DeepSurv：一种基于深度神经网络的 Cox 比例风险模型方法

DoubleHelix

发布于 2024-05-31 20:09:48

2821

发布于 2024-05-31 20:09:48

DeepSurv，一种 Cox 比例风险深度神经网络和最先进的生存方法，用于模拟患者协变量与治疗效果之间的相互作用。

该文章表示：在模拟和真实的生存数据上进行了大量的实验训练 DeepSurv。证明 DeepSurv 的表现与其他最先进的生存模型一样好，甚至更好，并验证 DeepSurv 成功地模拟了患者协变量与其失败风险之间日益复杂的关系。然后，展示了 DeepSurv 如何模拟患者特征与不同治疗方案有效性之间的关系，以展示如何使用 DeepSurv 提供个性化治疗建议。最后，在真实的临床研究中训练 DeepSurv，以证明它的个性化治疗建议将如何增加一组患者的生存时间。

# install.packages("survivalmodels")
library(survivalmodels)
library(survival)
library(sampling) # install.packages("sampling")

加载案例数据：

# dataSet
load("G:/Course/Bioinformatics/Regression/data/data.Rdata")

数据样式部分截图如下，红框中为样本信息，包括生存数据等，其他列为基因：

table(dataSet$vitalStat)

由于基因太多，我们这里读入一个基因集。

genes <- readLines("G:/Course/Bioinformatics/Regression/data/geneset.txt")
genes[1:5]

保留生存时间、生存状态以及基因标签列：

congs <- intersect(genes,colnames(dataSet))
filt.dataSet <- dataSet[,c("vitalStat","surTime",congs)]
filt.dataSet$surTime <- filt.dataSet$surTime/365

划分测试集（0.2）和训练集（0.8）：

set.seed(123)
# 每层抽取80%的数据
train_id <- strata(filt.dataSet, "vitalStat", size = rev(round(table(lung$status) * 0.8)))$ID_unit
# 训练数据
trainData <- filt.dataSet[train_id, ]
# 测试数据
testData <- filt.dataSet[-train_id, ]

构建模型：

fit <- deepsurv(Surv(surTime, vitalStat) ~ ., 
                data = trainData, frac = 0.3, 
                activation = "relu",
                num_nodes = c(4L, 8L, 4L, 2L), 
                dropout = 0.1, 
                early_stopping = TRUE, 
                epochs = 100L,
                batch_size = 32L)

模型验证：

预测predict()参数中type有三种选择："survival", "risk", "all", 可以获得预测生存矩阵和相对风险：

pred <- predict(fit, testData, type = "survival")
str(pred)

在生存分析中，cindex()（一致性指数，Concordance Index）或concordance()函数用于评估预测模型（如Cox比例风险模型）的预测性能。这个指标衡量了模型预测的风险（或生存时间）与真实观察到的生存时间之间的一致性程度。一致性指数（C-index）的值域在0到1之间，其中：0.5 表示模型的预测性能与随机猜测一样好（即没有预测能力）；1.0 表示模型的预测完全准确。在实际应用中，很难找到完全一致的预测模型，既往研究认为，C-index在0.50-0.70为较低准确度；在0.71-0.90之间为中等准确度；而高于0.90则为高准确度。survivalmodels包含了一致性分析的函数cindex()，跟survival包里面的survival::concordance()使用非常相似。

p <- predict(fit, type = "risk", newdata = testData)
cindex(risk = p, truth = testData[, "surTime"])
# [1] 0.5264058

生存分析：

library(survminer)
testData$risk = p
group = ifelse(testData$risk > mean(testData$risk), "High", "Low")
f <- survfit(Surv(testData$surTime, testData$vitalStat) ~ group)
f
ggsurvplot(f, data = testData, surv.median.line = "hv", legend.title = "Risk Group",
           legend.labs = c("Low Risk", "High Risk"), pval = TRUE, ggtheme = theme_bw())