[论文解读] DeepHazard: neural network for time-varying risks

Denise Rava, Jelena Bradić|arXiv (Cornell University)|Jul 26, 2020

Statistical Methods and Inference参考文献 40被引用 4

一句话总结

DeepHazard 提出了一种用于生存分析的深度神经网络，通过灵活的、随时间变化的危险率建模方式，无需假设比例风险，采用时间可加的危险率公式。在 METABRIC、GBSG 和 ACTG 数据集上，其性能优于最先进方法，通过端到端训练结合时变协变量和动态风险评分，实现了 C-index 的提升，显著提高了预测性能。

ABSTRACT

Prognostic models in survival analysis are aimed at understanding the relationship between patients' covariates and the distribution of survival time. Traditionally, semi-parametric models, such as the Cox model, have been assumed. These often rely on strong proportionality assumptions of the hazard that might be violated in practice. Moreover, they do not often include covariate information updated over time. We propose a new flexible method for survival prediction: DeepHazard, a neural network for time-varying risks. Our approach is tailored for a wide range of continuous hazards forms, with the only restriction of being additive in time. A flexible implementation, allowing different optimization methods, along with any norm penalty, is developed. Numerical examples illustrate that our approach outperforms existing state-of-the-art methodology in terms of predictive capability evaluated through the C-index metric. The same is revealed on the popular real datasets as METABRIC, GBSG, and ACTG.

研究动机与目标

• 为解决传统生存模型（如 Cox 模型）的局限性，后者依赖于强比例风险假设，而此类假设在真实世界数据中常被违反。
• 开发一种灵活的深度学习框架，用于建模非比例、随时间变化的危险率，同时保持生存时间的连续性。
• 通过将模型构建为一系列时间区间特定的神经网络，实现跨区间的共享信息，从而整合时变协变量。
• 将特征提取与生存预测统一为单一可端到端训练的架构，避免分离的优化步骤。
• 通过采用连续、可加的危险率公式，替代限制性较强的参数化或离散时间假设，从而提升生存分析中的预测性能。

提出的方法

• 该模型使用一系列时间区间特定的神经网络，每个网络在对应时间区间的仍处于风险中的个体上进行训练，从而实现实时动态危险率估计。
• 每个时间区间网络的输入包括当前协变量以及前一时间区间网络的输出（风险评分），以捕捉跨区间的时序依赖关系。
• 危险率函数被建模为基线危险率与神经网络学习到的时变分量的可加组合，从而实现灵活的、非参数化的危险率形式。
• 损失函数源自可加危险率模型，通过生存专用的目标函数最小化观察到的与预测的累积危险率之间的差异。
• 该方法支持多种优化技术与正则化手段，通过范数惩罚实现稳健训练与良好泛化能力。
• 模型通过累积危险率估计条件生存函数，进而可用于计算 C-index 和解释方差等预测指标。

实验结果

研究问题

• RQ1 深度神经网络能否在不假设比例风险的前提下，有效建模随时间变化的危险率？
• RQ2 与现有最先进生存模型相比，该方法在预测准确性方面表现如何？
• RQ3 该模型在连续生存框架中，能在多大程度上整合时变协变量并实现动态风险更新？
• RQ4 与解耦方法相比，特征提取与生存预测的端到端联合训练是否能提升预测性能？
• RQ5 该模型在具有非比例危险率的多样化真实世界数据集中，是否能保持鲁棒性与灵活性？

主要发现

• DeepHazard 在 METABRIC、GBSG 和 ACTG 真实世界生存数据集上的预测性能显著优于现有最先进方法，C-index 指标表现更优。
• 通过灵活的、随时间可加的危险率公式建模非比例危险率，无需依赖比例危险率假设，模型实现了更优的预测能力。
• 通过时变协变量的集成，结合具有跨时间信息流动的时序分段神经网络，显著提升了动态风险预测的准确性。
• 端到端训练方式将特征学习与生存建模结合，相比分离优化特征与生存模型的方法，实现了更好的泛化能力与预测性能。
• 模型估计条件生存函数的能力，支持后续分析如预期生存时间与解释方差，有助于临床与生物学解释。