Variance component score test for multivariate change point detection with applications to mobile health

तकनीकी सारांश: बहुभिन्न चर परिवर्तन बिंदु पहचान के लिए विचरण घटक स्कोर परीक्षण (Variance Component Score Test)

समस्या विवरण
बहुभिन्न चर (multivariate) परिवर्तन बिंदु पहचान में समय-क्रमबद्ध डेटा में कई विशेषताओं (features) के माध्यम से वितरण संबंधी बदलावों की पहचान करना शामिल है। यह कार्य मोबाइल हेल्थ (mHealth) अनुप्रयोगों में विशेष रूप से चुनौतीपूर्ण है जहाँ विशेषताओं की संख्या ($p$) अक्सर अवलोकनों (observations) की संख्या ($T$) के बराबर या उससे अधिक होती है, और जहाँ जोखिम वाले रोगियों (जैसे, भावनात्मक अस्थिरता वाले व्यक्तियों) के हस्तक्षेप के लिए व्यवहारिक परिवर्तनों का समय पर पता लगाना महत्वपूर्ण होता है। मौजूदा विधियाँ सीमाओं का सामना करती हैं: हॉटेलिंग का $T^2$ ऑफलाइन आउटलायर डिटेक्शन के लिए डिज़ाइन किया गया है और निरंतर सूक्ष्म परिवर्तनों के लिए इसमें शक्ति (power) की कमी है; संचयी योग (CUSUM) विधियाँ ट्यूनिंग मापदंडों के प्रति संवेदनशील हैं और डेटा स्ट्रीम की संख्या बढ़ने पर उनकी शक्ति कम हो जाती है; और नमूना विचलन (sample divergence) विधियाँ युग्मवार तुलनाओं के कारण गणनात्मक रूप से महंगी होती हैं। इसके अतिरिक्त, मानक ऑनलाइन डिटेक्शन विधियाँ अक्सर वितरण संबंधी मापदंडों (माध्य और सहप्रसरण) का अनुमान लगाने में पक्षपात (bias) से ग्रस्त होती हैं, क्योंकि वे उस डेटा का उपयोग करती हैं जिसमें पहले से ही परिवर्तन बिंदु मौजूद हो सकता है।

कार्यप्रणाली
लेखक VC* का प्रस्ताव करते हैं, जो बहुभिन्न चर परिवर्तन बिंदु पहचान के लिए अनुकूलित एक विचरण घटक स्कोर परीक्षण है। यह विधि ऑनलाइन सेटिंग में कार्य करती है, जो वितरण संबंधी मापदंडों का अनुमान लगाने के लिए केवल परिवर्तन बिंदु से पूर्व के डेटा का उपयोग करके संभावित परिवर्तन बिंदुओं का मूल्यांकन करती है।

• सांख्यिकीय मॉडल: डेटा को एक फीचर वेक्टर $\mathbf{Y}_t$ के रूप में मॉडल किया गया है जहाँ दिन $k$ पर एक परिवर्तन बिंदु होता है। परिवर्तन के बाद, माध्य (means) एक वेक्टर $\boldsymbol{\beta}$ द्वारा शिफ्ट होते हैं और विचरण (variance) $\delta$ द्वारा शिफ्ट होता है। शून्य परिकल्पना ($H_0$) माध्य या विचरण में किसी भी परिवर्तन को नकारती है ($\boldsymbol{\beta}=\mathbf{0}, \delta=0$)।
• विचरण घटक ढांचा: लेखक विचरण घटक स्कोर परीक्षण ढांचे का विस्तार करते हैं, जिसका उपयोग पारंपरिक रूप से मिश्रित-प्रभाव (mixed-effects) मॉडलिंग और GWAS में किया जाता है। वे माध्य शिफ्ट $\boldsymbol{\beta}$ को एक रैंडम इफेक्ट के रूप में मानते हैं जो $\mathcal{N}(\mathbf{0}, \tau\mathbf{I}_p)$ के रूप में वितरित है। यह परीक्षण समस्या को दो मापदंडों तक कम कर देता है: $\tau$ (माध्य शिफ्ट का विचरण) और $\delta$ (विचरण शिफ्ट)।
• पक्षपात न्यूनीकरण रणनीति (Bias Reduction Strategy): एक प्रमुख पद्धतिगत नवाचार यह है कि माध्य ($\boldsymbol{\mu}$) और सहप्रसरण ($\Sigma$) मैट्रिसेस का अनुमान केवल परिवर्तन बिंदु से पूर्व के दिनों का उपयोग करके लगाया जाता है। लेखक थ्योरम 2.1 के माध्यम से प्रदर्शित करते हैं कि सभी उपलब्ध दिनों (परिवर्तन के बाद के डेटा सहित) का उपयोग करने से वैकल्पिक परिकल्पना के तहत पक्षपाती अनुमानक (biased estimators) प्राप्त होते हैं। हालांकि कम दिनों का उपयोग करने से अनुमानक का विचरण (estimator variance) बढ़ जाता है, लेखक तर्क देते हैं कि पक्षपात में कमी से डिटेक्शन पावर में वृद्धि होती है, विशेष रूप से छोटे $T$ वाले परिदृश्यों में।
• नियमितीकरण (Regularization): उच्च-आयामी सेटिंग्स जहाँ $p > T$ है, उन्हें संभालने के लिए, सहप्रसरण अनुमानक को एक श्रिंकेज पैरामीटर $\phi \in [0, 1]$ का उपयोग करके नियमित किया जाता है। यह नमूना सहसंबंध मैट्रिक्स को विचरण के विकर्ण मैट्रिक्स के साथ मिश्रित करता है, जिससे डेटा विरल (sparse) होने पर अनुमान स्थिर रहता है।
• टेस्ट स्टैटिस्टिक: उम्मीदवार दिनों $k$ के लिए टेस्ट स्टैटिस्टिक $Q_k$ की गणना एक खोज विंडो ($d_b$) के भीतर की जाती है। अंतिम निर्णय तब लिया जाता है जब विंडो पर अधिकतम $Q_k$ एक अनुभवजन्य शून्य वितरण (empirical null distribution) से प्राप्त थ्रेशोल्ड से अधिक हो जाता है।

प्रमुख योगदान

1. नवीन अनुप्रयोग: यह बहुभिन्न चर परिवर्तन बिंदु पहचान के संदर्भ में विचरण घटक स्कोर परीक्षण का पहला अनुप्रयोग है।
2. पक्षपात-जागरूक अनुमान: यह शोध पत्र परिवर्तन पूर्व डेटा का उपयोग करके मापदंडों का अनुमान लगाने के लिए एक रणनीति पेश करता है ताकि पक्षपात से बचा जा सके, और सिमुलेशन के माध्यम से प्रदर्शित करता है कि यह ट्रेड-ऑफ (उच्च विचरण के लिए कम पक्षपात) छोटे नमूना आकार में शक्ति में सुधार करता है।
3. मजबूती (Robustness): यह विधि माध्य, विचरण, या दोनों में एक साथ होने वाले परिवर्तनों का पता लगाने के लिए डिज़ाइन की गई है, जो इसे विभिन्न प्रकार के वितरण संबंधी बदलावों के प्रति मजबूत बनाती है।

परिणाम

• सिमुलेशन अध्ययन:
  • शक्ति तुलना (Power Comparison): $T \in \{30, 60, 90\}$ और $p=50$ के सिमुलेशन में, VC* ने विभिन्न परिदृश्यों (केवल माध्य, केवल विचरण, और संयुक्त परिवर्तन) में हॉटेलिंग के $T^2$, CUSUM और सैंपल डाइवर्जेंस की तुलना में उच्च शक्ति प्रदर्शित की।
  • पक्षपात बनाम विचरण ट्रेड-ऑफ: VC* (परिवर्तन पूर्व अनुमान) और एक पारंपरिक VC टेस्ट (सभी-डेटा अनुमान) के बीच तुलना ने दिखाया कि जब विशेषताओं के बीच सहसंबंध मौजूद था ($\alpha > 0$), तो VC* ने पारंपरिक विधि की तुलना में लगातार बेहतर प्रदर्शन किया। असंबद्ध (uncorrelated) सेटिंग्स में, केवल विचरण परिवर्तन के लिए बहुत छोटे $T$ में प्रदर्शन तुलनीय या थोड़ा कम था, लेकिन सहसंबंधित सेटिंग्स में VC* श्रेष्ठ बना रहा।
• वास्तविक डेटा अनुप्रयोग:
  • इस विधि को भावनात्मक अस्थिरता वाले 41 किशोरों और युवा वयस्कों से निष्क्रिय रूप से एकत्र किए गए स्मार्टफोन डेटा (GPS और सामाजिक मेट्रिक्स) पर लागू किया गया।
  • VC* ने 31 विषयों में 99 परिवर्तन बिंदु पता लगाए, जो प्रतिस्पर्धी विधियों (हॉटेलिंग का $T^2$: 31; CUSUM: 32; सैंपल डाइवर्जेंस: 33) की तुलना में काफी अधिक हैं।
  • नैदानिक सहसंबंध (Clinical Correlations): VC*-पता लगाए गए परिवर्तन बिंदुओं की दर का पिट्सबर्ग स्लीप क्वालिटी इंडेक्स (PSQI) के "हैबिटुअल स्लीप एफिशिएंसी" सबस्केल के साथ मामूली सकारात्मक सहसंबंध और ब्रीफ सेंसेशन सीकिंग (BSS) स्केल के "एक्सपीरियंस सीकिंग" सबस्केल के साथ मामूली नकारात्मक सहसंबंध देखा गया। व्यक्तित्व विकार निदान वाले रोगियों और बिना निदान वाले रोगियों के बीच परिवर्तन दर में कोई महत्वपूर्ण अंतर नहीं पाया गया।

महत्व और दावे
शोध पत्र का दावा है कि VC* ऑनलाइन बहुभिन्न चर परिवर्तन बिंदु पहचान के लिए एक सांख्यिकीय रूप से कठोर और शक्तिशाली दृष्टिकोण प्रदान करता है, जो विशेष रूप से मोबाइल हेल्थ डेटा (उच्च आयामीता, छोटे नमूना आकार, और वास्तविक समय हस्तक्षेप की आवश्यकता) की बाधाओं के लिए तैयार किया गया है। लेखक इस बात पर जोर देते हैं कि केवल परिवर्तन पूर्व डेटा का उपयोग करके पक्षपात से बचने की प्रस्तावित विधि का लाभ क्रमिक निगरानी (sequential monitoring) में महत्वपूर्ण है। वे नोट करते हैं कि हालांकि विधि ने प्रतिस्पर्धियों की तुलना में अधिक परिवर्तन बिंदु पता लगाए, लेकिन 'ग्राउंड ट्रुथ' अज्ञात है, और उच्च संख्या में डिटेक्शन अनुक्रमिक परीक्षण (sequential testing) पर लागू पारंपरिक 0.05 सार्थकता थ्रेशोल्ड के उपयोग को दर्शा सकती है। वे निष्कर्ष निकालते हैं कि VC* mHealth संदर्भों के लिए उपयुक्त है जहाँ आधारभूत व्यवहार से हालिया विचलन की पहचान करना समय पर नैदानिक हस्तक्षेप के लिए महत्वपूर्ण है, हालांकि वे अनुक्रमिक परीक्षण में फाल्स पॉजिटिव नियंत्रण और विश्वसनीय पैरामीटर अनुमान सुनिश्चित करने के लिए पर्याप्त परिवर्तन पूर्व डेटा की आवश्यकता से संबंधित चुनौतियों को स्वीकार करते हैं।