Dynamic Prediction of Alternating Recurrent Events via Neural Network

तकनीकी सारांश: न्यूरल नेटवर्क के माध्यम से वैकल्पिक आवर्ती घटनाओं का गतिशील पूर्वानुमान

समस्या विवरण
वैकल्पिक आवर्ती घटनाएँ (alternating recurrent events)—ऐसे परिणाम जहाँ एक प्राथमिक घटना (जैसे, अस्पताल में भर्ती होना, अवसाद का दौर) एक माध्यमिक अपवर्तक अवधि (refractory period) को ट्रिगर करती है जिसके दौरान व्यक्ति प्राथमिक घटना के जोखिम में नहीं होता है—सांख्यिकी, व्यवहार विज्ञान और आपराधिक न्याय में अक्सर देखी जाती हैं। इन घटनाओं का विश्लेषण करना अनूठी सांख्यिकीय चुनौतियाँ प्रस्तुत करता है: दोनों प्रकार की घटनाएँ परस्पर अनन्य (mutually exclusive) हैं, जो प्रतिस्पर्धी जोखिम (competing risks) पैदा करती हैं; अवलोकन सह-संबंधित (correlated) होते हैं; और डेटा सेंसरशिप (censoring) के अधीन होता है। पारंपरिक दृष्टिकोण अक्सर अवस्था-आधारित मार्कोव प्रक्रियाओं या अर्ध-पैरामीट्रिक तीव्रता मॉडल (जैसे, कॉक्स-आधारित विस्तार) पर निर्भर करते हैं। हालाँकि, इन विधियों को अक्सर "डिपेंडेंट गैप-टाइम" (dependent gap-time) की समस्या का सामना करना पड़ता है या विश्लेषकों को सह-चरों (covariates) और परिणामों के बीच पैरामीट्रिक संबंधों को निर्दिष्ट करने की आवश्यकता होती है। इसके अलावा, मौजूदा गतिशील पूर्वानुमान उपकरण आवर्ती घटनाओं के लिए शायद ही कभी "ऑनलाइन" या वास्तविक समय के पूर्वानुमान को संबोधित करते हैं, जहाँ एक व्यक्ति के जोखिम प्रोफाइल को नए देखे गए अनुभवों के आधार पर निरंतर अपडेट किया जाता है, विशेष रूप से वैकल्पिक घटना संरचनाओं के लिए।

कार्यप्रणाली
लेखक एक ऑनलाइन गतिशील पूर्वानुमान ढांचा प्रस्तावित करते हैं जो एक निश्चित अनुवर्ती विंडो ($\tau$) के माध्यम से अगले प्राथमिक वैकल्पिक आवर्ती घटना के समय की भविष्यवाणी करने के लिए स्यूडो-ऑब्जर्वेशन (pseudo-observations) को डीप लर्निंग के साथ जोड़ता है। यह कार्यप्रणाली चार प्रमुख चरणों में आगे बढ़ती है:

1. डेटा रूपांतरण: टेयोब और मरे (2015) के दृष्टिकोण का अनुसरण करते हुए, लेखक एक वैकल्पिक आवर्ती घटना की समयरेखा को एक सेंसर किए गए अनुदैर्ध्य (longitudinal) डेटासेट में बदल देते हैं। पूर्व-निर्धारित चेक-इन समय $t$ पर, डेटा को $t$ के बाद पहली देखी गई घटना के समय की पहचान करने के लिए पुनर्गठित किया जाता है। महत्वपूर्ण रूप से, यह संरचना "जोखिम में होने" की स्थिति ($R_i(t)$) को ध्यान में रखती है; जो व्यक्ति वर्तमान में एक अपवर्तक (द्वितीयक) अवधि में हैं, उन्हें प्राथमिक घटना के लिए जोखिम में नहीं माना जाता है, जिससे उस क्षण में उनकी प्राथमिक घटना का समय अप्रतिबंधित (unobserved) हो जाता है।
2. स्यूडो-ऑब्जर्वेशन (Pseudo-Observations): स्वतंत्र सेंसरशिप को संभालने के लिए, लेखक $\tau$-प्रतिबंधित माध्य उत्तरजीविता समय, $E[\min\{T_i(t), \tau\}]$ के लिए स्यूडो-ऑब्जर्वेशन का निर्माण करते हैं। एक जैक-नाइफ पद्धति (एंडरसन आदि, 2003) का उपयोग करते हुए, ये स्यूडो-ऑब्जर्वेशन सेंसर किए गए उत्तरजीविता परिणाम को प्रतिस्थापित करते हैं, जिससे प्रतिगमन-आधारित मॉडलिंग संभव हो पाती है।
3. इनवर्स प्रोबेबिलिटी वेटिंग (IPW): "जोखिम में होने वाले" सेट में विषयों के गैर-यादृच्छिक चयन (वैकल्पिक घटनाओं के कारण उत्पन्न) से उत्पन्न पूर्वाग्रह को ठीक करने के लिए, यह ढांचा इनवर्स प्रोबेबिलिटी वेट्स का उपयोग करता है। जोखिम में होने की संभावना, $P(R_i(t)=1 | \bar{Z}_i(t))$, का अनुमान या तो लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क या अनुदैर्ध्य रैंडम फॉरेस्ट का उपयोग करके लगाया जाता है। इन भारों (weights) को पूर्वानुमान मॉडल के लॉस फंक्शन (loss function) में शामिल किया जाता है।
4. पूर्वानुमान मॉडल: दो गतिशील पूर्वानुमान मॉडल प्रस्तावित किए गए हैं:
   • LSTM-आधारित मॉडल: एक न्यूरल नेटवर्क आर्किटेक्चर जो स्यूडो-ऑब्जर्वेशन को मॉडल करने के लिए LSTMs का उपयोग करता है। यह दृष्टिकोण कार्यात्मक रूपों को पूर्व-निर्दिष्ट किए बिना जटिल, गैर-रेखीय संबंधों को शामिल करने के लिए गेटिंग मैकेनिज्म का लाभ उठाता है।
   • वेटेड सेमी-पैरामीट्रिक मॉडल: एक जनरलाइज्ड एस्टिमेटिंग इक्वेशन (GEE) दृष्टिकोण जो वेटेड स्यूडो-ऑब्जर्वेशन पर एक रैखिक मॉडल फिट करता है। यह व्याख्यात्मकता (interpretability) प्रदान करने वाले एक अर्ध-पैरामीट्रिक बेंचमार्क के रूप में कार्य करता है।

प्रमुख योगदान

• नूतन ढांचा: यह विशेष रूप से ऑनलाइन सेटिंग में वैकल्पिक आवर्ती घटनाओं के लिए डिज़ाइन किया गया पहला प्रस्तावित गतिशील पूर्वानुमान मॉडल है।
• ML और सांख्यिकी का एकीकरण: यह पेपर स्यूडो-ऑब्जर्वेशन और IPW का उपयोग करके सेंसर किए गए अनुदैर्ध्य डेटा के लिए LSTM आर्किटेक्चर को अनुकूलित करके सांख्यिकीय उत्तरजीविता विश्लेषण और आधुनिक मशीन लर्निंग के बीच के अंतर को पाटता है।
• अपवर्तक अवधियों का प्रबंधन: यह विधि "जोखिम में होने" की स्थिति को स्पष्ट रूप से संबोधित करती है, यह सुनिश्चित करती है कि प्राथमिक घटना के लिए भविष्यवाणियाँ द्वितीयक (अपवर्तक) अवस्था में बिताए गए समय से पक्षपाती न हों।
• वेटिंग रणनीतियों की तुलना: अध्ययन इस मूल्यांकन करता है कि क्या रिवर्स प्रोबेबिलिटी वेट्स का अनुमान लगाने के लिए LSTM या रैंडम फॉरेस्ट बेहतर है।

परिणाम
प्रस्तावित विधियों का मूल्यांकन सिमुलेशन अध्ययनों और इंटर हेल्थ स्टडी (IHS) डेटा के अनुप्रयोग के माध्यम से किया गया, जो प्रथम वर्ष के मेडिकल रेजिडेंट्स के कम मनोदशा (low mood) के अवधियों की भविष्यवाणी करता है।

• सिमुलेशन: जटिल सह-चर संबंधों और सह-संबंधित गैप समय वाले परिदृश्यों में, LSTM-आधारित गतिशील पूर्वानुमान मॉडल ने C-सांख्यिकी (विभेदन/discrimination) और रूट एरर सम ऑफ स्क्वेयर्स (RESS) के मामले में (दोनों "ओरेकल" और "मेन इफेक्ट्स" GEE मॉडल की तुलना में) बेहतर प्रदर्शन किया, विशेष रूप से जैसे-जैसे ऐतिहासिक डेटा संचित हुआ। हालांकि कुछ सेटिंग्स में LSTM ने थोड़ा अधिक पूर्वाग्रह (bias) दिखाया (एक क्लासिक बायस-वेरिएंस ट्रेड-ऑफ), इसकी भविष्य कहने वाली विभेदन क्षमता उत्कृष्ट थी, जो अक्सर अर्ध-पैरामीट्रिक ओरेकल मॉडल से भी अधिक थी। IPW अनुमान लगाने के लिए उपयोग किए जाने वाले भारों के रूप में दोनों LSTM और रैंडम फॉरेस्ट समान प्रदर्शन करते हैं।
• अनुप्रयोग (IHS): वास्तविक दुनिया के डेटा पर लागू होने पर, LSTM मॉडल ने लगभग 0.97 का अधिकतम C-सांख्यिकी प्राप्त किया, जो GEE मेन इफेक्ट्स मॉडल (अधिकतम C-सांख्यिकी ~0.82) से काफी बेहतर रहा। LSTM द्वारा व्युत्पन्न भारों वाला LSTM मॉडल 300 दिनों के अनुवर्ती के बाद सबसे कम RESS प्राप्त करता है।

महत्व और दावे
लेखक दावा करते हैं कि उनका ढांचा वास्तविक समय के नैदानिक निर्णय लेने के लिए एक मजबूत उपकरण प्रदान करता है, विशेष रूप से हस्तक्षेप के अनुकूल क्षणों (जैसे, मेडिकल रेजिडेंट्स के लिए मोबाइल ऐप प्रॉम्प्ट) की पहचान करने के लिए। इस कार्य का महत्व डीप लर्निंग (विशेष रूप से LSTMs) की भविष्य कहने वाली शक्ति का लाभ उठाने की क्षमता में निहित है, जबकि सेंसरशिप और वैकल्पिक घटना संरचनाओं को संभालने के लिए स्यूडो-ऑब्जर्वेशन और इनवर्स प्रोबेबिलिटी वेटिंग के माध्यम से सांख्यिकीय कठोरता बनाए रखी जाती है।

यह शोध विनम्रतापूर्वक स्वीकार करता है कि जबकि LSTM दृष्टिकोण बेहतर भविष्य कहने वाली सटीकता प्रदान करता है, यह अर्ध-पैरामीट्रिक GEE दृष्टिकोण की तुलना में एक "ब्लैक बॉक्स" के रूप में कार्य करता है। न्यूरल नेटवर्क मॉडल में व्याख्या योग्य पैरामीटर अनुमानों की कमी का अर्थ है कि ऐतिहासिक सह-चर कैसे परिणाम को प्रभावित करते हैं, इसका विशिष्ट कार्यात्मक रूप अस्पष्ट रहता है, भले ही एम्बेडिंग्स का उपयोग किया गया हो। लेखक इस बात पर जोर देते हैं कि LSTM की सफलता काफी हद तक सावधानीपूर्वक हाइपरपैरामीटर चयन और पर्याप्त अनुदैर्ध्य इतिहास की उपलब्धता पर निर्भर करती है, यह नोट करते हुए कि यह विधि यादृच्छिक हाइपरपैरामीटर चयन के प्रति सुदृढ़ (robust) नहीं है। वे निष्कर्ष निकालते हैं कि जबकि मशीन लर्निंग विधियां भविष्यवाणी में उत्कृष्ट हैं, क्षेत्र अभी भी उन सैद्धांतिक सांख्यिकीय प्रमाणों (संगति, पहचान क्षमता) को प्रदान करने में पीछे है जो पारंपरिक सांख्यिकीय विधियों का आधार हैं।