Dynamic Prediction of Alternating Recurrent Events via Neural Network

技術要約：ニューラルネットワークによる交互再発イベントの動的予測

問題提起
交互再発イベント（例：入院や抑うつエピソードといった主要なイベントが、その後の二次的な不応期を引き起こし、その間は主要なイベントのリスクが発生しない状況）は、生物統計学、行動科学、および刑事司法において頻繁に発生する現象である。これらのイベントを分析するには、特有の統計的課題が存在する。すなわち、2種類のイベントは互いに排他的であり、競合リスクを生じさせること、観測値が相関していること、そしてデータが打ち切り（センサリング）を受けることである。従来のアプローチは、状態ベースのマルコフ過程や半パラメトリック強度モデル（Cox型拡張モデルなど）に依存することが多い。しかし、これらの手法は「依存的なギャップタイム」の問題に苦慮したり、共変量とアウトカムの間のパラメトリックな関係を分析者が指定する必要があったりすることが多い。さらに、既存の再発イベントに関する動的予測ツールは、個人のリスクプロファイルが新たに観察された経験に基づいて継続的に更新される「オンライン」またはリアルタイムの予測、特に交互イベント構造における予測には、ほとんど対応していない。

手法
著者らは、擬似観測値（pseudo-observations）とディープラーニングを組み合わせ、固定されたフォローアップ期間（$\tau$）における次の主要な交互再発イベントまでの時間を予測する、オンライン動的予測フレームワークを提案している。この手法は、以下の4つの段階で進行する。

1. データの変換: TayobおよびMurray (2015) の手法に従い、交互再発イベントのタイムラインを、打ち切りを含む縦断的データセットへと変換する。あらかじめ設定されたチェックイン時刻 $t$ において、データは $t$ 以降に最初に観察されるイベントまでの時間を特定するように再構成される。極めて重要な点は、この構造が「リスクにさらされている状態（at-risk status）」（$R_i(t)$）を考慮している点である。現在、不応期（二次的期間）にある被験者は、主要なイベントに対するリスクがないものとマークされ、その時点での主要イベント発生時刻は観測されないものとして扱われる。
2. 擬似観測値: 独立な打ち切りを扱うために、著者らは $\tau$ 制限平均生存時間 $E[\min\{T_i(t), \tau\}]$ のための擬似観測値を構築する。ジャックナイフ法（Andersen et al., 2003）を用いることで、これらの擬似観測値は打ち切られた生存アウトカムを置き換え、回帰ベースのモデリングを可能にする。
3. 逆確率重み付け (IPW): 被験者が「リスクあり」の集合に非ランダムに選択されること（交互イベントの性質による）によって生じるバイアスを補正するために、本フレームメントは逆確率重み付けを採用する。リスクがある確率 $P(R_i(t)=1 | \bar{Z}_i(t))$ は、長短期記憶（LSTM）ネットワークまたは縦断的ランダムフォレストを用いて推定される。これらの重みは、予測モデルの損失関数に組み込まれる。
4. 予測モデル: 2つの動的予測モデルが提案されている。
   • LSTMベースのモデル: 擬似観測値をモデリングするためにLSTMを利用したニューラルネットワーク・アーキテクチャ。このアプローチは、ゲート機構を活用して過去の共変量データを組み込み、関数形式を事前に指定することなく、複雑で非線形な関係を処理する。
   • 重み付き半パラメトリックモデル: 重み付けされた擬似観測値に対して線形モデルを適合させる一般化推定方程式（GEE）アプローチ。これは解釈可能性を提供する半パラメトリックなベンチマークとして機能する。

主な貢献

• 新規のフレームワーク: これは、オンライン設定における「交互」再発イベントのために特別に設計された、初の動的予測モデルである。
• 機械学習と統計学の統合: 擬似観測値とIPWを用いて、打ち切られた縦断的データのためにLSTMアーキテクチャを適応させることで、統計的生存分析と現代的な機械学習の間の溝を埋めるものである。
• 不応期の取り扱い: 本手法は「リスクあり」の状態を明示的に扱い、二次的（不応期）状態に費やされた時間が主要イベントの予測にバイアスを与えないようにしている。
• 重み付け戦略の比較: 予測モデルのバイアスを除去するために必要な逆確率重みを推定する際、LSTMとランダムフォレストのどちらが優れているかを評価している。

結果
提案された手法は、シミュレーション研究および、研修医の低気分期間を予測するIntern Health Study (IHS) データへの適用を通じて評価された。

• シミュレーション: 複雑な共変量の関係と相関のあるギャップタイムが存在するシナリオにおいて、LSTMベースの動的予測モデルは、C統計量（識別能）および平方根誤差和（RESS）の観点から、セミパラメトリックなGEEモデル（「オラクル」および「主効果」の両方）と比較して優れた性能を示した。特に、履歴データが蓄積されるにつれてその傾向が顕著であった。LSTMは一部の設定でわずかに高いバイアスを示したが（典型的なバイアス・バリアンスのトレードオフ）、その予測識別能は極めて高く、しば多少の条件下ではセミパラメトリックなオラクルモデルをも上回った。重みの推定において、LSTMとランダムフォレストは同様の性能を示した。
• 適用 (IHS): 実世界のデータに適用した際、LSTMモデルは最大で約0.97のC統計量を達成し、GEE主効果モデル（最大C統計量 約0.82）を大幅に上回った。LSTM由来の重みを用いたLSTMモデルは、フォローアップ300日後において最も低いRESSを示した。

意義と主張
著者らは、本フレームメントが、介入の最適なタイミング（例：研修医へのモバイルアプリによる通知）を特定するための、リアルタイムの臨床的意思決定のための堅牢なツールを提供すると主張している。本研究の意義は、ディープラーニング（特にLSTM）の予測力を活用しつつ、擬似観測値と逆確率重み付けを通じて、打ち切りや交互イベント構造を扱うための統計的な厳密さを維持している点にある。

論文内では、LSTMアプローチが優れた予測精度を提供する一方で、セミパラメトリックなGEEアプローチと比較して「ブラックボックス」として機能するという点を謙虚に認めている。ニューラルネットワークモデルには解釈可能なパラメータ推定値が存在しないため、履歴共変量がアウトカムにどのように影響するかという具体的な関数形式は、エンベディングを使用しているにもかかわらず不透明なままである。著者らは、LSTMの成功は慎重なハイパーパラメータの選択と十分な縦断的履歴の可用性に大きく依存していることを強調しており、本手法はランダムなハイパーパラメータの選択に対して頑健ではないと述べている。結論として、機械学習手法は予測においては優れているものの、伝統的な統計手法を支える理論的な統計的証明（一致性、識別可能性）の面では、依然として発展途上であるとしている。