• RQ2 当训练数据表现出强烈匹配偏差时，模型如何泛化到未观测到的供体-受体匹配？
• RQ3 与人类专家驱动的分配政策相比，数据驱动模型在多大程度上能改善移植结果？
• RQ4 联合聚类供体与对受体特征进行域适应能否提升器官分配中的反事实结果估计？

主要发现

• 与真实世界分配政策相比，该模型在PLTSD数据集上将平均生存时间提高了25天（2%），死亡率降低了4.9%。
• 该模型实现了62.60%的决策权衡面积（AoDT），较最佳基线提升4%，较随机匹配提升87.82%。
• 在PLTSD数据集上，该模型的分配策略优于最佳基线（BF策略），平均生存时间为1305.16天，受益为736.98，而BF策略为1306.01天和737.25。
• 与表现最佳的基线相比，该模型在PLTSD和FPLTSD数据集上的事实结果预测误差均降低了3.4%。
• 该模型的表征学习方法实现了14.5362的平均误差（εF）和14.0140的加权均方误差（WMSE），优于所有采用独立聚类与预测组件的基线配置。
• 在75.7%的情况下，该模型为供体分配了与真实世界政策不同的受体，表明其显著偏离了标准分配规则。