Interpretable Prediction and Feature Selection for Survival Analysis
원문 초록
Survival analysis is widely used as a technique to model time-to-event data when some data is censored, particularly in healthcare for predicting future patient risk. In such settings, survival models must be both accurate and interpretable so that users (such as doctors) can trust the model and understand model predictions. While most literature focuses on discrimination, interpretability is equally as important. A successful interpretable model should be able to describe how changing each feature impacts the outcome, and should only use a small number of features. In this paper, we present DyS (pronounced ``dice''), a new survival analysis model that achieves both strong discrimination and interpretability. DyS is a feature-sparse Generalized Additive Model, combining feature selection and interpretable prediction into one model. While DyS works well for all survival analysis problems, it is particularly useful for large (in $n$ and $p$) survival datasets such as those commonly found in observational healthcare studies. Empirical studies show that DyS competes with other state-of-the-art machine learning models for survival analysis, while being highly interpretable.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
CTR 모델의 초기 학습 붕괴 완화
Mitigating Early Training Collapse in CTR Models
클릭률(CTR) 예측을 위한 딥 뉴럴 모델은 학습 손실이 지속적으로 개선됨에도 불구하고 첫 번째 학습 에포크 직후 검증 성능이 급격히 저하되는 현상을 자주 보인다. 이러한 불안정성은 효과적인 학습을 제한하고 모델 성능을 저하시킨다. 본 연구에서는 대규모 산업 데이터셋을 활용하여 이 현상을 분석하고 실용적인 완화 전략을 평가한다. 학습률을 낮추는 방법은 점진적인 개선만을 제공하는 반면, 특징 희소성을 제어하는 방법은 상당한 성능 향상을 가져온다. 희소성이 높은 특징을 제거하고 빈도가 낮은 특징 값을 집계하면 학습이 안정화되고, 유효한 학습이 단일 에포크를 넘어 지속되며, 오프라인 평가 지표와 온라인 시스템 성능이 모두 향상된다.
시간 인덱스 입력을 포함한 생존 모델에서 행정적 중도절단의 함정
Pitfalls of Administrative Censoring in Survival Models with Time-Indexed Inputs
생존 모델(survival model)은 부분적으로 관측된 데이터를 활용하여 사건 발생까지의 시간(time-to-event) 결과를 모델링할 수 있다. 이 모델은 암 위험, 질병 진행, 치료 반응, 사망률 등 임상 예측에 널리 활용된다. 최근 모델들은 의료 영상, 검사실 검사, 전자 건강 기록(EHR) 스냅샷, 센서 측정값 등 특정 임상 방문 시 수집된 풍부한 입력에 의존하는 경우가 많다. 대규모 후향적 데이터셋에서 이러한 입력은 통상 수년에 걸쳐 수집된다. 그 결과, 기기·프로토콜·문서화 방식·환자 구성·임상 관행의 변화를 통해 입력이 수집된 시점에 대한 단서를 포함할 수 있다. 이는 결과가 고정된 연구 종료일까지만 관측될 때 잠재적인 실패 모드를 만든다. 더 최근에 기록된 데이터는 오래된 데이터에 비해 잠재적 추적 관찰 기간이 필연적으로 짧다. 입력으로부터 기록 날짜를 추론할 수 있는 모델은 따라서 환자의 실제 사건 발생 위험이 아니라 가용한 추적 관찰 기간을 예측하도록 학습될 수 있다. 우리는 이 실패 모드를 행정적 절단 누출(administrative-cutoff leakage)이라 부른다. 본 논문에서는 이 누출이 발생하는 조건을 규명하고, 이를 고전적인 정보적 중도절단(informative censoring) 및 위험의 실질적 시간적 변화와 구별하며, 이를 탐지하기 위한 실용적인 방법을 제안한다. 시뮬레이션을 통해 행정적 절단 누출이 고정 시계열 AUC를 과대추정하게 할 수 있으며, 현실적인 추적 관찰 패턴 하에서 Harrell의 C-index에도 영향을 줄 수 있음을 보인다. 이어서 실제 유방조영술 코호트에서도 동일한 현상을 실증한다. 이러한 결과는 생존 예측을 위한 단순한 설계 원칙을 동기부여한다: n년 예측 과제의 경우, 데이터셋은 최신 입력 날짜 이후 최소 n년의 잠재적 추적 관찰 기간을 제공해야 한다. 그렇지 않으면 모델은 행정적 절단 누출에 의해 유발된 바이어스에 노출될 수 있다.
생존 예측을 위한 표 형식 파운데이션 모델의 중도절단 인식 타깃 인터페이스
A censoring-aware target interface for tabular foundation models in survival prediction
표 형식 환자 데이터에서의 시간-이벤트 예측은 예후 및 생의학적 의사결정 지원의 핵심이지만, 우중도절단(right-censored) 추적관찰은 일반적인 회귀 레이블의 직접 사용을 방해한다. 표 형식 파운데이션 모델은 소규모 이질적 데이터셋에 재사용 가능한 예측 구조를 제공하지만, 일반적으로 완전히 관측된 결과를 가정한다. 우리는 생존 결과를 제한 평균 생존 시간(restricted mean survival time, RMST)에 대한 잭나이프(jackknife) 유사 관측 타깃으로 변환하여, 생존 전용 미세조정 없이 여러 표 형식 백본이 호라이즌별 RMST 회귀를 수행할 수 있도록 하는 중도절단 인식 타깃 인터페이스 프레임워크인 SurvFM-RMST를 소개한다. 조건부 RMST가 알려진 통제된 시뮬레이션에서 SurvFM-RMST는 제한 무이벤트 시간을 정확하게 복원하였으며, 유사 RMST 타깃은 단순 제한 관측 시간 및 이벤트 전용 타깃보다 우수한 성능을 보였다. 적격한 36개의 정적 SurvSet 데이터셋에서 SurvFM 백본은 기존의 생존 분석 및 RMST 회귀 비교 모델들과 경쟁력 있는 성능을 보였으나, 상대적 성능은 엔드포인트, 호라이즌 및 실용적 제약에 따라 달랐다. 예측된 RMST는 보류된 환자들을 순서가 있는 관측 무이벤트 시간과 이벤트 농축을 갖는 그룹으로 층화하였다. 전반적으로, 결과는 유사 RMST 타깃 구성이 중도절단 생존 데이터와 표 형식 파운데이션 모델 예측 간의 이식 가능한 인터페이스로서 유효함을 지지한다.
정신병리 차원 예측을 위한 세분성 인식 EEG 특징 프레임워크
A Granularity-Aware EEG Feature Framework for Psychopathology Dimension Prediction
뇌전도(EEG)는 차원적 정신병리의 신경생리학적 상관관계를 비침습적으로 검사하는 방법을 제공하지만, EEG 패러다임과 특징 세분성에 걸친 체계적인 근거는 아직 제한적이다. 본 연구에서는 다중 스케일 기술자를 전역, 지역, 채널 수준으로 체계화하는 세분성 인식 EEG 특징 파이프라인을 개발한다. Healthy Brain Network(HBN) 코호트를 사용하여, 네 가지 EEG 패러다임에 걸쳐 p-요인, 내재화, 외재화, 주의력 문제의 네 가지 정신병리 차원 예측을 평가한다. 소아 정신병리의 이질성과 설문지 기반 점수의 보통 수준의 신뢰도를 고려할 때, 이 환경은 임상 선별 시나리오가 아닌 도전적인 타당성 검증을 나타낸다. 트리 기반 모델과 세분성 균형 특징 선택은 선택된 조건에서 기존 접근법 대비 유망한 개선을 보였으나, 효과 크기는 완만한 수준에 머물렀다. 선택된 마커의 시각화를 통해 기존 신경생리학적 지식과 대체로 일치하는 차원별 공간 및 스펙트럼 패턴이 드러났다. 독립적인 PEARL 코호트에 대한 탐색적 교차-데이터셋 건전성 검증은 교차-데이터셋 일반화 가능성을 주장하지 않으면서도, 프로토콜 변화 하에서 제안된 선택 원칙이 기술적으로 실현 가능하다는 점을 시사하였다. 전반적으로, 다중 스케일 EEG 특징은 차원적 정신병리와 관련된 약하지만 감지 가능한 신호를 포함하고 있으며, 세분성 인식 선택은 향후 EEG 기반 표현형 분석 연구를 위한 유용한 특징 축소 전략으로 활용될 수 있다.
Prediction of Chronic Kidney Disease - A Machine Learning Perspective
MMAO-Cls: 특징 선택과 분류기 튜닝을 동시에 수행하는 대사 다중 에이전트 최적화
MMAO-Cls: Metabolic Multi-Agent Optimization for Joint Feature Selection and Classifier Tuning
본 논문은 대사 다중 에이전트 최적화기(MMAO)가 분류 모델 선택을 위한 신뢰할 만한 외부 루프 최적화기로 기능할 수 있는지를 연구한다. 각 에이전트가 이진 특징 마스크와 분류기 하이퍼파라미터를 함께 인코딩하고, 개별 에너지, 공동 예산, 역할 변동, 생애주기 교체가 래퍼 학습의 정확도-복잡도 트레이드오프에 대응되는 혼합 공간 구현인 MMAO-Cls를 제안한다. 구현은 특징 정보 사전분포로부터 특징 예산 적응을 도출하고, 검증 보상을 부분집합의 간결성과 학습-검증 과적합 격차로 함께 정규화하여 강화되었다. 각각 3개의 시드로 7개의 표준 정형 데이터 벤치마크에서 MMAO-Cls를 평가하고, RandomSearch, GA-lite, PSO-lite, 내생적 비공유 제거 변형과 비교한다. 종합 검증 목적함수에서 MMAO-Cls는 GA-lite($0.9446$)에 이어 2위($0.9433$)이다. 보류된 테스트 성능에서는 평균 점수 $0.8882$를 달성하여 RandomSearch($0.8808$)와 GA-lite($0.8857$)를 능가하고, PSO-lite($0.8874$) 및 비공유 제거 변형($0.8900$)에는 근접하며, 비교된 모든 방법 중 보류 데이터 기준 평균 특징 부분집합이 가장 간결하다(특징 비율 $0.4881$). 쌍체 검정 결과 이러한 차이는 아직 통계적으로 유의하지 않다. 결과는 MMAO가 분류와 간결한 혼합 공간 탐색에 적용 가능함을 뒷받침하지만, 공동 공유가 보류 데이터 성능에 기여하는 정도는 해결되지 않은 채 남아 있다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.