Horseshoe Forests for High-Dimensional Causal Survival Analysis

기술적 요약: 고차원 인과 생존 분석을 위한 말발굽 숲

문제 제기
공변량이 고차원 ($p \gg n$) 일 때 생존 데이터에서 이질적 치료 효과 (HTE) 를 추정하는 것은 어렵습니다. 기존 방법들은 유연성과 정규화 사이에 트레이드오프에 직면해 있습니다. 베이지안 가법 회귀 트리 (BART) 는 비선형 효과와 상호작용을 효과적으로 모델링하지만, 표준 정규화는 트리 구조에 대한 제약 (예: 깊이 제한) 이나 분할 확률에 대한 사전분포 (예: DART 의 디리클레 사전분포) 에 의존합니다. 고차원 인과 설정에서 이러한 구조적 정규화 전략은 불충분할 수 있거나 "정규화 유발 교란 (RIC)"을 초래할 수 있는데, 이는 치료 배정과 관련된 공변량의 공격적인 수축이 추정된 치료 효과를 편향시키는 현상입니다. 또한, 생존 데이터로 확장된 표준 BART (예: AFT-BART) 는 $p$가 클 때 정확한 불확실성 정량화와 변수 선택 속성을 유지하는 데 종종 어려움을 겪습니다. 본 연구가 다루는 구체적인 과제는 교란을 방지하기 위한 가정을 충족시키기 위해 모든 공변량을 유지하면서도 약한 교란변수의 과도한 수축을 통해 편향을 유발하지 않으면서, 중도절단된 생존 데이터에서 조건부 평균 치료 효과 (CATE) 를 추정하는 것입니다.

방법론
저자들은 고차원 생존 분석에 적응된 베이지안 회귀 트리 앙상블 모델인 **인과 말발굽 숲 (Causal Horseshoe Forest)**을 제안합니다. 핵심 혁신은 정규화의 초점을 트리 구조에서 리프 노드 매개변수 (단계 높이) 로 이동시키는 데 있습니다.

1. 모델 프레임워크: 이 방법은 잠재 생존 시간에 대해 가속 고장 시간 (AFT) 모델을 사용합니다:
   $$\log T(a) = f(x, \hat{e}(x)) + a \cdot \tau(x) + \varepsilon$$
   여기서 $f(x, \hat{e}(x))$는 교란을 완화하기 위해 추정된 성향 점수 $\hat{e}(x)$를 포함하는 기준 예후를 모델링하고, $\tau(x)$는 이질적 치료 효과를 모델링합니다. 두 함수 모두 회귀 트리의 합으로 모델링됩니다.

2. 단계 높이에 대한 말발굽 사전분포: 표준 가우시안 사전분포 대신 저자들은 트리의 단계 높이 ($h_\ell$) 에 직접 전역 - 국소 말발굽 사전분포를 적용합니다.
   $$h_\ell | \lambda_\ell^2, \tau^2, \omega \sim N(0, \omega \lambda_\ell^2 \tau^2)$$
   여기서 $\tau$는 트리 전체에 걸쳐 공유되는 전역 수축 매개변수이고, $\lambda_\ell$은 각 리프에 대한 국소 수축 매개변수입니다. 전역 및 국소 매개변수는 반-코시 분포를 따릅니다. 이는 적응적 수축을 가능하게 합니다: 약한 신호 (노이즈) 는 0 으로 수축되지만 강한 신호는 보존되어 LASSO 나 DART 와 같은 방법들의 "전부 아니면 전무"식 희소성을 피합니다. 이러한 연속적 수축은 인과 추론에 필수적인데, 약한 교란변수일 수 있는 공변량을 유지함으로써 교란되지 않음 가정을 보존하기 때문입니다.

3. 계산적 추론: 말발굽 사전분포의 비공액적 성질은 표준 BART 의 깁스 샘플러의 분석적 처리 가능성을 깨뜨립니다. 이를 해결하기 위해 저자들은 깁스 샘플링 프레임워크 내에서 가역 점프 메트로폴리스 - 헤이스팅스 (RJMH) 알고리즘을 개발했습니다.

   • 외부 루프: 베이지안 백피팅 전략을 사용하여 예후 및 치료 효과 숲을 별도로 업데이트합니다. 중도절단 시간은 데이터 증강 (절단된 정규 분포에서 샘플링) 을 통해 처리됩니다.
   • 내부 루프 (RJMH): 트리 구조 (GROW, PRUNE, CHANGE 이동 통해) 와 관련된 단계 높이/국소 수축 매개변수를 공동으로 업데이트합니다. 제안 메커니즘은 부모 노드 매개변수에 기반한 "의사 - 깁스" 업데이트를 사용하여 혼합을 개선합니다.

4. 구현: 이 방법은 R 패키지 ShrinkageTrees에 구현되어 있습니다. 이는 이진 결과 (성향 점수 추정을 위해) 와 중도절단된 생존 결과를 지원합니다.

주요 기여

1. 새로운 정규화 전략: 이 논문은 베이지안 트리 앙상블을 위한 말발굽 사전분포 기반의 단계 높이 사전분포를 소개합니다. 이는 정규화를 구조적 제약에서 매개변수 수축으로 전환하여 고차원에서 모델 복잡도의 적응적 제어를 가능하게 합니다.
2. 계산적 프레임워크: 저자들은 트리 앙상블 프레임워크 내에서 비공액 말발굽 사전분포를 수용하기 위해 가역 점프 깁스 샘플러를 개발하여, 트리 위상과 단계 높이의 공동 업데이트를 가능하게 합니다.
3. 생존 CATE 에의 적용: 이 프레임워크는 중도절단과 변수 배제 없이 강력한 교란 조정이 필요하다는 복잡성을 해결하기 위해 고차원 인과 생존 분석에 특별히 맞춤화되었습니다.

결과
저자들은 광범위한 시뮬레이션과 실제 사례 연구를 통해 이 방법을 평가했습니다:

• 시뮬레이션 연구:

  • 일반적 성능: 차원 $p \in \{100, 1000, 5000\}$에 걸쳐 선형 및 비선형 치료 효과 시나리오에서, 인과 말발굽 숲은 AFT-BCF(베이지안 인과 숲) 와 유사하거나 더 나은 평균 제곱근 오차 (RMSE) 를 달성하며, 고차원에서는 AFT-BART 와 AFT-DART 를 현저히 능가합니다.
  • 불확실성 정량화: AFT-BCF 는 커버리지를 유지하기 위해 과도하게 넓은 신뢰구간을 생성하는 반면, 말발굽 숲은 안정된 커버리지 (약 90%) 를 유지하면서 훨씬 짧고 정확한 신뢰구간을 제공합니다.
  • 정규화 유발 교란 (RIC): 약한 교란변수 (치료 예측력이 높지만 결과와 약하게 연관된 공변량) 를 분리하도록 설계된 시뮬레이션에서, 말발굽 숲은 안정적인 RMSE 와 커버리지를 유지합니다. 반면, 희소성 유도 사전분포 (AFT-Shrinkage BCF 등) 에 의존하는 방법들은 약한 교란변수가 추가됨에 따라 편향이 증가하고 커버리지가 감소하여, 연속적 수축이 정확한 희소성보다 갖는 우위를 보여줍니다.

• 사례 연구 (췌장암):

  • 이 방법은 췌장 관선암 (PDAC) 에 대한 TCGA(암 유전체 지도) 데이터에 적용되어 보조 방사선 요법이 생존에 미치는 효과를 추정했습니다.
  • 모델은 사후 평균이 약 0.75 (95% CI: 0.40 ~ 1.11) 인 양의 평균 치료 효과 (ATE) 를 확인했습니다.
  • 개별 CATE 분석은 대부분의 환자에서 상당한 불확실성을 드러냈으며, 0 을 포함하는 넓은 신뢰구간을 보였습니다. 그러나 사후 평균은 일관된 우측 이동을 보여 강렬한 이질성보다는 일반적으로 유익하지만 동질적인 효과를 시사했습니다.
  • 예비 랜드마크 분석은 주요 분석에서 불사 시간 편향이 효과 크기를 과장했을 수 있음을 시사했으나, 양의 효과는 지속되었습니다.

의의 및 주장
이 논문은 제안된 방법이 생존 데이터에 대한 기존 고차원 인과 추론 도구들에 대한 강력한 대안을 제공한다고 주장합니다. 모든 공변량을 유지하고 적응적 연속 수축을 적용함으로써, 인과 말발굽 숲은 관찰 생존 연구에서 중요한 우려 사항인 누락된 변수 편향과 정규화 유발 교란의 위험을 완화합니다. 저자들은 자신의 연구를 고차원 인과 방법을 생존 결과로 확장하는 데 있어 존재하는 간극을 메우는 작업으로 위치시키며, 유연한 비선형 모델링과 인과 추론의 엄격한 통계적 요구 사항 사이의 균형을 제공하는 도구를 제공합니다. ShrinkageTrees 패키지의 가용성은 이러한 방법들을 실제 고차원 생의학 데이터에 적용하는 것을 용이하게 합니다.