📊 statistics

Principal stratification with recurrent events truncated by a terminal event: A nested Bayesian nonparametric approach

Dit artikel presenteert een nieuw Bayesiaans niet-parametrisch raamwerk met een verrijkt afhankelijke Dirichlet-proces om selectiebias door sterfte te corrigeren bij het analyseren van terugkerende gebeurtenissen, wat leidt tot betere prestaties dan bestaande methoden bij het beoordelen van causale effecten zoals die van een oefenprogramma op heropnames.

Oorspronkelijke auteurs: Yuki Ohnishi, Michael O. Harhay, Guangyu Tong, Fan Li

Gepubliceerd 2026-03-18

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yuki Ohnishi, Michael O. Harhay, Guangyu Tong, Fan 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

Titel: Hoe we de echte impact van sporten op hartpatiënten meten, zelfs als sommigen overlijden

Stel je voor dat je een nieuw trainingsprogramma wilt testen voor mensen met een zwak hart. Het doel is simpel: wil je dat ze minder vaak in het ziekenhuis worden opgenomen? Maar er is een groot probleem: sommige mensen overlijden tijdens de studie.

Als iemand overlijdt, stoppen we met het tellen van hun ziekenhuisbezoeken. Dit creëert een valkuil. Stel, het sportprogramma helpt mensen langer te leven. Dan hebben ze meer tijd om in het ziekenhuis te belanden, puur omdat ze langer leven. Als we gewoon kijken naar het totale aantal bezoeken, lijkt het alsof het sporten niet werkt (of zelfs slecht is), terwijl het eigenlijk wel werkt, maar de mensen gewoon langer leven.

Aan de andere kant, als het sportprogramma mensen sneller doet overlijden, hebben ze minder tijd om ziek te worden. Dan lijkt het alsof het sporten wonderen doet, terwijl het eigenlijk gevaarlijk is.

De auteurs van dit paper, Yuki Ohnishi en zijn collega's, hebben een slimme wiskundige manier bedacht om dit op te lossen. Ze noemen het "Primaire Stratificatie". Laten we het uitleggen met een paar simpele metaforen.

1. De "Onzichtbare Groep" (De Altijd-Levende)

Stel je voor dat je twee groepen mensen hebt: de sporters en de niet-sporters. Je wilt weten: "Als we dezelfde mensen hadden gehad die in beide scenario's (sporten of niet-sporten) tot op hoge leeftijd zouden blijven leven, hoeveel ziekenhuisbezoeken hadden ze dan gehad?"

Deze groep mensen noemen ze de "Altijd-Levende". Het is een denkbeeldige groep. We weten niet precies wie erin zit (want we kunnen niet in de toekomst kijken), maar we kunnen wiskundig berekenen wat er met die specifieke groep zou gebeuren. Dit is de enige eerlijke manier om te kijken of sporten echt helpt, zonder dat de dood de resultaten verstoort.

2. Het probleem met de oude methode: De "Snapshot"

Vroeger keken onderzoekers naar één moment in de tijd (bijvoorbeeld na 1 jaar). Ze keken alleen naar de mensen die toen nog leefden.

Het probleem: Na 1 jaar is de groep "levende mensen" nog groot. Na 4 jaar is die groep veel kleiner (sommigen zijn overleden).
De vergelijking: Het is alsof je een foto maakt van een race. Op foto 1 (1 minuut) zie je 100 renners. Op foto 2 (1 uur) zie je nog maar 10 renners. Als je vergelijkt hoeveel stappen ze hebben gezet, vergelijk je niet dezelfde groep mensen. De groep verandert continu.

De auteurs zeggen: "Nee, we moeten een vaste groep kiezen en die groep vasthouden terwijl we in de tijd vooruitkijken." Ze gebruiken een twee-voudige index:

R: De tijd tot aan de "grens" van de groep (bijv. mensen die tot 4 jaar leven, ongeacht of ze sporten of niet).
T: De tijd waarop we kijken naar het aantal ziekenhuisbezoeken binnen die vaste groep.

Dit is als een filmcamera die een vaste groep acteurs volgt, terwijl de tijd voorbijgaat. Je ziet hoe hun ziekte-ervaring verandert, zonder dat de groep zelf verandert.

3. De "Twee Geesten" (Het Frailty Model)

Om deze "Onzichtbare Groep" te vinden, moeten we een gok doen over hoe de wereld werkt. De auteurs gebruiken een concept dat ze "Frailty" noemen (kwetsbaarheid).

Stel je voor dat elke patiënt twee onzichtbare geesten in zich heeft:

Geest A: Zorgt ervoor dat ze lang leven.
Geest B: Zorgt ervoor dat ze vaak ziek worden.

De oude methoden gingen ervan uit dat deze twee geesten altijd exact hetzelfde waren voor iedereen (als je lang leeft, ben je ook gezond). Maar dat is niet waar! Iemand kan lang leven maar vaak in het ziekenhuis, of juist snel sterven maar weinig ziek zijn.

De auteurs zeggen: "Laten we deze twee geesten apart houden, maar laten we aannemen dat ze soms wel met elkaar praten." Ze gebruiken een gevoeligheidsparameter (een knop die we kunnen draaien).

Als we de knop op "niet praten" zetten, krijgen we het ene antwoord.
Als we de knop op "ze praten veel" zetten, krijgen we een ander antwoord.

Door de knop te draaien, kunnen we zien: "Hoeveel moet onze gok over deze geesten veranderen voordat onze conclusie (dat sporten helpt) niet meer waar is?" Als de conclusie blijft staan, zelfs als we de knop een beetje draaien, weten we dat het resultaat robuust is.

4. De Slimme Software (Bayesiaanse Non-parametrische Methode)

Hoe rekenen ze dit uit zonder dat ze een starre formule gebruiken die misschien niet klopt? Ze gebruiken een heel slim computerprogramma dat ze "Enriched Dependent Dirichlet Process" noemen.

De Metafoor: Stel je voor dat je een grote doos met Lego-blokken hebt.
- Oude methode: Je probeert alle blokjes in één grote stapel te zetten. Als er veel kleine blokjes (ziektebezoeken) zijn, vergeten ze de grote blokjes (de dood) volledig. De stapel wordt scheef.
- Nieuwe methode (EDDP): Ze maken eerst een grote structuur (de dood/overlijden). Binnen die grote structuur maken ze dan kleinere, flexibele vakjes voor de ziektebezoeken.
- Het resultaat: Het programma leert van de data zelf. Het hoeft niet te gokken of de ziekte "normaal verdeeld" is of niet. Het past zich aan, net als een waterdruppel die de vorm van het glas aanneemt. Dit voorkomt dat de software fouten maakt door te veel te vertrouwen op oude, starre regels.

Wat zeggen de resultaten? (Het HF-ACTION Experiment)

Ze pasten deze methode toe op een echte grote studie (HF-ACTION) over hartfalen en sporten.

Wat vonden ze? Sporten helpt echt. Mensen die sporten, hebben minder ziekenhuisbezoeken.
Het interessante: Het effect is niet direct zichtbaar. Na 1 jaar is het verschil klein. Maar na 4 jaar is het verschil groot. De sporters blijven niet alleen langer leven, ze worden ook minder vaak ziek.
De les: Als je alleen naar het begin van de studie kijkt, denk je misschien dat sporten niet helpt. Maar door de "Altijd-Levende" groep vast te houden en langdurig te kijken, zie je dat de voordelen zich stap voor stap opstapelen.

Samenvatting in één zin

De auteurs hebben een nieuwe, slimme manier bedacht om te tellen hoeveel keer mensen in het ziekenhuis komen, zelfs als sommige mensen overlijden, door een denkbeeldige groep "altijd-levenden" te volgen en slimme wiskunde te gebruiken om te voorkomen dat de dood de resultaten vervalst.

Dit betekent dat artsen en patiënten nu beter kunnen zien of een behandeling (zoals sporten) echt werkt op de lange termijn, zonder dat ze hoeven te twijfelen of de resultaten door de dood zijn "verpest".

Probleemstelling

In klinische studies, zoals bij chronisch hartfalen, zijn terugkerende gebeurtenissen (zoals herhospitalisaties) vaak cruciale eindpunten. Een fundamenteel probleem ontstaat wanneer deze terugkerende gebeurtenissen voortijdig worden afgekapt door een terminale gebeurtenis, zoals overlijden. Dit creëert een selectiebias: de waargenomen data vertegenwoordigt alleen de overlevenden, en de behandeling kan zowel het risico op herhospitalisatie als het overlevingsrisico beïnvloeden.

Traditionele regressiebenaderingen falen hier vaak omdat ze het effect van de behandeling op het proces van terugkerende gebeurtenissen verwarren met veranderingen in de samenstelling van de overlevende populatie (bijvoorbeeld: als een behandeling mensen langer laat leven, hebben ze meer tijd om opnieuw te worden opgenomen, wat de rate kunstmatig kan verhogen, of omgekeerd).

Binnen het kader van causale inferentie is het definiëren van een zinvol causaliteitseffect in deze situatie complex. Een naïeve vergelijking van aantallen herhospitalisaties tussen behandelingsarmen is misleidend omdat de groep mensen die "in het spel" blijft (de risicopopulatie) afhankelijk is van de behandeling.

Methodologie

De auteurs ontwikkelen een nieuw raamwerk dat drie hoofdcomponenten combineert:

1. Causale Estimands en Principal Stratification

Het artikel past het concept van Principal Stratification toe op continue tijd en terugkerende gebeurtenissen.

Always-Survivor Stratum: De analyse richt zich op de subpopulatie van patiënten die onder beide behandelingen (behandeling en controle) zouden overleven tot een bepaald tijdstip $r$ . Dit wordt aangeduid als $AS(r) = \{i : r < D_i^0, r < D_i^1\}$ .
Dubbel-Index Estimand (SANR): In tegenstelling tot eerdere werken die een enkel tijdstip $t$ $t$ gebruikten om zowel de subpopulatie als het effect te definiëren (wat leidt tot een "snapshot" effect waar de populatie verandert naarmate $t$ $t$ groeit), introduceren de auteurs een dubbel-index aanpak:
- $r$ : Definieert de vaste subpopulatie (de "always-survivors" tot tijd $r$ ).
- $t$ : Definieert de cumulatieve last van terugkerende gebeurtenissen binnen die vaste populatie ( $t < r$ ).
- De schatting is de Survivor-Average Number of Recurrence (SANR) ratio: $\text{SANR}(t; r) = \mu_1(t; r) / \mu_0(t; r)$ , waarbij $\mu_z$ het verwachte aantal gebeurtenissen is onder behandeling $z$ voor de stratum $AS(r)$.

2. Identificatie via Dual-Frailty en Sensitiviteitsanalyse

Omdat de potentiële uitkomsten onder beide behandelingen nooit gelijktijdig worden waargenomen, is de cross-world afhankelijkheid (de correlatie tussen het overlijden onder behandeling en onder controle) niet identificeerbaar uit de data.

Dual-Frailty Framework: De auteurs introduceren een bivariate fragiliteit $\gamma_i = (\gamma_i^0, \gamma_i^1)$ $γ_{i} = (γ_{i}^{0}, γ_{i}^{1})$ om de afhankelijkheid binnen en tussen wereldjes te modelleren.
- $\gamma_i^z$ regelt de afhankelijkheid binnen de wereld $z$ tussen terugkerende gebeurtenissen en overlijden.
- De correlatie $\rho = \text{Cor}(\gamma_i^0, \gamma_i^1)$ regelt de cross-world afhankelijkheid.
Partiële Identificatie: Omdat $\rho$ niet uit de data kan worden geschat, wordt het behandeld als een sensitivity parameter. De auteurs leiden een partiële identificatieresultaat af dat toelaat om transparante sensitiviteitsanalyses uit te voeren voor verschillende waarden van $\rho$ .

3. Bayesiaanse Non-parametrische Methode (EDDPM)

Om modelmisspecificatie te voorkomen (een risico bij parametrische modellen), wordt een flexibel Bayesiaans Non-Parametrisch (BNP) model ontwikkeld.

Het Probleem met Standaard DP: Standaard Dirichlet Process (DP) prioren leiden vaak tot een willekeurige partitie die gedomineerd wordt door de talrijke terugkerende gebeurtenissen, waardoor het overlijdensproces (terminale gebeurtenis) slecht wordt geleerd.
De Oplossing: Enriched Dependent Dirichlet Process (EDDP):
- De auteurs introduceren een geneste structuur: een top-laag partitie voor het overlijdensproces en een geneste sub-partitie voor de terugkerende gebeurtenissen binnen elke cluster van het overlijdensproces.
- Covariaat-afhankelijkheid: Ze gebruiken een Dependent Dirichlet Process om covariaten (zoals leeftijd, NYHA-klasse) in het model te integreren, waardoor de uitwisselbaarheid (exchangeability) wordt versoepeld.
- Fragiliteit Propagatie: De subject-specifieke fragiliteit wordt op het top-niveau getrokken en vervolgens doorgegeven aan het model voor de terugkerende gebeurtenissen, wat zorgt voor een stabiele schatting van de overlevingscomponent.
Inferentie: Een volledig hanteerbaar Gibbs sampling algoritme wordt ontwikkeld voor de posterior berekening, inclusief imputatie van ontbrekende potentiële uitkomsten.

Belangrijkste Resultaten

Simulatiestudies

De auteurs vergeleken hun voorgestelde EDDPM-model met bestaande methoden: lineaire modellen (LM), standaard Dirichlet Process Mixtures (DPM) en afhankelijke Dirichlet Process Mixtures (DDPM).

Nauwkeurigheid: EDDPM leverde de minst vertekende schattingen (laagste bias) en de kleinste Root Mean Square Error (RMSE).
Interval Schatting: EDDPM behaalde de beste dekking (Coverage Probability) voor 95% credible intervals, dichter bij het nominale 95%-niveau, en had kortere intervalbreedtes (hogere efficiëntie) dan de concurrenten.
Robuustheid: Lineaire modellen faalden bij complexe, niet-lineaire data-genererende processen, terwijl standaard DP-modellen tekortschoten in het leren van de overlevingscomponent.

Toepassing op de HF-ACTION Studie

De methode werd toegepast op de HF-ACTION trial om het effect van gestructureerd oefentherapie op herhospitalisaties bij hartfalen te beoordelen.

Resultaat: De analyse toonde aan dat oefentherapie leidt tot een moderate maar toenemende reductie in de cumulatieve last van herhospitalisaties voor de "always-survivors".
- Na 1 jaar was er een reductie van ongeveer 4,3%.
- Na 4 jaar steeg dit tot ongeveer 10,1%.
Tijdsdynamiek: De voordelen van de behandeling cumuleerden langzaam over de tijd; ze waren in de vroege follow-up niet significant, maar werden duidelijk naarmate de tijd vorderde.
Vergelijking met Eén-Index: De dubbel-index aanpak ( $r$ vast, $t$ variërend) onthulde heterogeniteit die verborgen bleef bij de traditionele $r=t$ aanpak. Bijvoorbeeld, bij een vaste horizon van 4 jaar ( $r=1440$ dagen) was het bewijs voor een reductie sterker dan bij een horizon van 3 jaar, wat aangeeft dat de behandeling effect heeft op specifieke subgroepen van langdurige overlevenden.

Sensitiviteitsanalyse

De resultaten waren robuust voor waarden van de cross-world correlatie $\rho$ tussen 0,1 en 0,7.

Bij extreme correlatie ( $\rho = 0,9$ ), wat neerkomt op een "single-frailty" aanname (zoals in eerdere studies), werd het bewijs voor een reductie minder sterk (de interval overschreed vaker de nulwaarde). Dit benadrukt het belang van het toestaan van onderscheidende fragiliteiten tussen de wereldjes.

Significantie en Bijdrage

Methodologische Innovatie: Het artikel introduceert een nieuwe, dubbel-index causale estimand voor terugkerende gebeurtenissen die de samenstelling van de populatie vasthoudt, waardoor tijdseffecten en populatieveranderingen kunnen worden gescheiden.
Nieuwe BNP-methode: De ontwikkeling van de Enriched Dependent Dirichlet Process (EDDP) lost een specifiek probleem op in de modellering van semi-concurrerende risico's: het vermijden van een partitie die wordt gedomineerd door terugkerende gebeurtenissen ten koste van de terminale gebeurtenis.
Transparante Sensitiviteitsanalyse: Door de cross-world afhankelijkheid te scheiden in een identificeerbaar binnen-wereld component en een niet-identificeerbaar cross-world component (via $\rho$ ), biedt het model een transparante manier om de robuustheid van causale conclusies te testen.
Klinische Relevantie: De toepassing op HF-ACTION levert inzichten die verder gaan dan eerdere analyses. Het toont aan dat oefentherapie de cumulatieve last van ziekte vermindert op lange termijn, zelfs als het effect niet direct zichtbaar is. Het onderstreept ook dat de keuze van het model (dual- vs. single-frailty) substantiële gevolgen kan hebben voor de conclusies over de effectiviteit van behandelingen.

Samenvattend biedt dit werk een geavanceerd, flexibel en robuust raamwerk voor het analyseren van complexe klinische data waarbij terugkerende gebeurtenissen en overlijden met elkaar verweven zijn, en lost het belangrijke beperkingen op van bestaande parametrische en niet-parametrische methoden.