Résumé technique : Règles de score appropriées pour les données de survie avec censure à droite

Énoncé du problème

Dans l'analyse de survie et la modélisation du temps de l'événement, l'objectif principal est souvent de prévoir la distribution complète du temps de l'événement conditionnel $F_X$ étant donné les covariables $X$, plutôt que de simplement estimer les temps de survie moyens ou les taux de risque (hazards). Les règles de score appropriées fournissent une base théorique rigoureuse pour l'entraînement et l'évaluation de tels pronostics probabilistes, garantissant que la distribution prédictive réelle est optimale en espérance.

Cependant, une difficulté fondamentale surgit en présence de censure à droite. Dans ces contextes, le temps de l'événement latent $T$ n'est pas entièrement observé ; au lieu de cela, on observe $Y = \min(T, C)$ et un indicateur d'événement $\Delta = \mathbb{1}\{T \le C\}$, où $C$ est le temps de censure, et où $C$ est le temps de censure. Les règles de score appropriées standards, conçues pour des résultats non censurés, ne peuvent pas être appliquées directement car le véritable temps de l'événement $T$ est manquant. Les approches existantes reposent souvent sur la pondération par l'inverse de la probabilité de censure (IPCW) ou sur des estimations par substitution (plug-in) où les poids dépendent du pronostic lui-même. L'article souligne que la pondération dépendante du pronostic peut conduire à des « inversions de classement », où des pronostics sous-optimaux sont incorrectement classés plus haut que le pronostic oracle, et que les implémentations IPCW standards peuvent échouer à être strictement appropriées si elles ne tiennent pas compte correctement de l'indépendance conditionnelle.

Méthodologie

Les auteurs proposent un cadre unifié pour définir des règles de score appropriées sous censure à droite basé sur un principe central : évaluer le pronostic après avoir appliqué la même opération de grossissement (coarsening) qui a généré les données.

1. Localisation et marginalisation

Le cadre distingue deux scénarios selon la nature du mécanisme de censure :

• Scores localisés (censure fixe) : Pour un temps de censure $c$ fixé, la distribution prédictive $F$ est d'abord projetée sur l'espace des résultats censurés. La loi censurée $F^\flat_c$ est définie de telle sorte que la masse de probabilité sur la région identifiable $[0, c]$ reste inchangée, tandis que toute la masse au-delà de $c$ est regroupée dans un état censuré $\ast$. Le score approprié est ensuite appliqué à cette loi censurée induite. Cela produit un score qui est strictement approprié pour la loi latente uniquement sur la région identifiable.
• Scores marginalisés (censure aléatoire) : Lorsque le temps de censure $C$ est aléatoire et seulement partiellement observé (par exemple, nous savons que $C \ge Y$ si un événement est observé), le score localisé est moyenné sur la loi conditionnelle de $C$ étant donné les données observées $(Y, \Delta, X)$.
  • Le score marginalisé $\bar{S}$ résultant est défini par :
    $$\bar{S}(F; Y, \Delta, X) = \int S^\flat_c(F; Y, \Delta) \, \Pi(dc \mid Y, \Delta, X)$$
  • Crucialement, la distribution de pondération $\Pi$ est dérivée uniquement du mécanisme de censure (la distribution réelle ou estimée de $C$), et non du pronostic $F$ étant évalué. Cela garantit que le score reste indépendant du pronostic.

2. Dérivation de scores spécifiques

Les auteurs démontrent que ce cadre permet de retrouver des critères familiers et d'en étendre de nouveaux :

• Score logarithmique : La version marginalisée permet de retrouver la log-vraisemblance négative standard pour la censure à droite.
• CRPS (Continuous Ranked Probability Score) : Une version marginalisée est dérivée qui pondère l'erreur de queue par la fonction de survie conditionnelle du temps de censure.
• Score de Brier : Le cadre produit un score de Brier marginalisé qui, lorsqu'il est remis à l'échelle, est équivalent au score de Brier IPCW mais dérivé sans poids dépendant du pronostic.
• Perte Pinball et Score d'Énergie : De nouvelles versions censurées de ces scores sont dérivées, adaptées à la régression quantile et à la modélisation de distributions multivariées, respectivement.

3. Engression censurée (Censored Engression)

Étendant le principe de localisation par la censure à l'entraînement, les auteurs introduisent l'engression censurée. Il s'agit d'un objectif d'apprentissage basé sur l'échantillon pour la modélisation de la survie multivariée avec censure à droite.

• Au lieu d'entraîner un générateur $g(x, \epsilon)$ pour correspondre aux temps d'événements latents (qui ne sont pas observés), la méthode applique la carte de censure $\psi_c$ à la fois aux échantillons générés et aux résultats observés.
• Le modèle est entraîné pour minimiser le score d'énergie censuré, qui compare la distribution des échantillons générés censurés à la distribution des résultats observés censurés.
• Cette approche permet une modélisation conjointe flexible des temps d'événements multivariés sans nécessendre d'une fonction de vraisemblance traitable.

Contributions clés

1. Cadre unifié : Une construction cohérente de règles de score appropriées pour les données de survie avec censure à droite en censurant la distribution prédictive avant l'évaluation, plutôt qu'en pondérant le score en fonction du pronostic.
2. Garanties théoriques : Preuve que le score marginalisé est approprié sous une censure indépendante conditionnelle et strictement approprié sur la région identifiable (la région où le mécanisme de censure permet de distinguer la distribution latente).
3. Dérivations de scores concrets : Formules explicites pour les versions censurées à droite du score logarithmique, du CRPS, de la perte Pinball, du score de Brier et du score d'énergie, clarifiant leur relation avec les critères existants basés sur l'IPCW.
4. Engression censurée : Un nouvel objectif d'entraînement pour la modélisation de la survie multivariée qui exploite le score d'énergie censuré pour apprendre des distributions conjointes flexibles à partir de données censurées.
5. Validation empirique : Démonstration que les scores indépendants du pronostic classent correctement le pronostic oracle à travers divers régimes de censure, alors que les scores par substitution dépendants du pronostic peuvent présenter des inversions de classement.

Résultats expérimentaux

L'article valide la méthodologie à travers des simulations contrôlées et une étude de cas clinique :

• Évaluation de pronostics : Dans des simulations avec des processus générateurs de données (DGP) connus, les scores marginalisés et localisés proposés classent systématiquement le pronostic oracle comme le meilleur (Rang 1) à travers les régimes de censure administrative, aléatoire indépendante et conditionnellement indépendante. En revanche, les versions par substitution dépendantes du pronostic des scores existants (par exemple, de Yanagisawa [3]) échouent fréquemment, classant l'oracle plus bas que des pronostics d'exploitation qui concentrent la masse dans la queue de distribution.
• Apprentissage multivarié : Dans des expériences synthétiques avec des temps d'événements multivariés (dimensions $k=2$ à $10$) et un DGP complexe de type mélange de log-normale, l'engression censurée surpasse nettement :
  • L'engression observée naïve : Qui traite les temps censurés comme pleinement observés, menant à de mauvaises distributions prédictives.
  • Les lignes de base basées sur la vraisemblance : Incluant les modèles Weibull et Copule. Bien que ces derniers performent mieux que l'engression naïve, ils sont surpassés par l'engression censurée, particulièrement pour capturer des distributions multimodales qui se situent en dehors des familles paramétriques des modèles de base.
• Étude de cas clinique (AKI en soins intensifs) : Appliquée à la prédiction du temps conjoint pour l'insuffisance rénale aiguë (AKI) basée sur la créatinine et sur le débit urinaire à partir des données MIMIC-IV. L'engression censurée a obtenu les scores d'énergie localisés et les scores de Brier les plus bas par rapport à l'entraînement naïf et aux lignes de base basées sur la vraisemblance, démontant une performance améliorée pour modéliser les terminaisons cliniques conjointes sous censure.

Signification et affirmations

L'article soutient que l'évaluation et l'entraînement probabilistes censurés doivent être construits sur des ajustements de censure indépendants du pronostic.

• Correction des cibles d'évaluation : En basant les poids uniquement sur le mécanisme de censure, les scores proposés préservent la propriété de « classement de l'oracle ». Cela évite la circularité où un pronostic influence ses propres poids d'évaluation, ce qui peut fausser le paysage d'optimisation et conduire à des inversions de classement.
• Flexibilité de modélisation : L'introduction de l'engression censurée offre une voie pour apprendre des distributions de survie complexes, de haute dimension et multivariées sans les restrictions des vraisemblances paramétriques.
• Identifiabilité : Les auteurs notent modestement que la stricte propriété n'est réalisable que sur la région identifiable de l'espace latent. En dehors de cette région (par exemple, dans les queues au-delà de l'horizon de suivi), aucun score basé uniquement sur des données censurées ne peut distinguer différentes distributions latentes qui induisent la même loi observée.

En résumé, ce travail fournit un cadre théoriquement solide et pratiquement efficace pour traiter les données de survie avec censure à droite dans le cadre de la prévision probabiliste, comblant le fossé entre la théorie rigoureuse des règles de score et les défis pratiques de l'analyse de survie.