分散データ環境におけるデータ連携準実験を用いた共変量バランス生存曲線の推定

科学分野:

• 生物統計学
• ヘルスインフォマティクス
• 医療データプライバシー

背景:

• 患者レベルのデータを生存分析のために共有することは、プライバシー上の懸念から妨げられています。
• 既存の方法では、多くの場合、中央集権化されたデータが必要であり、プライバシーのリスクをもたらします。

研究 の 目的:

• 分散生存分析のためのプライバシー保護フレームワークを提案すること。
• 分散データから、バランスの取れたカプランマイヤー曲線の協調的推定を可能にすること。

主な方法:

• 各機関は、次元削減後に共変量行列の低次元表現を共有します。
• 分析者は、集約されたデータを再構築し、傾向スコアマッチングを実行し、生存曲線を推定します。
• このフレームワークは、水平および垂直の両方のデータ分散をサポートします。

主要な成果:

• 提案手法は、実験において単一施設での分析を一貫して上回りました。
• 生データの開示なしに、信頼性の高い生存曲線推定を実現しました。
• シミュレーションおよび5つの公開医療データセットで有効性が実証されました。

結論:

• このフレームワークは、患者のプライバシーを維持しながら、協調的生存分析を促進します。
• 分散された観察データから、信頼性が高くプライバシーが保護された生存曲線の推定を可能にします。
• 多機関による医療研究のための実用的なソリューションを提供します。