[论文解读] A Hidden Absorbing Semi-Markov Model for Informatively Censored Temporal Data: Learning and Inference

Ahmed M. Alaa, Mihaela van der Schaar|arXiv (Cornell University)|Dec 18, 2016

Bayesian Methods and Mixture Models参考文献 94被引用 17

一句话总结

本文提出隐藏吸收半马尔可夫模型（HASMM），一种用于建模电子健康记录（EHR）中不规则采样、信息性右删失及非平稳生理时间序列的概率框架。该方法采用反向时间前向滤波-后向抽样蒙特卡洛期望最大化算法，在学习过程中利用终点临床结局，通过离散时间嵌入马尔可夫链实现实时推理，实现在重症监护环境下的ICU入院提前8–9小时预测，AUC较Rothman指数提升22%。

ABSTRACT

Modeling continuous-time physiological processes that manifest a patient's evolving clinical states is a key step in approaching many problems in healthcare. In this paper, we develop the Hidden Absorbing Semi-Markov Model (HASMM): a versatile probabilistic model that is capable of capturing the modern electronic health record (EHR) data. Unlike exist- ing models, an HASMM accommodates irregularly sampled, temporally correlated, and informatively censored physiological data, and can describe non-stationary clinical state transitions. Learning an HASMM from the EHR data is achieved via a novel forward- filtering backward-sampling Monte-Carlo EM algorithm that exploits the knowledge of the end-point clinical outcomes (informative censoring) in the EHR data, and implements the E-step by sequentially sampling the patients' clinical states in the reverse-time direction while conditioning on the future states. Real-time inferences are drawn via a forward- filtering algorithm that operates on a virtually constructed discrete-time embedded Markov chain that mirrors the patient's continuous-time state trajectory. We demonstrate the di- agnostic and prognostic utility of the HASMM in a critical care prognosis setting using a real-world dataset for patients admitted to the Ronald Reagan UCLA Medical Center.

研究动机与目标

• 解决电子健康记录（EHR）中不规则采样、时间相关且信息性右删失的生理时间序列建模挑战。
• 开发一种灵活的概率模型，能够捕捉连续时间生理过程中非平稳的临床状态转移。
• 通过从EHR数据中的终点临床结局学习，实现实时准确预后。
• 通过预测患者在ICU入院前的恶化趋势，改进重症监护中的早期预警系统。

提出的方法

• 提出隐藏吸收半马尔可夫模型（HASMM），用于表示随时间连续演变的潜在临床状态，并通过噪声大、采样不规则的生理测量进行观测。
• 开发一种新颖的前向滤波-后向抽样蒙特卡洛期望最大化算法，通过依赖未来临床结局来改善信息性右删失下的参数学习。
• 在E-step中采用反向时间抽样策略，通过利用终点结局高效估计隐藏状态轨迹。
• 构建离散时间嵌入马尔可夫链，实现在连续时间状态轨迹上的实时推理。
• 引入状态吸收机制，用于建模如ICU入院或死亡等不可逆临床状态。
• 采用积分方程与矩阵运算，对连续时间内的转移概率和停留时间分布进行建模。

实验结果

研究问题

• RQ1 概率模型能否有效处理来自EHR的不规则采样、信息性右删失及非平稳生理时间序列？
• RQ2 在学习过程中如何利用终点临床结局以提升隐藏状态估计与预后的准确性？
• RQ3 连续时间潜在状态模型在预测重症监护恶化方面，相较于现有风险评分系统能提升多少性能？
• RQ4 能否通过离散化近似实现实时推理，对复杂连续时间生理轨迹进行高效处理？
• RQ5 HASMM相较于最先进的风险评分系统（如Rothman指数）在预测性能上有多大提升？

主要发现

• HASMM在预测ICU入院方面相较Rothman指数实现22%的AUC提升，证明其具有更优的预后性能。
• 在UCLA医学中心的真实EHR数据上，HASMM成功将临床恶化提前8–9小时预测。
• 反向时间后向抽样算法通过依赖未来结局有效利用了信息性右删失，改善了参数估计。
• 在嵌入马尔可夫链上的前向滤波算法实现了计算开销低的实时推理。
• 该模型捕捉到了非平稳的转移动态与随时间变化的停留时间分布，真实反映了临床进展过程。
• 在重症监护数据集上的实证验证证实了该模型在早期预警系统中的鲁棒性与临床实用性。