[论文解读] A Semi-parametric Promotion Time Cure Model with Support Vector Machine

Suvra Pal, Wisdom Aselisewine|arXiv (Cornell University)|Apr 24, 2023

Gene expression and cancer classificationBiochemistry, Genetics and Molecular Biology被引用 3

一句话总结

本文提出了一种新颖的半参数促进时间治愈模型，将支持向量机（SVM）整合到发病率部分，以捕捉协变量与治愈概率之间的非线性关系，同时在潜伏期部分保留Cox比例风险结构。该方法采用带有序列最小优化（SMO）和Platt缩放的EM算法进行参数估计，模拟结果表明，与逻辑回归和样条基模型相比，其在偏差、均方误差和分类准确率方面表现更优。

ABSTRACT

The promotion time cure rate model (PCM) is an extensively studied model for the analysis of time-to-event data in the presence of a cured subgroup. There are several strategies proposed in the literature to model the latency part of PCM. However, there aren't many strategies proposed to investigate the effects of covariates on the incidence part of PCM. In this regard, most existing studies assume the boundary separating the cured and non-cured subjects with respect to the covariates to be linear. As such, they can only capture simple effects of the covariates on the cured/non-cured probability. In this manuscript, we propose a new promotion time cure model that uses the support vector machine (SVM) to model the incidence part. The proposed model inherits the features of the SVM and provides flexibility in capturing non-linearity in the data. To the best of our knowledge, this is the first work that integrates the SVM with PCM model. For the estimation of model parameters, we develop an expectation maximization algorithm where we make use of the sequential minimal optimization technique together with the Platt scaling method to obtain the posterior probabilities of cured/uncured. A detailed simulation study shows that the proposed model outperforms the existing logistic regression-based PCM model as well as the spline regression-based PCM model, which is also known to capture non linearity in the data. This is true in terms of bias and mean square error of different quantities of interest, and also in terms of predictive and classification accuracies of cure. Finally, we illustrate the applicability and superiority of our model using the data from a study on leukemia patients who went through bone marrow transplantation.

研究动机与目标

• 解决现有治愈模型在捕捉协变量对发病率（治愈）概率非线性效应方面的局限性。
• 通过用支持向量机替代线性发病率分量，开发一种灵活且可解释的治愈模型。
• 在存在治愈亚群的生存数据中，提升估计准确率和预测性能。
• 首次实现将SVM集成到促进时间治愈模型框架中。
• 在真实边界为非线性时，实现对治愈与非治愈受试者的更好分类。

提出的方法

• 提出一种半参数促进时间治愈模型（PCM），其中发病率部分采用支持向量机（SVM）建模，以捕捉协变量与治愈概率之间复杂且非线性的关系。
• 在潜伏期部分（易感受试者的事件时间）保留标准的Cox比例风险结构，确保生存效应的可解释性。
• 开发一种期望最大化（EM）算法用于参数估计，E步使用Platt缩放估计治愈的后验概率。
• 在EM框架内，采用序列最小优化（SMO）高效求解SVM子问题。
• 对未观测到的竞争风险数量使用泊松分布，其均值通过SVM参数化，以建模易感性的发病率。
• 将该方法应用于白血病骨髓移植研究的真实数据，以展示其实际应用价值。

实验结果

研究问题

• RQ1 与传统的逻辑回归相比，基于SVM的发病率模型是否能提升治愈概率估计的准确性？
• RQ2 将SVM集成到促进时间治愈模型中，是否能提升对治愈与非治愈受试者的分类准确率，特别是在真实决策边界为非线性时？
• RQ3 在偏差、均方误差和预测准确率方面，所提出的PCM-SVM模型与样条基和神经网络基的治愈模型相比表现如何？
• RQ4 在高维协变量或包含交互作用与相关性的复杂协变量结构下，该模型是否仍能保持良好性能？
• RQ5 该模型捕捉非线性效应的能力是否也提升了潜伏期部分生存概率的估计？

主要发现

• 当治愈与非治愈受试者的真实边界为非线性时，所提出的PCM-SVM模型在估计未治愈概率的偏差和均方误差方面显著优于PCM-Logit模型。
• PCM-SVM在具有非线性决策边界的场景下，分类准确率和预测性能均优于PCM-Logit。
• 在包含10个协变量（含交互作用与相关性）的高维模拟设置中，PCM-SVM在估计未治愈和总体生存概率方面优于PCM-Spline和PCM-神经网络模型。
• 该模型捕捉复杂非线性关系的能力提升了潜伏期部分估计的准确性，表明其在发病率和潜伏期两部分均实现了整体性能提升。
• 在EM算法中结合SMO与Platt缩放，实现了高效且稳定的参数估计，支持实际应用。
• 该模型在真实白血病数据上表现出强劲的实证性能，证实其在临床生存分析中的适用性。