Pyro/Numpyro中的生存分析：右删失数据处理方法详解

背景介绍

在生存分析领域，右删失(right-censoring)数据是常见的数据类型。当研究对象的观察时间在事件发生前终止，我们只能知道事件发生在某个时间点之后，这种不完全观测就是右删失数据。Pyro和Numpyro作为概率编程框架，提供了处理这类数据的强大工具。

右删失模型构建

基本概念

右删失数据通常由两部分组成：

1. 完全观测数据：确切知道事件发生时间
2. 删失数据：只知道事件发生在某个时间点之后

模型表示

我们可以用生存函数S(t)表示事件在时间t之后发生的概率：

S(t) = P(T > t)

在Pyro/Numpyro中，我们通常使用指数分布、威布尔分布等参数化生存模型。

实现方法

似然函数构造

对于右删失数据，似然函数需要特殊处理：

1. 对于完全观测数据点，使用概率密度函数(pdf)
2. 对于删失数据点，使用生存函数(S(t))

Pyro实现示例

def model(censored, times, obs=None):
    # 定义模型参数
    rate = pyro.sample("rate", dist.HalfNormal(1.0))
    
    with pyro.plate("data", len(times)):
        # 对删失数据使用生存函数
        censored_surv = dist.Exponential(rate).log_survival(times[censored])
        # 对观测数据使用概率密度
        obs_pdf = dist.Exponential(rate).log_prob(times[~censored]))
        
        # 组合似然
        log_lik = pyro.factor("obs", 
                            torch.cat([censored_surv, obs_pdf]))

Numpyro实现

Numpyro的实现类似，但语法略有不同：

def model(censored, times, obs=None):
    rate = numpyro.sample("rate", dist.HalfNormal(1.0))
    
    with numpyro.plate("data", len(times)):
        # 处理删失数据
        numpyro.factor("censored", 
                      dist.Exponential(rate).log_survival(times[censored]))
        # 处理观测数据
        numpyro.sample("obs", dist.Exponential(rate), 
                      obs=times[~censored])

实际应用建议

1. 模型选择：除了指数分布，还可以尝试威布尔分布、对数正态分布等更灵活的生存模型
2. 协变量处理：可以扩展模型加入协变量，构建比例风险模型
3. 收敛诊断：对于删失数据模型，要特别注意MCMC收敛诊断
4. 预测：模型训练后可以预测生存概率或中位生存时间

常见问题

1. 如何处理区间删失数据：可以使用累积分布函数的差值
2. 如何处理左删失数据：使用累积分布函数而非生存函数
3. 模型比较：可以使用WAIC或LOO等指标比较不同生存模型

总结

Pyro和Numpyro为生存分析提供了灵活的建模框架，特别是处理各种类型的删失数据。通过合理构建似然函数，我们可以充分利用不完全观测数据中的信息。这种方法不仅适用于传统生存分析，也可以扩展到更复杂的场景，如竞争风险模型、时变协变量模型等。

对于实际应用，建议从简单模型开始，逐步增加复杂度，并始终关注模型诊断和验证。概率编程框架的优势在于可以相对容易地扩展和修改模型结构，适应不同的研究需求。