[论文解读] Mixture Model Framework for Traumatic Brain Injury Prognosis Using Heterogeneous Clinical and Outcome Data

Alan D. Kaplan, Qi Cheng+13 more|arXiv (Cornell University)|Dec 22, 2020

Trauma and Emergency Care Studies参考文献 43被引用 4

一句话总结

本文提出了一种生成混合模型框架，通过联合建模具有缺失值的异质性临床、生物标志物、影像学和结局数据，以改善创伤性脑损伤（TBI）的预后。基于TRACK-TBI Pilot数据集，该模型识别出不同的患者亚群，相较于基线水平显著降低了结局不确定性，并为未见患者提供了基于似然的风险评分，从而提升了TBI精准医学的水平。

ABSTRACT

Prognoses of Traumatic Brain Injury (TBI) outcomes are neither easily nor accurately determined from clinical indicators. This is due in part to the heterogeneity of damage inflicted to the brain, ultimately resulting in diverse and complex outcomes. Using a data-driven approach on many distinct data elements may be necessary to describe this large set of outcomes and thereby robustly depict the nuanced differences among TBI patients' recovery. In this work, we develop a method for modeling large heterogeneous data types relevant to TBI. Our approach is geared toward the probabilistic representation of mixed continuous and discrete variables with missing values. The model is trained on a dataset encompassing a variety of data types, including demographics, blood-based biomarkers, and imaging findings. In addition, it includes a set of clinical outcome assessments at 3, 6, and 12 months post-injury. The model is used to stratify patients into distinct groups in an unsupervised learning setting. We use the model to infer outcomes using input data, and show that the collection of input data reduces uncertainty of outcomes over a baseline approach. In addition, we quantify the performance of a likelihood scoring technique that can be used to self-evaluate the extrapolation risk of prognosis on unseen patients.

研究动机与目标

• 开发一个统一的概率框架，用于建模包括人口学、生物标志物、影像学和纵向结局在内的多样化、异质性TBI数据类型。
• 通过显式建模缺失性，解决TBI数据集中缺失数据的挑战，从而在训练过程中纳入所有患者。
• 基于多模态数据中的潜在结构，实现无监督患者分层，划分为具有生物学和临床意义的亚群。
• 通过同时利用所有可用数据元素，降低结局预测的不确定性。
• 提供一种基于似然的评分方法，通过测量新患者数据与训练模型分布的拟合程度，评估其预后结果的可靠性。

提出的方法

• 该框架采用有限高斯混合模型（GMM）并引入潜变量，以表示未观测到的患者亚群。
• 通过边缘化处理，使用联合概率分布对连续和离散变量进行建模，同时考虑缺失数据的影响。
• 缺失数据被显式纳入似然函数，从而实现无需删除数据的完整似然估计。
• 使用期望最大化（EM）算法在TRACK-TBI Pilot数据集（n=586）上进行模型训练，数据涵盖伤后3、6和12个月的多模态信息。
• 通过条件推理进行结局预测：P(结局 | 输入数据)，利用结局的完整后验分布。
• 提出一种似然评分技术，用于评估新患者输入数据与训练分布的一致性，从而判断其预后可靠程度。

实验结果

研究问题

• RQ1 单一生成模型能否有效整合异质性TBI数据类型——包括人口学、生物标志物、影像学和临床结局，同时处理缺失值？
• RQ2 在多模态TBI数据的联合建模中，会浮现哪些潜在患者亚群？这些亚群是否具有临床可解释性？
• RQ3 与基线或随机水平相比，使用完整数据集在多大程度上降低了结局预测的不确定性？
• RQ4 对于未见患者，如何评估模型的可靠性，特别是当其数据可能与训练人群不一致时？
• RQ5 模型的似然评分能否作为临床预后中外部推广风险的代理指标？

主要发现

• 该模型成功识别出三个具有临床意义的患者亚群，其在损伤特征和结局方面存在显著差异，实现了患者分层。
• 通过使用所有可用数据元素，相比基线水平，显著降低了结局预测的不确定性，证明了预后准确性的提升。
• 训练模型下输入数据的似然值与预测可靠性呈正相关，似然越低，表示外部推广风险越高。
• 在使用考虑完整预测分布而非点估计的期望绝对误差（EAE）指标时，模型在结局预测方面表现出更优性能。
• 该框架支持对多个结局变量的同步推断，避免了分别建模的需要，降低了虚假关联的风险。
• 该方法即使在数据不完整的情况下也能实现稳健推断，因为模型通过显式建模缺失性，利用了所有可用数据进行训练。