📊 statistics

Assessing the robustness of heterogeneous treatment effects in survival analysis under informative censoring

यह शोध पत्र एक धारणा-मुक्त (assumption-lean) ढांचे और 'SurvB-learner' नामक एक नवीन मॉडल-अज्ञेय मेटा-लर्नर (model-agnostic meta-learner) प्रस्तावित करता है, जो उत्तरजीविता विश्लेषण (survival analysis) में सशर्त औसत उपचार प्रभावों (conditional average treatment effects) पर सूचनात्मक सीमाओं को प्राप्त करने के लिए है, जिससे बिना किसी कड़े अनुमानों पर निर्भर हुए, सूचनात्मक सेंसरिंग (informative censoring) के तहत भी प्रभावी उपचार उपसमूहों की सुदृढ़ पहचान संभव हो सके।

मूल लेखक: Yuxin Wang, Dennis Frauen, Jonas Schweisthal, Maresa Schröder, Stefan Feuerriegel

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yuxin Wang, Dennis Frauen, Jonas Schweisthal, Maresa Schröder, Stefan Feuerriegel

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

समस्या: मेडिकल ट्रायल्स में "खोए हुए पहेली के टुकड़े"

कल्पना कीजिए कि आप यह पता लगाने की कोशिश कर रहे हैं कि मरीजों के एक विशिष्ट समूह के लिए दो नई दवाओं में से कौन सी बेहतर काम करती है। आप एक क्लिनिकल ट्रायल चलाते हैं, लेकिन एक पेच है: कई मरीज अध्ययन समाप्त होने से पहले ही इसमें भाग लेना छोड़ देते हैं। वे इसलिए बाहर हो सकते हैं क्योंकि दवा उन्हें बीमार महसूस करा रही है, वे कहीं और चले गए हैं, या वे इतने बीमार हो गए हैं कि जारी नहीं रख सकते।

डेटा साइंस की दुनिया में, इसे सेंसिंग (Censoring) कहा जाता है। आमतौर पर, सांख्यिकीविद (statisticians) यह मान लेते हैं कि जो लोग बाहर हो जाते हैं, वे उन लोगों के समान ही होते हैं जो अध्ययन में बने रहते हैं—यानी वे समूह का एक रैंडम सैंपल हैं। यह ऐसा ही है जैसे यह मानना कि यदि लोग मूवी थिएटर से जल्दी बाहर निकल जाते हैं, तो उनके द्वारा फिल्म को पसंद करने की संभावना उतनी ही है जितनी उन लोगों की जो अंत तक रुके रहे।

लेकिन क्या होगा अगर यह धारणा गलत हो?

क्या होगा यदि बाहर होने वाले लोग वे हैं जो अधिक बीमार हो रहे हैं? या वे जिन्हें सबसे खराब साइड इफेक्ट्स हो रहे हैं? यदि ड्रॉपआउट (छोड़ने वाले लोग) रैंडम नहीं हैं, बल्कि वास्तव में इस बात से जुड़े हैं कि मरीज की स्थिति कैसी है, तो इसे इंफॉर्मेटिव सेंसिंग (Informative Censoring) कहा जाता है।

यदि आप इसे अनदेखा करते हैं, तो आपकी गणित गलत हो जाएगी। यह एक बास्केटबॉल टीम की औसत ऊंचाई बताने की कोशिश करने जैसा है, लेकिन आपने केवल उन्हीं खिलाड़ियों को मापा जो कोर्ट पर मौजूद हैं। यदि छोटे खिलाड़ी थक जाने के कारण जल्दी बाहर हो गए, तो आपका औसत गलत होगा। आपको लग सकता है कि दवा बहुत अच्छा काम कर रही है, जबकि वास्तव में, यह उन लोगों के लिए विफल हो सकती है जो बाहर हो गए।

समाधान: "एक उत्तर" खोजने के बजाय "सुरक्षित रेंज" खोजना

इस पेपर के लेखक कहते हैं: "यदि हम यह नहीं जान सकते कि बाहर जाने वाले लोगों के साथ वास्तव में क्या हुआ, तो हम आपको एक सटीक संख्या नहीं दे सकते कि दवा कितनी अच्छी तरह काम करती है।"

एक सटीक उत्तर का अनुमान लगाने के बजाय (जो बिना किसी जोखिम भरे अनुमान के असंभव है), वे सोचने का एक नया तरीका प्रस्तावित करते हैं: पार्शियल आइडेंटिफिकेशन (Partial Identification)।

इसे मौसम के पूर्वानुमान की तरह समझें।

पुराना तरीका (पॉइंट एस्टिमेशन): "कल ठीक 2.4 इंच बारिश होगी।" (यदि आपका अनुमान गलत निकला, तो आप पूरी तरह गलत हैं)।
नया तरीका (बाउंड्स/सीमाएं): "बारिश कहीं 1 इंच से 4 इंच के बीच होगी।" (भले ही आप सटीक मात्रा नहीं जानते, लेकिन आप जानते हैं कि यह कम से कम 1 इंच होगी)।

लेखक एक ऐसा ढांचा (framework) बनाते हैं जो एक लोअर बाउंड (Lower Bound) (दवा कितनी अच्छी काम करती है इसका सबसे खराब परिदृश्य) और एक अपर बाउंड (Upper Bound) (सबसे अच्छा परिदृश्य) की गणना करता है।

यदि लोअर बाउंड अभी भी सकारात्मक (positive) है (जैसे, "सबसे खराब स्थिति में भी, दवा मदद करती है"), तो डॉक्टर इस बात पर आश्वस्त हो सकते हैं कि दवा काम करती है, भले ही उन्हें यह सटीक रूप से न पता हो कि वह कितनी मदद करती है।
यह उन्हें मरीजों के विशिष्ट समूहों (सबग्रुप्स) को खोजने की अनुमति देता है जहाँ उपचार निश्चित रूप से फायदेमंद है, भले ही डेटा गायब हो।

टूल: "SurvB-learner" (स्मार्ट कैलकुलेटर)

इस गणित को करने के लिए, उन्होंने SurvB-learner नामक एक नया कंप्यूटर टूल बनाया है।

कल्पना कीजिए कि आप एक कार की औसत गति की गणना करने की कोशिश कर रहे हैं, लेकिन स्पीडोमीटर खराब है और कभी-कभी काम करना बंद कर देता है।

"प्लग-इन" विधि (पुराना तरीका): आप बस उन नंबरों को लेते हैं जो आपके पास हैं और उन्हें एक फॉर्मूले में डाल देते हैं। यह आसान है, लेकिन क्योंकि स्पीडोमीटर एक विशिष्ट तरीके से खराब है (यह तब रुक जाता है जब कार तेज चल रही होती है), आपका उत्तर पक्षपाती और गलत होता है।
SurvB-learner (नया तरीका): यह टूल एक जासूस की तरह है। यह केवल नंबरों को प्लग इन नहीं करता है। यह दो चरणों वाली प्रक्रिया का उपयोग करता है:
1. चरण 1: यह अनुमान लगाता है कि स्पीडोमीटर क्यों रुका (इसके "न्युसेंस" कारक) और एक "नकली" सुधारा गया डेटासेट बनाता है।
2. चरण 2: यह अंतिम उत्तर प्राप्त करने के लिए इस सुधारे गए डेटा पर दूसरा कैलकुलेशन चलाता है।

यह विशेष क्यों है?
पेपर का दावा है कि इस टूल के पास दो सुपरपावर हैं:

डबल रोबस्टनेस (Double Robustness): यह एक सुरक्षा जाल की तरह है। यदि आपका यह अनुमान कि लोग क्यों बाहर हुए, गलत है, लेकिन जीवित रहने के समय (survival times) के बारे में आपका अनुमान सही है (या इसके विपरीत), तो भी टूल आपको सही उत्तर देगा। आपको केवल अपने अनुमानों में से एक के सही होने की आवश्यकता है।
क्वासी-ओरेकल एफिशिएंसी (Quasi-Oracle Efficiency): यह लगभग उतना ही अच्छा प्रदर्शन करता है जितना कि यदि किसी "ओरेकल" (एक सुपर-स्मार्ट प्राणी जो सब कुछ जानता है) ने आपकी मदद की होती। यह भविष्य को जाने बिना ही सटीक उत्तर के बहुत करीब पहुँच जाता है।

उन्होंने इसका परीक्षण कैसे किया

लेखकों ने अपने टूल का दो तरीकों से परीक्षण किया:

सिमुलेटेड डेटा (Simulated Data): उन्होंने कंप्यूटर पर नकली मेडिकल ट्रायल्स बनाए जहाँ वे "सच्चा" उत्तर जानते थे। उन्होंने दिखाया कि उनका टूल (SurvB-learner) पुराने "प्लग-इन" तरीकों की तुलना में सच्चाई के बहुत करीब था, जो अक्सर बहुत गलत होते थे।
वास्तविक डेटा (ADJUVANT Trial): उन्होंने इसे फेफड़ों के कैंसर के एक वास्तविक अध्ययन पर लागू किया। इस अध्ययन में, कई मरीज बाहर हो गए थे। अपने तरीके का उपयोग करके, वे मरीजों के विशिष्ट समूहों (आयु, जेनेटिक्स आदि के आधार पर) की पहचान करने में सक्षम थे जहाँ उपचार का लाभ (lower bound) अभी भी सकारात्मक था। इसका मतलब है कि वे आत्मविश्वास से कह सकते थे, "यह दवा इन विशिष्ट लोगों की मदद करती है," भले ही अध्ययन में बहुत सारा गायब डेटा था जिसने अन्य तरीकों को भ्रमित कर दिया होता।

निष्कर्ष

यह पेपर यह वादा नहीं करता कि यह जादुई रूप से गायब डेटा को भर देगा। इसके बजाय, यह गायब टुकड़ों को संभालने का एक स्मार्ट तरीका प्रदान करता है। सटीक उत्तर न जानने की बात स्वीकार करके, यह उत्तरों की एक सुरक्षित रेंज देता है। यदि उस रेंज में "सबसे खराब" परिदृश्य भी अच्छा दिखता है, तो डॉक्टर विशिष्ट रोगियों के लिए उपचार पर भरोसा कर सकते हैं, भले ही डेटा अव्यवस्थित और अधूरा हो।

तकनीकी सारांश: सूचनात्मक सेंसरिंग (Informative Censoring) के तहत उत्तरजीविता विश्लेषण (Survival Analysis) में विषम उपचार प्रभावों (Heterogeneous Treatment Effects) की सुदृढ़ता का आकलन

1. समस्या विवरण

नैदानिक अध्ययनों में, विशेष रूप से ऑन्कोलॉजी (कैंसर विज्ञान) में, रोगी का अध्ययन से बाहर होना (ड्रॉपआउट) प्रचलित है, जहाँ कुछ कैंसरों में यह दर 53% तक पहुँच जाती है। जब ड्रॉपआउट सूचनात्मक (informative) होता है—अर्थात, सेंसरिंग समय $C$ , अनऑब्जर्व्ड सर्वाइवल समय $T$ पर निर्भर करता है—तो यह व्यवस्थित सेंसिंग बायस (censoring bias) उत्पन्न करता है। मानक उत्तरजीविता विश्लेषण विधियाँ (जैसे, कपलान-मेयर, कॉक्स मॉडल) और मौजूदा विषम उपचार प्रभाव (HTE) अनुमानक आमतौर पर गैर-सूचनात्मक सेंसरिंग ( $T \perp C \mid X, A$ ) की धारणा पर निर्भर करते हैं। जब यह धारणा खंडित होती है, तो कंडीशनल एवरेज ट्रीटमेंट इफेक्ट (CATE) का निष्पक्ष बिंदु अनुमान (unbiased point estimation) असंभव हो जाता है, क्योंकि सेंसर किए गए रोगियों के अपेक्षित उत्तरजीविता समय को केवल देखे गए डेटा से पहचाना नहीं जा सकता है।

वर्तमान साहित्य में सूचनात्मक सेंसरिंग की उपस्थिति में CATE अनुमानों की सुदृढ़ता का आकलन करने के लिए व्यावहारिक उपकरणों का अभाव है। उत्तरजीविता विश्लेषण में आंशिक पहचान (partial identification) पर केंद्रित मौजूदा विधियाँ सर्वाइवल फंक्शन को बाउंड करने पर ध्यान केंद्रित करती हैं, न कि कारण प्रभावों (causal effects) पर, जबकि सूचनात्मक सेंसरिंग के लिए कारण अनुमान (causal inference) विधियाँ आमतौर पर औसत उपचार प्रभाव (ATE) को लक्षित करती हैं, न कि CATE को।

2. कार्यप्रणाली

यह शोध पत्र एक धारणा-मुक्त ढांचा (assumption-lean framework) प्रस्तावित करता है जो लक्ष्य को बिंदु अनुमान (point estimation) से बदलकर आंशिक पहचान (partial identification) की ओर ले जाता है। एक एकल CATE मान का अनुमान लगाने के बजाय, यह ढांचा CATE के लिए सूचनात्मक निचले और ऊपरी बाउंड (bounds) का निर्माण करता है, जो स्पष्ट रूप से सेंसरिंग बायस को ध्यान में रखता है।

2.1 CATE की आंशिक पहचान

लेखक CATE, $\tau_{a_1, a_2}(x) = E[T(a_1) - T(a_2) \mid X=x]$ , के लिए बाउंड्स निकालते हैं, जिसके लिए पहले कंडीशनल एवरेज पोटेंशियल आउटकम (CAPO), $\mu(x, a) = E[T(a) \mid X=x]$ , को बाउंड किया जाता है।

निचला बाउंड ( $\mu^-$ ): यह मानते हुए कि सेंसर किए गए रोगी अपने सेंसरिंग समय के तुरंत बाद घटना (event) का अनुभव करते हैं (सबसे खराब स्थिति), इसे प्राप्त किया जाता है। यह देखे गए डेटा पर आधारित एक निचला बाउंड प्रदान करता है:
$\mu^-(x, a) = E[\tilde{T} \mid X=x, A=a]$
जहाँ $\tilde{T} = \min(T, C)$ है।
ऊपरी बाउंड ( $\mu^+$ ): इसे एक सेंसिटिविटी फंक्शन (sensitivity function) $\gamma(x, a)$ का उपयोग करके निकाला जाता है, जो ड्रॉपआउट के बाद के अधिकतम अपेक्षित शेष उत्तरजीविता समय का प्रतिनिधित्व करता है। ऊपरी बाउंड डोमेन ज्ञान (जैसे, ड्रॉपआउट के बाद के सर्वाइवल के लिए नैदानिक बेंचमार्क) या एक रूढ़वादी सैद्धांतिक अधिकतम ( $t_{max}$ ) को शामिल करता है:
$\mu^+(x, a) = \nu(0, x, a)[1 - \xi(x, a)] + \nu(1, x, a)\xi(x, a) + \gamma(x, a)\xi(x, a)$
यहाँ, $\xi(x, a)$ सेंसरिंग स्ट्रेंथ (सेंसर होने की प्रायिकता) है, और $\nu(\delta, x, a)$ अपेक्षित कंडीशनल सर्वाइवल समय हैं।
CATE बाउंड्स: CATE बाउंड्स को CAPO बाउंड्स को जोड़कर बनाया जाता है:
$\tau^-_{a_1, a_2}(x) = \mu^-(x, a_1) - \mu^+(x, a_2) \leq \tau_{a_1, a_2}(x) \leq \mu^+(x, a_1) - \mu^-(x, a_2) = \tau^+_{a_1, a_2}(x)$

इन बाउंड्स की चौड़ाई $\xi(x, a)$ और $\gamma(x, a)$ द्वारा निर्धारित होती है। बाउंड्स तब सूचनात्मक (संकीर्ण) होते हैं जब सेंसरिंग कम होती है या जब मजबूत डोमेन ज्ञान $\gamma(x, a)$ को सीमित करता है।

2.2 SurvB-learner: एक मॉडल-एग्नोस्टिक मेटा-लर्नर

इन बाउंड्स को कुशलतापूर्वक और प्लग-इन बायस के बिना अनुमानित करने के लिए, लेखक SurvB-learner पेश करते हैं, जो किसी भी मशीन लर्निंग मॉडल (जैसे, रैंडम फॉरेस्ट, न्यूरल नेटवर्क) के साथ संगत एक दो-चरणीय मेटा-लर्नर है।

चरण 1 (न्युसेंस एस्टीमेशन): न्युसेंस फंक्शन्स जैसे कि प्रोपेंसिटी स्कोर $\hat{\pi}_a(x)$ , सेंसरिंग स्ट्रेंथ $\hat{\xi}(x, a)$ , और कंडीशनल सर्वाइवल टाइम्स $\hat{\nu}(\delta, x, a)$ का अनुमान लगाने के लिए क्रॉस-फिटिंग का उपयोग करता है।
चरण 2 (स्यूडो-आउटकम रिग्रेशन): बाउंड्स के एफिशिएंट इन्फ्लुएंस फंक्शन्स के आधार पर स्यूडो-आउटकम $\hat{\phi}^\pm(x, a)$ का निर्माण करता है। इन स्यूडो-आउटकम को अंतिम बाउंड $\hat{\mu}^\pm(x, a)$ का अनुमान लगाने के लिए कोवेरिएट्स $X$ पर रिग्रेट किया जाता है।

2.3 सैद्धांतिक गुण

SurvB-learner के निम्नलिखित गुणों को सिद्ध किया गया है:

संगति (Consistency): जैसे-जैसे नमूना आकार बढ़ता है, यह वास्तविक बाउंड्स की ओर अभिसरित (converge) होता है।
डबल रोबस्टनेस (Double Robustness): यह अनुमानक तब भी सुसंगत रहता है यदि या तो प्रोपेंसिटी स्कोर मॉडल सही ढंग से निर्दिष्ट है OR सर्वाइवल और सेंसरिंग मॉडल्स का संयोजन सही ढंग से निर्दिष्ट है।
क्वासी-ओरेकल एफिशिएंसी (Quasi-Oracle Efficiency): यह उसी एसिम्प्टोटिक कन्वर्जेंस रेट को प्राप्त करता है जो एक ओरेकल अनुमानक (जो वास्तविक न्युसेंस फंक्शन्स को जानता है) का होता है, बशर्ते कि न्युसेंस अनुमानक पर्याप्त दरों पर अभिसरित हों।

इस ढांचे को निरंतर उपचारों (continuous treatments) (कर्नेल स्मूथिंग का उपयोग करके) और छिपे हुए कन्फाउंडिंग वाले अवलोकनात्मक डेटा (observational data with hidden confounding) (सामान्यीकृत मार्जिनल सेंसिटिविटी मॉडल्स का उपयोग करके) के लिए भी विस्तारित किया गया है।

3. मुख्य योगदान

धारणा-मुक्त ढांचा (Assumption-Lean Framework): गैर-सूचनात्मक सेंसरिंग धारणा को सेंसिटिविटी फंक्शन्स से बदलकर, CATE अनुमानों में सेंसरिंग बायस का ऑडिट करने के लिए एक नवीन दृष्टिकोण।
SurvB-learner: एक मॉडल-एग्नोस्टिक मेटा-लर्नर जिसे प्लग-इन बायस को ठीक करने और डबल रोबस्टनेस प्रदान करने के लिए डिज़ाइन किया गया है।
सैद्धांतिक गारंटी: प्रस्तावित अनुमानक के लिए कंसिस्टेंसी, डबल रोबस्टनेस और क्वासी-ओरेकल एफिशिएंसी के औपचारिक प्रमाण।
अनुभवजन्य सत्यापन (Empirical Validation): सिंथेटिक डेटा (यह दिखाते हुए कि यह प्ले-इन लर्नर की तुलना में बेहतर प्रदर्शन करता है) और एक वास्तविक दुनिया के क्लिनिकल ट्रायल (ADJUVANT डेटासेट) का उपयोग करके प्रभावशीलता का प्रदर्शन।

4. प्रयोगात्मक परिणाम

सिंथेटिक डेटा: विभिन्न कार्यात्मक रूपों (Exponential, Sin, Logistic-Sin) और सेंसरिंग स्ट्रेंथ (0.2, 0.4, 0.6) के माध्यम से प्रयोगों से पता चलता है कि SurvB-learner, नेटिव प्लग-इन लर्नर की तुलना में काफी बेहतर प्रदर्शन करता है। SurvB-learner, ओरेकल बाउंड के विरुद्ध कम रूट मीन स्क्वेर्ड एरर (RMSE) और कम वेरिएंस प्राप्त करता है। प्लग-इन लर्नर को अस्थिर दिखाया गया है और यह अक्सर बहुत संकीर्ण (अनफेथफुल) बाउंड बनाता है।
वास्तविक दुनिया का डेटा (ADJUVANT ट्रायल): इसे नॉन-स्मॉल सेल लंग कैंसर (NSCLC) परीक्षण पर लागू किया गया जिसमें उच्च सेंसरिंग दरें (DFS के लिए 37%, OS के लिए 63%) थीं। इस ढांचे ने सफलतापूर्वक उन रोगी उपसमूहों (जैसे, विशिष्ट जेनेटिक को-अल्टरेशन जैसे CDK4+MYC) की पहचान की जहाँ उपचार प्रभाव का निचला बाउंड सख्ती से सकारात्मक बना रहा, जो सूचनात्मक सेंसरिंग के बावजूद मजबूत उपचार लाभ को दर्शाता है। इसने ऐसे अंतर्दृष्टि प्रदान की जो मानक पॉइंट अनुमानक, ऐसी बायस की उपस्थिति में विश्वसनीय रूप से नहीं दे सकते थे।

5. महत्व और दावे

यह शोध पत्र दावा करता है कि यह विशेष रूप से सूचनात्मक सेंसरिंग के तहत CATE अनुमान के लिए पहला आंशिक पहचान उपकरण (partial identification tool) प्रदान करता है। इसका महत्व निम्नलिखित में निहित है:

नैदानिक उपयोगिता (Clinical Utility): चिकित्सकों को उन रोगी उपसमूहों की पहचान करने में सक्षम बनाना जो उपचार से विश्वसनीय रूप से लाभान्वित होते हैं, भले ही ड्रॉपआउट तंत्र पक्षपाती (biased) हों, जिससे संभावित रूप से अमान्य पॉइंट अनुमानों पर निर्भर रहने की आवश्यकता समाप्त हो जाती है।
सुदृढ़ता (Robustness): उत्तरजीविता विश्लेषण में कारण अनुमान के लिए एक "सुरक्षा जाल" प्रदान करना जहाँ मानक धारणाएं विफल हो जाती हैं। यह ढांचा जब सेंसरिंग कमजोर होती है तो पॉइंट एस्टीमेशन में बदल जाता है लेकिन जब सेंसरिंग मजबूत होती है तो वैध रहता है।
लचीलापन (Flexibility): इसकी मॉडल-एग्नोस्टिक प्रकृति अत्याधुनिक मशीन लर्निंग मॉडल्स के साथ एकीकरण की अनुमति देती है, जिससे यह जटिल, उच्च-आयामी चिकित्सा डेटा के लिए लागू करने योग्य बन जाता है।

लेखक निष्कर्ष निकालते हैं कि उनका ढांचा वैध और व्याख्या योग्य परिणाम प्रदान करता है, जो उत्तरजीविता अध्ययनों में पक्षपाती उपचार प्रभाव अनुमानों के जोखिम को कम करने में मदद करता है। भविष्य के कार्यों को बाहरी डेटा से सेंसिटिविटी फंक्शन्स सीखने और अनुमान उपकरणों का विस्तार करने पर ध्यान केंद्रित करने का सुझाव दिया गया है।