动态生存预测有了时间分辨解释:DynSurvX把计算量砍掉41–80%,随访中可反复更新
核心概要
纵向随访数据让生存预测更准,却也让模型更难解释,而现有解释方法要么绑定特定模型,要么只处理静态协变量。DynSurvX把时间归因拆成两步:先按整体重要性筛出值得细看的纵向特征,再只对这些特征自适应细分时间窗,从而给出随新测量更新的时间分辨解释。在模拟数据和两个临床数据集上,它与理论重要性的吻合程度随预测模型性能提高而提高,相对时间解释基线WindowSHAP减少41–80%计算时间。
深度剖析
DynSurvX为同时含静态协变量和纵向测量的动态生存预测提供时间分辨解释,既说明哪些特征在起作用,也说明纵向测量在随访的哪段时间影响预测,并随新数据到来而更新。 此前的生存解释方法要么针对特定模型类别,要么只适用于静态协变量,无法说明纵向测量的重要性如何随随访演变;TimeSHAP、WindowSHAP、OrdSHAP等时间归因方法主要面向回归和分类任务,且在特征–时间空间上联合归因,代价高。 在模拟数据上,DynSurvX比JointLIME和WindowSHAP更准确地恢复整体重要性和时间重要性;JointLIME漏掉若干有影响的特征,Dynamic WindowSHAP能识别主要纵向特征但重要性估计和时间定位较差。
做法是把时间解释当成分层归因问题:第一阶段用KernelSHAP在混合静态–纵向设定下给每条纵向轨迹一个整体重要性分数,只保留超过阈值的特征进入第二阶段。 第二阶段扩展Dynamic WindowSHAP,每条入选轨迹先作为一个区间,再递归细分,只对归一化重要性超过阈值的区间继续拆分,并在细化过程中自适应更新,从而为每个预测自动确定合适的时间分辨率。 评估覆盖一个模拟数据集和两个临床数据集(PBCseq的312名原发性胆汁性肝硬化患者,MSK-Chord乳腺癌队列的3253名患者)、三种动态生存模型(Dynamic DeepHit、CoxSig、DySurv)以及两个预测目标。
启示与展望
演示范围是一个模拟数据集和两个临床数据集上的三种动态生存模型,预测目标为期望剩余限制生存时间和中位残差生存时间;解释质量依赖底层预测模型的性能,在MSK-Chord上三种模型预测性能中等且归因模式差异明显。
两阶段设计可能丢弃整体重要性低但局部时间效应强的纵向特征,阈值在肘部选值附近变动时PBCseq上模式基本不变,但这一稳健性并未消除该限制,作者建议把阈值当作可调参数并做敏感性分析;干预式Shapley近似在特征强相关时可能产生不现实的扰动,作为事后框架也会继承底层模型在分布偏移下的局限。
