📊 statistics

A modified score function for monotone likelihood in promotion time cure rate models

यह शोध पत्र प्रमोशन टाइम क्योर रेट मॉडल्स में मोनोटोन लाइकलीहुड समस्या को हल करने के लिए फर्थ्स बायस-रिडक्शन पद्धति पर आधारित एक संशोधित स्कोर फंक्शन प्रस्तावित करता है, जिससे वहां परिमित और स्थिर पैरामीटर अनुमान सुनिश्चित होते हैं जहां मानक मैक्सिमम लाइकलीहुड एस्टीमेशन विफल हो जाता है।

मूल लेखक: Stephany Lima de Oliveira, Frederico Machado Almeida

प्रकाशित 2026-08-24

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Stephany Lima de Oliveira, Frederico Machado Almeida

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

चिकित्सा अनुसंधान की दुनिया में, वैज्ञानिक अक्सर इस बात का अध्ययन करते हैं कि निदान के बाद मरीज कितने समय तक जीवित रहते हैं, और वे उन पैटर्न की तलाश करते हैं जो यह समझा सकें कि क्यों कुछ लोग ठीक हो जाते हैं जबकि अन्य नहीं। इन अध्ययनों में एक आम चुनौती यह है कि जब अध्ययन समाप्त होता है, तो कई मरीज अभी भी जीवित होते हैं, या वे उस घटना के होने से पहले ही अध्ययन से बाहर हो जाते हैं जिसे ट्रैक किया जा रहा है। यह "सेंसर किया हुआ" (censored) डेटा बनाता है, जहाँ पूरी कहानी अधूरी रह जाती है। इसे समझने के लिए, शोधकर्ता विशेष गणितीय मॉडल का उपयोग करते हैं जो उन लोगों के समूह को ध्यान में रख सकते हैं जो अनिवार्य रूप से "ठीक" हो चुके हैं—ऐसे व्यक्ति जिन्हें कभी भी वह घटना (जैसे कैंसर का वापस आना) नहीं होगी, चाहे उन्हें कितने भी लंबे समय तक देखा जाए। इसके लिए सबसे उपयोगी उपकरणों में से एक "प्रमोशन टाइम मॉडल" (promotion time model) है। यह कल्पना करता है कि बीमारी केवल तभी वापस आती है जब कुछ छिपे हुए, प्रतिस्पर्धी कारण सक्रिय होते हैं, और यदि इनमें से कोई भी कारण कभी सक्रिय नहीं होता है, तो मरीज हमेशा के लिए स्वस्थ रहता है। हालाँकि, जब शोधकर्ता इन मॉडलों के पीछे के नंबरों की गणना करने की कोशिश करते हैं, तो वे कभी-कभी एक दीवार से टकरा जाते हैं। यदि डेटा असंतुलित है—उदाहरण के लिए, यदि एक विशिष्ट जोखिम कारक लगभग हर उस मरीज में मौजूद है जो बीमार पड़ा, लेकिन उन लगभग सभी में अनुपस्थित है जो स्वस्थ रहे—तो मानक गणित विफल हो जाता है। गणनाएँ अनंत की ओर भागने लगती हैं, जिससे ऐसे परिणाम मिलते हैं जिन्हें समझना असंभव है और डॉक्टरों को बिना स्पष्ट उत्तर के छोड़ देती हैं कि कौन से कारक वास्तव में महत्वपूर्ण हैं।

ब्राजील के शोधकर्ताओं की एक टीम ने इस गणितीय विफलता को ठीक करने के लिए हाथ बढ़ाया, विशेष रूप से प्रमोशन टाइम मॉडल के लिए, जिसे इस संदर्भ में पहले अनदेखा किया गया था। उन्होंने मॉडल के नंबरों की गणना करने का एक नया तरीका विकसित किया जो एक स्टेबलाइजर (स्थिर करने वाले) की तरह कार्य करता है। डेटा को असंतुलित होने पर गणित को बेकाबू होने देने के बजाय, उनकी विधि अनुमानों को धीरे से एक सीमित, समझ में आने वाली जगह पर वापस खींच लेती है। उन्होंने इस नए दृष्टिकोण का परीक्षण करने के लिए कंप्यूटर पर हजारों नकली रोगी डेटासेट बनाए, जो वास्तविक दुनिया के परिदृश्यों की नकल करते हैं जहाँ डेटा अव्यवस्थित और असंतुलित होता है। इन सिमुलेशन में, मानक विधि अक्सर स्पष्ट उत्तर देने में विफल रही, या इसने बेहद गलत और अविश्वसनीय उत्तर दिए। इसके विपरीत, उनकी नई विधि ने लगातार स्थिर नंबर खोजे, भले ही डेटा अत्यधिक विषम था। हालाँकि नई विधि ने अनुमानों को पूरी तरह से सटीक नहीं बनाया जब असंतुलन अत्यधिक था, लेकिन इसने गणनाओं को पूरी तरह से ढहने से रोका, जिससे शोधकर्ताओं को वे रुझान देखने में मदद मिली जो अन्यथा छिपे रह जाते।

यह देखने के लिए कि क्या यह दृष्टिकोण वास्तविक दुनिया में काम करता है, टीम ने 1995 और 2012 के बीच मेलानोमा (त्वचा के कैंसर का एक गंभीर रूप) के लिए उपचारित 215 रोगियों के मेडिकल रिकॉर्ड के संग्रह पर इसे लागू किया। लक्ष्य यह समझना था कि कौन से कारक यह भविष्यवाणी करते हैं कि कैंसर शरीर के अन्य अंगों में फैलेगा। एक विशिष्ट कारक, माइटोसिस (कोशिका विभाजन का एक संकेत) की उपस्थिति ने गणितीय समस्या के लिए एक आदर्श स्थिति पैदा की: अध्ययन में शामिल प्रत्येक रोगी जिसमें यह संकेत था, अंततः मेटास्टेसिस (कैंसर का फैलना) का शिकार हुआ, जबकि बिना इसके वाले किसी भी रोगी में ऐसा नहीं हुआ। जब शोधकर्ताओं ने मानक गणना पद्धति का उपयोग किया, तो इस कारक के लिए परिणाम एक विशाल, अर्थहीन संख्या और त्रुटि की एक बड़ी सीमा के साथ आया, जो प्रभावी रूप से उन्हें यह बता रहा था कि यह कारक महत्वहीन था। यह गणितीय अस्थिरता के कारण हुआ एक गलत निष्कर्ष था। जब उन्होंने अपनी नई, स्थिर विधि का उपयोग किया, तो परिणाम नाटकीय रूप रूप से बदल गया। अनुमान एक उचित, सीमित संख्या बन गया, और सांख्यिकीय प्रमाणों ने दिखाया कि माइटोसिस वास्तव में कैंसर के फैलने का एक महत्वपूर्ण भविष्यवक्ता था। उनके मॉडल के एक संस्करण में, यह कारक सांख्यिकीय रूप से महत्वपूर्ण हो गया, जिससे उस बात की पुष्टि हुई जिसे डॉक्टर लंबे समय से संदेह कर रहे थे लेकिन पुराने उपकरणों के साथ सिद्ध नहीं कर पा रहे थे।

अध्ययन ने यह भी देखा कि डेटा का संतुलन परिणामों को कैसे प्रभावित करता है। उन्होंने पाया कि समूहों के बीच जितना अधिक असंतुलन था, सटीक नंबर प्राप्त करना उतना ही कठिन था, भले ही नई विधि का उपयोग किया गया हो। हालाँकि, नया दृष्टिकोण इतने असंतुलन को संभालने के लिए पर्याप्त मजबूत था कि वह पूरी तरह से विफल न हो। इस सुधार को लागू करके, शोधकर्ता बीमारी की एक स्पष्ट तस्वीर बनाने में सक्षम रहे, यह पहचानते हुए कि माइटिक गतिविधि वाले रोगियों में मेटास्टेसिस का उच्च जोखिम होता है। यह निष्कर्ष ऑन्कोलॉजी (कैंसर विज्ञान) में ज्ञात तथ्यों के अनुरूप है, लेकिन यह अध्ययन सिद्ध करता है कि इस विशिष्ट गणितीय समायोजन के बिना, डेटा स्वयं शोधकर्ताओं को एक महत्वपूर्ण चेतावनी संकेत को अनदेखा करने के लिए प्रेरित कर सकता था। यह कार्य प्रदर्शित करता है कि संख्याओं को संसाधित करने के तरीके को परिष्कृत करके, हम अव्यवस्थित, अपूर्ण डेटा से विश्वसनीय सत्य निकाल सकते हैं, जिससे यह सुनिश्चित होता है कि रोगी रिकॉर्ड द्वारा सुनाई जाने वाली कहानियाँ सटीक और कार्रवाई योग्य हों।

तकनीकी सारांश: प्रमोशन टाइम क्योर मॉडल में मोनोटोन लाइकलीहुड के लिए एक संशोधित स्कोर फंक्शन

समस्या विवरण
प्रमोशन टाइम क्योर मॉडल (PTCM) के भीतर क्योर फ्रैक्शन (cure fraction) से संबंधित सर्वाइवल एनालिसिस (survival analysis), एक महत्वपूर्ण सांख्यिकीय चुनौती का सामना करता है जिसे मोनोटोन लाइकलीहुड (Monotone Likelihood - ML) कहा जाता है। ML तब होता है जब लाइकलीहुड फंक्शन पैरामीटर स्पेस में कुछ दिशाओं में एकदिष्ट रूप से (monotonically) बढ़ता है, जिससे परिमित अधिकतम लाइकलीहुड अनुमानों (maximum likelihood estimates - MLEs) का अस्तित्व समाप्त हो जाता है। यह घटना आमतौर पर उन परिदृश्यों में उत्पन्न होती है जहाँ सेंसर किए गए अवलोकनों (censored observations) का अनुपात बहुत अधिक होता है या, अधिक महत्वपूर्ण रूप से, जब बाइनरी कोवेरियेट्स (binary covariates) गंभीर रूप से असंतुलित होते हैं (उदाहरण के लिए, सभी देखे गए फेलियर्स एक ही प्रेडिक्टर की श्रेणी के भीतर होते हैं)। ऐसे मामलों में, मानक MLE $\pm\infty$ की ओर विचलित हो जाते हैं, जिससे पॉइंट एस्टीमेट्स, कॉन्फिडेंस इंटरवल्स और हाइपोथेसिस टेस्ट अमान्य हो जाते हैं। हालांकि ML का मानक सर्वाइवल मॉडल्स और जनरलाइज्ड लीनियर मॉडल्स में व्यापक अध्ययन किया गया है, लेकिन PTCM के संदर्भ में इसके होने और समाधान के संबंध में साहित्य में एक महत्वपूर्ण अंतराल मौजूद है। अब तक, इस विशिष्ट वर्ग के मॉडल्स के लिए कोई व्यापक पद्धतिगत समाधान प्रस्तावित नहीं किया गया है।

कार्यप्रणाली (Methodology)
इस अंतराल को संबोधित करने के लिए, लेखक फर्थ के बायस-रिडक्शन मेथड (Firth's bias-reduction method) पर आधारित एक संशोधित स्कोर फंक्शन का प्रस्ताव करते हैं। इस दृष्टिकोण का मुख्य तत्व लाइकलीहुड को दंडित (penalize) करना है ताकि सेपरेशन या ML की उपस्थिति में भी परिमित पैरामीटर अनुमान सुनिश्चित किए जा सकें।

मॉडल फॉर्मुलेशन: अध्ययन PTCM का उपयोग करता है, जो घटनाओं के समय (time to an event) को प्रतिस्पर्धी कारणों की एक गुप्त संख्या ( $M$ ) के रूप में मॉडल करता है, जो आमतौर पर माध्य $\theta$ के साथ पॉइसन वितरण (Poisson distribution) का पालन करता है। जनसंख्या के लिए सर्वाइवल फंक्शन को $S_p(t|\psi) = \exp(-\theta F(t|\vartheta))$ के रूप में परिभाषित किया गया है, जहाँ $F$ संदिग्ध विषयों (susceptible subjects) के लिए संचयी वितरण फलन (cumulative distribution function) है। मॉडल एसेलेरेटेड फेलियर टाइम (AFT) फ्रेमवर्क के माध्यम से कोवेरियेट्स को शामिल करता है, जिसमें अंतर्निहित सर्वाइवल समय के लिए वेइबुल (Weibull) और लॉग-लॉजिस्टिक (Log-Logistic) वितरणों पर विचार किया गया है।
संशोधित स्कोर फंक्शन: मानक स्कोर फंक्शन $U(\psi) = \partial \ell(\psi) / \partial \psi$ $U (ψ) = \partial ℓ (ψ) / \partial ψ$ को एक एडजस्टमेंट टर्म $A(\psi)$ $A (ψ)$ द्वारा संशोधित किया जाता है, जो प्रथम-क्रम के एसिम्प्टोटिक बायस (asymptotic bias) से प्राप्त होता है। संशोधित स्कोर समीकरण $U^*(\psi) = U(\psi) + A(\psi) = 0$ $U^{*} (ψ) = U (ψ) + A (ψ) = 0$ है।
- एडजस्टमेंट टर्म को $A(\psi) = -I(\psi)b(\psi)$ के रूप में परिभाषित किया गया है, जहाँ $I(\psi)$ फिशर इंफॉर्मेशन मैट्रिक्स है और $b(\psi)$ प्रथम-क्रम के बायस टर्म्स का वेक्टर है।
- इसके अतिरिक्त, यह $\ell^*(\psi) = \ell(\psi) + \frac{1}{2}\log|I(\psi)|$ के दंडित लॉग-लाइकलीहुड को मैक्सिमाइज करने के समतुल्य है, जो एक्सपोनेंशियल फैमिली में जेफ्रीज़ इनवेरिएंट प्रायर (Jeffreys' invariant prior) के साथ लाइकलीहुड को दंडित करने के समतुल्य है।
अनुमान (Estimation): दंडित MLE, $\hat{\psi}^*$ , को संशोधित लाइकलीहुड समीकरण को हल करके प्राप्त किया जाता है। लेखक ध्यान देते हैं कि हालांकि इस प्रक्रिया की एक बेयसियन व्याख्या (जेफ्रीज़ प्रायर के तहत पोस्टीरियर मोड) है, फिर भी अनुमान पूरी तरह से फ्रीक्वेंटिस्ट (frequentist) रहता है।

प्रमुख योगदान

नवीन अनुप्रयोग: लेखकों के ज्ञान के अनुसार, यह पहला अध्ययन है जो विशेष रूप से प्रमोशन टाइम क्योर मॉडल्स के संदर्भ में ML समस्या को संबोधित करता है।
पद्धतिगत विकास: पेपर विशिष्ट संशोधित स्कोर फंक्शन और संबंधित दंडित लाइकलीहुड को व्युत्पन्न करता है, जो इस विशिष्ट जैविक और सांख्यिकीय ढांचे के लिए फर्थ के सुधार (Firth's correction) को अनुकूलित करता है।
व्यापक मूल्यांकन: अध्ययन व्यापक मोंटे कार्लो सिमुलेशन और एक वास्तविक दुनिया के अनुप्रयोग के माध्यम से प्रस्तावित विधि का कठोर मूल्यांकन प्रदान करता है, जिससे उस शून्य को भरा जा सके जहाँ PTCM के लिए ऐसे समाधान पहले मौजूद नहीं थे।

परिणाम

सिमुलेशन अध्ययन:
- सिमुलेशन ने कोवेरियेट असंतुलन (जो ML को प्रेरित करता है) के विभिन्न स्तरों और सैंपल साइज ( $n=50$ से $1000$) के साथ संशोधित अनुमानकों के परिमित-नमूना प्रदर्शन का मूल्यांकन किया।
- मानक MLE की विफलता: गंभीर असंतुलन (जैसे, 6:994 सफलता-से-विफलता अनुपात) वाले परिदृश्यों में, मानक MLE ने पर्याप्त सापेक्ष बायस (बाइनरी कोवेरियेट गुणांक के लिए -22% तक) और अत्यधिक एम्पेरिकल स्टैंडर्ड डेविएशन दिखाया, तथा कॉन्फिडेंस कवरेज रेट नामांकित 95% स्तर से काफी नीचे रहा।
- संशोधित अनुमानकों का प्रदर्शन: फर्थ-करेक्टेड अनुमानकों ने सभी मापदंडों के लिए परिमित मान सफलतापूर्वक उत्पन्न किए, यहाँ तक कि उन मामलों में भी जहाँ मानक MLE विचलित हो गए थे। हालांकि अत्यधिक असंतुलन (विशेष रूप से छोटे सैंपल साइज) के तहत कुछ बायस और कवरेज संबंधी मुद्दे बने रहे, लेकिन जैसे-जैसे सैंपल साइज बढ़ा और कोवेरियेट बैलेंस में सुधार हुआ, प्रदर्शन मेट्रिक्स (बायस, RMSE, कवरेज) में उल्लेखनीय सुधार हुआ।
- बैलेंसिंग प्रयोग: बाइनरी कोवेरियेट में सफलताओं के अनुपात को बदलते हुए एक विशिष्ट प्रयोग ने प्रदर्शित किया कि संतुलन में मामूली सुधार (जैसे, 0.6% से 2.5% सफलता की ओर बढ़ना) ने ML की घटना को नाटकीय रूप से कम कर दिया और अनुमान की सटीकता में सुधार किया।
वास्तविक डेटा अनुप्रयोग (मेलानोमा डेटासेट):
- विधि को 215 मेलानोमा रोगियों के डेटासेट पर लागू किया गया। इस डेटा की एक प्रमुख विशेषता मिटोटिक एक्टिविटी (mitotic activity) को लेकर "परफेक्ट सेपरेशन" थी: मिटोटिक एक्टिविटी वाले सभी रोगियों में मेटास्टेसिस विकसित हुआ, जबकि बिना इसके किसी में नहीं हुआ।
- मानक दृष्टिकोण: मानक स्कोर फंक्शन का उपयोग करते हुए, मिटोटिक एक्टिविटी का गुणांक विचलित हो गया (अनुमान $\approx -16$ और SE $\approx 506$ ), जिसके परिणामस्वरूप $p$ -वैल्यू लगभग 1 आई और शून्य परिकल्पना (null hypothesis) को खारिज करने में विफलता मिली। इंटरसेप्ट भी अत्यधिक अस्थिरता प्रदर्शित कर रहा था।
- संशोधित दृष्टिकोण: फर्थ-करेक्टेड विधि ने परिमित और स्थिर अनुमान दिए। PTM-लॉग-लॉजिस्टिक मॉडल में, मिटोटिक एक्टिविटी फैक्टर सांख्यिकीय रूप से महत्वपूर्ण ( $p=0.044$ ) हो गया, जिसमें एक उचित गुणांक अनुमान ($-2.285 $) और स्टैंडर्ड एरर ($ 1.134$) प्राप्त हुआ।
- मॉडल फिट: सूचना मानदंड (AIC/BIC) ने PTM-लॉग-लॉजिस्टिक मॉडल का पक्ष लिया। क्वांटाइल रेसिडुअल प्लॉट्स ने संकेत दिया कि दंडीकरण (penalization) ने समग्र मॉडल फिट या रेसिडुअल्स के वितरण व्यवहार को मौलिक रूप से बदले बिना संख्यात्मक स्थिरता में सुधार किया।

महत्व और दावे
पेपर का दावा है कि प्रस्तावित संशोधित स्कोर फंक्शन प्रमोशन टाइम क्योर मॉडल्स में एक मजबूत और विश्वसनीय ढांचा प्रदान करता है जब डेटा मोनोटोन लाइकलीहुड प्रदर्शित करता है। प्राथमिक महत्व परिमित मापदंडों के अनुमान और वैध सांख्यिकीय निष्कर्ष निकालने में सक्षम बनाने में निहित है, जहाँ मानक मैक्सिमम लाइकलीहुड एस्टीमेशन पूरी तरह विफल हो जाता है।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि हालांकि यह विधि परिमित अनुमान सुनिश्चित करती है, लेकिन इन अनुमानों की सटीकता (विशेष रूप से असंतुलन पैदा करने वाले कोवेरियेट के लिए) कोवेरियेट बैलेंस और सैंपल साइज पर निर्भर करती है। हालांकि, मेलानोमा डेटासेट का अनुप्रयोग एक व्यावहारिक लाभ प्रदर्शित करता है: कार्यप्रणाली ने मिटोटिक फैक्टर को एक सांख्यिकीय रूप से महत्वपूर्ण प्रोग्नोस्टिक मार्कर के रूप में सफलतापूर्वक पहचाना, जो मानक अनुमान के तहत ML समस्या के कारण ओझल हो गया था। यह मौजूदा ऑन्कोलॉजी साहित्य के साथ मेल खाता है, जो वास्तविक चिकित्सा अनुसंधान में इस विधि की उपयोगिता को प्रमाणित करता है जहाँ क्योर फ्रैक्शन और सेपरेशन इश्यूज आम हैं।

इसी तरह के और पेपर