[论文解读] A Framework for Individualizing Predictions of Disease Trajectories by Exploiting Multi-Resolution Structure

Peter Schulam, Suchi Saria|arXiv (Cornell University)|Jan 18, 2016

Gene expression and cancer classification参考文献 22被引用 72

一句话总结

该论文提出了一种分层潜在变量模型，通过整合多分辨率数据，结合群体水平、亚群体水平和个体水平的动力学，预测个体的疾病轨迹。该模型通过动态学习个体特异性参数，在系统性硬化症患者的间质性肺病预测中显著提升了准确性，相较于最先进方法，4年数据的平均绝对误差（MAE）降低了14.3%。

ABSTRACT

For many complex diseases, there is a wide variety of ways in which an individual can manifest the disease. The challenge of personalized medicine is to develop tools that can accurately predict the trajectory of an individual's disease, which can in turn enable clinicians to optimize treatments. We represent an individual's disease trajectory as a continuous-valued continuous-time function describing the severity of the disease over time. We propose a hierarchical latent variable model that individualizes predictions of disease trajectories. This model shares statistical strength across observations at different resolutions--the population, subpopulation and the individual level. We describe an algorithm for learning population and subpopulation parameters offline, and an online procedure for dynamically learning individual-specific parameters. Finally, we validate our model on the task of predicting the course of interstitial lung disease, a leading cause of death among patients with the autoimmune disease scleroderma. We compare our approach against state-of-the-art and demonstrate significant improvements in predictive accuracy.

研究动机与目标

• 解决在复杂且异质性疾病（如系统性硬化症）中预测个体化疾病轨迹的挑战。
• 通过整合群体、亚群体和个体水平的因素，对个体间的异质性进行建模。
• 通过持续增长的临床数据，实现实时动态更新预测。
• 通过准确识别出疾病快速进展风险的患者，改善临床决策。
• 通过利用连续时间、非规则采样的临床标志物，减少对静态或插补时间序列模型的依赖。

提出的方法

• 该模型采用分层潜在变量结构，实现群体、亚群体和个体水平之间的统计强度共享。
• 采用非参数贝叶斯框架与高斯过程，对连续时间疾病轨迹进行建模。
• 亚群体水平的参数通过混合高斯过程离线学习，而个体特异性参数则通过贝叶斯推断在线更新。
• 模型整合了基线协变量（如Scl-70状态），并允许个体相对于亚群体基线的特定偏差。
• 采用B样条基展开表示轨迹，并应用变分推断算法实现可扩展的学习。
• 该框架通过在新数据到达时更新个体参数，支持动态预测，实现实时个性化。

实验结果

研究问题

• RQ1 是否能够通过整合多分辨率数据的分层模型，提升个体化疾病轨迹预测的准确性？
• RQ2 与群体水平模型相比，引入亚群体水平结构在多大程度上提升了预测性能？
• RQ3 个体特异性调整在多大程度上提升了预测准确性，特别是在疾病早期阶段？
• RQ4 该模型如何处理系统性硬化症中如PFVC等非规则采样、连续时间的临床标志物数据？
• RQ5 该模型是否能够在预测肺功能临床显著下降方面超越最先进方法？

主要发现

• 与次优基线相比，该模型在4年数据上的平均绝对误差（MAE）降低了14.3%。
• 在积累两年或以上数据后，该模型的预测误差在统计学上显著低于两个基线模型。
• 该模型对临床显著下降（≥10 PFVC）的真正例率达到了31%，优于B样条高斯过程模型（17%），且假阳性率更低（81% vs. 90%）。
• 移除个体特异性调整会降低预测准确性，证明其在个性化过程中的关键作用。
• 该模型在仅积累一年数据后即正确识别出快速进展的轨迹，而B样条高斯过程模型未能及时适应早期的下降趋势。
• 随着数据量的增加，该模型的性能持续提升，凸显其在纵向病史增长过程中实现动态个性化的潜力。