검열된 생존 데이터에서 강인한 치료 규칙 학습

초록

본 논문은 검열된 생존 시간 데이터를 대상으로 두 가지 강인한 최적 치료 규칙 기준을 제안한다. 첫 번째는 지정된 분위수(예: 중앙값)로 트렁케이트된 평균 생존 시간을 최대화하는 CVaR 기준이며, 두 번째는 트렁케이트 평균 생존 시간을 보정한 임계값을 이용해 생존 확률을 최대화하는 버퍼드(bPOE) 기준이다. 차분-볼록(DC) 최적화와 샘플링 기반 DCA 알고리즘을 통해 추정 방법을 구현하고, 이론적 수렴성을 입증한다. 시뮬레이션과 AIDS 임상시험 데이터를 통해 기존 방법보다 우수함을 확인하였다.

상세 분석

이 연구는 기존의 평균 생존 시간(maximum expected outcome) 최적화 접근법이 생존 데이터의 꼬리 위험을 충분히 반영하지 못한다는 점에 주목한다. 이를 해결하기 위해 저자는 두 가지 새로운 목표 함수를 정의한다. 첫 번째 CVaR(Conditional Value‑at‑Risk) 기준은 γ 분위수에 해당하는 트렁케이트 평균 생존 시간을 V₁^γ(d)=E