利用以事件史為基礎之多階段過程評估公共衛生介入效益—以機器學習應用於族群為基礎之乳癌篩檢為例

Abstract

當利用大數據資料應用於實證及精準化基礎下的公共衛生介入服務時，有兩個不同的思維。一方面為僅利用少量資訊的萃取來完成需要大量個人事件歷程資料所進行的評估及預測。另一方面為需要綜合多階段事件歷程上具異質性及多樣性的資料簡化整合作為精準化預防策略。本論文利用兩個以族群為基礎之乳癌篩檢作為實例闡述此兩端的思維。接續資料啟發的分析方法說明及相關主題之文獻回顧後，此論文目標有四點： 第一為以時間相依寇斯等比風險迴歸模式建構之多階段計數過程模式，在僅使用以族群為基礎篩檢之乳癌病人存活資料的少量資訊下，校正多類在評估分析所面臨之偏誤情形。 第二為在擁有一系列造成乳癌異質性特性的大數據資料下，利用三階段計數模式用以找出負責疾病從無到疾病症狀前期的起始因子(Initiator)及加速或減緩疾病症狀前期至臨床期的促進因子(Promoter)。第三為利用布瓦松-二項或布瓦松-韋伯階層模式建構模擬研究為基礎，使用裝袋樣本(Bagging sample)生成帶有乳癌精準化評估上所有起始因子及促進因子的大數據資料。第四為藉由發展一隨機存活森林(Random Survival Forest)方法合併對於不同乳癌篩檢測模式所產生之設限資料的遞迴差補，設計以樹為基礎的三階段機器學習模式。 在利用時間相依寇斯等比風險迴歸模式之計數過程多階段模式校正前導期及截切偏誤之後，在僅使用乳癌病人存活資料的少量資訊下顯示有效改善病人存活的長期效益，此結果與需要大量篩檢歷程資料的族群隨機分派試驗結果相當。三階段計數過程馬可夫模式利用可得的實際資料及從文獻回顧的表格數據估計從無疾病到疾病症狀前期的起始因子及疾病症狀前期至臨床期的促進因子的參數。 利用布瓦松-二項或布瓦松-韋伯階層模式建構為基礎，結合裝袋樣本(Bagging sample)方法的生成三階段模擬研究被應用於乳癌初段及次段的精準預防。以樹為基礎的三階段隨機存活森林(Random Survival Forest) 機器學習模式將用於提供數據驅動的乳癌精確預防。 本論文開啟一扇門結合統計與大數據思維發展一項具開創性之系統性評估公共衛生介入服務精準預防之方法。