Continuous-Time Bayesian Networks with Structured Shrinkage Priors for Modelling Multimorbidity Trajectories in Large-Scale Electronic Health Records

기술 요약: 다중 질환 궤적 모델링을 위한 구조적 수축 사전 분포를 포함한 연속 시간 베이지안 네트워크

문제 정의
다중 장기 질환(MLTCs), 즉 다중 질환(multimorbidity)은 질병 간의 복잡하고 시간 의존적인 상호작용을 통해 발생한다. 기존의 통계적 방법들은 질병의 진행, 다중 질환 네트워크, 그리고 고차원적 위험 요인을 하나의 통합된 프레임워크 내에서 동시에 모델링하는 데 어려움을 겪는 경우가 많다. 횡단적 분석은 공존 현상은 포착하지만 시간적 역동성을 놓치며, 다상 모델(multi-state models)은 상호작용하는 조건의 수가 많아질 경우 확장성이 떨어진다. 또한 네트워크 기반 접근법은 추정과 불확실성 정량화를 위한 공식적인 확률 모델이 부족한 경우가 많다. 더욱이, 고차원 전자 건강 기록(EHR)에 연속 시간 베이지안 네트워크(CTBN)를 적용할 때는 고차 질환 상호작용으로 인한 파라미터의 조합 폭발 문제와, 생물학적으로 해석 가능한 희소성(sparsity) 및 보정된 불확실성 확보라는 두 가지 구체적인 과제에 직면한다.

방법론
저자들은 종단적 EHR 데이터를 위해 설계된 구조적 베이지안 CTBN 프레임워크를 제안한다. 핵심 방법론적 구성 요소는 다음과 같다:

1. 모델 구조: $M$개의 염증성 질환의 공동 진행은 각 질환이 유한 상태 연속 시간 마르코프 과정으로서 진화하는 다변량 확률 과정으로 모델링된다. 이 모델은 만성 질환에 대해 흡수 상태(발병만 있고 완화는 없는 상태)를 가정한다. 특정 질환의 순간적 발병률(전이 강도)은 '부모' 질환들의 현재 상태와 외생적 공변량에 따라 로그 선형 매개변수화를 통해 결정된다. 이를 통해 주효과(main effects)와 쌍방향 시너지 상호작용을 모델링할 수 있다.
2. 우도 공식화: CTBN 우도는 로그 오프셋을 가진 포아송 일반화 선형 모델(GLM)과 동일함을 입증되었다. 이러한 조건 간의 인수 분해는 적절한 수의 질환을 가진 경우에도 계산적으로 실행 가능한 추정을 가능하게 한다.
3. 구조적 수축 사전 분포(Structured Shrinkage Priors): 상호작용 파라미터의 조합적 증가 문제를 해결하기 위해, 저자들은 CT-BN 우도 내에 네 가지 차수 의존적(order-dependent) 수축 사전 분포를 삽ert한다. 이 사전 분포들은 복잡한 다중 조건 시너지는 드물다는 계층적 원칙을 준수하여, 주효과보다 고차 상호작용 항에 더 강한 페널티를 부여한다. 비교된 네 가지 사전 분포는 다음과 같다:
   • 계층적 구조적(HS) 정규 분포: 차수별 분산을 갖는 학생 t-분포를 생성하는 척도 혼합(scale mixture).
   • 베이지안 라쏘(Bayesian LASSO): 차수 의존적 비율을 갖는 이중 지수 분포.
   • 정규화된 허수초(Regularised Horseshoe): 차수별로 페널티가 부여된 글로벌 스케일을 갖는 글로벌-로컬 사전 분포.
   • 스파이크 앤 슬래브(Spike-and-Slab): 두 성분의 혼합(확산된 슬래브 vs. 집중된 스파이크)으로, 차수별 포함 확률을 갖는다.
4. 변수 선택: 스파이크 앤 슬래브 사전 분포의 경우, 사후 포함 확률(PIP)이 해석적으로 도출된다. 연속 수축 사전 분포(HS, LASSO, Horseshoe)의 경우 명시적인 PIP를 제공하지 않으므로, 저자들은 모든 방법론 간의 변수 선택 성능을 공정하게 비교하기 위해 사후 수축 계수에 기반한 "의사 PIP(pseudo-PIPs)"를 구축하였다.

주요 기여
본 논문은 네 가지 주요 방법론적 기여를 한다:

1. 통합 프레임워크: 복잡한 다중 질환 시너지 경로가 희소하다는 생물학적 기대를 명시적으로 인코딩하는 네 가지 서로 다른 차수 의존적 수축 사전 분포를 통합된 CTBN 우도 내에 결합하였다.
2. 비교 선택 지표: 스파이크 앤 슬래브를 위한 PIP와 연속형 사전 분포를 위한 의사 PIP를 도출하여, 변수 선택 및 네트워크 회복을 위한 공통된 토대를 마련하였다.
3. 보정된 시뮬레이션: 파라미터 회복, 변수 선택 및 예측 행동을 다양한 데이터 생성 시나리오와 모델 사양(과소 지정, 올바른 지정, 과다 지정)에 걸쳐 격리하기 위해 광범한 시뮬레이션 연구를 수행하였다.
4. 실증적 적용: 10개의 흔한 질환의 진행을 모델링하기 위해 UK Biobank의 1차 의료 기록에 이 프레임워크를 적용하여 희소하고 해석 가능한 질병 네트워크를 회복하였다.

결과

• 시뮬레이션 결과: 여러 시나리오 전반에 걸쳐, 스파이크 앤 슬래브 사전 분포가 가장 우수한 네트워크 회복, 변수 선택 정확도 및 허위 발견 제어 능력을 달erm했다. 올바르게 지정된 경우, 주효과에 대해 약 7682%, 상호작용에 대해 약 72%의 진양성률(TPR)을 달성했으며, 허위 양성률(FPR)은 약 14% 수준으로 낮았다. 반면, 세 가지 연속 수축 사전 분포(HS, LASSO, Regularised Horseshoe)는 표준 0.5 임계값에서 "강한(hard)" 변수 선택에 실패하여 거의 모든 계수를 활성화된 것으로 간주하였으며(TPR $\approx$ FPR $\approx$ 100%), 완만한 선택 AUC(~68–71%)를 보였다.
• 예측 성능: 네 가지 사전 분포 모두 분석 모델 전반에서 거의 동일한 예측 정확도(포아송 로그 우도 및 브리어 점수)를 보여주었으며, 이는 목표가 구조 회복이 아닌 추정인 경우 예측 성능이 사전 분포 지정에 견고함을 확인시켜 준다.
• 실증적 적용 (UK Biobank): 권장되는 스파이크 앤 슬래브 모델($P=2, \theta=1$)을 33,558명의 참가자에게 적용한 결과, 두 개의 지배적인 질병 모듈이 발견되었다:
  • 당뇨병(DM), 고혈압성 질환(HTN), 허혈성 심장 질환(IHD)을 중심으로 하는 심혈관계 대사 클러스터: 밀도 높고 양방향적인 의존성(예: DM $\to$ HTN, 비율 2.13)을 특징으로 한다.
  • 비염/부비동염(RS), 피부염/습진(DE), 만성 하기도 질환(CLRD)을 연결하는 염증 클러스터.
  • 모델은 삼중항(예: {RS, DM} $\to$ HTN)에서의 하위 곱셈적 길항 작용을 식별하였으며, 이는 결합 노출이 개별 한계 노출의 합보다 누적 위험을 낮게 만든다는 것을 시사하며, 이는 중첩된 생물학적 경로와 일치한다.
  • 공변량 분석 결과 연령이 가장 강력한 예측 인자임을 확인하였으며, 특정 염증 마커(예: GlycA, WBC)와 생활 습ine 요인(흡연, BMI)이 질환 특이적 연관성을 보였다.

의의 및 주장
본 논문은 제안된 구조적 베이지안 CTBN 프레임워크가 고차원 파라미터 공간과 다중 질환 모델링을 위한 해석 가능한 희소성의 필요성이라는 두 가지 과제를 성공적으로 해결했다고 주장한다. 저자들은 스파이크 앤 슬래브 사전 분포가 네트워크 구조 학습을 위한 최적의 선택이며, 파라미터 회복, 허위 발견 제어 및 불확실성 보정 사이에서 최상의 균형을 제공하는 반면, 연속형 사전 분포는 구조 회복이 주 목적이 아닌 순수 예측 작업에 더 적합하다고 단언한다.

UK Biobank 데이터에 대한 적용은 이 프레임워크가 임상적으로 타당한 방향성 있는 질병 의존성 네트워크를 회복하고, 질병의 진행 부담과 고차 상호작용을 정량화할 수 있음을 입증한다. 저자들은 이러한 결과가 기존의 임상 지식(예: 심혈관계 대사 클러스터)과 일치하면서도, 모델의 동적이고 방향적인 특성이 횡단적 분석이 포착할 수 없는 질병 연쇄의 시간적 순서와 크기에 대한 새로운 통찰을 제공한다고 언급한다. 본 연구는 이 프레임워크를 60개의 InflAIM 조건 전체로 확장하는 것이 인구 규모의 질병 네트워크 모델링 분야에서 상당한 진전임을 결론지으며, 위험 계층화 및 정밀 의료에 대한 잠재적 변환 가치를 지닌다고 밝히고 있다.