A Deep Set-Based Aggregation Approach for Repeated Measurements: Insights from Variable-Length Wearable Device-Measured Physical Activity Data

Resumen Técnico: Un enfoque de agregación basado en conjuntos profundos para mediciones repetidas

Planteamiento del problema
La rápida integración de los dispositivos portátiles (wearables) en la salud digital ha permitido el monitoreo continuo y en tiempo real de las métricas de los pacientes, como la actividad física (PA, por sus siglas en inglés). Sin embargo, aprovechar estos datos para el modelado predictivo presenta desafíos significativos. Las mediciones repetidas de los wearables suelen variar en longitud entre los individuos debido a la pérdida de datos o a diferencias en el cumplimiento, lo que crea entradas de "longitud variable" que los algoritmos estándar de aprendizaje automático no pueden procesar directamente, ya que típicamente requieren vectores de características de longitud fija.

Las soluciones tradicionales consisten en agregar estas observaciones repetidas en estadísticas de resumen (por ejemplo, medias) para fijar la dimensionalidad. Si bien esto es efectivo para reducir la dimensionalidad, la agregación simple a menudo descarta dinámicas temporales valiosas y patrones de interacción entre las observaciones. Además, las arquitecturas de aprendizaje profundo existentes (por ejemplo, CNN, RNN) suelen asumir una correspondencia uno a uno entre los vectores de características y los resultados, lo que las hace poco adecuadas para mapear múltiples observaciones de series temporales hacia un único resultado clínico sin supuestos restrictivos sobre la independencia.

Metodología
El estudio utilizó datos de la Encuesta Nacional de Examen de Salud y Nutrición (NHANES) de 2011–2014, centrándose en adultos con artritis. El conjunto de datos incluyó mediciones de PA derivadas de acelerómetros de varios días (registradas como unidades de Resumen de Movimiento Independiente del Monitor [MIMS]) y covariables de una sola vez (demografía, PA autoinformada, condiciones médicas). El estudio evaluó dos resultados binarios: la necesidad de equipo especial para caminar y la presencia de un funcionamiento físico deficiente.

Se compararon tres estrategias de agregación para transformar los datos de PA de longitud variable en predictores de longitud fija:

1. Agregación Simple (Método 1): Calculó la media aritmética de las mediciones diarias de PA para cada participante. Esto sirve como línea base, asumiendo que el valor promedio representa suficientemente el perfil de actividad del individuo.
2. Agregación Ajustada por Varianza (Método 2): Empleó un enfoque estadístico para ajustar la media simple basándose en la fiabilidad de las mediciones. Este método descompone la varianza en componentes entre individuos y dentro de los individuos. Aplica pesos a la media de la población, la media observada del individuo y las covariables de una sola vez. El esquema de ponderación aumenta la dependencia de las mediciones repetidas cuando la varianza dentro del individuo es baja y el número de observaciones es alto, desplazando el peso hacia las covariables cuando las mediciones son escasas o altamente variables.
3. Enfoque de Conjunto Profundo (Deep Set) (Método 3): Implementó una arquitectura de aprendizaje profundo diseñada específicamente para entradas de longitud variable basadas en conjuntos. Este enfoque aprovecha dos propiedades clave: invarianza de permutación (el resultado es independiente del orden de los elementos de entrada) y equivarianza de permutación.
   • Arquitectura: El modelo trata el historial de PA de cada participante como un conjunto. Para los datos a nivel de día, el modelo utilizó un mecanismo de autoatención con vectores de Consulta, Clave y Valor (QKV) para capturar dependencias temporales e interacciones entre días sin ingeniería de características explícita. Para los datos a nivel de minuto (entradas de alta frecuencia y complejidad), la arquitectura incorporó capas de Redes Neuronales Convolucionales (CNN) para la extracción de características antes de la agregación por autoatención.
   • Entrenamiento: El modelo fue entrenado para aprender conjuntamente la extracción de características y la agregación, permitiéndole descubrir patrones no lineales a través de las observaciones repetidas que los métodos tradicionales podrían pasar por alto.

Resultados Clave
El estudio evaluó el rendimiento del modelo utilizando AUC, precisión (accuracy), precisión (precision), exhaustividad (recall) y puntuación F1 a través de 100 iteraciones de divisiones de entrenamiento/prueba de 80/20.

• Datos a Nivel de Día: Para los resúmenes de PA a nivel de día, el enfoque de Conjunto Profundo generalmente mejoró la precisión y las puntuaciones F1 en comparación con la agregación simple y la ajustada por varianza. Sin embargo, exhibió puntuaciones de AUC más bajas, particularmente entre los participantes con menos observaciones (< 6 días). En este subgrupo de bajas observaciones, el modelo de Conjunto Profundo tuvo un rendimiento inferior, probablemente debido al pequeño tamaño de la muestra de este grupo y a la falta de interacciones temporales significativas en datos de corto plazo. Por el contrario, para los participantes con 6–7 días de datos, las diferencias de rendimiento entre los métodos se redujeron.
• Datos a Nivel de Minuto: Cuando se aplicó a los datos de PA a nivel de minuto, el enfoque de Conjunto Profundo demostró un rendimiento general superior, logrando los mayores valores de AUC, precisión (accuracy) y puntuación F1 para ambos resultados. Esto sugiere que la capacidad del modelo para extraer características y modelar dinámicas temporales complejas y de alta frecuencia proporciona una ventaja significativa cuando la resolución de los datos es alta.
• Ajuste de Varianza: El método de ajuste por varianza mostró una mejora práctica mínima respecto a la agregación simple en este conjunto de datos específico, debido principalmente a que la mayoría de los participantes tenían suficientes observaciones (6–7 días), lo que resultó en una baja varianza dentro del individuo y, por ende, en pesos de ajuste pequeños.

Significancia y Contribuciones
El artículo contribuye con un marco comparativo para la selección de estrategias de agregación en la salud digital, enfatizando que el método óptimo depende de la complejidad, la variabilidad y el tamaño de la muestra de los datos.

• Selección Dependiente del Contexto: Los autores proponen que la agregación simple sigue siendo suficiente para mediciones repetidas relativamente estables y de baja frecuencia (por ejemplo, PA a nivel de día con patrones consistentes). En contraste, los enfoques basados en Conjuntos Profundos son más beneficiosos para datos complejos y de alta frecuencia (por ejemplo, flujos a nivel de minuto) donde capturar dinámicas temporales no lineales es crucial.
• Manejo de Longitud Variable: El estudio valida la arquitectura de Conjunto Profundo como una solución viable para integrar datos de wearables de longitud variable en modelos clínicos sin descartar participantes con datos incompletos o perder el matiz temporal.
• Guías Prácticas: Los hallazgos ofrecen una hoja de ruta para los investigadores: si el conjunto de datos contiene muchos participantes con numerosas observaciones complejas y dinámicas, los Conjuntos Profundos son ventajosos. Sin embargo, para datos dispersos o métricas simples, la agregación estadística tradicional puede ser más robusta y menos propensa al sobreajuste.

Los autores concluyen que, si bien los Conjuntos Profundos ofrecen una flexibilidad excepcional para las aplicaciones de medicina digital real que involucran flujos de datos complejos, su rendimiento depende de tener un volumen de datos y una densidad de observación suficientes para aprender interacciones significativas.