Parametric ROC Analysis and Optimal Cutoff Selection under Scale Mixtures of Skew-Normal Distributions: A Decision-Theoretic Framework with Asymptotic Inference

ملخص تقني: تحليل منحنى خصائص تشغيل المستقبِل (ROC) البارامتري واختيار العتبة المثلى تحت توزيعات الخليط المقياسي للتوزيع الطبيعي المائل

بيان المشكلة
يعد اختيار عتبة تشخيصية للمؤشرات الحيوية المستمرة قراراً سريرياً حرجاً يوازن بين الحساسية والنوعية. وبينما يوفر منحنى خصائص تشغيل المستقبِل (ROC) تقييماً شاملاً للقدرة التمييزية، فإن التطبيق السريري يتطلب نقطة تشغيل واحدة. يفترض "مؤشر يودن" (Youden index) المستخدم على نطاق واسع، والذي يعظم مجموع الحساسية والنوعية، ضمنياً تساوي تكاليف الخطأ في التصنيف وتساوي انتشار المرض. وهذه الافتراضات غالباً ما تكون غير واقعية، لا سيما في الدراسات المصلية حيث يكون انتشار المرض منخفضاً، أو حيث تختلف عواقب النتائج السلبية الكاذبة (مثل التشخيصات الفائتة) بشكل كبير عن النتائج الإيجابية الكاذبة. علاوة على ذالك، غالباً ما تظهر المؤشرات الحيوية في السياقات المناعية والمصلية ميلاً (skewness) وذيولاً ثقيلة، مما يجعل نماذج ROC القياسية القائمة على التوزيع الطبيعي (Gaussian) غير كافية. تفشل النهج البارامترية الموجودة غالباً في دمج الأمثلية القائمة على نظرية القرار (بإدراج التكاليف والانتشار) مع الاستدلال التقاربي الرسمي تحت عائلات توزيعية مرنة.

المنهجية
يطور المؤلفون إطاراً بارامترياً موحداً لتحليل ROC واختيار العتبة المثلى بناءً على عائلة توزيعات الخليط المقياسي للتوزيع الطبيعي المائل (SMSN). تشمل هذه العائلة التوزيعات الطبيعية المائلة (SN) والتوزيعات الطبيعية المائلة-t (ST)، مما يسمح بالانحراف نحو اليمين أو اليسار وتفاوت درجات ثقل الذيول.

1. هيكل النموذج: يتم نمذجة المؤشر الحيوي $X$ شرطياً على حالة المرض $D \in \{0, 1\}$ كـ $X|D=k \sim \text{SMSN}(\xi_k, \omega_k, \alpha_k; H_k)$. ويتم تقدير المعلمات عبر عمليات ملائمة تعتمد على أقصى قدر من الاحتمالية (ML) منفصلة لكل من مجموعتي المرضى وغير المرضى.
2. تقدير منحنى ROC والمساحة تحت المنحنى (AUC): يتم اشتقاق منحنى ROC والمساحة تحت المنحنى كدوال سلسة لمعلمات SMSN. ويتم الحصول على المقدرات باستخدام مبدأ "التعويض" (plug-in principle) مع تقديرات ML المنفصلة لكل مجموعة.
3. اختيار العتبة القائم على نظرية القرار: تُعرف العتبة المثلى $c^*$ بأنها المقلل لخطر الخطأ في التصنيف الموزون $R(c) = \lambda_1 \pi_1 F_1(c) + \lambda_0 \pi_0 (1 - F_0(c))$، حيث تمثل $\lambda$ تكاليف الخطأ وتمثل $\pi$ انتشار المرض.
   • تؤدي الشرط الأول من الدرجة الأولى للأمثلية إلى معادلة نسبة الاحتمال: $\Lambda(c^*) = f_1(c^*)/f_0(c^*) = (\lambda_0 \pi_0) / (\lambda_1 \pi_1)$.
   • هذا يعمم معيار يودن (حيث تكون النسبة مساوية لـ 1) ليشمل الحالات غير المتماثلة.
4. الخصائص النظرية:
   • الوجود والوحدانية: تحت شرط نسبة الاحتمال الرتيبة (MLR)، يثبت المؤلفون وجود ووحدانية وعالمية أمثلية العتبة.
   • الاستدلال التقاربي: باستخدام نظرية الدوال الضمنية وطريقة دلتا متعددة المتغيرات، يشتق المؤلفون التوزيع التقاربي المشترك لمقدرات التعويض لمنحنى ROC، وAUC، والعتبة المثلى.
   • التباين والتعريف: تساهم الورقة في اشتقاق مقدر تباين "التعويض" في صيغة مغلقة. يتناسب التباين التقاربي عكسياً مع مربع الميل المحلي لمعادلة التقدير عند العتبة المثلى، والمشار إليه بـ $|\partial_c \phi(c^*, \theta^*)|$. يُفسر هذا المقدار كـ تشخيص للتعريف المحلي، يقيس مدى حدة تحديد حدود القرار.

المساهمات الرئيسية

• إطار موحد: تدمج الورقة بين نمذجة SMSN المرنة واختيار العتبة القائم على نظرية القرار، مما يعالج قيود الافتراضات الطبيعية ومعايير التكلفة/الانتشار غير المتماثلة.
• الأمثلية المعممة: تثبت أن العتبة المثلى هي الحل الوحيد لمعادلة نسبة الاحتمال التي تأخذ في الاعتبار صراحةً التكاليف والانتشار غير المتماثلين، مما يوفر بديلاً صارماً لمؤشر يودن.
• النظرية التقاربية: يقدم المؤلفون إثباتات للاتساق، والنمطية التقاربية، ومقدر تباين في صيغة مغلقة للعتبة المثلى.
• تشخيص التعريف: يسمح اشتقاق حد الميل المحلي كأداة تشخيصية للممارسين بتقييم موثوقية واستقرار العتبة المقدرة.
• التوسع من الدرجة الأولى: تم اشتقاق توسع من الدرجة الأولى لتحديد مقدار إزاحة العتبة المثلى عن حل يودن كدالة لنسبة التكلفة/الانتشار والانحناء المحلي.

النتائج

• الدراسة المحاكية: تؤكد محاكاة مونت كارلو عبر ستة سيناريوهات (تتنوع بين توزيعات SN و ST، ومستويات الفصل، وعدم تماثل التكلفة/الانتشار) دقة التقريبات التقاربية.
  • يظهر مقدر التعويض $\hat{c}$ انحيازاً ضئيلاً وخطأً في جذر متوسط المربعات (RMSE) يتناقص مع زيادة حجم العينة.
  • تظل نسبة التباين التجريبي إلى تباين التعويض التقاربي قريبة من 1، مما يؤكد صحة صيغة التباين.
  • تحقق فترات الثقة لـ "والد" (Wald) تغطية اسمية (حوالي 95%) في جميع السيناريوهات، بما في ذلك حالات الذيول الثقيلة وضعف الفصل.
  • يرتبط تشخيص التعريف المحلي $|\partial_c \phi|$ عكسياً مع تباين التقدير: الميول الأصغر (الحدود الأكثر تسطحاً) تؤدي إلى تباينات أكبر وفترات ثقة أوسع.
• التطبيق على بيانات SARS-CoV-2: طُبقت المنهجية على البيانات المصلية لأربعة مؤشرات حيوية لـ IgG (وهي Stri, RBD, S1, S2).
  • فضلت عملية اختيار النموذج عبر معيار BIC توزيعات skew-t للمجموعة السلبية للمرض وskew-normal للمجموعة الإيجابية للمرض.
    ចំនួន العتبات المثلى المقترحة في ظل إعداد قرار غير متماثل ($\lambda_1 = 3\lambda_0$، $\pi_0 = 0.9$) كانت أعلى بكثير من عتبات يودن.
  • قللت العتبات القائمة على نظرية القرار من خطر الخطأ في التصنيف المقدر بنسبة تصل إلى 63% مقارنة بعتبة يودن (تحديداً لمؤشر RBD في سيناريو يتسم بتكاليف عالية للنتائج الإيجابية الكاذبة).
  • نجح تشخيص التعريف المحلي في التنبؤ بعرض فترات الثقة، حيث أدت المؤشرات الحيوية ذات نسب الاحتمال الأكثر تسطحاً إلى فترات ثقة أوسع.

الأهمية والادعاءات
تدعي الورقة أنها تسد فجوة في الأدبيات من خلال تقديم معالجة منهجية لتحليل ROC واختيار العتبة المثلى ضمن عائلة SMSN التي تجمع بين الأمثلية القائمة على نظرية القرار والاستدلال التقاربي الرسمي. ويؤكد المؤلفون أن الإطار المقترح يقدم بديلاً مبدئياً لمؤشر يودن، خاصة في حالات الأمراض النادرة أو تكاليف الخطأ غير المتماثلة، حيث يمكن أن يكون قانون يودن دون المستوى الأمثل بشكل كبير. كما تم إبراز إدراج تشخيص التعريف المحلي كأداة عملية لتقييم استقرار العتبة المقدرة، مع الإقرار بأن المؤشر الحيوي الذي يتمتع بتمييز عالمي جيد قد يعطي أيضاً عتبة ضعيفة التعريف إذا كانت حدود القرار محلية مسطحة. ويشير المؤلفون بتواضع إلى أن فرضية نسبة الاحتمال الرتيبة هي شرط كافٍ وليست ضرورياً للوحدانية، وأن الإطار يفترض انتشاراً معروفاً، تاركين التوسع في التعامل مع الانتشار المقدر للأعمال المستقبلية.