跳转至

Joint modelling of longitudinal HRQoL data accounting for the risk of competing dropouts

作者: Hortense Doms, Philippe Lambert, Catherine Legrand
来源: Journal of the Royal Statistical Society Series C
主题: 因果推断
相关性: 6/10
链接: 期刊页 · arXiv


一、领域脉络与小综述

这个方向是什么

本文所处的子方向是纵向健康相关生活质量(HRQoL)数据的联合建模(joint modeling),其根本的统计问题是:在癌症临床试验中,患者因疾病进展或死亡而提前退出(即"信息性脱落",informative dropout),导致 HRQoL 纵向测量值的缺失机制与潜在的健康状态本身相关。若忽略这种相关性,直接对观测到的纵向数据做推断,会得到有偏的治疗效应估计。该方向的成熟度较高——联合建模框架自 Tsiatis & Davidian (2004) 系统化以来已有二十年历史,Rizopoulos (2012) 的专著和 JMbayes 软件包(Rizopoulos, 2014)使其在应用统计界广泛可用。本文的增量在于将项目反应理论(IRT)引入这一框架,以处理多个有序分类结局(而非单一连续结局),并显式建模竞争性脱落原因。

发展脉络(history)

  • 奠基工作:Tsiatis & Davidian (2004) 和 Rizopoulos (2012) 建立了联合模型的标准范式——用一个潜变量(随机效应)同时驱动纵向轨迹和生存风险,通过共享随机效应刻画"信息性脱落"。Wu et al. (2012) 提供了这一框架的系统综述,明确了联合建模的三种动机:(i) 生存模型中的时变协变量测量误差;(ii) 纵向模型中的信息性脱落;(iii) 潜变量关联。
  • 主要进展:Rizopoulos (2014) 的 JMbayes 包将贝叶斯 MCMC 估计推广到多种结局类型和关联结构,使方法从理论走向实用。Papageorgiou et al. (2019) 和 Alsefri et al. (2020) 的综述进一步梳理了关联参数化(当前值、随机效应、斜率等)和估计方法(MCMC、EM)的谱系。
  • IRT 与纵向数据的交叉:Gorter et al. (2015) 是关键的方法论转折——他们通过模拟证明,对多条目问卷使用总分(sum score)作为结局会高估组内方差、低估组间方差,而 IRT 模型能正确分离测量误差与真实潜在特质的变化。这为本文用 IRT 替代总分提供了直接依据。
  • 竞争风险与 HRQoL:Cuer et al. (2022) 将竞争风险框架引入 HRQoL 联合模型,区分"疾病相关脱落"与"非疾病相关脱落",并证明二者的风险函数形态不同(一个早期高发、一个后期高发)。本文直接继承了这一设定。
  • 本文的位置:作者将上述两条线——IRT 纵向测量模型与竞争风险联合模型——合并,提出 extJMIRT。与 Luo (2014) 和 Wang & Luo (2019) 的既有 IRT-联合模型相比,本文的增量是:(a) 显式引入竞争性脱落原因;(b) 将 log 基线风险作为协变量纳入潜变量模型(而非仅将潜变量作为生存模型的协变量),实现"双向"信息流动。

子线索聚类

  1. 联合模型的方法论综述与软件(Wu et al., 2012; Rizopoulos, 2014; Papageorgiou et al., 2019; Alsefri et al., 2020):这条线解决"如何建模与估计"的通用框架问题,是本文的方法论底座。
  2. IRT 用于纵向问卷数据(Gorter et al., 2015; Verhagen & Fox, 2013):这条线解决"如何从多个有序条目中提取潜在特质"的测量问题,是本文的测量模型来源。
  3. 竞争风险联合模型(Cuer et al., 2022; Putter et al., 2007):这条线解决"脱落原因异质性"的生存分析问题,是本文的生存子模型来源。
  4. HRQoL 联合模型的既有应用(Luo, 2014; Wang & Luo, 2019; Touraine et al., 2023):这条线直接处理"HRQoL + 脱落"的组合,是本文最直接的竞争/参照工作。

这个方向在追问的核心问题

  1. 识别问题:在信息性脱落下,纵向轨迹的哪些参数(固定效应、方差分量)仍可识别?需要什么假设(如条件独立、随机效应分布正确指定)?
  2. 关联结构的选择:潜变量与生存过程之间用何种关联参数化(当前值 vs. 随机效应 vs. 斜率)最合适?不同选择对估计的敏感性和解释有何影响?
  3. 测量模型的选择:对多条目问卷,用总分、因子得分还是 IRT 潜变量?Gorter et al. (2015) 已证明 IRT 在方差分解上更优,但代价是计算复杂度显著上升。
  4. 竞争风险的建模:不同脱落原因是否应赋予不同的关联参数?忽略竞争结构会带来多大的偏倚?

已知瓶颈:计算负担(MCMC 在高维随机效应下的收敛问题)、模型可识别性对分布假设的依赖、以及缺乏对 IRT 测量不变性(measurement invariance)在纵向设定下的检验。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"现有 HRQoL 联合模型要么用总分(损失信息),要么用单一脱落风险(混淆脱落原因),而我们的 extJMIRT 同时解决这两个问题——用 IRT 保留条目级信息,用竞争风险区分脱落原因,并将 log 基线风险纳入潜变量模型以捕捉脱落风险对 HRQoL 的直接影响。" 作者淡化的竞争路线包括:(a) 完全贝叶斯半参数方法(如用 Dirichlet 过程混合放松随机效应正态假设);(b) 基于加权估计方程的方法(如逆概率加权 + 多重插补),这些方法不依赖联合模型但需要正确指定脱落概率模型。值得研究者去查的问题:为什么作者没有与逆概率加权(IPW)或双稳健估计进行比较?在模拟中,simpleJMIRT 的对照是否足够强——它是否等价于 Cuer et al. (2022) 的方法?

张力

未见明显对立引用。但存在一个微妙的张力:Gorter et al. (2015) 主张 IRT 优于总分,而 Touraine et al. (2023) 的联合模型仍用总分且效果良好——这意味着 IRT 的优势可能依赖于条目数量、类别数和样本量,并非无条件成立。作者在模拟中未系统变化这些因素。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据交代清楚

符号清单(逐个点名):

符号 含义 类型
\(i = 1, \ldots, n\) 患者索引 样本
\(j = 1, \ldots, N_i\) 第 \(i\) 个患者的观测时点索引 样本
\(k = 1, \ldots, K\) HRQoL 条目(item)索引 维度
\(y_{ijk}\) 第 \(i\) 人第 \(j\) 次访视第 \(k\) 个条目的有序分类回答(如 1–4) 可观测
\(t_{ij}\) 第 \(i\) 人第 \(j\) 次访视的时间 可观测(设计点)
\(\eta_{ij}\) 第 \(i\) 人第 \(j\) 次访视的潜在 HRQoL 水平 潜变量(不可观测)
\(x_i(t)\) 固定效应设计向量(含时间、治疗组等) 可观测
\(z_i(t)\) 随机效应设计向量(通常含截距和斜率) 可观测
\(\beta\) 固定效应系数(\(p\) 维) 参数(待估)
\(b_i\) 第 \(i\) 人的随机效应(\(q\) 维),\(b_i \sim N(0, D)\) 潜变量(不可观测)
\(D\) 随机效应协方差矩阵 参数(待估)
\(a_k\) 第 \(k\) 个条目的区分度(discrimination)参数 参数(待估)
\(d_{kl}\) 第 \(k\) 个条目的第 \(l\) 个阈值(threshold)参数,\(l = 1, \ldots, L_k - 1\) 参数(待估)
\(T_i^*\) 第 \(i\) 人的脱落时间(潜在) 潜变量(部分观测)
\(C_i\) 第 \(i\) 人的管理性删失时间 可观测
\(T_i = \min(T_i^*, C_i)\) 观测到的脱落/删失时间 可观测
\(\delta_{ip}\) 第 \(i\) 人因原因 \(p\) 脱落的指示(\(p = 1, 2\)),\(\delta_i = [\delta_{i1}, \delta_{i2}]\) 可观测
\(h_{ip}(t)\) 第 \(i\) 人因原因 \(p\) 在时间 \(t\) 的原因别风险 模型量
\(h_{0p}(t)\) 原因 \(p\) 的基线风险函数 参数(函数,用 B 样条参数化)
\(\gamma_p\) 原因 \(p\) 的生存协变量系数 参数
\(\alpha_p\) 原因 \(p\) 的关联参数(连接潜变量与风险) 参数
\(m(t, b_i)\) 关联函数(本文用 \(m(t, b_i) = b_i\),即随机效应关联) 模型选择
\(w_i\) 生存子模型的基线协变量 可观测
\(\lambda = [\lambda_1, \lambda_2]\) log 基线风险对潜变量的回归系数 参数(本文核心创新)
\(v^T(t_{ij}) = [\log h_{01}(t_{ij}), \log h_{02}(t_{ij})]\) 从生存子模型构造的协变量 模型派生(可观测,给定参数)

模型(数据生成机制,用直白语言):

  1. 潜变量轨迹:每个患者 \(i\) 有一个随时间变化的潜在 HRQoL 水平 \(\eta_i(t)\),由固定效应(人群平均轨迹)+ 随机效应(个体偏离)决定:

    \[\eta_i(t) = x_i^T(t)\beta + z_i^T(t)b_i, \quad b_i \sim N(0, D)\]

  2. 测量模型(IRT/GRM):在访视 \(j\),患者 \(i\) 对条目 \(k\) 的回答 \(y_{ijk}\) 由 \(\eta_{ij}\) 通过等级反应模型(Graded Response Model)决定。每个条目有区分度 \(a_k\) 和一组阈值 \(d_{kl}\),回答落入类别 \(l\) 的概率是 \(\eta_{ij}\) 的 logistic 函数。关键:这里不用总分,而是直接用原始条目回答,通过潜变量 \(\eta_{ij}\) 连接。

  3. 生存模型(竞争风险):患者可能因两种原因脱落——原因 1(非疾病相关)和原因 2(疾病相关/死亡)。每种原因有各自的基线风险 \(h_{0p}(t)\)(用 B 样条建模),风险受协变量 \(w_i\) 和随机效应 \(b_i\) 影响(通过关联参数 \(\alpha_p\))。

  4. 本文的核心创新(公式 5):在潜变量轨迹方程中,加入 log 基线风险作为时变协变量:

    \[\eta_{ij} = x_i^T(t_{ij})\beta + z_i^T(t_{ij})b_i + \lambda_1 \log h_{01}(t_{ij}) + \lambda_2 \log h_{02}(t_{ij})\]

这意味着:脱落风险本身(通过基线风险函数)直接影响 HRQoL 水平。\(\lambda_p\) 衡量"在控制了时间趋势和个体随机效应后,某类脱落风险每升高一个单位(log 尺度),潜在 HRQoL 水平变化多少"。

可观测数据:对每个患者 \(i\),我们观测到: - 纵向部分:\(\{(t_{ij}, y_{ij1}, \ldots, y_{ijK}) : j = 1, \ldots, N_i\}\)——即每次访视的时间、所有条目的回答 - 生存部分:\((T_i, \delta_{i1}, \delta_{i2})\)——脱落/删失时间、脱落原因指示 - 协变量:\(x_i(t)\)(含治疗组、时间)、\(w_i\)(如年龄、性别)

不可观测(潜在):\(\eta_{ij}\)(潜在 HRQoL)、\(b_i\)(随机效应)、\(h_{0p}(t)\)(基线风险函数)。

第二步:最小内核

最简特例:假设只有 \(K=1\) 个条目(一个二分类问题:\(y_{ij} \in \{0,1\}\)),没有协变量(\(x_i(t) = t\),即只有时间),随机效应只有随机截距(\(b_i\) 是一维标量),且只考虑一种脱落原因(\(P=1\),无竞争风险)。此时模型退化为:

  • 潜变量轨迹:\(\eta_{ij} = \beta_0 + \beta_1 t_{ij} + b_i + \lambda \log h_0(t_{ij})\)
  • 测量模型:\(P(y_{ij} = 1 | \eta_{ij}) = \text{logit}^{-1}(a \eta_{ij} + d)\)
  • 生存模型:\(h_i(t) = h_0(t) \exp(\alpha b_i)\)

这个特例下的核心命题:如果真实数据生成机制中 \(\lambda \neq 0\)(即脱落风险确实影响 HRQoL),但分析时忽略 \(\lambda\)(即用 simpleJMIRT 或标准联合模型),那么 \(\beta_1\)(时间斜率,即 HRQoL 随时间的变化率)的估计会有偏。偏倚的方向取决于 \(\lambda\) 的符号和 \(\alpha\) 的符号。

为什么成立(证明直觉):当 \(\lambda > 0\) 且 \(\alpha > 0\) 时,高 \(b_i\) 的患者(HRQoL 水平高)同时有更高的脱落风险(因为 \(\alpha > 0\)),且脱落风险本身推高 HRQoL(因为 \(\lambda > 0\))。这些患者更早脱落,导致观测到的样本中低 \(b_i\) 的患者占比随时间增加。忽略 \(\lambda\) 的模型会把这种"选择性流失"误读为 HRQoL 随时间下降,从而低估 \(\beta_1\)(或高估恶化速度)。反之,若 \(\lambda < 0\),则偏倚方向相反。

本文的一般设定只是这个特例的"加壳":多个条目(GRM 替代单条目 logistic)、竞争风险(\(P=2\) 替代 \(P=1\))、随机斜率(\(b_i\) 二维替代一维)、B 样条基线风险(替代参数化风险)。核心识别逻辑不变:通过将 log 基线风险纳入潜变量模型,使得"脱落风险对 HRQoL 的直接效应"(\(\lambda\))与"HRQoL 对脱落风险的直接效应"(\(\alpha\))可以被同时估计,从而解开二者之间的反馈循环。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在癌症临床试验中,当患者因不同原因(疾病相关 vs. 非疾病相关)信息性脱落时,如何无偏地估计 HRQoL 纵向轨迹及其与治疗的关系。
  2. 核心工具/方法:提出 extJMIRT——一个贝叶斯联合模型,将 IRT(等级反应模型)用于多个有序分类 HRQoL 条目,将竞争风险比例风险模型用于脱落时间,并通过"将 log 基线风险作为协变量纳入潜变量轨迹"实现双向信息流动。
  3. 主要结论:模拟研究表明,extJMIRT 在存在竞争性信息性脱落时能提供低偏倚、良好覆盖率的参数估计;忽略竞争结构或忽略 log 基线风险对潜变量的影响会导致严重偏倚(尤其是阈值参数,覆盖率从 92% 降至 36%);应用于胶质母细胞瘤数据时,发现疾病相关脱落风险与更差的 HRQoL 相关(\(\lambda_2 = 0.122\)),而非疾病相关脱落风险与更好的 HRQoL 相关(\(\lambda_1 = -0.248\))。

关键设定与假设

模型设定(在第二节最小记号基础上补全):

  1. 潜变量轨迹(公式 5):
    \[\eta_{ij} = \beta_1 t_{ij} + \beta_2 \text{Trt}_i + \lambda_1 \log h_{01}(t_{ij}) + \lambda_2 \log h_{02}(t_{ij}) + b_{0i}\]

其中 \(b_{0i} \sim N(0, \sigma^2)\) 是随机截距。注意:这里没有随机斜率,只有随机截距;时间效应是固定效应 \(\beta_1\)。

  1. 测量模型:对每个条目 \(k\),等级反应模型:

    \[P(y_{ijk} \geq l | \eta_{ij}) = \frac{1}{1 + \exp(-(a_k \eta_{ij} + d_{kl}))}\]
    其中 \(a_k > 0\) 是区分度,\(d_{kl}\) 是阈值(满足 \(d_{k1} > d_{k2} > \cdots\) 的序约束)。识别约束:\(a_1 = 1\),\(d_{1,1} = 0\)。

  2. 生存模型:原因别比例风险模型:

    \[h_{ip}(t) = h_{0p}(t) \exp(\gamma_p^T w_i + \alpha_p b_{0i}), \quad p = 1, 2\]

其中 \(w_i\) 包含治疗组。基线风险 \(h_{0p}(t)\) 用 B 样条 + 惩罚(高斯马尔可夫随机场先验)建模。

  1. 关联结构:使用随机效应关联(\(m(t, b_i) = b_{0i}\)),即潜变量水平(通过随机截距)直接影响脱落风险(\(\alpha_p\)),同时脱落风险(通过 log 基线风险)直接影响潜变量水平(\(\lambda_p\))。

关键假设: - 条件独立性:给定随机效应 \(b_{0i}\),纵向测量和脱落时间是独立的(即 \(b_{0i}\) 捕捉了所有未观测的混杂)。 - 测量不变性:条目参数(\(a_k, d_{kl}\))不随时间变化(没有条目功能差异)。 - 非信息性访视时间:访视时间 \(t_{ij}\) 与潜在过程独立(给定 \(b_{0i}\))。 - B 样条基线风险:基线风险函数的光滑性由惩罚参数 \(\tau_p\) 控制,\(\tau_p \sim \text{Gamma}(1, 0.005)\)。

相比已有工作的变化: - 相比 Luo (2014) 和 Wang & Luo (2019):增加了竞争风险结构(两种脱落原因),并在潜变量轨迹中加入 log 基线风险作为协变量。 - 相比 Cuer et al. (2022):用 IRT 替代总分,保留条目级信息。 - 相比标准联合模型(Rizopoulos, 2012):改变了信息流动方向——标准模型将纵向轨迹作为生存模型的协变量(预测脱落),本文同时将脱落风险作为纵向轨迹的协变量(调整脱落对 HRQoL 的影响)。

主要结果

模拟研究(三个设定):

  • 设定 I(数据按 extJMIRT 生成,\(\lambda_1 = -0.25, \lambda_2 = 0.1\)):extJMIRT 对所有参数给出低偏倚(|bias| < 0.02)、接近名义水平的覆盖率(92%-97%)。区分度 \(a_k\) 和阈值 \(d_{kl}\) 的估计也表现良好。
  • 设定 II.a(\(\lambda_1 = \lambda_2 = 0\),即无脱落效应):extJMIRT 正确检测到 \(\lambda\) 不显著,其他参数估计仍无偏。这验证了模型在零假设下的行为。
  • 设定 II.b(仅 \(\lambda_1 = 0\),\(\lambda_2 = 0.1\)):模型正确识别 \(\lambda_1\) 不显著、\(\lambda_2\) 显著。
  • 设定 III(用 simpleJMIRT 拟合 extJMIRT 生成的数据):阈值参数严重偏倚——例如 \(d_{31}\) 的偏倚从 0.001 升至 0.118,覆盖率从 92.2% 降至 36.0%。\(\beta_1\)(时间效应)的覆盖率也从 95.4% 降至 89.0%。这量化了忽略竞争结构和 log 基线风险效应的代价。

应用(EORTC-26101 胶质母细胞瘤试验,\(n = 423\)): - 物理功能随时间显著恶化(\(\beta_1 = 0.004\),即每天恶化 0.004 个单位)。 - 治疗对 HRQoL 无显著直接效应(\(\beta_2 = 0.284\),95% CI 包含 0)。 - \(\lambda_2 = 0.122\) 显著为正:疾病相关脱落风险越高,HRQoL 越差(反向因果——更差的健康导致更高的脱落风险和更差的 HRQoL)。 - \(\lambda_1 = -0.248\) 显著为负:非疾病相关脱落风险越高,HRQoL 越好(可能是因为这些患者因恢复良好而选择退出随访)。 - 关联参数 \(\alpha_1 = 0.184\) 显著:个体 HRQoL 水平越高,非疾病相关脱落风险越高。

计算:MCMC(Metropolis-within-Gibbs),15 点 Gauss-Kronrod 求积近似积分,胶质母细胞瘤数据运行时间 4.23 分钟(单核 2.6 GHz)。

🔎 结论是否比证明窄

  • 模拟仅覆盖有限参数空间:只用了 \(n = 500\)、\(K = 3\) 个条目、4 个类别。未系统变化条目数、类别数、样本量、随机效应方差、脱落率。因此"无偏"的结论严格来说只在模拟的参数配置下成立。
  • 未证明一致性:论文没有给出估计量一致性的理论证明。贝叶斯框架下的一致性依赖于模型正确指定和先验的适当性,文中未讨论。
  • \(\lambda\) 的可解释性:作者将 \(\lambda_p\) 解释为"基线脱落风险对 HRQoL 的直接影响",但这个解释依赖于"log 基线风险作为协变量"的模型设定。如果真实机制是"HRQoL 影响脱落"(而非反过来),\(\lambda_p\) 的估计可能捕捉的是反向因果的混合效应。作者在讨论中承认了这一点,但未做敏感性分析。
  • 竞争风险的可识别性:两种脱落原因的基线风险函数 \(h_{01}(t)\) 和 \(h_{02}(t)\) 是否可分离识别?作者用 B 样条 + 惩罚先验,但未讨论可识别性条件。
  • "优先分析纵向数据"的声称:作者声称他们的方法"优先分析纵向数据而非传统地将纵向数据作为生存子模型的协变量",但这更多是建模哲学上的差异,而非统计效率上的优势——文中没有与"纵向作为协变量"的模型进行正式比较。

四、开放问题

  1. 理论性质:extJMIRT 估计量的一致性、渐近正态性、以及半参数效率界是什么?文中完全没有涉及。扎根于:全文只有模拟,没有定理。(要确认这是否是真 gap,去读 joint modeling 理论方向的近期文献——Tsiatis & Davidian 2004 之后的理论工作多聚焦于特定关联结构下的效率。)

  2. 测量不变性检验:模型假设条目参数不随时间变化,但 HRQoL 恶化可能改变条目的测量性质。如何在贝叶斯框架下检验和放松这一假设?扎根于:文中未讨论 measurement invariance,而 Gorter et al. (2015) 的模拟恰恰表明 IRT 的优势依赖于测量模型的正确设定。

  3. \(\lambda_p\) 的因果解释:\(\lambda_p\) 被解释为"脱落风险对 HRQoL 的影响",但这个解释需要更强的识别假设(如无未测量的时变混杂)。能否用工具变量或敏感性分析方法来检验这一解释的稳健性?扎根于:讨论部分承认了"反向因果"的可能性,但未提供解决方案。

  4. 计算扩展:MCMC 在高维随机效应(如多维潜变量、随机斜率)下的扩展性如何?能否用变分推断或 HMC 加速?扎根于:文中只用了随机截距,且运行时间 4.23 分钟;Wang & Luo (2019) 的多维潜变量模型计算量显著更大。

  5. 与加权方法的比较:extJMIRT 与逆概率加权(IPW)+ 多重插补(MI)在有限样本下的相对表现如何?IPW 不需要指定纵向子模型,可能对模型误设定更稳健。扎根于:文中只与 simpleJMIRT 比较,未与 IPW/MI 比较。


提醒:若要确认上述某条是否是真 gap,建议去读 joint modeling 领域近 5 年的 5 篇综述/方法论文的引言部分——如果多篇都指向同一个未解决问题(如测量不变性、因果解释),那大概率是共识性 gap;如果各篇说法不一,则可能是机会所在。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论