CW-B: Class Weighted Boosting Framework for Imbalance Resilient Multi Class Cardiac Phenotyping

技術要約：不均衡に耐性を持つマルチクラス心疾患フェノタイピングのための CW-B

問題定義
本論文は、入院中のケアと退院後の管理、リスク層別化、およびフォローアップ計画の橋渡しにおいて極めて重要なタスクである、自動化された心疾患退院時フェノタイピング（phenotyping）の課題に取り組んでいる。著者らは、現実世界の臨床データにおける2つの主要な障害を特定している：

1. クラス不均衡（Class Imbalance）： 現実世界の記録には、高リスクまたは臨床的にアクション可能なフェノタイプが、安定した状態や非疾患状態と比較して過小に表現されるという、偏った分布が存在する。
2. データの不完全性（Data Incompleteness）： 記録の不備や測定プロトコルの変動により、臨床記録には欠損値が頻繁に含まれる。

標準的な機械学習アプローチは、多くの場合、臨床的に重要な希少なフェノタイプを犠牲にして、グローバルな指標（例：全体の正解率）を最適化してしまう。さらに、エラーの帰結は非対称である。例えば、高リスクの急性フェノタイプ（例：急性冠症候群）を見逃すことは深刻な患者への危害につながる可能性がある一方、偽陽性は、重要度は低いものの不要なフォローアップを招くにとどまる。ルールベースのシステム、従来のアンサンブル、ディープラーニングモデルを含む既存の手法は、汎用性、解釈可能性、およびこれらの非対称なリスクや欠損パターンの明示的な処理のバランスを取ることに苦慮している。

手法：CW-B フレームワーク
著者らは、5つのクラスからなる心疾患退院時フェノタイピング・タスクのために設計された、臨床リスクに整合したクラス重み付き XGBoost パイプラインである CW-B を提案する。このフレームワークは、解釈性を損なうことなく不均衡と欠損に対処するために、3つのコアコンポーネントを統合している。

1. タスクの定式化：
   問題は、5つのラベル（stableCAD (0), ACS (1), oldMI (2), CAS (3), nonCAD (4)）を用いたマルチクラス分類として定義される。

   • 臨床優先セット ($C_p$)： 著者らは、臨床的なアクション可能性とリスクに基づき、$C_p = \{0, 1, 3\}$（stableCAD, ACS, CAS）というサブセットを定義した。これらのクラスは、確立された診断および治療経路を持つフェノタイプを表している。本フレームワークは、グローバルな指標とは別に、このセット内でのエラーを明示的に監査する。

2. 明示的な欠損モデリング：
   欠損データを単なる前処理上の厄介ごととして扱うのではなく、CW-B は欠損を「情報を持つ特徴量」として扱う。

   • リークのないプロトコル： データリークを防ぐため、前処理の統計量（平均、標準偏差、中央値）は厳密にトレーニング・フォールドのみで計算され、検証・テスト・フォールドに適用される。
   • 拡張（Augmentation）： 欠損値はトレーニングの中央値を用いて補完される。極めて重要な点として、元の値が観測されたか、あるいは欠損していたかをエンコードするバイナリ・インジケーター・ベクトル ($r$) が特徴量ベクトルに結合される。これにより、モデルは補完された値と、データが記録されていないという「臨床的事実」を区別することができる。

3. クラスバランス型インスタンス重み付け：
   ラベルの不均衡を緩和するために、CW-B は XGBoost の目的関数内でフォールド固有のインスタンス重み付けを採用している。

   • 重みの計算： 各クラス $c$ について、重み $w_c$ は全トレーニングサンプル数とクラス $c$ のサンプル数の比として計算される。これらの重みは、安定性を確保するために正規化される。
   • 統合： これらの重みは個々のトレーニング・インスタンス ($s_i = \tilde{w}_{y_i}$) に割り当てられ、勾配ブースティングのプロセスを調整し、分割選択（split selection）とリーフ値の推定の両方に影響を与える。これにより、頻発するフェノタイプ（例：stableCAD）による支配を抑え、モデルがマイノリティ・クラスにより注意を払うよう強制する。

主な貢献
本論文は、以下の3つの具体的な貢献を述べている：

1. リスク整合型定式化： 単一の5クラス目的関数の中で、臨床的にアクション可能な見落としを明示的に強調する、心疾患退院時フェノタイピングの枠組みを提示したこと。
2. 統合パイプライン： リークのない、フォールド固有のクラスバランス型インスタンス重み付けと、明示的な欠損認識型特徴量構築を組み合わせた実装を行ったこと。
3. 包括的なベンチマーク： グローバルな指標と優先されたクラスごとのエラー監査の両方を用いて、提案手法を決定木ベース、アンサンブル、およびニューラル・ネットワークのベースラインと比較評価したこと。

実験結果
フレーム本フレームワークは、57個の構造化された特徴量を持つ4,354件のサンプルを用いた、層化5分割交差検証によって評価された。

• パフォーマンス： CW-B は、比較されたすべての手法の中で、最高の 正解率 (0.81)、マクロF1値 (0.72)、バランス正解率 (0.73)、および 優先F1値 (0.69) を達成した。
• 比較：
  • CW-B は、より高い容量を持つ XGBoost ベースライン（より多くの反復回数、より深い木）を上回った。これは、得られた利得がモデルの容量ではなく、重み付け戦略によるものであることを示している。
  • CatBoost (CB)、スタッキング・アンサンブル (STK)、および各種ニューラル・ベースライン (DQN, BC, MLP) を上回った。
  • スタッキング・アンサンブルは最も低い優先ミス率を達成したが、それは全体の正解率とマクロレベルのバランスを犠牲にした結果であった。CW-B は、強力なグローバル・パフォーマンスを維持しつつ、最高の優先F1値を提供し、最良のトレードオフを実現した。
• アブレーション研究： クラスバランス型重み付けまたは欠損インジケーターを除去すると、マクロF1値、バランス正解率、および優先F1値が大幅に低下した。これにより、両方のコンポーネントの必要性が確認された。

意義と主張
著者らは、CW-B が、現実世界の臨床現場における信頼性の高い心疾患退院時フェノタイピングのための、実用的かつデプロイ指向のアプローチを提供すると主張している。本研究の意義は以下の通りである：

• 臨床的整合性： クラス・バイアスと非対称なリスクを明示的にモデリングすることで、後続の管理を逸脱させる可能性のある高リスクなフェノタイプの見落としを低減する。
• 解釈可能性と監査可能性： ディープラーニング・モデルとは異なり、CW-B の決定木構造は特徴量ベースの分割構造を保持する。これは、追跡可能な意思決定の根拠をサポートし、規制されたヘルスケア環境における導入を促進するために不可欠な、体系的な監査を可能にする。
• レジリエンス（回復力）： 欠損を明示的にモデリングすることで、複雑な補完ヒューリスティック（それがデータの性質を隠蔽してしまう可能性があるもの）に頼ることなく、現実世界の電子健康記録（EHR）に特有の不完全な文書化や測定の変動に対処できる。

結論として、CW-B は、高いグローバルな識別能と、高リスクな検出漏れを監査し削減するという特定のニーズとのバランスを取る、再現可能でエビデンスに基づいたフレームワークを提供し、二次予防と一貫したリスク整合型のケアを直接的に支援するものである。