Comparison of the Cox proportional hazards model and Random Survival Forest algorithm for predicting patient-specific survival probabilities in clinical trial data

要約

Cox比例ハザードモデルは、多くの場合、時間からイベントの結果を持つランダム化比較試験（RCT）からのデータを分析するために使用されます。
Random Survival Forest（RSF）は、予測パフォーマンスが高いことで知られている機械学習アルゴリズムです。
RCTの2つの参照データセットに基づいて、さまざまなシミュレーションシナリオでCOX回帰とRSFのパフォーマンスを比較するために、包括的なニュートラル比較研究を実施します。
動機は、三脚（個々の予後または診断のための多変数予測モデルの透明な報告）の推奨に応じた測定値を使用して、パフォーマンスのさまざまな側面を比較するときに、1つの方法が他の方法よりも好ましい設定を特定することです。
我々の結果は、C Indexにのみ基づいて結論が、COX-PHおよびRSFモデルの予測精度を実際の観察時間からイベントまでのデータに基づいて比較し、方法論者によって批判されている以前の研究で主に使用されてきたパフォーマンス尺度であり、予測的なパフォーマンスの他の側面に一般化できないことを示しています。
全体的なパフォーマンスの測定値は、一般により合理的な結果をもたらす可能性があり、RSFに使用される標準的なログランク分割ルールは、特に非均一なハザード設定では、代替分割ルールによってアウトパフォームされる可能性があることがわかりました。
私たちのシミュレーションでは、RSFのパフォーマンスは、これらがないデータと比較して、治療腫瘍相互作用を伴うデータのパフォーマンスが低下します。
COX-PHモデルのパフォーマンスは、比例ハザードの仮定の違反の影響を受けます。

要約(オリジナル)

The Cox proportional hazards model is often used to analyze data from Randomized Controlled Trials (RCT) with time-to-event outcomes. Random survival forest (RSF) is a machine-learning algorithm known for its high predictive performance. We conduct a comprehensive neutral comparison study to compare the performance of Cox regression and RSF in various simulation scenarios based on two reference datasets from RCTs. The motivation is to identify settings in which one method is preferable over the other when comparing different aspects of performance using measures according to the TRIPOD (Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis) recommendations. Our results show that conclusions solely based on the C index, a performance measure that has been predominantly used in previous studies comparing predictive accuracy of the Cox-PH and RSF model based on real-world observational time-to-event data and that has been criticized by methodologists, may not be generalizable to other aspects of predictive performance. We found that measures of overall performance may generally give more reasonable results, and that the standard log-rank splitting rule used for the RSF may be outperformed by alternative splitting rules, in particular in nonproportional hazards settings. In our simulations, performance of the RSF suffers less in data with treatment-covariate interactions compared to data where these are absent. Performance of the Cox-PH model is affected by the violation of the proportional hazards assumption.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google