Adaptive Selection of MICE Algorithm Parameters: A Case Study on Pulmonary Function Value Prediction Models

기술 요약: 폐 기능 예측을 위한 MICE 알고리즘 파라미터의 적응형 선택

문제 정의
인공지능 기반 의료 예측 모델은 결측값이 포함된 불완전한 데이터셋으로 인해 신뢰도와 예측 성능이 저하되는 문제를 겪는 경우가 많다. 만성 폐쇄성 폐질환(COPD)의 맥락에서 폐 기능 검사(PFT) 데이터는 특정한 과제를 제시한다: 측정치가 불규칙한 간격으로 이루어지고, 변수들이 시간에 따라 비선형적 관계를 보이며, 선택적 검사나 추적 관찰 중단으로 인해 결측값이 발생한다는 점이다. 다중 대체법(Multiple Imputation by Chained Equations, MICE)은 의료 연구에서 표준적인 대체 방법이지만, 기본 파라미터(초기화 전략 및 반복 횟수)가 종종 일률적으로 적용된다. 본 연구는 폐 기능 지표(FEV1, FVC, FEF25–75%, PEF)의 구체적인 통계적 특성에 기반하여 MICE 하이퍼파라미터를 설정하는 맞춤형 접근 방식의 부재를 다룬다.

연구 방법론
본 연구는 충남대학교 병원에서 2년간 수집된 598명의 피험자에 대한 회고적 종단적 데이터셋을 활용하였다. 연구는 다음과 같은 3단계 과정을 따랐다:

1. 변수의 통계적 특성 규명: 저자들은 임퓨테이션(imputation) 전략을 수립하기 위해 주요 PFT 지표의 통계적 속성을 분석하였다:

   • FEV1 및 FVC: 강한 선형 관계와 낮은 변동성을 보인다.
   • FEF25–75%: 높은 개체 간 변동성과 큰 잔차 분산을 특징으로 한다.
   • PEF: 시간대 및 환자의 노력에 의존하는 주기적인 시계열 변동성을 나타낸다.
   • 다변량 구조: 지표들은 공분산 구조를 공유하며, 이는 단변량 접근법보다 다변량 임퓨테이션이 타당함을 뒷받침한다.

2. 적응형 MICE 파라미터 선택: 통계적 특성을 바탕으로 MICE 하이퍼파라미터에 대한 적응형 선택 방법을 제안하였다:

   • 초기화 전략: 저변동성 및 정규 분포를 따르는 변수(FEV1, FVC)에는 평균 기반 초기화(Mean-based initialization)를 적용하였고, 고변동성 또는 왜도(skewed)가 있는 변수(FEF25–75%, PEF)에는 이상치 민감도를 줄이기 위해 중앙값 기반 초기화(Median-based initialization)를 적용하였다.
   • 반복 횟수: 최대 반복 횟수는 변수별 변동성에 따라 조정되었다. FEV1, FVC, PEF에 대해서는 14회의 반복을 기본값으로 설정하였고, 변동 계수가 높고 수렴 속도가 느린 FEF25–75%에 대해서는 20회의 반복을 할당하였다.

3. 실험적 검증:

   • 임퓨테이션 비교: 제안된 적응형 MICE를 PCHIP(Piecewise Cubic Hermite Interpolating Polynomial) 임퓨테이션과 비교하였다.
   • 결측률: 강건성을 테스트하기 위해 5%, 10%, 20%의 인위적 결측률을 도입하였다.
   • 예측 모델: 두 개의 이전 시점(T-1, T)을 기반으로 미래의 폐 기능 값(T+1)을 예측하기 위해 LSTM 기반 회귀 모델을 사용하였다.
   • 평가: 5-겹 교차 검증(5-fold cross-validation)을 통해 MAPE, RMSE, $R^2$, MAE를 사용하여 성능을 측정하였다.

주요 기여

• 파라미터 튜닝을 위한 통계적 근거 제시: 본 논문은 MICE를 초기화하고 반복 횟수를 설정할 때 일률적인 기본값을 사용하는 대신, 폐 기능 지표의 특정 분산 및 분포 특성을 반영하는 이론적 근거를 제공한다.
• 다변량 해석: PFT 데이터를 독립적인 단변량 시계열이 아닌, 명시적인 상관 구조(예: FEV1과 FVC 사이의 선형 의존성)를 가진 다변량 시계열로 취급함으로써 단변량 보간법 대비 MICE의 사용 타당성을 입증하였다.
• 적응형 구성: 본 연구는 임퓨테이션 정확도와 계산 효율성의 균형을 맞추는 구체적인 구성(FEV1/FVC에 대해 Mean/14; FEF25–75%에 대해 Median/20; PEF에 대해 Median/14)을 제안한다.

결과

• 결측에 대한 강건성: 적응형 MICE 전략은 결측률이 5%에서 20%로 증가함에 따라 안정적인 예측 성능을 유지하였다. 20%의 결측률에서 적응형 MICE 방식은 평균 절대 백분율 오차(MAPE) 5.831%를 달축하였으며, 이는 다변량 상관관계 기반의 임퓨테이션이 결측률이 높은 환경에서도 유효한 입력 정보를 제공할 수 있음을 보여준다.
• PCHIP와의 비교: MICE와 PCHIP는 모든 결측률에서 유사한 성능 수준을 보였다. 그러나 변수 간의 구조적 관계를 반영하는 MICE의 능력은 시계열 연속성에 집중하는 PCHIP에 비해 다변량 의존 구조를 보존하는 데 있어 뚜렷한 이점을 제공하였다.
• 파라미터 민감도: 최적의 초기화 방법과 반복 횟수의 조합은 결측률에 따라 약간씩 달랐다(예: "적응형" 방법은 5%와 10%에서 가장 우수한 성능을 보였고, 특정 구성에서 "평균 전용" 방식이 20%에서 약간 더 나은 성능을 보임). 이는 보편적으로 우월한 단일 고정 설정은 없으나, 적응형 전략이 여전히 강건하다는 것을 시사한다.

의의 및 주장
저자들은 본 연구가 폐 기능 시계열 분석에서 결측 데이터 문제를 완화하기 위해 적응형 MICE 파라미터 선택 전략을 사용하는 것이 타당함을 입증했다고 주장한다. FEF25–75%(높은 변동성)와 같은 지표의 특정 통계적 특성과 FEV1 및 FVC 사이의 선형 상관관계를 반영함으로써, 제안된 방법은 데이터 완결성이 낮아짐에 따라 모델 성능을 저하시키지 않고 신뢰할 수 있는 예측 정보를 제공한다. 본 연구는 MICE가 적절히 튜닝될 경우, 변수 간의 구조적 관계를 활용하여 임상 예측 모델을 지원할 수 있는 경쟁력 있고 적절한 임퓨테이션 전략임을 결론짓는다.

한계점
저자들은 본 연구가 단일 기관의 회고적 데이터셋을 기반으로 하고 있어 일반화에 한계가 있을 수 있음을 인정하였다. 결측값은 고정된 비율로 인위적으로 도입되었으며, 이는 실제 세계의 "비무작위 결측(missing-not-at-random)" 메커니즘을 완전히 재현하지 못할 수 있다. 또한, 결과는 사용된 LSTM 아키텍처에 특화되어 있으며, 독립적인 다기관 데이터셋을 통한 외부 검증은 이루어지지 않았다.