Comparing Missing Data Imputation Methods for Patient-Reported Outcomes in Esophageal Cancer Research

Deze studie vergelijkt verschillende imputatiemethoden voor het aanpakken van ontbrekende gegevens in patiëntgerapporteerde uitkomsten bij slokdarmkanker om de validiteit en betrouwbaarheid van klinisch onderzoek te verbeteren.

De kern

Stel je voor dat je een enorme puzzel probeert te maken van een prachtige landschap, maar halverwege ontdek je dat er honderden stukjes ontbreken. Je ziet alleen nog maar gaten in het karton. Hoe bepaal je wat er op die ontbrekende stukjes stond? Ga je gokken? Gebruik je een verfkwast om het in te kleuren? Of vraag je een computer om de ontbrekende stukjes voor je te 'verzinnen' op basis van de stukjes die je wél hebt?

Dit wetenschappelijke onderzoek doet precies dat, maar dan voor patiënten met slokdarmkanker.

Het probleem: De "Gaten" in de Verhalen van Patiënten

Artsen gebruiken vragenlijsten om te begrijpen hoe het echt met patiënten gaat. Niet alleen fysiek, maar ook hoe ze zich emotioneel voelen of hoe ze hun dagelijkse leven ervaren. Dit noemen we Patient-Reported Outcomes (PRO's).

Maar in de echte wereld zijn deze vragenlijsten vaak incompleet. Misschien was een patiënt te moe om alles in te vullen, of was een vraag over hun privéleven te gênant. Hierdoor ontstaan er "gaten" in de data. Als onderzoekers die gaten negeren, krijgen ze een vertekend beeld van de werkelijkheid – alsof je een film kijkt waar de helft van de scènes ontbreekt.

Het experiment: De "Digitale Puzzelmakers"

De onderzoekers wilden weten welke methode het beste is om die gaten op te vullen. Ze namen ze zeven verschillende "digitale puzzelmakers" (algoritmes) mee naar de arena:

1. De Klassieke Rekenaar (MICE): Een ervaren boekhouder die heel methodisch stap voor stap kijkt naar de verbanden tussen alle vragen.
2. De Kunstmatige Intelligentie-modellen (VAE, DAE, Deep Learning): Dit zijn de "hippe techneuten". Ze proberen patronen te herkennen in enorme hoeveelheden data, een beetje zoals een AI een foto herkent.
3. De Groepsdenker (KNN): Deze kijkt naar de patiënten die het meest op jou lijken en zegt: "Jouw antwoord zal waarschijnlijk ongeveer hetzelfde zijn als dat van hen."
4. De Wiskundige Versimpelaar (SoftImpute & BPCA): Zij proberen de grote, ingewikkelde puzzel terug te brengen naar de essentie, de belangrijkste lijnen van het landschap.

De uitslag: Wie wint de prijs?

Na een flinke strijd kwamen de resultaten naar boven:

• De Kampioen: MICE (De Klassieke Rekenaar). Hoewel hij de langzaamste is (hij heeft veel tijd nodig om na te denken), is hij de meest betrouwbare. Hij vult de gaten zo goed in dat de "puzzel" na afloop bijna niet meer te onderscheiden is van het origineel. Hij begrijpt de nuances van de patiënt het beste.
• De Snelle Runner: SoftImpute. Als je heel veel data hebt en geen tijd wilt verliezen, is dit de beste keuze. Hij is razendsnel en doet het prima, ook al is hij niet zo nauwkeurig als de kampioen.
• De Grote Verliezer: De complexe Deep Learning-modellen. Je zou denken dat de meest geavanceerde AI de beste zou zijn, maar in dit geval liepen ze vast. Ze probeerden te hard om "slim" te zijn en gingen daardoor patronen zien die er niet waren (overfitting). Het was alsof ze een stukje blauwe lucht invulden met felroze verf, puur omdat ze dachten dat dat "spannend" was.

Waarom is dit belangrijk?

Door te weten welke methode de beste is, kunnen onderzoekers in de toekomst veel nauwkeuriger bepalen welke behandelingen voor slokdarmkanker het beste werken en hoe de levenskwaliteit van patiënten echt is.

De les van het onderzoek: Soms is de "ouderwetse", methodische aanpak (de boekhouder) veel beter en betrouwbaarder dan de allernieuwste, hypermoderne technologie (de hippe AI) die probeert te slim af te zijn.

Technische samenvatting

Technische Samenvatting: Vergelijking van Imputatiemethoden voor Patient-Reported Outcomes bij Slokdarmkanker

1. Het Probleem (Problem Statement)

In klinisch onderzoek naar kanker, en specifiek bij Patient-Reported Outcomes (PROs) zoals de kwaliteit van leven, is ontbrekende data (missing data) een hardnekkig probleem. Wanneer patiënten bepaalde vragen in een enquête niet beantwoorden, kan dit leiden tot een verminderde statistische power, systematische bias en onjuiste interpretaties van de resultaten.

In real-world klinische registers (in tegenstelling tot gecontroleerde klinische trials) is het mechanisme achter ontbrekende data vaak complexer (bijv. Missing Not At Random - MNAR, waarbij patiënten bijvoorbeeld niet antwoorden omdat ze te ziek zijn). Het onderzoek richt zich op de vraag welke methoden het meest effectief zijn om deze ontbrekende waarden in de FACT-E vragenlijst (specifiek voor slokdarmkanker) te herstellen zonder de klinische validiteit aan te tasten.

2. Methodologie (Methodology)

De onderzoekers vergeleken zeven verschillende imputatiemethoden uit diverse paradigma's (statistiek, machine learning en deep learning) op een dataset van 1.018 observaties (936 unieke patiënten) uit de Esophageal and Gastric Data- and Bio-Bank van het McGill University Health Centre.

De geëvalueerde methoden:

1. MICE (Multiple Imputation by Chained Equations): Een iteratieve statistische methode (hier geïmplementeerd met LightGBM).
2. VAE (Variational Autoencoder): Een generatief deep learning-model dat probabilistische latente representaties leert.
3. DAE (Denoising Autoencoder): Een neuraal netwerk dat getraind wordt om data te reconstrueren uit "vervuilde" inputs.
4. BPCA (Bayesian Principal Component Analysis): Een probabilistische benadering van PCA voor dimensionaliteitsreductie.
5. Deep Learning Autoencoder (Da Xu et al.): Een gespecialiseerd model met patiënt-specifieke embeddings en temporele patronen (oorspronkelijk voor longitudinale data).
6. SoftImpute: Een matrix-completie-algoritme gebaseerd op soft-thresholded singular value decomposition (SVD).
7. KNN (K-Nearest Neighbors): Een niet-parametrische methode gebaseerd op de gelijkenis tussen observaties.

Evaluatiekader:
De methoden werden getoetst op twaalf criteria, waaronder:

• Nauwkeurigheid: MAE (Mean Absolute Error) en RMSE (Root Mean Square Error).
• Verdeling: Behoud van de oorspronkelijke datadistributie (via Kolmogorov-Smirnov tests).
• Correlatie: Behoud van de relaties tussen verschillende subschalen.
• Klinische relevantie: Classificatieprestaties (Accuracy, AUC, sensitiviteit, specificiteit) door de geïmputeerde waarden om te zetten naar discrete klinische categorieën.
• Efficiëntie: Rekentijd.

3. Belangrijkste Resultaten (Key Results)

• Superieure prestaties van MICE: MICE bleek de meest robuuste methode. Het presteerde het best op het gebied van distributiebehoud, continue nauwkeurigheid (laagste MAE/RMSE) en klinische classificatie (hoogste accuracy van 51,2% en AUC van 0,635).
• Efficiëntie vs. Nauwkeurigheid: Er bestond een duidelijke trade-off. MICE was computationeel het zwaarst (453 seconden), terwijl matrix-gebaseerde methoden zoals SoftImpute extreem snel waren (0,04 seconden) en een goede balans boden tussen snelheid en nauwkeurigheid.
• Falen van complexe Deep Learning: De gespecialiseerde methode van Da Xu et al. presteerde het slechtst. Het vertoonde ernstige systematische bias en verstoorde de correlatiestructuren, waarschijnlijk door overfitting op patiënt-specifieke parameters in een relatief kleine/sparse dataset.
• Correlatiebehoud: VAE, DAE, BPCA en KNN waren zeer effectief in het behouden van de natuurlijke correlatiestructuren tussen de verschillende domeinen van de FACT-E vragenlijst.

4. Belangrijke Bijdragen en Betekenis (Significance)

• Eerste uitgebreide benchmark: Dit is de eerste studie die een breed scala aan moderne machine learning- en deep learning-methoden systematisch vergelijkt voor PRO-data in een real-world oncologische setting.
• Praktische richtlijnen: Het onderzoek biedt evidence-based aanbevelingen voor onderzoekers:
  • Gebruik MICE voor toepassingen waarbij klinische nauwkeurigheid en distributiebehoud cruciaal zijn.
  • Gebruik SoftImpute voor grootschalige studies waar computationele efficiëntie belangrijk is.
  • Gebruik Bayesian PCA wanneer het behoud van correlaties en onzekerheidsanalyse prioriteit hebben.
• Inzicht in de complexiteit van PRO-data: De studie benadrukt dat zelfs de beste methode (MICE) slechts een classificatie-accuracy van ~51% haalt, wat aangeeft dat ontbrekende PRO-data inherent complex zijn en vaak te maken hebben met Missing Not At Random (MNAR) mechanismen die standaard imputatie bemoeilijken.