[论文解读] K-Adaptive Partitioning for Survival Data, with an Application to Cancer Staging

Soo‐Heang Eo, Hyo Jeong Kang+2 more|arXiv (Cornell University)|Jun 19, 2013

Bayesian Methods and Mixture Models参考文献 18被引用 13

一句话总结

本文提出K-自适应划分（KAPS），一种多路生存树算法，可同时识别最优切点，将预后因素划分为K个生存结局显著不同的亚组。通过最大化最小配对对数秩检验统计量，并使用置换检验选择K值，KAPS在结直肠癌分期（SEER数据）中的应用表明，其生成的亚组比二叉递归划分方法更加均衡、分离更清晰。

ABSTRACT

In medical research, it is often needed to obtain subgroups with heterogeneous survivals, which have been predicted from a prognostic factor. For this purpose, a binary split has often been used once or recursively; however, binary partitioning may not provide an optimal set of well separated subgroups. We propose a multi-way partitioning algorithm, which divides the data into K heterogeneous subgroups based on the information from a prognostic factor. The resulting subgroups show significant differences in survival. Such a multi-way partition is found by maximizing the minimum of the subgroup pairwise test statistics. An optimal number of subgroups is determined by a permutation test. Our developed algorithm is compared with two binary recursive partitioning algorithms. In addition, its usefulness is demonstrated with a real data of colorectal cancer cases from the Surveillance Epidemiology and End Results program. We have implemented our algorithm into an R package maps, which is freely available in the Comprehensive R Archive Network (CRAN).

研究动机与目标

• 解决二叉递归划分在生成生存结局分离不均的亚组时的局限性。
• 开发一种多路划分方法，生成K个分离度较均衡的生存曲线亚组，避免亚组间存在极端差异。
• 使用置换检验确定最优亚组数量（K），确保统计显著性。
• 为临床研究者提供基于R的实用实现（kaps包），便于应用于生存数据。
• 通过基于转移性淋巴结数量等预后因素识别更具生物学意义的亚组，改进癌症分期系统。

提出的方法

• 该算法在连续预后因素上识别K个切点，将生存数据划分为K个亚组，以最大化所有亚组对之间最小的配对对数秩检验统计量。
• 目标函数的构建确保即使最相似的亚组之间也表现出显著的生存差异，从而促进亚组的均衡分离。
• 使用置换检验选择最优亚组数量（K），控制多重比较中的第一类错误。
• 该方法已实现为名为'kaps'的R包，发布于CRAN，便于在生存数据集中轻松应用。
• 算法同时评估所有可能的多路划分，避免了递归二叉划分中常见的次优顺序划分。
• 使用对数秩检验评估亚组间的生存差异，以最小统计量作为最优性标准。

实验结果

研究问题

• RQ1 多路划分方法是否能在生存数据中产生比二叉递归划分更均衡且统计显著的亚组分离？
• RQ2 如何以保持统计有效性并避免过拟合的方式选择最优亚组数量（K）？
• RQ3 最大化最小配对对数秩统计量是否能产生比现有方法更具临床可解释性的分期系统？
• RQ4 与既有的递归划分技术（如rpart、ctree）相比，所提出的KAPS方法在亚组分离和稳定性方面表现如何？
• RQ5 KAPS算法能否通过基于预后因素（如淋巴结数量）识别更精细、更具生物学相关性的亚组，从而改进癌症分期？

主要发现

• 在结直肠癌数据集中，KAPS识别出六个亚组，所有亚组的生存曲线均表现出较清晰的分离，而其他方法仅产生四或五个亚组。
• KAPS的最小配对对数秩统计量为131.23，与AJCC（131.23）相当，但高于ctree（78.35），表明其亚组分离效果更优。
• rpart仅生成四个亚组，最小配对统计量较高（932.30），但亚组数量更少且分布不够均衡。
• 在模拟研究中，KAPS在中等到高分离条件下始终比rpart和ctree更准确地识别出合适的亚组数量。
• 图5的Kaplan-Meier生存曲线显示，KAPS亚组的分离比rpart或ctree更均匀，无任何一对亚组表现出可忽略的生存差异。
• KAPS算法已成功实现为R包（kaps），免费发布于CRAN，为临床和生存数据分析提供了广泛可及性。