[论文解读] Towards Personalized Modeling of the Female Hormonal Cycle: Experiments with Mechanistic Models and Gaussian Processes

Iñigo Urteaga, David J. Albers+4 more|arXiv (Cornell University)|Nov 30, 2017

Gaussian Processes and Bayesian Inference参考文献 17被引用 4

一句话总结

本文提出利用高斯过程模型（GPMs）通过使用经过验证的机制模型生成的计算机内数据，实现对女性激素周期的个性化预测。结果表明，当训练数据中包含至少两个激素峰值时，GPMs 能够准确重建并预测周期阶段，其性能对噪声具有鲁棒性，但对采样频率和峰值观测敏感，凸显了有针对性、有信息量的采样在最小化侵入性测量方面的价值。

ABSTRACT

In this paper, we introduce a novel task for machine learning in healthcare, namely personalized modeling of the female hormonal cycle. The motivation for this work is to model the hormonal cycle and predict its phases in time, both for healthy individuals and for those with disorders of the reproductive system. Because there are individual differences in the menstrual cycle, we are particularly interested in personalized models that can account for individual idiosyncracies, towards identifying phenotypes of menstrual cycles. As a first step, we consider the hormonal cycle as a set of observations through time. We use a previously validated mechanistic model to generate realistic hormonal patterns, and experiment with Gaussian process regression to estimate their values over time. Specifically, we are interested in the feasibility of predicting menstrual cycle phases under varying learning conditions: number of cycles used for training, hormonal measurement noise and sampling rates, and informed vs. agnostic sampling of hormonal measurements. Our results indicate that Gaussian processes can help model the female menstrual cycle. We discuss the implications of our experiments in the context of modeling the female menstrual cycle.

研究动机与目标

• 开发个性化机器学习模型以预测女性激素周期，考虑个体差异。
• 评估高斯过程回归（GPM）在从有限、嘈杂或不规则采样数据中重建和预测激素动态的可行性。
• 研究采样频率、测量噪声以及训练数据选择（有信息采样 vs. 无信息采样）对月经周期阶段预测准确率的影响。
• 确定在临床和诊断应用中实现最小侵入性与高预测性能之间平衡的数据需求。
• 为未来将表型变量（如症状、行为）与激素数据整合到模型中奠定基础。

提出的方法

• 使用经过验证的女性激素周期机制模型（Clark et al., 2011）生成合成的、逼真的激素时间序列数据作为真实值。
• 通过添加高斯噪声并下采样，对计算机内数据进行降级处理，以模拟现实世界中的测量限制。
• 针对每种激素训练高斯过程模型（GPM），以时间为输入，降级后的观测值作为训练数据。
• 采用合理二次和周期性核函数的组合，以捕捉激素动态的平滑周期特性。
• 通过基于均值和一个标准差阈值的启发式方法检测激素最小值和最大值，以识别周期阶段。
• 预测准确率通过计算每个阶段预测正确的天数与真实值天数的比率进行评估。

实验结果

研究问题

• RQ1 高斯过程模型能否从有限、嘈杂或不规则采样数据中准确重建和预测激素值及月经周期阶段？
• RQ2 高斯过程模型的性能对采样频率和测量噪声变化的敏感性如何？
• RQ3 与随机或均匀采样相比，有针对性的采样（如针对关键激素事件如峰值）是否能提高预测准确率？
• RQ4 训练集中至少需要多少个激素峰值才能实现可靠的阶段预测？
• RQ5 个性化 GPM 是否可用于识别激素周期中的表型模式，特别是对患有生殖系统疾病的人群？

主要发现

• 当使用至少两个完整激素周期且包含观测峰值的数据进行训练时，高斯过程模型能够准确预测激素值和月经周期阶段。
• 即使没有噪声，当每周采集样本少于两个时，预测准确率显著下降，表明存在一个关键的采样阈值。
• GPM 对中等水平的测量噪声具有鲁棒性，但当噪声掩盖关键激素峰值（如LH峰）时，性能会下降。
• 在训练区间内至少包含一个峰值测量（如LH峰）是准确预测该阶段的关键，凸显了有信息采样重要性。
• 有针对性的采样（如针对峰值事件）比均匀或随机采样产生更准确的预测，表明更少但有策略的测量可能已足够。
• 该模型展示了实现个性化、非侵入性激素周期建模的可行性，未来有望整合症状和行为等表型变量。