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

Sintesi Tecnica: Test del punteggio della componente di varianza per il rilevamento di punti di cambiamento multivariati

Definizione del problema
Il rilevamento di punti di cambiamento multivariati consiste nell'identificare spostamenti distribuzionali in dati ordinati temporalmente attraverso molteplici caratteristiche. Questo compito è particolarmente complesso nelle applicazioni di salute mobile (mHealth), dove il numero di caratteristiche ($p$) spesso supera o è comparabile al numero di osservazioni ($T$), e dove il rilevamento tempestivo di cambiamenti comportamentali è critico per intervenire su pazienti a rischio (ad esempio, quelli con instabilità affettiva). I metodi esistenti presentano limitazioni: l' $T^2$ di Hotelling è progettato per il rilevamento di outlier offline e manca di potenza per cambiamenti persistenti e sottili; i metodi CUSUM (Cumulative Sum) sono sensibili ai parametri di sintonizzazione e perdono potenza all'aumentare del numero di flussi di dati; i metodi di divergenza del campione sono computazionalmente costosi a causa dei confronti a coppie. Inoltre, i metodi di rilevamento online standard spesso soffrono di bias quando stimano i parametri distribuzionali (media e covarianza) utilizzando dati che potrebbero già contenere il punto di cambiamento.

Metodologia
Gli autori propongono VC*, un test del punteggio della componente di varianza adattato per il rilevamento di punti di cambiamento multivariati. Il metodo opera in un contesto online, valutando potenziali punti di cambiamento utilizzando solo i dati precedenti al punto di cambiamento per stimare i parametri distribuzionali.

• Modello Statistico: I dati sono modellati come un vettore di caratteristiche $\mathbf{Y}_t$ dove un punto di cambiamento avviene al giorno $k$. Dopo il cambiamento, le medie delle caratteristiche si spostano di un vettore $\boldsymbol{\beta}$ e la varianza si sposta di $\delta$. L'ipotesi nulla ($H_0$) postula l'assenza di cambiamenti nella media o nella varianza ($\boldsymbol{\beta}=\mathbf{0}, \delta=0$).
• Framework della Componente di Varianza: Gli autori estendono il framework del test del punteggio della componente di varianza, tradizionalmente utilizzato nella modellazione a effetti misti e nella GWAS. Essi trattano lo spostamento della media $\boldsymbol{\beta}$ come un effetto casuale distribuito come $\mathcal{N}(\mathbf{0}, \tau\mathbf{I}_p)$. Ciò riduce il problema del test da $p+1$ parametri a due parametri: $\tau$ (varianza degli spostamenti della media) e $\delta$ (variazione della varianza).
• Strategia di Riduzione del Bias: Una chiave innovazione metodologica è la stima della media ($\boldsymbol{\mu}$) e delle matrici di covarianza ($\Sigma$) utilizzando solo i giorni precedenti al punto di cambiamento. Gli autori dimostrano tramite il Teorema 2.1 che l'utilizzo di tutti i giorni disponibili (inclusi i giorni post-cambiamento) produce stimatori distorti sotto l'ipotesi alternativa. Sebbene l'utilizzo di meno giorni aumenti la varianza dello stimatore, gli autori sostengono che la riduzione del bias porti a una maggiore potenza di rilevamento, specialmente in scenari con $T$ piccolo.
• Regolarizzazione: Per gestire contesti ad alta dimensionalità dove $p > T$, lo stimatore della covarianza viene regolarizzato utilizzando un parametro di contrazione $\phi \in [0, 1]$. Questo fonde la matrice di correlazione campionaria con una matrice diagonale di varianze, stabilizzando la stima quando i dati sono scarsi.
• Statistica del Test: La statistica del test $Q_k$ è calcolata per i giorni candidati $k$ all'interno di una finestra di ricerca ($d_b$). La decisione finale rifiuta l'ipotesi nulla se il massimo $Q_k$ sulla finestra supera una soglia derivata da una distribuzione nulla empirica.

Contributi Chiave

1. Nuova Applicazione: Questa è la prima applicazione di un test del punteggio della componente di varianza nel contesto del rilevamento di punti di cambiamento multivariati.
2. Stima Consapevole del Bias: Il documento introduce una strategia per stimare i parametri utilizzando solo i dati pre-cambiamento per evitare il bias, dimostrando tramite simulazione che questo compromesso (maggiore varianza per un minor bias) migliora la potenza in campioni di piccole dimensioni.
3. Robustezza: Il metodo è progettato per rilevare cambiamenti nelle medie, nelle varianze o in entrambi simultaneamente, rendendolo robusto a diversi tipi di spostamenti distribuzionali.

Risultati

• Studi di Simulazione:
  • Confronto della Potenza: Nelle simulazioni con $T \in \{30, 60, 90\}$ e $p=50$, VC* ha dimostrato una potenza superiore rispetto a $T^2$ di Hotelling, CUSUM e divergenza del campione in vari scenari (solo media, solo varianza e cambiamenti congiunti).
  • Compromesso Bias-Varianza: I confronti tra VC* (stima pre-cambiamento) e un test VC tradizionale (stima su tutti i dati) hanno mostrato che VC* ha costantemente superato il metodo tradizionale in presenza di correlazioni tra le caratteristiche ($\alpha > 0$). In contesti non correlati, le prestazioni sono state comparabili o leggermente inferiori per $T$ molto piccoli in cambiamenti di sola varianza, ma VC* è rimasto superiore nei contesti correlati.
• Applicazione su Dati Reali:
  • Il metodo è stato applicato a dati raccolti passivamente tramite smartphone (GPS e metriche sociali) da 41 adolescenti e giovani adulti con instabilità affettiva.
  • VC* ha rilevato 99 punti di cambiamento in 31 soggetti, significativamente più dei metodi concorrenti (Hotelling's $T^2$: 31; CUSUM: 32; Divergenza del Campione: 33).
  • Correlazioni Cliniche: Il tasso di punti di cambiamento rilevati da VC* ha mostrato una correlazione positiva marginalmente significativa con la sottoscala "efficienza del sonno abituale" dell'indice di qualità del sonno di Pittsburgh (PSQI) e una correlazione negativa marginalmente significativa con la sottoscala "ricerca di esperienze" della scala Brief Sensation Seeking (BSS). Non è stata trovata alcuna differenza significativa nei tassi di punti di cambiamento tra pazienti con e senza diagnosi di disturbo della personalità.

Significatività e Rivendicazioni
Il documento afferma che VC* offre un approccio statisticamente rigoroso e potente per il rilevamento di punti di cambiamento multivariati online, specificamente adattato ai vincoli dei dati di salute mobile (alta dimensionalità, piccoli campioni di dimensione e necessità di intervento in tempo reale). Gli autori sottolineano che la capacità del metodo proposto di utilizzare solo i dati pre-cambiamento per evitare il bias è un vantaggio critico nel monitoraggio sequenziale. Essi notano che, sebbene il metodo abbia rilevato più punti di cambiamento rispetto ai concorrenti nell'applicazione reale, la verità fondamentale rimane ignota, e l'alto numero di rilevamenti può riflettere l'uso di una soglia di significatività convenzionale di 0,05 applicata sequenzialmente. Gli autori concludono che VC* è ben adatto ai contesti mHealth dove identificare recenti deviazioni dal comportamento basale è vitale per un tempestivo intervento clinico, pur riconoscendo le sfide riguardanti il controllo dei falsi positivi nel testing sequenziale e la necessità di dati pre-cambiamento sufficienti per garantire una stima affidabile dei parametri.