[论文解读] On Estimation of Optimal Treatment Regimes For Maximizing t-Year Survival Probability

Runchao Jiang, Wenbin Lu+2 more|arXiv (Cornell University)|Jul 29, 2014

Advanced Causal Inference Techniques参考文献 18被引用 6

一句话总结

本文提出了在个性化治疗方案下t年生存概率的非参数估计量，并开发了一种基于价值的优化算法，以识别最大化该概率的最优治疗方案。该方法使用逆概率加权和Kaplan-Meier估计，建立了在所推导的最优方案下生存估计量的渐近正态性。

ABSTRACT

A treatment regime is a deterministic function that dictates personalized treatment based on patients' individual prognostic information. There is a fast-growing interest in finding optimal treatment regimes to maximize expected long-term clinical outcomes of patients for complex diseases, such as cancer and AIDS. For many clinical studies with survival time as a primary endpoint, a main goal is to maximize patients' survival probabilities given treatments. In this article, we first propose two nonparametric estimators for survival function of patients following a given treatment regime. Then, we derive the estimation of the optimal treatment regime based on a value-based searching algorithm within a set of treatment regimes indexed by parameters. The asymptotic properties of the proposed estimators for survival probabilities under derived optimal treatment regimes are established under suitable regularity conditions. Simulations are conducted to evaluate the numerical performance of the proposed estimators under various scenarios. An application to an AIDS clinical trial data is also given to illustrate the methods.

研究动机与目标

• 解决在具有生存时间结局的临床研究中，识别能最大化患者t年生存概率的个性化治疗方案的挑战。
• 为给定治疗方案下的生存概率开发非参数估计量，同时考虑混杂因素和右删失数据。
• 提出一种基于价值的搜索算法，从参数化的决策规则类中识别最优治疗方案。
• 建立在估计的最优治疗方案下生存估计量的渐近分布性质。
• 通过模拟和对AIDS临床试验数据集的应用，展示该方法的性能。

提出的方法

• 采用逆概率加权（IPW）估计方法，校正观察性生存数据中因混杂导致的选择性偏差。
• 使用两阶段估计程序：首先估计倾向得分和生存模型，然后对给定方案下的t年生存率应用加权Kaplan-Meier估计量。
• 引入一个价值函数，用于评估任何由参数索引的治疗方案下的预期t年生存概率。
• 应用基于价值的优化算法，在治疗方案类中搜索以找到使估计价值函数最大化的方案。
• 利用鞅中心极限定理和估计量的泰勒展开，推导出在最优方案下生存估计量的渐近正态性。
• 通过确保若倾向得分模型或生存模型中任一被正确设定，则估计量保持一致，实现双重稳健性。

实验结果

研究问题

• RQ1 当治疗分配受混杂因素影响时，如何估计在给定个性化治疗方案下的t年生存概率？
• RQ2 在考虑个体预后因素的前提下，能最大化预期t年生存概率的最优治疗方案是什么？
• RQ3 如何利用存在删失的观察性数据，一致地估计治疗方案下的价值函数（预期生存概率）？
• RQ4 在估计的最优治疗方案下，生存估计量的渐近性质是什么？
• RQ5 与现有基于生存的个性化医学方法相比，该方法在有限样本下的表现如何？

主要发现

• 在正则条件下，所提出的在治疗方案下t年生存概率的非参数估计量具有一致性和渐近正态性。
• 基于价值的优化算法成功识别出能最大化估计t年生存概率的最优治疗方案。
• 在估计的最优治疗方案下，生存估计量依分布收敛至具有明确定义方差-协方差结构的正态分布。
• 该方法实现了双重稳健性：若倾向得分模型或生存模型中任一被正确设定，估计量仍保持一致。
• 模拟结果表明，该方法在各种情景下（包括模型误设）均保持良好的有限样本性能。
• 对AIDS临床试验组研究175数据集的应用表明，年轻患者使用齐多夫定联合齐拉西他滨治疗受益更大，而老年患者使用齐多夫定联合地达诺辛治疗效果更佳，验证了该方法的临床相关性。