15.15: 생존 트리

생존 트리는 생존 분석에 사용되는 비모수 방법으로, 공변량 집합과 관심 있는 사건이 발생할 때까지의 시간 간의 관계를 모델링하는 데 사용되며, 이를 “사건까지의 시간” 또는 “생존 시간”이라고 합니다.이 방법은 연구 기간이 끝날 때까지 일부 개인에 대해 사건이 발생하지 않은 경우 중도절단된 데이터를 처리할 때 특히 유용합니다. 또는 이벤트의 정확한 시간을 알 수 없는 경우.

생존 트리 만들기

생존 트리를 구성하는 것은 공변량(예측 변수)과 생존 시간을 포함하는 데이터셋과 함께 각 개체에 대한 관측 중단 지표로 시작합니다. 이 프로세스에는 다음 단계가 포함됩니다.

1. 데이터 준비: 데이터 세트는 필요한 모든 공변량이 포함되고 적절한 형식이 지정되었는지 확인하여 준비됩니다. 누락된 값은 대치와 같은 방법을 사용하거나 별도의 범주로 처리할 수 있습니다.
2. 트리 구성: 생존 트리는 재귀적 분할 프로세스를 사용하여 구축됩니다. 각 단계에서 데이터 세트는 생존 결과를 가장 잘 구별하는 공변량을 기반으로 두 개의 하위 집합으로 분할됩니다. 이는 일반적으로 그룹 간의 생존 분포를 비교하는 로그-순위 테스트와 같은 분할 기준을 사용하여 수행됩니다.
3. 노드 평가: 트리의 각 노드는 데이터의 하위 집합을 나타내며, 터미널 노드(리프)는 생존 함수의 Kaplan-Meier 추정치를 기반으로 평가됩니다. 이것은 해당 노드에 속하는 피험자의 생존 확률을 추정합니다.
4. 정리: 과적합을 방지하기 위해 모델 정확도가 크게 향상되지 않는 노드를 제거하여 트리를 정리합니다. 이 단계는 트리를 새 데이터로 일반화할 수 있도록 합니다.

장점과 단점

장점:

1. 유연성: 생존 트리는 광범위한 데이터 유형을 처리할 수 있으며 이상값과 결측값에 대해 견고합니다.
2. 해석 가능성: 트리 구조는 해석하기 쉬우므로 공변량과 생존 시간 간의 관계를 간단하게 시각화할 수 있습니다.
3. 비모수적 특성: 생존 시간의 분포 또는 공변량과 생존 간의 관계의 기능적 형태에 대한 가정을 필요로 하지 않습니다.

단점:

1. 과적합: 적절한 가지치기가 없으면 생존 트리가 훈련 데이터를 과적합하여 일반화가 잘못될 수 있습니다.
2. 불안정성: 데이터의 작은 변화는 트리 구조에 상당한 변화로 이어질 수 있으며, 이로 인해 생존 숲과 같은 다른 방법에 비해 안정성이 떨어질 수
있습니다