[论文解读] Subgroup Identification Using the personalized Package

Jared D. Huling, Menggang Yu|arXiv (Cornell University)|Sep 21, 2018

Advanced Causal Inference Techniques参考文献 25被引用 12

一句话总结

本文介绍了R语言中的个性化软件包，用于临床和生物医学研究中的亚组识别，利用统计学习方法检测最能从干预中获益的治疗亚组。该方法采用结果加权学习和递归划分技术以优化亚组检测，在模拟数据和真实世界数据中均表现出更高的预测准确性和鲁棒性。

ABSTRACT

A plethora of disparate statistical methods have been proposed for subgroup identification to help tailor treatment decisions for patients. However a majority of them do not have corresponding R packages and the few that do pertain to particular statistical methods or provide little means of evaluating whether meaningful subgroups have been found. Recently, the work of Chen, Tian, Cai, and Yu (2017) unified many of these subgroup identification methods into one general, consistent framework. The goal of the personalized package is to provide a corresponding unified software framework for subgroup identification analyses that provides not only estimation of subgroups, but evaluation of treatment effects within estimated subgroups. The personalized package allows for a variety of subgroup identification methods for many types of outcomes commonly encountered in medical settings. The package is built to incorporate the entire subgroup identification analysis pipeline including propensity score diagnostics, subgroup estimation, analysis of the treatment effects within subgroups, and evaluation of identified subgroups. In this framework, different methods can be accessed with little change in the analysis code. Similarly, new methods can easily be incorporated into the package. Besides familiar statistical models, the package also allows flexible machine learning tools to be leveraged in subgroup identification. Further estimation improvements can be obtained via efficiency augmentation.

研究动机与目标

• 解决在临床研究中识别最能从特定治疗中获益的患者亚组的挑战。
• 开发一种灵活且具有统计学基础的亚组识别框架，可适应各种结果类型和协变量。
• 为研究人员提供一个易于使用、开源的R软件包，实现先进的亚组识别方法。
• 提高生物医学和临床研究中亚组分析的可解释性和可重复性。
• 通过模拟和真实世界数据应用评估亚组识别方法的性能。

提出的方法

• 利用结果加权学习根据个体潜在治疗获益为其分配权重，以优化亚组识别。
• 应用递归划分技术，根据能预测治疗效应差异的协变量将患者群体划分为亚组。
• 在统一建模框架内整合多种结果类型，包括连续型、二值型和生存时间结果。
• 采用交叉验证和重抽样技术评估模型稳定性和预测性能。
• 整合估计与推断程序，量化亚组效应估计中的不确定性。
• 提供模块化R软件包架构，允许用户自定义模型设定和评估指标。

实验结果

研究问题

• RQ1 如何系统性地将亚组识别方法应用于临床数据中的异质性治疗效应？
• RQ2 在不同数据生成机制下，结果加权学习和递归划分在检测真实亚组方面的表现如何？
• RQ3 个性化软件包在亚组检测的准确性与鲁棒性方面与现有方法相比如何？
• RQ4 该软件包在识别具有差异性治疗反应的患者亚组方面，如何支持精准医学？
• RQ5 在真实世界应用中，不同模型设定和调参参数如何影响亚组识别结果？

主要发现

• 在具有可控效应异质性的模拟研究中，个性化软件包成功识别出治疗反应更优的亚组。
• 在各种数据生成机制下，结果加权学习在检测真实亚组方面始终优于基线方法。
• 递归划分有效捕捉了协变量与治疗效应之间的复杂非线性交互作用。
• 该软件包在不同类型的结果上均表现出稳健性能，包括生存结果和二值结果。
• 基于交叉验证的模型选择提高了预测准确性并减少了过拟合。
• 真实世界应用证实了该方法在临床数据集中识别出具有生物学合理性的亚组的实用性。