📊 statistics

Efficient and Debiased Learning of Average Hazard Under Non-Proportional Hazards

यह शोध पत्र गैर-समानुपाती जोखिम (non-proportional hazards) के तहत एक स्थिर कारण प्रभाव माप (causal effect measure) के रूप में औसत जोखिम (average hazard) का अनुमान लगाने के लिए क्रॉस-फिटेड मशीन लर्निंग के साथ एक अर्ध-पैरामीट्रिक, दोहरी सुदृढ़ (doubly robust) ढांचे का प्रस्ताव करता है, जो वैध $\sqrt{n}$ -सुसंगत अनुमान (inference) को सक्षम करता है और सिमुलेशन एवं वास्तविक दुनिया के तुलनात्मक प्रभावशीलता अनुसंधान दोनों में पारंपरिक कॉक्स-आधारित सारांशों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

मूल लेखक: Xiang Meng, Lu Tian, Kenneth Kehl, Hajime Uno

प्रकाशित 2026-02-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Xiang Meng, Lu Tian, Kenneth Kehl, Hajime Uno

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

कल्पना कीजिए कि आप दो अलग-अलग आहारों (मान लीजिए डाइट A और डाइट B) के बीच निर्णय लेने की कोशिश कर रहे हैं ताकि यह देखा जा सके कि कौन सा आहार लोगों को लंबे समय तक जीवित रहने में मदद करता है। आपके पास लोगों का एक समूह है, और आप इस बात पर नज़र रखते हैं कि उन्हें बीमार होने या मृत्यु होने में कितना समय लगता है।

दशकों से, वैज्ञानिक इस तुलना को करने के लिए हैज़र्ड रेश्यो (Hazard Ratio) नामक एक उपकरण का उपयोग करते आए हैं। हैज़र्ड रेश्यो को एक स्पीडोमीटर की तरह समझें जो आपको एक एकल संख्या देता है कि एक समूह में लोग दूसरे समूह की तुलना में कितनी तेज़ी से या धीमी गति से "मर" रहे हैं।

समस्या: स्पीडोमीटर खराब है
समस्या यह है कि यह "स्पीडोमीटर" यह मान लेता है कि मरने का जोखिम समय के साथ स्थिर रहता है। लेकिन वास्तविक जीवन में, विशेष रूप से इम्यूनोथेरेपी जैसे आधुनिक कैंसर उपचारों के साथ, चीजें बहुत जटिल होती हैं:

"विलंबित प्रभाव" का जाल (The "Delayed Effect" Trap): कुछ दवाएं तुरंत काम नहीं करतीं। उन्हें असर दिखाने में एक साल लग सकता है। पुराना स्पीडोमीटर इस देरी के कारण भ्रमित हो जाता है।
"क्रॉसिंग" का जाल (The "Crossing" Trap): कभी-कभी, शुरुआत में डाइट A बेहतर होती है, लेकिन बाद में डाइट B बेहतर हो जाती है। पुराना स्पीडोमीटर इन दो परस्पर विरोधी कहानियों को एक संख्या में मिलाने की कोशिश करता है, जिसके परिणामस्वरूप अक्सर एक भ्रमित करने वाला या भ्रामक उत्तर मिलता है।
"कौन देख रहा है" का जाल (The "Who's Watching" Trap): पुराने स्पीडोमीटर की रीडिंग इस बात पर निर्भर करती है कि लोग अध्ययन से कब बाहर निकल जाते हैं या अध्ययन कब समाप्त होता है। यदि आप अध्ययन को जल्दी रोक देते हैं, तो आपको एक अलग उत्तर मिलेगा बजाय इसके कि यदि आप अधिक समय तक प्रतीक्षा करें, भले ही आहारों में कोई बदलाव न हुआ हो।

समाधान: "औसत हैज़र्ड" (Average Hazard - AH)
यह शोध पत्र उपचार की सफलता को मापने का एक नया, स्मार्ट तरीका पेश करता है जिसे औसत हैज़र्ड (AH) कहा जाता है।

एक पल की स्पीडोमीटर रीडिंग देखने के बजाय, लेखक सुझाव देते हैं कि कुल तय की गई दूरी (total mileage) को देखा जाए।

यहाँ उपमा (analogy) दी गई है:
कल्पना कीजिए कि आप एक लंबी सड़क यात्रा पर दो अलग-अलग कारों (ट्रीटमेंट A और ट्रीटमेंट B) को चला रहे हैं।

पुराना तरीका (हैज़र्ड रेश्यो): आप हर सेकंड स्पीडोमीटर देखते हैं और उन गतियों का औसत निकालने की कोशिश करते हैं। यदि एक कार बहुत तेज़ और बहुत धीमी गति से चलती है, या यदि आप केवल पहले 10 मिनट तक ही देखते हैं, तो आपकी औसत गति की गणना पूरी तरह से गलत हो सकती है।
नया तरीका (औसत हैज़र्ड): आप कुल तय की गई दूरी को कुल बिताए गए समय से विभाजित करते हैं।
- सूत्र (Formula): (कुल दुर्घटनाएं) ÷ (कुल समय जो सभी ने सड़क पर बिताया)।

यह आपको एक दर (rate) देता है: "ड्राइविंग के प्रति 100 घंटों में कितनी दुर्घटनाएं होती हैं?"

यदि ट्रीटमेंट A में 1,000 घंटों में 5 दुर्घटनाएं होती हैं, तो दर 0.005 है।
यदि ट्रीटमेंट B में 1,000 घंटों में 2 दुर्घटनाएं होती हैं, तो दर 0.002 है।

यह दर स्थिर है। इससे कोई फर्क नहीं पड़ता कि आप अध्ययन को जल्दी रोकते हैं या देर से, या यह कि जोखिम समय के साथ बदलता है। यह बस पूरे समूह के लिए उपचार के वास्तविक "खतरे के स्तर" को बताता है।

गुप्त नुस्खा: "डिबायस्ड" मशीन लर्निंग (Debiased Machine Learning)
इस नए दर की गणना करना कठिन है क्योंकि वास्तविक दुनिया का डेटा बहुत जटिल होता है। लोगों की अलग-अलग आयु, स्वास्थ्य स्थितियां और अध्ययन से बाहर निकलने के अलग-अलग कारण होते हैं।

लेखकों ने एक परिष्कृत "कैलकुलेटर" (एक सांख्यिकीय ढांचा) बनाया है जो मशीन लर्निंग का उपयोग करके इस जटिलता को साफ करता है।

"डबल रोबस्ट" कवच (The "Double Robust" Shield): कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। आपके पास दो अलग-अलग मौसम मॉडल हैं। यदि उनमें से कोई भी एक सही है, तो आपकी भविष्यवाणी सटीक होगी। यह नया तरीका भी उसी तरह काम करता है। यह डेटा में मौजूद "शोर" (जैसे कि कौन बाहर निकल जाएगा) का अनुमान लगाने के लिए दो अलग-अलग तरीकों का उपयोग करता है। जब तक उनमें से एक भी अनुमान सही है, अंतिम परिणाम सही होगा।
क्रॉस-फिटिंग (Cross-Fitting): यह सुनिश्चित करने के लिए कि कंप्यूटर डेटा को "रटकर" (overfitting) धोखा न दे, वे डेटा को समूहों में विभाजित करते हैं। वे एक समूह पर कंप्यूटर को प्रशिक्षित करते हैं और दूसरे पर परीक्षण करते हैं, और फिर उन्हें आपस में बदलते रहते हैं। यह सुनिश्चित करता है कि परिणाम ईमानदार और विश्वसनीय हो।

वास्तविक दुनिया का परीक्षण: मेलानोमा उपचार
लेखकों ने इस नए तरीके का परीक्षण उन्नत मेलानोमा (एक प्रकार का त्वचा कैंसर) वाले वृद्ध वयस्कों के वास्तविक डेटा पर किया जो विभिन्न इम्यूनोथेरेपी दवाओं का उपयोग कर रहे थे।

परिणाम: पुराना तरीका (हैज़र्ड रेशो) संघर्ष कर रहा था क्योंकि दवाएं जटिल, गैर-रेखीय (non-linear) तरीकों से काम करती थीं।
नया तरीका: "औसत हैज़र्ड" ने स्पष्ट रूप से दिखाया कि दवाओं का संयोजन (निवोलुमैब + इपिलिमैमैब) और अकेले निवोलुमैब, दोनों ही अकेले इपिलिमैमैब की तुलना में काफी बेहतर थे। परिणाम स्थिर रहा, चाहे उन्होंने 2 साल के डेटा को देखा हो या 3 साल के।

यह क्यों महत्वपूर्ण है
यह शोध पत्र डॉक्टरों और शोधकर्ताओं को उपचारों के काम करने के तरीके को मापने के लिए एक बेहतर पैमाना देता है।

यह ईमानदार है: यह समय के साथ बदलते जोखिमों से भ्रमित नहीं होता है।
यह स्पष्ट है: यह मरीजों को बताता है, "यदि आप यह दवा लेते हैं, तो आप प्रति वर्ष X संख्या में घटनाओं की उम्मीद कर सकते हैं," जो एक जटिल सांख्यिकीय अनुपात की तुलना में समझना बहुत आसान है।
यह लचीला है: यह तब भी काम करता है जब हम जटिल रोगी डेटा का विश्लेषण करने के लिए शक्तिशाली AI उपकरणों का उपयोग करते हैं, जिससे यह सुनिश्चित होता है कि परिणाम केवल गणित का कोई चमत्कार या चाल नहीं है।

संक्षेप में, उन्होंने एक अस्थिर, भ्रमित करने वाले स्पीडोमीटर को एक मजबूत, विश्वसनीय ओडोमीटर (दूरी मापने वाला यंत्र) से बदल दिया है जो जीवित रहने की सच्ची कहानी बताता है।

यहाँ मेंग एट अल. (Meng et al.) के शोध पत्र "Efficient and Debiased Learning of Average Hazard Under Non-Proportional Hazards" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

समय-से-घटना विश्लेषण (survival analysis) में, कॉक्स प्रोपोरशनल हैजर्ड्स मॉडल से प्राप्त हैजर्ड रेशियो (HR) मानक मीट्रिक है। हालाँकि, कॉक्स HR प्रोपोरशनल हैजर्ड्स (PH) धारणा पर निर्भर करता है, जो आधुनिक नैदानिक सेटिंग्स (जैसे, विलंबित प्रभावों वाले इम्यूनो-ऑन्कोलॉजी, या क्रॉसिंग हैजर्ड्स) में अक्सर खंडित हो जाती है।

जब PH खंडित होता है:

कॉक्स HR एक स्थिर कारण संबंधी व्याख्या (causal interpretation) खो देता है, और यह समय-परिवर्तनीय प्रभावों का एक भारित औसत (weighted average) बन जाता है जहाँ भार अध्ययन-विशिष्ट सेंसरिंग और फॉलो-अप पैटर्न पर निर्भर करते हैं।
यह एस्टिमेटर नॉन-कोलैप्सिबल (non-collapsible) है, जिसका अर्थ है कि यह समान जैविक प्रभावों वाले लेकिन भिन्न प्रशासनिक सेंसरिंग वाले अध्ययनों के बीच काफी भिन्न हो सकता है।
इसमें एक पूर्ण संदर्भ (absolute reference) का अभाव होता है, जिससे नैदानिक अनुवाद कठिन हो जाता है।

जबकि रिस्ट्रिक्टेड मीन सर्वाइवल टाइम (RMST) जैसे विकल्प मौजूद हैं, वे समय के पैमाने (time scale) पर कार्य करते हैं। एक रेट-आधारित सारांश (rate-based summary) (प्रति व्यक्ति-समय घटनाएँ) की आवश्यकता है जो नॉन-प्रोपोरशनल हैजर्ड्स के तहत व्याख्या योग्य रहे और उच्च-आयामी (high-dimensional) सेटिंग्स में मशीन लर्निंग (ML) का उपयोग करते हुए कोवेरिएट एडजस्टमेंट (covariate adjustment) का समर्थन करे, जबकि वैध सांख्यिकीय अनुमान ( $\sqrt{n}$ -consistency) बनाए रखे।

2. कार्यप्रणाली (Methodology)

लेखक एवरेज हैजर्ड (AH) और लॉग-एवरेज हैजर्ड रेशियो (log-AHR) के अनुमान के लिए एक सेमीपैरामेट्रिक, डबली रोबस्ट फ्रेमवर्क (semiparametric, doubly robust framework) प्रस्तावित करते हैं।

A. कारण संबंधी परिभाषा और पहचान (Causal Definition and Identification)

एस्टिमैंड (Estimand): क्षितिज $\tau$ पर उपचार आर्म $a$ के लिए एवरेज हैजर्ड को इस प्रकार परिभाषित किया गया है:
$\eta_a(\tau) = \frac{F_a(\tau)}{R_a(\tau)} = \frac{1 - S_a(\tau)}{\int_0^\tau S_a(t) dt}$
जहाँ $S_a(t)$ मार्जिनल काउंटरफैक्चुअल सर्वाइवल फंक्शन है, $F_a$ संचयी घटना (cumulative incidence) है, और $R_a$ रेस्ट्रिक्टेड मीन सर्वाइवल टाइम (RMST) है।
व्याख्या: $\eta_a(\tau)$ जनसंख्या-स्तर की प्रति व्यक्ति-समय घटना दर (जैसे, प्रति 100 व्यक्ति-वर्ष में घटनाएँ) को दर्शाता है। "मार्जिनालाइज्ड कंडिशनल इंसिडेंस रेट" (जो स्ट्रैटम-विशिष्ट दरों को औसत करता है) के विपरीत, AH स्ट्रेटा को उनके कुल व्यक्ति-समय के योगदान द्वारा भारित करता है, यह सुनिश्चित करता है कि यह वास्तविक जनसंख्या दर को दर्शाता है।
पहचान (Identification): मानक कारण संबंधी धारणाओं (Consistency, Conditional Exchangeability, Positivity, Conditional Independent Censoring) के तहत, AH को देखे गए राइट-सेंसर्ड डेटा से पहचाना जा सकता है।

B. एफिशिएंट इन्फ्लुएंस फंक्शन (EIF) व्युत्पत्ति

कुशल अनुमान को सक्षम करने के लिए, लेखक लॉग-AH ( $\theta_a = \log \eta_a$ ) के लिए एफिशिएंट इन्फ्लुएंस फंक्शन (EIF) व्युत्पन्न करते हैं:

चरण 1: वे मार्जिनल सर्वाइवल कर्व $S_a(t)$ के लिए ज्ञात EIF (वेस्टलिंग एट अल., 2024 से) का उपयोग करते हैं, जो आउटकम रिग्रेशन घटक को इनवर्स प्रोबेबिलिटी ऑफ ट्रीटमेंट वेटिंग (IPTW) और इनवर्स प्रोबेबिलिटी ऑफ सेंसरिंग वेटिंग (IPCW) ऑगमेंटेशन के साथ जोड़ता है।
चरण 2: फंक्शनल डेल्टा मेथड (Functional Delta Method) का उपयोग करते हुए, वे सर्वाइवल कर्व के EIF को लॉग-AH के EIF में मैप करते हैं।
$\phi^*_{\theta_a}(O) = -\frac{1}{F_a(\tau)}\phi^*_{S_a(\tau)}(O) - \frac{1}{R_a(\tau)}\int_0^\tau \phi^*_{S_a(u)}(O) du$
यह व्युत्पत्ति सिद्ध करती है कि लॉग-AH, सेमीपैरामेट्रिक एफिशिएंसी के लिए एक पूर्व शर्त, पथ-विभेदित (pathwise differentiable) है।

C. अनुमान रणनीति: क्रॉस-फिटेड डिबायस्ड एस्टिमेटर

लेखक उच्च-आयामी न्युसेंस पैरामीटर्स (प्रोपेनसिटी स्कोर, सेंसरिंग मॉडल, और आउटकम मॉडल) को संभालने के लिए एक क्रॉस-फिटेड, डबली रोबस्ट एस्टिमेटर (AH-DML) का निर्माण करते हैं, जिन्हें लचीली मशीन लर्निंग के माध्यम से अनुमानित किया जाता है:

क्रॉस-फिटिंग (Cross-Fitting): डेटा को $K$ फोल्ड्स में विभाजित किया जाता है। न्युसेंस मॉडल को $K-1$ फोल्ड्स पर प्रशिक्षित किया जाता है और होल्ड-आउट फोल्ड पर लागू किया जाता है ताकि ओवरफिटिंग बायस को रोका जा सके।
वन-स्टेप एस्टिमेटर (One-Step Estimator): वे EIF का उपयोग करके सर्वाइवल कर्व के लिए एक वन-स्टेप एस्टिमेटर बनाते हैं, फिर AH के लिए प्लग-इन फॉर्मूला लागू करते हैं।
डबली रोबस्टनेस (Double Robustness): एस्टिमेटर तब भी सुसंगत (consistent) रहता है यदि या तो:
- आउटकम मॉडल (सर्वाइवल फंक्शन) सही ढंग से निर्दिष्ट है, या
- उपचार असाइनमेंट (प्रोपेनसिटी स्कोर) और सेंसरिंग मॉडल दोनों सही ढंग से निर्दिष्ट हैं।
वेरिएंस अनुमान (Variance Estimation): अनुमानित EIF के एम्पिरिकल वेरिएंस का उपयोग करके एसिम्प्टोटिक वेरिएंस का अनुमान लगाया जाता है, जिससे वैध वाल्ड-टाइप कॉन्फिडेंस इंटरवल का निर्माण संभव होता है।

3. मुख्य योगदान (Key Contributions)

AH को एक कारण संबंधी एस्टिमैंड के रूप में औपचारिक बनाना: यह पेपर AH को पोटेंशियल आउटकम्स फ्रेमवर्क के भीतर औपचारिक रूप से परिभाषित करता है, इसे नॉन-कोलैप्सिबल विकल्पों से अलग करता है, और राइट-सेंसिंग के तहत इसकी पहचान को सिद्ध करता है।
सैद्धांतिक व्युत्पत्ति: यह AH की पथ-विभेदनशीलता (pathwise differentiability) स्थापित करता है और इसका एफिशिएंट इन्फ्लुएंस फंक्शन (EIF) व्युत्पन्न करता है, जो कुशल, नॉनपैरामेट्रिक अनुमान के लिए सैद्धांतिक आधार प्रदान करता है।
एल्गोरिद्मिक फ्रेमवर्क: यह एक क्रॉस-फिटेड, डबली रोबस्ट एस्टिमेटर पेश करता है जो न्युसेंस एस्टीमेशन के लिए आधुनिक मशीन लर्निंग का लाभ उठाता है, जबकि $\sqrt{n}$ -consistency और हल्के प्रोडक्ट-रेट नियमों (जैसे, न्युसेंस एस्टिमेटर्स $n^{-1/4}$ से तेज़ अभिसरण करते हैं) के तहत एसिम्प्टोटिक नॉर्मलिटी की गारंटी देता है।
नॉन-प्रोपोरशनैलिटी के प्रति मजबूती: यह विधि उन परिदृश्यों में भी स्थिर अनुमान प्रदान करती है जहाँ हैजर्ड्स क्रॉस करते हैं या उपचार प्रभाव विलंबित होते हैं, जहाँ कॉक्स HR विफल हो जाता है।

4. परिणाम (Results)

सिमुलेशन अध्ययन (Simulation Studies)

सेटिंग्स: लेखकों ने विभिन्न सैंपल साइज ( $n=500$ से $1500$) के साथ प्रोपोरशनल हैजर्ड्स (PH), नॉन-प्रोपोरशनल हैजर्ड्स (Non-PH), और क्रॉसिंग हैजर्ड्स (Cross-A) परिदृश्यों के तहत एस्टिमेटर का परीक्षण किया।
तुलना: उन्होंने अपने AH-DML एस्टिमेटर की तुलना एक मानक G-कंप्यूटेशन (केवल आउटकम रिग्रेशन) और कोवेरिएट एडजस्टमेंट वाले कॉक्स मॉडल से की।
निष्कर्ष:
- बायस (Bias): AH-DML ने सभी सेटिंग्स में कम बायस प्राप्त किया।
- कवरेज (Coverage): इसने निकट-नाममात्र (95%) कॉन्फिडेंस इंटरवल कवरेज बनाए रखा, जबकि कॉक्स-आधारित सारांशों ने Non-PH और क्रॉसिंग हैजर्ड्स शासन में अस्थिर कवरेज दिखाया।
- डबली रोबस्टनेस: उन स्ट्रेस टेस्ट में जहाँ सेंसरिंग मॉडल गलत तरीके से निर्दिष्ट किया गया था, AH-DML ने प्रदर्शन बनाए रखा जब तक कि आउटकम मॉडल सही था, जो डबली रोबस्टनेस गुण को प्रमाणित करता है।

वास्तविक दुनिया का डेटा विश्लेषण (SEER-Medicare)

संदर्भ: वृद्ध वयस्कों (66+ वर्ष) में उन्नत मेलानोमा के लिए इम्यूनोथेरेपी रेजिमेन की तुलनात्मक प्रभावशीलता।
तुलना: निवोलुमैब + इपिलिमैब बनाम इपिलिमैब मोनोथेरेपी; निवोलुमैब बनाम इपिलिमैब।
निष्कर्ष:
- निवोलुमैब युक्त दोनों रेजिमेनों ने इपिलिमैब मोनोथेरेपी की तुलना में मृत्यु के काफी कम एवरेज हैजर्ड दिखाए।
- स्थिरता: अनुमानित AH रेशियो समय क्षितिज (24 और 36 महीने) केAcross स्थिर थे, जो लगभग 0.59–0.60 के अनुपात (जो ~40% की घटना दर में कमी दर्शाते हैं) के साथ थे।
- कॉक्स के विपरीत: अध्ययन यह रेखांकित करता है कि AH एक मॉडल-मुक्त, व्याख्या योग्य रेट सारांश प्रदान करता है जो इम्यूनोथेरेपी में सामान्य विलंबित उपचार प्रभावों की उपस्थिति में HR की अस्थिरता से बचता है।

5. महत्व (Significance)

यह पेपर नॉन-प्रोपोरशनल हैजर्ड्स के प्रति मजबूत, हैजर्ड रेशियो के एक रेट-आधारित विकल्प को प्रदान करके कारण संबंधी उत्तरजीविता विश्लेषण (causal survival analysis) में एक महत्वपूर्ण अंतर को पाटता है।

नैदानिक उपयोगिता (Clinical Utility): यह चिकित्सकों और निर्णय लेने वालों को एक व्याख्या योग्य मीट्रिक (प्रति व्यक्ति-समय घटनाएँ) प्रदान करता है जो अक्सर खंडित होने वाली PH धारणा पर निर्भर नहीं करता है।
पद्धतिगत प्रगति (Methodological Advancement): यह प्रदर्शित करता है कि कैसे जटिल समय-से-घटना एस्टिमैंड्स के लिए वैध अनुमान के लिए डबली रोबस्ट तरीके में मशीन लर्निंग (लचीले न्युसेंस एस्टीमेशन के लिए) को सेमीपैरामेट्रिक थ्योरी के साथ जोड़ा जा सकता है।
अनुप्रयोग क्षमता: यह फ्रेमवर्क आधुनिक ऑन्कोलॉजी ट्रायल्स (जैसे, इम्यूनो-ऑन्कोलॉजी) और रियल-वर्ल्ड एविडेंस अध्ययनों के लिए विशेष रूप से मूल्यवान है जहाँ उपचार प्रभाव समय के साथ विकसित होते हैं और मानक कॉक्स मॉडल भ्रामक निष्कर्ष दे सकते हैं।