📊 statistics

A joint model of the individual mean and within-subject variability of a longitudinal outcome with a competing risks time-to-event outcome

Dit artikel stelt een schaalbaar, semiparametrisch gezamenlijk model voor dat simultaan het gemiddelde en de variabiliteit binnen subjecten van longitudinale biomarkers schat naast concurrerende risico's voor tijd-tot-gebeurtenis uitkomsten, waarbij via simulaties en de MESA-cohort wordt aangetoond dat het rekening houden met heterogene variabiliteit de inferentie en risicovoorspelling significant verbetert vergeleken met klassieke modellen.

Oorspronkelijke auteurs: Shanpeng Li, Daniel S. Nuyujukian, Robyn L. McClelland, Peter D. Reaven, Jin Zhou, Hua Zhou, Gang Li

Gepubliceerd 2026-07-30

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Shanpeng Li, Daniel S. Nuyujukian, Robyn L. McClelland, Peter D. Reaven, Jin Zhou, Hua Zhou, Gang Li

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je het weer probeert te voorspellen voor een specifieke stad. De meeste meteorologen kijken naar de gemiddelde temperatuur van de afgelopen maand om te raden of het morgen gaat regenen. Maar wat als de temperatuur elke dag extreem schommelde tussen vrieskou en verzengende hitte, zelfs als het gemiddelde hetzelfde bleef? Die chaos—de "jitter" van de data—zou juist de belangrijkste aanwijzing kunnen zijn. In de medische wetenschap bestuderen onderzoekers al lang hoe onze lichamen in de loop van de tijd veranderen, waarbij ze zaken bijhouden zoals bloeddruk of bloedsuikerspiegel. Traditioneel richtten zij zich op het "gemiddelde" niveau: is je bloeddruk hoog of laag? Maar een groeiend corpus aan onderzoek suggereert dat de variabiliteit—hoezeer je cijfers van dag tot dag rondspringen—net zo cruciaal is als het gemiddelde zelf. Als je lichaam een auto is, vertelt de gemiddelde snelheid je hoe snel je gaat, maar de variabiliteit vertelt je of de motor hapert of soepel loopt. Het begrijpen van deze "jitters" zou artsen kunnen helpen om te voorspellen wie een risico loopt op ernstige gezondheidsincidenten, zoals hartfalen of overlijden, lang voordat er een crisis plaatsvindt.

Hier komt een nieuw artikel van Shanpeng Li en hun team in beeld. Zij pakten een lastig probleem aan: hoe bestudeer je deze "jitters" (wat wetenschappers binnen-subject variabiliteit noemen) wanneer mensen uit onderzoeken stappen omdat ze ziek worden of overlijden. Stel je voor dat je probev de trilling van de motor van een auto te meten terwijl de auto rijdt, maar sommige auto's crashen en halverwege de test stoppen. Als je alleen naar de auto's kijkt die de race hebben uitgereden, mis je misschien het feit dat de auto's die crashten het meest trilden. De auteurs realiseerden zich dat oude methoden dit "uitval"-probleem vaak negeerden of ervan uitgingen dat ieders lichaam op dezelfde voorspelbare manier trilde, wat niet waar is. Om dit op te lossen, bouwden zij een gloednieuw wiskundig instrument—een "joint model"—dat werkt als een super slimme detective. Dit instrument kijkt naar twee dingen tegelijkertijd: het gemiddelde niveau van een gezondheidsmarker (zoals bloeddruk) en hoe wild deze fluctueert, terwijl het tegelijkertijd de klok in de gaten houdt om te zien wanneer ernstige gebeurtenissen plaatsvinden.

Het team testte hun nieuwe instrument met behulp van een enorme dataset genaamd MESA, die meer dan 6.700 mensen met uiteenlopende achtergronden volgde die aanvankelijk gezond waren. Ze wilden zien of de "jitters" in de bloeddruk gekoppeld waren aan hartfalen en overlijden, zelfs nadat er rekening was gehouden met het gemiddelde bloeddrukniveau. Hun simulaties toonden aan dat hun nieuwe methode veel beter in staat is de waarheid te vatten dan oudere instrumenten. Toen ze hun methode toepasten op de echte MESA-data, vonden ze iets spannends: mensen wiens bloeddruk veel rondsprong, liepen inderdaad een hoger risico op hartfalen en overlijden, zelfs als hun gemiddelde bloeddruk normaal leek. Dit suggereert dat de "jitters" een echt waarschuwingssignaal zijn dat geldt voor een grote verscheidenheid aan mensen, en niet alleen voor hen in strikte klinische trials. Bovendien, door deze fluctuaties in hun voorspellingen op te nemen, werd het model beter in het voorspellen van wie ziek zou worden en wie niet, wat hun vermogen om gevaar te signaleren verbeterde. De auteurs hebben ook een gratis softwarepakket uitgebracht zodat andere wetenschappers dit nieuwe detectietool op hun eigen data kunnen gebruiken, wat helpt om gezondheidsvoorspellingen nauwkeuriger te maken voor iedereen.

Technische Samenvatting: Een gezamenlijk model voor het individuele gemiddelde en de binnen-subject variabiliteit van een longitudinale uitkomst met concurrerende risico-tijd-tot-gebeurtenis uitkomsten

Probleemstelling
Recent onderzoek heeft steeds meer de nadruk gelegd op het belang van het modelleren van binnen-subject (WS) variabiliteit in longitudinale biomarkers en de associatie daarvan met gezondheidsuitkomsten. Hoewel traditionele gezamenlijke modellen (joint models) het gemiddelde traject van een longitudinale biomarker koppelen aan tijd-tot-gebeurtenis uitkomsten, gaan zij doorgaans uit van een homogene (constante) WS-variantie over alle subjecten en tijdstippen. Deze aanname kan leiden tot substantiële schattingsbias, ongeldige inferentie en inferieure voorspelling wanneer de WS-variabiliteit heterogeen is. Bovendien vertrouwen bestaande methoden voor het afhandelen van heterogene WS-variabiliteit vaak op volledig parametrische baseline hazards, wat beperkend kan zijn, of falen ze in het rekening houden met niet-verifieerbare ontbrekende gegevens veroorzaakt door terminale gebeurtenissen (informatieve uitval). Daarnaast ontstaan er computationele uitdagingen bij het toepassen van deze complexe modellen op grootschalige biobankgegevens die tienduizenden subjecten bevatten.

Methodologie
De auteurs stellen een semiparametrisch gezamenlijk model voor dat gelijktijdig drie componenten aanpakt:

Longitudinale Submodel: Een mixed-effects multiple location-scale model dat zowel het gemiddelde traject als de WS-variabiliteit van een longitudinale biomarker karakteriseert. De variantiecomponent wordt gemodelleerd als een exponentiële functie van covariaten en random effects, waardoor heterogene WS-variabiliteit mogelijk wordt.
Survival Submodel: Een cause-specific Cox proportional hazards model voor concurrerende risico-tijd-tot-gebeurtenis uitkomsten (bijv. hartfalen en overlijden). Cruciaal is dat de baseline hazard functies volledig ongespecificeerd (semiparametrisch) worden gelaten, wat restrictieve parametrische aannames vermijdt.
Latente Associatiestructuur: De submodellen zijn gekoppeld via random effects die gedeeld worden tussen het longitudinale gemiddelde, de longitudinale variantie en de survival uitkomsten. De auteurs bieden een herparameterisatiestrategie om de effecten van gecorreleerde random effects (gemiddelde versus residuele variabiliteit) te ontwarren voor een duidelijkere interpretatie.

Schatting en Computatie

Parameterschatting: Een Expectation-Maximization (EM) algoritme wordt afgeleid voor semiparametrische maximum likelihood schatting. De E-stap maakt gebruik van adaptieve Gauss-Hermite kwadratuur voor numerieke integratie, terwijl de M-stap gesloten vorm oplossingen gebruikt voor baseline cumulatieve hazards en Newton-Raphson updates voor andere parameters.
Inferentie: Standaardfouten worden geschat met behulp van een profile-likelihood methode, die rekening houdt met de afhankelijkheid van de profile likelihood van de baseline hazard schattingen, wat problemen met informatieverlies aanpak die in eerdere benaderingen werden gevonden.
Schaalbaarheid: Om biobank-schaal data (tienduizenden subjecten) te verwerken, hebben de auteurs de implementatie geoptimaliseerd voor scenario's waarbij het survival submodel alleen tijdonafhankelijke covariaten en gedeelde random effects bevat. Door het toepassen van linear-scan algoritmen wordt de computationele complexiteit verminderd van $O(n^2)$ of $O(n^3)$ naar $O(n)$ , wat efficiënte analyse van grote datasets mogelijk maakt.
Voorspelling: Het framework ondersteunt dynamische voorspelling van cumulatieve incidentie kansen voor concurrerende risico's op basis van de longitudinale geschiedenis van een subject tot aan een landmark tijdstip.

Belangrijkste Bijdragen
Het artikel beschrijft vier primaire bijdragen:

Model Flexibiliteit: Het voorgestelde model vereist geen parametrische baseline hazard in het concurrerende risico submodel, wat een grotere robuustheid biedt tegen model-misspecificatie vergeleken met bestaande volledig parametrische joint modellen.
Schattingalgoritmen: De auteurs ontwikkelen op maat gemaakte schattings- en inferentieprocedures voor dit semiparametrische framework, die tijd-afhankelijke covariaten en flexibele latente associatiestructuren accommoderen, wat standaard software niet direct kan afhandelen.
Efficiënte Implementatie: De ontwikkeling van schaalbare linear-scan algoritmen maakt het mogelijk om het model toe te passen op massale datasets (bijv. biobanken), een significante vooruitgang ten opzichte van bestaande methoden die worstelen met computationele bottlenecks bij grote steekproefomvang.
Beschikbaarheid van Software: Een gebruiksvriendelijke R-package, JMH, is ontwikkeld en publiekelijk beschikbaar gesteld op CRAN om de toepassing van dit shared random effects model te faciliteren.

Resultaten

Simulatiestudies:
- In scenario's met heterogene WS-variantie vertoonde het voorgestelde model (Model 1) kleine biases en dekking waarschijnlijkheden die dicht bij het nominale niveau van 95% lagen.
- In contrast hiermee vertoonde een klassiek joint model dat uitgaat van homogene WS-variantie (Model 2) substantiële bias in parameter schattingen (inclusclusief fixed effects en associatie parameters) en onderschatte standaardfouten ernstig, wat leidde tot confidence interval dekking rates zo laag als 5%.
- Het voorgestelde model presteerde ook beter dan methoden die informatieve uitval negeren (bijv. standaard mixed-effects location-scale modellen), die bevooroordeelde schattingen produceerden wanneer terminale gebeurtenissen aanwezig waren.
- Voorspellingsmetrieken (MAPE, Brier score, C-index) lieten zien dat het voorgestelde model consequent beter presteerde dan het homogene variantie model in dynamische event voorspelling.
- Scalability tests toonden aan dat het JMH package minstens 100 keer sneller is dan bestaande packages (bijv. FlexVarJM) voor grote steekproefomvang.
MESA Data Analyse:
- Toegepast op de Multi-Ethnic Study of Atherosclerosis (MESA) cohort (6.743 deelnemers), bevestigde het model dat de WS-variabiliteit van de systolische bloeddruk (SBP) significant verschilt tussen individuen en over de tijd.
- Na controle voor SBP-niveaus, was de residuele WS-variabiliteit sterk geassocieerd met een verhoogd risico op hartfalen (HR = 2.26) en overlijden (HR = 1.88). Dit breidt eerdere bevindingen van homogene klinische trial populaties uit naar een meer etnisch diverse en over het algemeen gezonde cohort.
- Het opnemen van heterogene WS-variabiliteit verbeterde het onderscheidend vermogen voor het voorspellen van hartfalen (C-index steeg van 0.77 naar 0.84) en overlijden (C-index steeg van 0.77 naar 0.80).

Significantie
Het artikel stelt dat het expliciet modelleren van heterogene WS-variabiliteit cruciaal is voor accurate statistische inferentie en risicovoorspelling in longitudinale studies met concurrerende risico's. De voorgestelde methode adresseert de beperkingen van ad hoc twee-fasen benaderingen en klassieke joint modellen door een verenigd, semiparametrisch framework te bieden dat informatieve uitval en heterogene variantie afhandelt. De schaalbaarheid van de implementatie maakt het mogelijk om deze rigoureuze statistische methoden toe te passen op grootschalige biobank-data, wat potentieel de generaliseerbaarheid van bevindingen over biomarker variabiliteit en gezondheidsuitkomsten naar bredere, diversere populaties kan verbeteren. De beschikbaarheid van het JMH package ondersteunt verder de adoptie van deze methoden in toegepast onderzoek.

Meer zoals dit