[論文レビュー] Predictive Accuracy of Markers or Risk Scores for Interval Censored Survival Data

Yuan Wu, Xiaofei Wang+3 more|arXiv (Cornell University)|Jun 5, 2018

Statistical Methods and Inference参考文献 9被引用数 3

ひとこと要約

本稿では、区間打ち切り生存データにおける時間依存AUC（受信者操作特性曲線下の面積）の非パラメトリックなシーブ最大尤度推定量を提案する。この手法は、バイオマーカーとイベント発生時刻の同時推定に基づく。推定量は漸近的整合性を示し、シミュレーションと肺がん臨床試験への応用により検証されており、CRANにオープンソースのRパッケージが提供されている。

ABSTRACT

Methods for the evaluation of the predictive accuracy of biomarkers with respect to survival outcomes subject to right censoring have been discussed extensively in the literature. In cancer and other diseases, survival outcomes are commonly subject to interval censoring by design or due to the follow up schema. In this paper, we present an estimator for the area under the time-dependent receiver operating characteristic ROC curve for interval censored data based on a nonparametric sieve maximum likelihood approach. We establish the asymptotic properties of the proposed estimator, and illustrate its finite-sample properties using a simulation study. The application of our method is illustrated using data from a cancer clinical study. An open-source R package to implement the proposed method is available on CRAN.

研究の動機と目的

• 生存アウトカムが区間打ち切りの状態でバイオマーカーの予測精度を評価するための頑健な手法の不足に対処すること。
• 区間打ち切り下での時間依存受信者操作特性曲線およびAUCの非パラメトリックで半パラメトリックな推定量を開発すること。
• 推定量が整合的かつ漸近的に正規分布に従うことを保証し、単純な代入法によるバイアスを回避すること。
• 臨床的および生物医学的研究への応用を想定した実用的でオープンソースのR実装を提供すること。

提案手法

• 区間打ち切り下でバイオマーカーMとイベントまでの時間Tの同時分布をモデル化するために、非パラメトリックなシーブ最大尤度推定（MLE）手法を用いる。
• 正則性条件の下で、スプライン関数クラスに制限された同時および周辺密度関数を用いて、非パラメトリックMLEを可能にする。
• 推定された同時および周辺分布を用いて、プラグイン推定量として時間依存感度と特異度を導出する。
• 推定された感度および特異度関数から、時間依存受信者操作特性曲線およびAUCを構築する。
• 正則性条件と漸近的理論を用いて、推定量の整合性および収束速度を確立する。
• さまざまな区間打ち切り状況下で、有限標本性能をシミュレーションスタディにより検証する。

実験結果

リサーチクエスチョン

• RQ1 非パラメトリックなシーブMLEアプローチは、区間打ち切り生存データ下で時間依存AUCを整合的に推定できるか？
• RQ2 中間値や右端値による単純な代入法と比較して、提案手法のバイアスと分散はどのように異なるか？
• RQ3 中程度の標本サイズを想定した現実的な臨床設定下で、推定量の有限標本性能はいかがなっているか？
• RQ4 区間打ち切りの進行予防生存期間アウトカムを有する実際のバイオマーカー解析に応用した場合、この手法の性能はどの程度か？

主な発見

• 提案されたシーブMLE推定量は、正則性条件の下で、時間依存AUCに関して整合的かつ漸近的に正規分布に従うことが示された。
• シミュレーション結果から、推定量は低バイアスと良好な精度を維持しており、顕著なバイアスを引き起こす単純な代入法を上回ることが確認された。
• この手法は、パラメトリック仮定を必要とせず、区間打ち切り下でバイオマーカーとイベント時刻の同時推定を効果的に処理できる。
• CALGB 30801データへの応用により、非小細胞肺癌における進行予防生存期間の予測バイオマーカーとしてCOX2およびpgem1の評価に本手法の有効性が示された。
• CRANにオープンソースのRパッケージが提供されており、臨床的および翻訳的研究分野への広範な応用が可能である。