Parametric ROC Analysis and Optimal Cutoff Selection under Scale Mixtures of Skew-Normal Distributions: A Decision-Theoretic Framework with Asymptotic Inference

तकनीकी सारांश: स्केल मिश्रण ऑफ स्क्यू-नॉर्मल (SMSN) वितरणों के अंतर्गत पैरामीट्रिक ROC विश्लेषण और इष्टतम कटऑफ चयन

समस्या विवरण
निरंतर बायोमार्कर (continuous biomarkers) के लिए नैदानिक थ्रेशोल्ड (diagnostic threshold) का चयन एक महत्वपूर्ण नैदानिक निर्णय है जो संवेदनशीलता (sensitivity) और विशिष्टता (specificity) के बीच संतुलन बनाता है। जबकि रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक (ROC) वक्र विभेदक क्षमता का एक व्यापक मूल्यांकन प्रदान करता है, नैदानिक कार्यान्वयन के लिए एक एकल ऑपरेटिंग पॉइंट की आवश्यकता होती है। व्यापक रूप से उपयोग किया जाने वाला यूडेन इंडेक्स (Youden index), जो संवेदनशीलता और विशिष्टता के योग को अधिकतम करता है, अंतर्निहित रूप से समान गलत वर्गीकरण लागत (misclassification costs) और समान रोग प्रसार (disease prevalence) को मानता है। ये धारणाएं अक्सर अवास्तविक होती हैं, विशेष रूप से सेरोलॉजिकल अध्ययनों में जहाँ रोग का प्रसार कम होता है या जहाँ गलत नकारात्मक (false negatives) के परिणाम (जैसे कि छूटे हुए निदान) गलत सकारात्मक (false positives) की तुलना में काफी भिन्न होते हैं। इसके अतिरिक्त, इम्यूनोलॉजिकल और सेरोलॉजिकल संदर्भों में बायोमार्कर अक्सर विषमता (skewness) और भारी पूंछ (heavy tails) प्रदर्शित करते हैं, जिससे मानक गॉसियन-आधारित ROC मॉडल अपर्याप्त हो जाते हैं। मौजूदा पैरामीट्रिक दृष्टिकोण अक्सर लचीले वितरण परिवारों के तहत निर्णय-सैद्धांतिक इष्टतमता (decision-theoretic optimality) (लागत और प्रसार को शामिल करना) को औपचारिक स्पर्शोन्मुख अनुमान (asymptotic inference) के साथ एकीकृत करने में विफल रहते हैं।

कार्यप्रणाली
लेखक स्केल मिश्रण ऑफ स्क्यू-नॉर्मल (SMSN) वितरणों के परिवार पर आधारित ROC विश्लेषण और इष्टतम कटऑफ चयन के लिए एक एकीकृत पैरामीट्रिक ढांचा विकसित करते हैं, जो स्क्यू-नॉर्मल (SN) और स्क्यू-टी (ST) वितरणों को समाहित करता है, जिससे दाएं या बाएं झुकाव और विभिन्न स्तरों की भारी पूंछ (tail heaviness) को दर्शाया जा सकता है।

1. मॉडल संरचना: बायोमार्कर $X$ को रोग की स्थिति $D \in \{0, 1\}$ पर सशर्त रूप से $\text{SMSN}(\xi_k, \omega_k, \alpha_k; H_k)$ के रूप में मॉडल किया जाता है। रोगग्रस्त और गैर-रोगग्रस्त समूहों के लिए अलग-अलग मैक्सिमम लाइकलीहुड (ML) फिट के माध्यम से मापदंडों का अनुमान लगाया जाता है।
2. ROC और AUC अनुमान: ROC वक्र और एरिया अंडर द कर्व (AUC) को SMSN मापदंडों के सुचारू फलन (smooth functionals) के रूप में प्राप्त किया जाता है। अनुमानक (estimators) अलग-अलग समूह ML अनुमानों के प्लग-इन सिद्धांत (plug-in principle) का उपयोग करके प्राप्त किए जाते हैं।
3. निर्णय-सैद्धांतिक कटऑफ चयन: इष्टतम कटऑफ $c^*$ को भारित गलत वर्गीकरण जोखिम $R(c) = \lambda_1 \pi_1 F_1(c) + \lambda_0 \pi_0 (1 - F_0(c))$ के लघुतम मान के रूप में परिभाषित किया गया है, जहाँ $\lambda$ त्रुटि लागतों का प्रतिनिधित्व करता है और $\pi$ रोग प्रसार का प्रतिनिधित्व करता है।
   • इष्टतमता की प्रथम-क्रम की स्थिति एक लाइकलीहुड-अनुपात समीकरण देती है: $\Lambda(c^*) = f_1(c^*)/f_0(c^*) = (\lambda_0 \pi_0) / (\lambda_1 \pi_1)$।
   • यह यूडेन मानदंड (जहाँ अनुपात 1 के बराबर होता है) को असममित सेटिंग्स के लिए सामान्यीकृत करता है।
4. सैद्धांतिक गुण:
   • अस्तित्व और विशिष्टता: मोनोटोन लाइकलीहुड रेशियो (MLR) की स्थिति के तहत, लेखक कटऑफ के अस्तित्व, विशिष्टता और वैश्विक इष्टतमता को सिद्ध करते हैं।
   • स्पर्शोन्मुख अनुमान (Asymptotic Inference): इम्पलिसिट फंक्शन थ्योरम और मल्टीवेरिएट डेल्टा मेथड का उपयोग करते हुए, लेखक प्लग-इन अनुमानकों के लिए ROC वक्र, AUC और इष्टतम कटऑफ के संयुक्त स्पर्शोन्मुख वितरण को प्राप्त करते हैं।
   • विचरण और पहचान योग्यता (Variance and Identifiability): एक प्रमुख योगदान एक क्लोज्ड-फॉर्म प्लग-इन विचरण अनुमानक का व्युत्पत्ति है। स्पर्शोन्मुख विचरण, इष्टमान थ्रेशोल्ड पर अनुमान लगाने वाले समीकरण के स्थानीय ढलान (local slope), जिसे $|\partial_c \phi(c^*, \theta^*)|$ द्वारा दर्शाया गया है, के वर्ग के व्युत्क्रम के समानुपाती है। इस मात्रा को एक स्थानीय पहचान योग्यता डायग्नोस्टिक (local identifiability diagnostic) के रूप में व्याख्यायित किया गया है, जो यह मापता है कि निर्णय सीमा कितनी स्पष्ट रूप से परिभाषित है।

प्रमुख योगदान

• एकीकृत ढांचा: यह पेपर स्क्यू-नॉर्मल धारणाओं और सममित लागत/प्रसार मानदंडों की सीमाओं को संबोधित करते हुए, लचीले SMSN मॉडलिंग के साथ निर्णय-सैद्धांतिक कटऑफ चयन को एकीकृत करता है।
• सामान्यीकृत इष्टतमता: यह कटऑफ को एक लाइकलीहुड-अनुपात समीकरण के अद्वितीय समाधान के रूप में स्थापित करता है जो स्पष्ट रूप से असममित लागतों और प्रसार को ध्यान में रखता है, जिससे यूडेन इंडेक्स के लिए एक कठोर विकल्प मिलता है।
• स्पर्शोन्मुख सिद्धांत (Asymptotic Theory): लेखक SMSN परिवार के भीतर ROC विश्लेषण और इष्टतम कटऑफ चयन के लिए निरंतरता, स्पर्शोन्मुख सामान्यता और एक क्लोज-फॉर्म विचरण अनुमानक प्रदान करते हैं।
• पहचान योग्यता डायग्नोस्टिक: एक स्थानीय ढलान पद के रूप में स्थानीय पहचान योग्यता डायग्नोस्टिक का उपयोग करने से चिकित्सकों को नैदानिक रिपोर्टिंग से पहले अनुमानित कटऑफ की विश्वसनीयता या स्थिरता का आकलन करने में मदद मिलती है।
• प्रथम-क्रम विस्तार: लागत-प्रसार अनुपात और स्थानीय वक्रता (curvature) के फलन के रूप में इष्टतम कटऑफ के यूडेन समाधान से विस्थापन को मापने के लिए एक प्रथम-क्रम विस्तार निकाला गया है।

परिणाम

• सिमुलेशन अध्ययन: छह परिदृश्यों (विभिन्न SN और ST वितरणों, पृथक्करण स्तरों, और लागत/प्रसार विषमताओं के माध्यम से) में मोंटे कार्लो सिमुलेशन स्पर्शोन्मुख सन्निकटन की सटीकता की पुष्टि करते हैं।
  • प्लग-इन अनुमानक $\hat{c}$ नगण्य पूर्वाग्रह (bias) प्रदर्शित करता है और नमूना आकार बढ़ने के साथ घटता हुआ रूट मीन स्क्वेर्ड एरर (RMSE) दिखाता है।
  • अनुभवजन्य विचरण (empirical variance) और प्लग-इन स्पर्शोन्मुख विचरण का अनुपात 1 के करीब रहता है, जो विचरण सूत्र को मान्य करता है।
  • वाल्ड कॉन्फिडेंस इंटरवल (Wald confidence intervals) सभी परिदृश्यों में, जिसमें भारी-पूंछ (heavy-tailed) और कमजोर-पृथक्करण वाले मामले शामिल हैं, नाममात्र कवरेज (लगभग 95%) प्राप्त करते हैं।
  • स्थानीय पहचान योग्यता डायग्नोस्टिक $|\partial_c \phi|$, अनुमान संबंधी परिवर्तनशीलता के साथ व्युत्क्रमानुपाती संबंध रखता है: छोटे ढलान (सपाट सीमाएं) बड़े विचरण और व्यापक विश्वास अंतराल (confidence intervals) का परिणाम देते हैं।
• SARS-CoV-2 डेटा पर अनुप्रयोग: इस कार्यप्रणाली को चार IgG बायोमार्कर (Stri, RBD, S1, S2) के लिए सेरोलॉजिकल डेटा पर लागू किया गया।
  • BIC के माध्यम से मॉडल चयन ने सेरोनेगेटिव समूह के लिए स्क्यू-टी वितरण और सेरोपॉजिटिव समूह के लिए स्क्यू-नॉर्मल वितरण का पक्ष लिया।
  • एक असममित निर्णय सेटिंग ($\lambda_1 = 3\lambda_0$, $\pi_0 = 0.9$) के तहत, प्रस्तावित इष्टतम कटऑफ यूडेन कटऑफ की तुलना में काफी अधिक थे।
  • निर्णय-सैद्धांतिक कटऑफ ने यूडेन थ्रेशोल्ड की तुलना में अनुमानित गलत वर्गीकरण जोखिम को 63% तक कम कर दिया (विशेष रूप से उच्च गलत-सकारात्मक लागत वाले परिदृश्य में RBD बायोमार्कर के लिए)।
  • स्थानीय पहचान योग्यता डायग्नोस्टिक ने सफलतापूर्वक विश्वास अंतराल की चौड़ाई की भविष्यवाणी की, जहाँ सपाट लाइकलीहुड अनुपात वाले बायोमार्कर व्यापक अंतराल प्रदर्शित करते हैं।

महत्व और दावे
यह शोध पत्र यह दावा करता है कि यह एक व्यवस्थित उपचार प्रदान करके साहित्य के अंतराल को भरता है, जो निर्णय-सैद्धांतिक इष्टतमता को औपचारिक स्पर्शोन्मुख अनुमान के साथ जोड़ता है। लेखक जोर देते हैं कि प्रस्तावित ढांचा यूडेन इंडेक्स के लिए एक सिद्धांतवादी विकल्प प्रदान करता है, विशेष रूप से दुर्लभ रोगों या असममित त्रुटि लागतों वाले सेटिंग्स में, जहाँ यूडेन नियम काफी उप-इष्टतम (suboptimal) हो सकता है। स्थानीय पहचान योग्यता डायग्नोस्टिक के समावेश को एक व्यावहारिक उपकरण के रूप में रेखांकित किया गया है, जो अनुमानित थ्रेशोल्ड की स्थिरता का आकलन करने की अनुमति देता है, यह स्वीकार करते हुए कि एक बायोमार्कर जिसमें अच्छी वैश्विक भेदभाव क्षमता हो, फिर भी स्थानीय रूप से सपाट निर्णय सीमा के कारण कमजोर रूप से पहचान योग्य कटऑफ दे सकता है। वे विनम्रतापूर्वक नोट करते हैं कि मोनोटोन लाइकलीहुड रेशियो धारणा विशिष्टता के लिए एक पर्याप्त, न कि आवश्यक, स्थिति है, और यह ढांचा ज्ञात प्रसार को मानता है, जिससे अनुमानित प्रसार के लिए भविष्य के कार्य हेतु विस्तार की गुंजाइश बनी रहती है।