Federated Survival Analysis in Healthcare: A Multi-Model Evaluation on Cross-Institutional Heterogeneous Breast Cancer Data

Technische Samenvatting: Federated Survival Analysis in de Gezondheidszorg

Probleemstelling
Survival analyse (overlevingsanalyse) is cruciaal voor klinische besluitvorming in de oncologie, met name bij borstkanker, waarbij het schatten van de tijd-tot-gebeurtenis uitkomsten (bijv. overlijden, recidief) de prognose en behandeling informeert. Het ontwikkelen van robuuste modellen vereist echter grote, diverse cohorten, die door de gedecentraliseerde aard van gezondheidsgegevens zelden beschikbaar zijn bij een enkele instelling. Bovendien verhinderen privacyregels (bijv. AVG/GDPR, HIPAA) de centralisatie van patiëntendossiers. Hoewel Federated Learning (FL) een privacy-beschermend alternatief biedt door gedeelde modellen te trainen zonder ruwe gegevens uit te wisselen, blijft de effectiviteit ervan voor survival modeling onder realistische, heterogene omstandigheden onvoldoende begrepen. De bestaande literatuur richt zich vaak op enkelvoudige modelfamilies of stelt nieuwe algoritmen voor die in isolatie worden geëvalueerd, waarbij een systematische vergelijking tussen verschillende modelarchitecturen en trainingsparadigma's ontbreekt. Daarnaast is er een gebrek aan praktische, besluitvormingsgerichte begeleiding voor het selecteren van modellen en trainingsstrategieën op basis van specifieke datakenmerken, privacyrestricties en beperkingen in middelen.

Methodologie
De studie presenteert een systematische, multi-model evaluatie van federated survival analyse met behulp van de Fed-TCGA-BRCA dataset uit de FLamby benchmark suite. Deze dataset bestaat uit klinische, pathologische en moleculaire profielen van 1.088 borstkankerpatiënten verspreid over zes instellingen, die natuurlijke cross-institutionele heterogeniteit vertonen in steekproefomvang, event-ratio's en follow-up tijden.

De evaluatie vergelijkt drie representatieve overlevingsmodellen:

1. Cox Proportional Hazards (CoxPH): Een semi-parametrische statistische baseline.
2. DeepSurv: Een deep-learning uitbreiding van CoxPH die neurale netwerken gebruikt om niet-lineaire covariaat-effecten te modelleren.
3. Random Survival Forest (RSF): Een tree-ensemble methode die niet-lineaire relaties vastlegt zonder parametrische aannames.

Deze modellen werden getraind onder drie paradigma's:

• Centralized (Gecentraliseerd): Alle data gepoold (best-case referentie).
• Local (Lokaal): Onafhankelijke training op de data van elke client (lower-bound baseline).
• Federated (Federated): Collaboratieve training via een centrale server zonder gegevensdeling.

Voor gradiënt-gebaseerde modellen (CoxPH en DeepSurv) werden drie federated optimalisatiestrategieën beoordeeld: FedAvg (standaard middeling), FedProx (het toevoegen van een proximale term om lokale drift te beperken) en FedAdam (adaptieve server-zijde optimalisatie). RSF maakte gebruik van een tree-aggregatie benadering (FedSurF++) in plaats van gradiënt-updates.

Experimenten werden uitgevoerd met variërende client-configuraties (3, 4 en 5 clients) om verschillende niveaus van datatheterogeniteit te simuleren. Prestaties werden geëvalueerd met discriminatie-metrieken (Concordance Index/C-Index, Time-Dependent AUC) en kalibratie-metrieken (Integrated Brier Score/IBS).

Belangrijkste Bijdragen

1. Uniforme Empirische Vergelijking: Het artikel biedt een directe vergelijking van CoxPH, DeepSurv en RSF over lokale, federated en gecentraliseerde training op een echte, multi-institutionele borstkanker-cohort met natuurlijk heterogene distributies.
2. Heterogeniteitsanalyse: Het analyseert hoe het aantal en de compositie van de deelnemende clients zowel de discriminatie als de kalibratie beïnvloeden, waarbij wordt onthuld dat prestaties meer afhangen van de diversiteit van de datadistributies dan van het loutere aantal clients.
3. Evaluatie van Optimalisatiestrategieën: Het beoordeelt de robuustheid van FedAvg, FedProx en FedAdam voor gradiënt-gebaseerde overlevingsmodellen onder heterogene omstandigheden.
4. Besluitvormingsgerichte Richtlijnen: De studie leidt praktische richtlijnen af die specifieke beperkingen (data-heterogeniteit, privacy, interpreteerbaarheid, computationele middelen) koppelen aan aanbevolen model- en trainingsparadigma-keuzes.

Resultaten

• Federated vs. Local/Centralized: Federated learning presteerde consequent beter dan lokale training en benaderde, en overtrof soms zelfs, de gecentraliseerde prestaties. Opvallend genoeg bereikte DeepSurv in de federated setting een hogere discriminatie (C-Index: 0,727) dan de gecentraliseerde training (0,707) in de 5-client configuratie, wat suggereert dat de aggregatie van heterogene updates kan fungeren als een regularisator.
• Modelprestaties:
  • RSF demonstreerde de beste algehele balans tussen discriminatie, kalibratie en robuustheid over heterogene clients. Het behaalde consistent de laagste IBS (beste kalibratie) en een stabiele prestatie over de clients heen.
  • DeepSurv toonde een sterke voorspellende capaciteit, waarbij het in federated settings vaak de gecentraliseerde prestaties evenaarde of overtrof, hoewel het een iets hogere variabiliteit vertoonde dan RSF.
  • CoxPH presteerde goed in homogene settings, maar vertoonde lagere discriminatie en hogere variabiliteit onder heterogeniteit, waarschijnlijk door de afhankelijkheid van proportional hazards aannames en globale risk sets.
• Optimalisatiestrategieën: FedAvg en FedProx bleken sterker en stabieler dan FedAdam voor zowel CoxPH als DeepSurv. FedAdam leverde consistent lagere discriminatieprestaties en hogere IBS-waarden op. FedProx bood marginale winst ten opzichte van FedAvg in zeer heterogene scenario's (bijv. de 3-client configuratie voor DeepSurv).
• Impact van Client-compositie: Het verminderen van het aantal clients leidde niet tot een monotone degradatie van de prestaties; in plaats daarvan was de specifieke datadistributie van de uitgesloten clients doorslaggevend. Kalibratie (IBS) was bijzonder gevoelig voor de diversiteit van geobserveerde overlevingstijden en event-patronen, en verslechterde wanneer specifieke client-distributies werden uitgesloten.

Significantie en Claims
Het artikel beweert dat federated survival analyse een levensvatbare en effectieve aanpak is voor de gezondheidszorg, die een privacy-beschermend alternatief biedt dat de gecentraliseerde prestaties kan evenaren of zelfs overtreffen zonder dat datacentralisatie nodig is. De studie benadrukt dat RSF de meest robuuste keuze is voor heterogene, real-world federated settings, waarbij het de beste afruil biedt tussen discriminatie en kalibratie. Daarentegen blijft CoxPH te prefereren in scenario's waar de nadruk ligt op interpreteerbaarheid of waar de data homogeen is.

De auteurs benadrukken dat de keuze van een model en trainingsstrategie gestuurd moet worden door specifieke beperkingen:

• Voor heterogene clients of kalibratie-kritische toepassingen wordt RSF met federated training aanbevolen.
• Voor interpreteerbaarheids-georiënteerde studies is CoxPH te verkiezen, ondanks de lagere voorspellende prestaties in heterogene settings.
• Voor schaarse of ongebalanceerde data verbetert federated training met RSF of DeepSurv de prestaties aanzienlijk ten opzichte van lokale training.
• Voor strikte privacyrestricties zijn federated benaderingen aangetoond praktische oplossingen te zijn die de gecentraliseerde prestaties benaderen.

De studie concludeert dat hoewel federated learning effectief is, het succes wordt bepa Perd van de diversiteit van de client-distributies in plaats van enkel het aantal deelnemers, en dat eenvoudigere aggregatiestrategieën zoals FedAvg vaak volstaan boven complexere adaptieve methoden zoals FedAdam in deze specifieke context.