《Statistics in Medicine》:Joint Analysis for Multivariate Longitudinal and Event Time Data With a Change Point Anchored at Interval-Censored Event Time
编辑推荐:
亨廷顿病(Huntington's disease, HD)是一种常染色体显性遗传性神经退行性疾病,以运动功能障碍、精神异常和认知衰退为特征。HD的发病以严重的运动功能障碍为标志,该症状可能由先前的认知衰退所预测,并反过来加剧认知缺陷。然而,临床数据通常在离散
亨廷顿病(Huntington's disease, HD)是一种常染色体显性遗传性神经退行性疾病,以运动功能障碍、精神异常和认知衰退为特征。HD的发病以严重的运动功能障碍为标志,该症状可能由先前的认知衰退所预测,并反过来加剧认知缺陷。然而,临床数据通常在离散时间点采集,因此疾病发病时间受到区间删失(interval censoring)的影响。为应对此类数据带来的挑战,研究人员开发了一种多元纵向生物标志物联合模型,该模型以区间删失事件时间作为锚定的变点(change point)。该模型同时评估纵向生物标志物对事件时间的影响,以及事件发生后生物标志物轨迹的变化。研究人员开展了全面的模拟研究,以验证所提出方法在基于渐近正态性定理进行统计推断时的有限样本性能。最后,研究人员将该方法应用于PREDICT-HD——一项针对前驱期HD个体的多中心观察性队列研究——以探究认知功能障碍与运动功能障碍在疾病进展过程中的相互作用。
论文解读
一、研究背景与问题提出
亨廷顿病(Huntington's disease, HD)是一种由4号染色体上HTT基因CAG三核苷酸重复序列异常扩增引起的常染色体显性遗传性神经退行性疾病,临床表现为进行性运动功能障碍、认知衰退及精神异常。目前该病尚无有效治疗手段。HD的临床发病诊断主要依据运动症状的出现,但已有研究表明认知损害在运动诊断之前即可出现,被视为前驱期HD疾病进展的早期标志。然而,认知损害与HD发病之间的相互作用机制尚未被系统阐明。
在临床研究中,纵向生物标志物与事件时间数据的联合建模已成为重要分析框架,尤其在慢性疾病、HIV/AIDS及心血管研究等领域应用广泛。传统联合模型通常假设纵向生物标志物与右删失(right-censored)事件时间共享个体特异性随机效应,用以评估纵向轨迹对生存结局的预测作用,或在校正信息性失访(informative dropout)下估计生物标志物轨迹。然而,这些方法难以直接应用于前驱期HD个体中认知衰退与HD发病关系的研究,原因在于:其一,HD发病时间仅已知落在两次相邻运动评估之间——首次评估为阴性诊断、第二次确认为HD发病——因此天然受到区间删失(interval censoring)的影响;其二,现有针对区间删失事件时间的联合模型未考虑事件发生后纵向生物标志物轨迹的变化;其三,既往两阶段变点分析虽探讨了纵向数据在区间删失事件时间周围的轨迹改变,但未涉及纵向数据对事件时间的影响,也未涉及因果推断。
二、研究内容与核心结论
针对上述方法学空白,研究人员提出了一种两阶段联合模型(two-phase joint model),用于同时刻画纵向生物标志物与区间删失事件时间之间的双向关系。该模型在Liu等人提出的因果框架下构建:第一阶段强调纵向数据对事件时间的影响,第二阶段考察事件时间是否以及如何改变纵向生物标志物的后续轨迹。模型以未观测到的事件时间作为变点(change point)锚定,将每个纵向生物标志物过程划分为发病前与发病后两个阶段,并通过共享随机效应(shared random effects)代理时间不变的未测量混杂因素。
通过将该方法应用于PREDICT-HD研究数据,研究人员获得了以下核心结论:符号数字原始总分(sydigtot)所代表的处理速度与注意力是HD运动发病的显著预测因子(HR=0.954, 95% CI: 0.916, 0.992, p=0.019),而Stroop单词阅读总分(stroopwo)所代表的信息整合与抑制能力的预测作用较弱(HR=0.988, 95% CI: 0.970, 1.006, p=0.184);基线CAP评分(结合年龄与CAG重复长度的疾病负担指标)是HD运动发病的主要驱动因素(HR=2.232, 95% CI: 1.594, 3.125, p<0.001);性别效应显著(HR=0.737, p=0.028),提示男性在该队列中发病风险较低。纵向子模型结果显示,两个认知生物标志物在运动发病后均出现显著加速衰退:sydigtot的发病后额外下降率为1.307单位/年(95% CI: ?1.620, ?0.994),stroopwo的额外下降率为2.067单位/年(95% CI: ?2.663, ?1.472)。此外,共享随机效应在生存子模型中均不显著,提示在纳入观测到的认知轨迹后,未测量的时间不变混杂因素并未提供额外的发病预测信息。
三、关键技术方法概述
研究人员采用了基于样条的半参数筛极大似然估计方法(spline-based semiparametric sieve maximum likelihood estimation)。具体而言,基线累积风险函数以三次单调B样条(cubic monotone B-spline)逼近,节点数依据样本量确定;参数估计采用Fisher得分算法(Fisher scoring algorithm)配合步长减半的自适应线性搜索策略;区间积分采用20节点Gauss-Legendre求积,随机效应积分采用20节点Gauss-Hermite求积;得分函数与观测信息矩阵通过有限差分法数值逼近;标准误采用非参数Bootstrap方法估计。初始值通过分别拟合纵向子模型与生存子模型获得。模拟研究基于1000次重复,样本量设为400和800。应用分析数据来自PREDICT-HD研究,该研究为2002年9月至2014年4月开展的一项12年多中心前瞻性队列研究,最终分析数据集包含983名前驱期HD个体,共5694次纵向观测。
四、研究结果
模拟研究结果。 模拟研究评估了所提出方法在有限样本下的性能。结果显示,回归系数的估计偏差可忽略不计;Bootstrap标准误估计与Monte Carlo经验标准差高度一致;95% Wald置信区间的覆盖率接近名义水平0.95。当样本量从400增至800时,经验标准差与Bootstrap标准误均按约√2的因子下降,符合渐近正态性理论的预期。累积风险函数的B样条估计与真实函数高度吻合,且随样本量增大估计精度明显提高。采用10个内部节点与6个内部节点的结果相似,表明该方法对样条节点数的选择不敏感。
PREDICT-HD应用结果。 生存子模型结果支持第一个研究假设:在调整CAP评分后,sydigtot是HD运动发病的显著预测因子,较好的认知表现与较低的发病风险相关。纵向子模型结果支持第二个研究假设:变点效应(发病后时间)对sydigtot和stroopwo均显著为负,表明HD运动发病后认知衰退显著加速。协变量效应在临床上具有一致性:较高的基线CAP评分和较大年龄与较低认知得分相关,而较高教育水平与较高认知得分相关。敏感性分析表明,有限差分步长的选择对结果影响极小(相对差异小于0.1%);Gauss-Hermite节点数的选择对部分协变量系数有一定影响,但符号不变且不改变实质性推断;初始值扰动(扰动幅度0.25和0.5)下所有估计参数相对差异小于0.1%,表明算法对初始值选择高度稳健。
五、讨论与结论
研究人员指出,模拟研究为所提出回归系数估计的渐近正态近似提供了经验支持,但严格的渐近理论证明尚待建立,是未来研究的重要方向。方法可自然扩展至非线性时间效应、完全半参数化筛极大似然估计以及测量误差模型。当变点在个体间存在实质性异质性时,估计精度与推断性能会明显下降,提示应显式建模潜在的个体特异性变点成分。计算负担是实际应用中的主要挑战——在配备两个Intel Icelake CPU(56核)和每节点256GB RAM的计算平台上,拟合PREDICT-HD数据约需20分钟,开发更高效的数值算法是未来研究的重要方向。
研究结论可概括为:将所提出的两阶段联合模型应用于PREDICT-HD数据,成功刻画了前驱期HD个体的疾病进展特征。分析表明,处理速度/注意力(sydigtot)与信息整合/抑制(stroopwo)两类认知功能均随时间下降,其中sydigtot是HD运动发病的显著预测因子;此外,运动发病后两个认知领域的衰退速率均显著加快。这些发现为HD的自然史提供了重要见解,并展示了所提出方法在刻画认知衰退与HD运动发病之间动态关系方面的实用价值。