[论文解读] On the analysis of personalized medication response and classification of case vs control patients in mobile health studies: the mPower case study

Elias Chaibub Neto, Thanneer M. Perumal+4 more|arXiv (Cornell University)|Jun 29, 2017

Mental Health Research Topics参考文献 19被引用 17

一句话总结

本文提出一种统计方法，利用纵向智能手机传感器数据，在移动健康研究中从一日中时间的混杂因素中分离出个性化药物效应。研究显示，参与者的特定传感器模式可作为数字指纹，若发生数据泄露，将导致分类器性能被人为夸大——强调了在病例/对照分类中采用参与者级别的数据划分的必要性。

ABSTRACT

In this work we provide a couple of contributions to the analysis of longitudinal data collected by smartphones in mobile health applications. First, we propose a novel statistical approach to disentangle personalized treatment and "time-of-the-day" effects in observational studies. Under the assumption of no unmeasured confounders, we show how to use conditional independence relations in the data in order to determine if a difference in performance between activity tasks performed before and after the participant has taken medication, are potentially due to an effect of the medication or to a "time-of-the-day" effect (or still to both). Second, we show that smartphone data collected from a given study participant can represent a "digital fingerprint" of the participant, and that classifiers of case/control labels, constructed using longitudinal data, can show artificially improved performance when data from each participant is included in both training and test sets. We illustrate our contributions using data collected during the first 6 months of the mPower study.

研究动机与目标

• 开发一种统计框架，以区分纵向移动健康数据中个性化药物效应与昼夜节律或日常习惯混杂因素的影响。
• 解决由于智能手机传感器数据中参与者特有的数字指纹而导致病例/对照研究中分类器性能被人为高估的风险。
• 通过防止训练集与测试集之间的数据泄露，确保疾病分类模型的有效评估。
• 在mPower研究的真实世界数据上应用并验证该方法，重点关注帕金森病。
• 为涉及个性化治疗反应与纵向传感器数据的移动健康研究提供可推广的方法。

提出的方法

• 通过线性回归模型中的t检验进行条件独立性检验，评估服药前后性能差异是否由治疗效应或一日中时间效应引起。
• 采用Newey-West异方差与自相关一致（HAC）协方差估计器，校正纵向数据中的残差自相关问题。
• 采用并集-交集检验程序，将各特征的p值合并为单一全局检验，以评估治疗效应与一日中时间效应。
• 将治疗与一日中时间作为预测变量，以智能手机任务表现（如点击、语音、步态）的因变量进行建模。
• 实施参与者级别的训练/测试数据划分，以避免分类模型中因数字指纹伪影导致的数据泄露。
• 使用调整p值的回归模型，评估药物反应与疾病发病年份之间的关联。

实验结果

研究问题

• RQ1 我们能否在纵向移动健康数据中，通过统计方法将药物效应与一日中时间效应区分开？
• RQ2 昼夜节律或日常习惯在多大程度上会混淆移动健康研究中个性化治疗反应的评估？
• RQ3 参与者特有的传感器模式（数字指纹）在多大程度上影响移动健康应用中病例/对照分类器的性能？
• RQ4 当参与者的数据同时出现在训练集与测试集中时，数据泄露对纵向移动健康研究中分类器准确率有何影响？
• RQ5 能否开发一种统一的统计框架，在考虑一日中时间混杂因素的前提下，评估个性化药物反应？

主要发现

• 所提出的方法成功识别出mPower研究中部分参与者存在显著的潜在药物效应，尤其在点击与语音任务中。
• 在另一部分参与者中，一日中时间效应被发现具有显著性，表明昼夜节律可能干扰治疗反应评估。
• 数字指纹现象导致在训练集与测试集中均包含同一参与者数据时，分类器性能被人为显著高估；而采用参与者级别的划分后，性能显著下降。
• 并集-交集检验程序有效整合了多特征与多参与者间的证据，实现了对个性化治疗效应的稳健检测。
• 纵向数据中的残差自相关会扭曲p值，但使用Newey-West HAC估计器进行校正后，恢复了有效的统计推断。
• 较早开始服药的参与者显示出与显著药物效应更强的关联，提示可能存在时间依赖的反应模式。