Using latent representations to link disjoint longitudinal data for mixed-effects regression
Created by
Haebom
Category
Empty
저자
Clemens Schachter, Maren Hackenberg, Michelle Pfaffenlehner, Felix B. Tambe-Ndonfack, Thorsten Schmidt, Astrid Pechmann, Janbernd Kirschner, Jan Hasenauser, Harald Binder
개요
희귀 질환 치료제 변경의 영향을 분석하기 위해, 서로 다른 측정 도구를 사용하는 경우에도 모든 데이터를 활용하는 새로운 방법론을 제시한다. 이 방법론은 변이형 오토인코더를 사용하여 관측값을 공유된 잠재 공간에 매핑하고, 혼합 효과 회귀 모델을 적용하여 시간 경과에 따른 질병 역학과 치료제 변경 효과를 캡처한다. 또한, 혼합 효과 회귀와 변이형 오토인코더의 공동 매개변수 추정을 고려한 새로운 통계적 검정 방법을 제시한다. 척수성 근위축증 환자를 대상으로 치료제 변경 효과를 정량화하는 데 적용하여 방법론의 유효성을 입증한다.
시사점, 한계점
•
서로 다른 측정 도구의 데이터를 통합하여 희귀 질환 연구의 데이터 부족 문제를 해결할 수 있는 잠재력 제시.
•
치료제 변경 효과를 정량적으로 평가하고, 모델 선택을 가능하게 함.
•
혼합 효과 회귀와 변이형 오토인코더의 공동 매개변수 추정을 위한 새로운 통계적 검정 방법 제시.
•
척수성 근위축증 환자 대상 연구로, 다른 희귀 질환에 대한 일반화 가능성은 추가 연구 필요.
