【机器学习与智慧医疗】糖尿病视网膜病变视力丧失预测：贝叶斯估计与威布尔分布

糖尿病视网膜病变视力丧失预测：贝叶斯估计与威布尔分布

副标题：当我们说"预测失明"时，到底在预测什么？------一场从临床困惑到概率模型的层层拆解

---

0. 从一个无法回答的问题开始

想象你是一名内分泌科医生。一位 58 岁的 2 型糖尿病患者坐在你面前，眼底照相显示轻度非增殖性糖尿病视网膜病变（NPDR）。他抬起头问你："医生，我大概还有多久会看不见？"

别急。这个问题看似简单，实则藏着几个认知陷阱：

• 不是"会不会"，而是"什么时候"：这不是二分类问题，不是贴个"高风险/低风险"标签就能打发的。患者想知道的是时间------一种连续变量的预测。
• 不是所有人同步出发：有的患者确诊 DR 时已经 60 岁，有的才 40 岁；有人糖化血红蛋白长期 9%，有人控制在 6.5%。他们的"时钟"走得不一样快。
• 我们永远看不到完整剧本：很多患者在中途失访、搬家、或者死于其他并发症。他们的"失明时间"是一个被截断（censored）的未知数。

听起来抽象对吧？没关系。接下来，我们将像剥洋葱一样，从"这个临床问题该用什么工具"开始，一层层剥到"计算机如何在参数空间里做随机漫步"。每一层只解决一个让你夜不能寐的疑问。

如果画成图，整篇文章的旅程大概是这样的------一条从临床问题出发，经过威布尔分布、贝叶斯更新、层次建模，最终抵达个体化生存预测的流水线：
临床问题:

患者何时失明？
生存分析框架:

处理时间与截断
威布尔分布:

时间的弹性模具
贝叶斯估计:

先验 + 数据 → 后验
层次贝叶斯:

人群→个体信息流动
MCMC采样:

后验分布的数值逼近
个体化预测:

S(t|x,θ) 与置信带

现在我们已经了解了整趟旅程的路线图，接下来看看第一站：为什么传统的分类模型在这里会失灵？

---

1. 为什么不是分类？------生存分析的直觉

1.1 被浪费的信息

假设我们把问题粗暴地改成二分类："5 年内会失明吗？"然后训练一个 Random Forest 或 ResNet。听起来合理，但等等------我们浪费了什么？

想象两个患者：

• 患者 A：在第 4 年失明（事件发生在观察期内）。
• 患者 B：随访了 4 年还没失明，但第 5 年搬走了（右截断，right-censored）。

在分类器的标签体系里，A 是"阳性"，B 是"阴性"。但直觉告诉我们，B 的信息和 A 完全不同：B 其实告诉我们"至少能撑 4 年"，这是一个不等式，而不是一个确定的终点。分类器把这两种信息压扁成同一个 0/1 空间，相当于把一杯红酒和一杯白开水都标记为"液体"，然后问为什么品不出区别。

如果画成图，数据在时间里长这样------有些到达终点（红点），有些被截断（蓝箭头），还有些在中间区间被观察到（区间截断）：
第2年失明
随访到第3年

未失明
第1-2年间

区间截断
时间轴 t（年）
0
1
2
3
4
5
患者A

●
事件
患者B

○
右截断
患者C

◎
区间截断

1.2 生存函数：概率的另一种形状

现在我们已经了解了分类框架的浪费，接下来看看生存分析如何优雅地接住这些信息。

在生存分析里，我们不预测一个硬标签，而是预测一个生存函数 S(t)：给定患者已经挺到时间 t，他继续挺下去的概率。数学上，S(t) = P(T > t)，其中 T 是事件发生时间（比如视力丧失）。

这就像一个递减的阶梯或曲线，从 1.0（100% 还没失明）开始，随着时间慢慢下滑。曲线下降越快，说明疾病进展越凶猛；下降越平缓，说明预后越好。

如果画成图，三个不同严重程度的患者群体，他们的生存曲线大概是这样分叉的：
S(t)高
S(t)中
S(t)低
时间 t
0
2
4
6
8
生存概率 S(t)
1.0
0.8
0.6
0.4
0.2
0.0
轻度NPDR:

平缓下降
→
中度NPDR:

中等斜率
→
重度NPDR:

陡峭下降
→

锚定已知：如果你熟悉 RNN 里的"遗忘门"，你可以把 S(t) 想象成一个随时间衰减的"记忆保留概率"------只不过这里遗忘的不是信息，而是视力。

在继续之前，让我们把 toy example 再缩小一点。假设我们只有 5 个患者，随访 10 年：

患者	事件时间	状态	含义
1	3.2	事件	第 3.2 年失明
2	5.1	事件	第 5.1 年失明
3	7.8	截断	随访到第 7.8 年，未失明
4	2.5	事件	第 2.5 年失明
5	10.0	截断	完整随访 10 年，未失明

第一步，我们先算经验生存函数（Kaplan-Meier 估计）。这不需要任何分布假设，就像先做一个"直方图草稿"看看数据的轮廓。KM 曲线会在每个事件时间点往下跳一步，截断数据不引起跳跃，但减少分母。

但 KM 曲线是阶梯状的、非参数的。它描述了过去，却不方便预测未来------尤其当我们想回答"一位新患者，糖化 8.5%，病程 12 年，他的 S(t) 长什么样？"时。我们需要一个参数化的、带协变量的模具来浇筑这些曲线。

这就是威布尔分布登场的时刻。

---

2. 威布尔分布------时间的弹性模具

2.1 为什么选威布尔？

听起来抽象对吧？我们不是在选最美味的蛋糕，而是在选一个能弯折成各种形状的橡皮泥模具。

指数分布只有一个速率参数 λ，它的危险率（hazard rate）是恒定的------就像一台老化程度不变的机器，每小时坏掉的概率都一样。但糖尿病视网膜病变不是这么回事：随着病程延长，微血管损伤累积，失明的瞬时风险通常是随时间上升的（如果未治疗），或者至少不是恒定的。

威布尔分布有两个参数：

• 形状参数 k（或写作 α、ρ）：决定曲线的"脾气"。k > 1 时危险率递增（越拖越危险）；k = 1 时退化为指数分布（恒定危险）；k < 1 时危险率递减（早期高危，后期趋稳）。
• 尺度参数 λ（或写作 σ、η）：决定时间的"缩放比例"。λ 越大，事件越晚发生。

如果画成图，威布尔的概率密度函数就像一根可以被掰弯的香蕉：
形状参数 k 对危险率 h(t) 的影响
k < 1:

递减危险

早期爆发型
→
k = 1:

恒定危险

指数分布
→
k > 1:

递增危险

累积损伤型
→

在 DR 的场景中，大量研究表明 k 往往大于 1。比如 DeepDR Plus 系统就使用固定大小的威布尔混合模型来模拟个体生存分布，在预测 DR 进展时取得了 0.754--0.846 的 concordance index。这说明疾病进展符合"越往后越危险"的累积损伤逻辑。

2.2 从向量到矩阵：威布尔的数学骨架

别急，我们先看单个患者的 toy example，再推广到矩阵实现。

威布尔分布的生存函数（survival function）和概率密度函数（PDF）长这样：

S(t | k, λ) = exp[ -(t/λ)^k ]
f(t | k, λ) = (k/λ) * (t/λ)^(k-1) * exp[ -(t/λ)^k ]

在 Mermaid 里，如果我们要画一个节点来表达这个公式，绝对不能写 $...$ 或者 \lambda。正确的写法是用引号包裹，内部用 HTML 标签：
S(t | k, λ) = exp[ -(t/λ)^k ]

f(t | k, λ) = (k/λ)(t/λ)^k-1exp[ -(t/λ)^k ]

现在，假设我们有一个小数据集（还是刚才那 5 个患者）。在频率学派的框架下，我们会写似然函数：

对于观察到事件 的患者（患者 1、2、4），他们对似然的贡献是 PDF 在事件时间的值。

对于右截断的患者（患者 3、5），他们的贡献是生存函数在截断时间的值------因为"挺到这时还没失明"的概率就是 S(t)。

所以总似然是：

L(k, λ | data) = f(3.2) * f(5.1) * S(7.8) * f(2.5) * S(10.0)

取对数后，我们得到一个关于 k 和 λ 的二维函数。频率学派会找让这个函数最大化的 (k, λ) 对，也就是最大似然估计（MLE）。

但如果画成图，这个对数似然表面在参数空间里长什么样？它像一座山，山顶就是 MLE。可问题是------这座山的形状可能很怪，山顶可能很尖，也可能是个平缓的高原。更麻烦的是，当我们引入协变量（比如糖化血红蛋白、病程年限）时，λ 不再是一个固定数，而是随患者变化的 λ_i = exp(β^T x_i)。这时候参数空间从 2 维膨胀到 2 + p 维（p 是协变量个数），山的维度骤增，MLE 的寻找变得像在迷雾中攀岩。
对数似然表面（概念图）
贝叶斯方法:

不只找山顶

而是画等高线
平坦区域:

信息匮乏
山顶:

MLE估计
山谷:

低概率区域
山脊:

参数相关性高
后验分布

现在我们已经了解了威布尔分布为什么比指数分布更适合 DR，接下来看看贝叶斯估计如何把这个"找山顶"的游戏升级为"画地图"的艺术。

---

3. 贝叶斯估计------从"点估计"到"信念分布"

3.1 先验：在数据到来之前的"偏见"

频率学派说："让数据自己说话。"贝叶斯学派回答："但如果我们已经知道一点医学常识，为什么要假装自己是婴儿？"

贝叶斯的核心公式，我们在高中就见过：

后验 ∝ 先验 × 似然
P(θ | data) ∝ P(θ) × P(data | θ)

在 Mermaid 里表达这个关系，我们要避免 LaTeX：
先验 P(θ)

医学常识 / 历史数据
×
似然 P(data|θ)

当前患者数据
后验 P(θ|data)

更新后的信念

具体到 DR 的威布尔模型，θ = (k, λ, β₁, ..., β_p)。我们需要为每个参数选一个先验分布。

锚定已知 ：如果你调过神经网络的超参数，先验就像是权重衰减（weight decay）------一种在数据不足时把参数往合理区间拉的软性约束。

• k（形状参数）：我们知道 DR 的危险率通常是递增的，所以 k 应该大于 1。可以选一个 Gamma(2, 1) 或 Uniform(0.5, 5) 作为弱信息先验。
• λ（尺度参数）：取决于时间单位。如果是"年"，可以先验认为中位生存时间在 5--20 年之间，对应一个宽泛的 Half-Normal 或 Gamma 先验。
• β（回归系数）：对每个协变量（如 HbA1c、病程），我们假设它们对风险的影响不会极端到 100 倍，所以选 Normal(0, 1) 或 Normal(0, 2.5) 是标准做法。

如果画成图，先验就像一团云雾笼罩在参数空间上。数据到来后，这团云雾被"挤压"到似然高的区域，形成更紧致的后验云雾：
参数空间 (k, λ)
数据注入
贝叶斯更新
先验:

宽大云雾

覆盖广阔区域
似然:

聚光灯区域

数据支持的位置
后验:

紧致云雾

不确定性缩小

3.2 为什么贝叶斯对 DR 特别友好？

别急，这里有个临床痛点。在 DR 研究中，进展到失明的事件是稀少的。你可能随访了 1000 名患者，10 年后只有 80 人失明。小样本 + 截断数据 = 频率学派的噩梦。MLE 的方差估计会很大，置信区间宽得像大海。

贝叶斯方法通过先验引入历史研究的信息，相当于"借来"其他数据集的力量。比如，UK Prospective Diabetes Study (UKPDS) 曾对 3642 名受试者使用威布尔分布评估糖尿病并发症（包括失明）的发生概率。我们可以把 UKPDS 的 k 和 λ 的后验当作新研究的先验------这就是贝叶斯更新的美妙之处：昨天的后验，是今天的先验。

此外，贝叶斯直接给出后验预测分布。当我们想知道"一位新患者 5 年内失明的概率"时，我们不是只插一个点估计进 S(t)，而是把后验里所有可能的 (k, λ, β) 都试一遍，加权平均。结果是一个自带置信带的预测："中位数估计是 12%，但 95% 可信区间是 3%--28%"。这种不确定性量化对临床决策至关重要------医生可以根据区间宽窄决定是否加强随访。
新患者特征 x
后验样本 θ⁽¹⁾,...,θ^(M)
对每个样本:

计算 S(t|x,θ^(m))
聚合:

中位数 + 95% CrI
临床决策:

区间宽→加强随访

区间窄→常规筛查

在继续之前，让我们把 toy example 再推进一步。假设我们只有 5 个患者，但想估计 k 和 λ。由于样本极小，MLE 可能给出一个很离谱的 k（比如 0.3，意味着危险率递减，与医学常识相悖）。但如果我们在 k 上放一个 Gamma(2, 1) 先验（均值 2，偏向递增危险），后验就会被拉回合理区间。这就像在 RNN 里用梯度裁剪防止梯度爆炸------先验是一种"常识正则化"。

现在我们已经了解了贝叶斯估计如何把点变成云，接下来看看当患者之间存在层次结构时（比如同一医院的患者、双眼数据），信息如何在不同层级间流动。

---

4. 层次贝叶斯------把人群和个体用管道连起来

4.1 为什么需要层次结构？

想象一个场景：你收集了 5 家医院共 2000 名 DR 患者的数据。现在问题来了------

• 患者 A 和 B 在同一家医院，由同一台眼底照相机拍摄。他们的测量误差可能相关。
• 患者 C 只有左眼数据，患者 D 有双眼数据，且双眼不是独立的（一个人全身的微血管环境共享）。
• 有些医院随访勤，有些医院随访稀疏。数据质量层次不齐。

如果用一个"大平层"模型把所有患者扔在一起，假设他们独立同分布，就像假设所有 RNN 时间步共享同一组权重而不考虑时序依赖一样荒谬。

层次贝叶斯模型（Hierarchical Bayesian Model, HBM）说：我们不把参数看成固定常数，而是看成从更高层分布中抽出来的样本。

如果画成图，数据的层级像一栋三层小楼：
层次贝叶斯的三层信息流
N(μ, Σ)
Weibull(k_i, λ_i)
人群层 Population

μ, Σ: 超参数

所有患者共享
个体层 Individual

τ_i = (k_i, λ_i)

从人群分布抽取
观测层 Observation

t_ij: 第i人第j次随访

从个体分布抽取

4.2 信息流动的直觉

这栋楼的管道设计非常精妙。让我们用一个 toy example 来感受信息如何流动。

假设我们只有 3 名患者：

• 患者 1：随访 10 年，事件丰富，数据很"吵"但信息量大。
• 患者 2：随访 2 年，早期截断，数据很少。
• 患者 3：随访 8 年，中期截断。

在普通模型里，患者 2 的 (k, λ) 估计会非常不稳定，因为数据太少。但在 HBM 里，患者 2 的个体参数 τ₂ 是从人群分布 N(μ, Σ) 中抽取的。人群分布的均值 μ 由所有患者共同塑造，尤其是信息丰富的患者 1。所以患者 2 虽然自己的数据少，但通过"人群层"这个中央水池，借到了患者 1 和患者 3 的信息。

这有点像全连接层里的权重共享------不是每个神经元独立学习，而是整个层通过反向传播共享梯度信息。在 HBM 里，"反向传播"就是贝叶斯更新，"梯度"就是后验概率的流向。

如果画成信息流动的管道图：
患者3

数据中等
患者2

数据稀缺
患者1

数据丰富
塑造
塑造
反哺
t₁, t₂, t₃, ...
t₁ (截断)
t₁, t₂
人群层

共享超参数

μ, Σ

Montesano 等人在分析青光眼视野进展时，正是采用了这种三层 HBM：人群层设定超参数先验，个体层为每个患者抽取参数，观测层处理截断和异方差。他们发现，层次模型将进展检测的中位时间缩短了 37%，同时大幅降低了估计偏差。虽然他们的直接对象是青光眼，但视觉功能进展的统计结构与 DR 视力丧失高度同源------都是随时间衰减的敏感度量，都面临截断和测量噪声。

4.3 双眼数据的依赖结构

DR 研究还有一个特殊之处：很多患者有双眼数据。一个人的左眼和右眼不是独立的------它们共享相同的血糖环境、相同的全身微血管病变程度。

在层次模型里，我们可以再加一层：

人群层 → 个体层（患者） → 眼睛层（左眼/右眼） → 观测层（每次随访）

Sarhan 等人提出的 Bivariate Burr XII Inverse Weibull (BBXII-IW) 分布正是为了建模这种双眼依赖的竞争风险。虽然他们的模型更复杂（涉及 Marshall-Olkin copula 构造），但核心直觉是一致的：不把双眼当作两个独立样本，而是用一个共享的脆弱项（frailty）或相关结构把它们绑在一起。

如果画成图，双眼数据的相关性就像两根被橡皮筋绑在一起的绳子：
患者X
共同拉高

或拉低风险
共同拉高

或拉低风险
相关≠独立
左眼

T_left
共享脆弱项

ν_i ~ Gamma
右眼

T_right

现在我们已经了解了层次结构如何让信息像水一样在患者之间流动，接下来看看当后验分布没有解析解时，我们如何用 MCMC 在参数空间里做随机漫步来逼近答案。

---

5. MCMC------在参数空间里的随机漫步

5.1 为什么需要采样？

听起来抽象对吧？让我们回到那座"似然山"。在 toy example 里（5 个患者，2 个参数），我们或许可以 brute-force：把 k 和 λ 切成 100×100 的网格，每个格子算一个后验概率，最后归一化。这就是 Allen Downey 在《Think Bayes》里展示的网格法------直观、精确，但维度一高就爆炸。

如果引入 10 个协变量，参数空间变成 12 维。100¹² 个网格点？别说你的笔记本，超算也得跪。

MCMC（Markov Chain Monte Carlo）说：我们不需要看清整座山的每块石头，只需要在山里散步，按"后验概率高低"决定下一步往哪走。待得越久的地方，说明后验概率越高。最后把脚印收集起来，这些脚印的分布就是后验分布的近似。

如果画成图，网格法 vs MCMC 就像普查 vs 抽样调查：
MCMC（高维必需）
起点
迈步
接受/拒绝
新位置
只在高概率区

密集停留
网格法（低维可行）
k=0.5

λ=5
k=0.5

λ=6
k=0.6

λ=5
k=0.6

λ=6

5.2 Gibbs 采样与 NUTS

在贝叶斯威布尔生存模型中，最常用的两种采样器是 Gibbs 采样和 Hamiltonian Monte Carlo（HMC，及其自动调参版本 NUTS）。

Gibbs 采样像是一个轮流值班的人：今天固定 k 和 β，只更新 λ；明天固定 λ 和 β，只更新 k。每次只在一个维度上动，条件分布往往比联合分布好算。Kumar 等人和 Lin 等人的早期工作就使用 Gibbs 采样在 WinBUGS 里实现威布尔共享脆弱模型。

**NUTS（No-U-Turn Sampler）**则像是一个会利用梯度信息的山地车手：它不仅知道哪里高，还知道坡往哪倾斜（通过似然函数对参数的梯度）。于是它能沿着后验分布的"等高线"高效滑行，而不是像 Gibbs 那样一步一步蹭。PyMC 和 Stan 都默认使用 NUTS，因为它在高维空间（比如 50+ 个参数）里比 Gibbs 快几个数量级。

如果画成图，两种采样策略的步态差异如下：
NUTS / HMC
计算梯度

∇log P(θ|data)
沿等高线

滑翔一大步
U-Turn检测

自动停止
Gibbs 采样
沿 λ 轴移动
沿 k 轴移动
沿 β₁ 轴移动

5.3 诊断：你的链收敛了吗？

别急，采样完了不代表万事大吉。MCMC 有一个经典问题：如果采样器被困在后验分布的某个局部高地里，它给出的"脚印"就不能代表整座山。

标准诊断工具是 Gelman-Rubin R̂ 统计量（Potential Scale Reduction Factor）。基本思想是：同时跑 4 条独立的链，如果它们都探索到了相同的区域，链内方差和链间方差应该差不多，R̂ ≈ 1.0。如果某条链还在半山腰另一条已到山顶，R̂ 会远大于 1，说明还没收敛。

另一个直观检查是迹线图（trace plot）：把参数值随迭代次数画出来。好的迹线应该像一条"毛茸茸的毛毛虫"，没有明显的趋势或周期，几条链交织在一起。如果画成图：
未收敛
参数值
有明显漂移

链间分离

周期性波动
收敛良好
参数值
毛茸茸毛毛虫状

多条链重叠

无趋势

现在我们已经了解了 MCMC 如何在参数空间里用脚印丈量后验分布，接下来看看这一切如何落地为可执行的算法，以及在实际代码中数据是如何流转的。

---

6. 结构化伪代码：从数据到后验预测的完整流水线

6.1 整体算法架构

让我们把之前所有的直觉压缩成一份类 Pascal/Algol 风格的结构化伪代码。这段伪代码不绑定任何具体编程语言（Python/R/Stan），但足够详细到可以直接翻译成实现。

锚定已知：如果你读过 Transformer 的原始论文，你会记得那种"带缩进、混排数学符号"的伪代码风格。我们这里遵循同样的学术传统，但把生存分析的特有结构（截断处理、层次先验、MCMC 更新）显式展开。

---

Algorithm 1: Hierarchical Bayesian Weibull Survival for DR Vision Loss

Input:
    D = {(t<sub>i</sub>, δ<sub>i</sub>, x<sub>i</sub>, h<sub>i</sub>, e<sub>i</sub>) | i = 1,...,N}  // 观测数据
    // t<sub>i</sub>: 随访时间
    // δ<sub>i</sub>: 事件指示 (1=失明, 0=截断)
    // x<sub>i</sub>: 协变量向量 [HbA1c, duration, age, ...]
    // h<sub>i</sub>: 医院/中心标识
    // e<sub>i</sub>: 眼睛标识 (1=左眼, 2=右眼, 0=单眼)

    PriorSpec: 超先验参数
    MCMCSpec:  {chains, iterations, burn_in, thinning}

Output:
    {θ<sup>(m)</sup> | m = 1,...,M}  // 后验样本
    {S<sub>pred</sub>(t | x<sub>new</sub>)<sup>(m)</sup>}  // 新患者的预测生存曲线

// ============================================================
// 第一步: 模型规格化 (Model Specification)
// ============================================================

procedure SpecifyModel(D, PriorSpec):
    // 人群层超先验
    μ<sub>k</sub> ~ Normal(0, 2.5)          // 形状参数对数的均值
    σ<sub>k</sub> ~ Half-Cauchy(0, 2.5)    // 形状参数对数的标准差

    μ<sub>λ</sub> ~ Normal(0, 2.5)         // 尺度参数对数的均值  
    σ<sub>λ</sub> ~ Half-Cauchy(0, 2.5)   // 尺度参数对数的标准差

    Σ<sub>β</sub> ~ LKJCholesky(2)       // 协变量系数的相关结构
    τ<sub>β</sub> ~ Half-Cauchy(0, 2.5)   // 协变量系数的全局尺度

    // 医院层随机效应
    σ<sub>hosp</sub> ~ Half-Cauchy(0, 1)  // 医院间异质性

    // 共享脆弱项 (双眼相关)
    ν<sub>i</sub> ~ Gamma(1/θ<sub>frail</sub>, θ<sub>frail</sub>)  // 患者级脆弱
    θ<sub>frail</sub> ~ Exponential(1)

    return ModelGraph
end procedure

// ============================================================
// 第二步: 层次参数生成 (Hierarchical Parameter Generation)
// ============================================================

procedure GenerateIndividualParameters(ModelGraph, i):
    // 从人群池抽取个体参数
    log(k<sub>i</sub>) ~ Normal(μ<sub>k</sub>, σ<sub>k</sub>)
    log(λ<sub>base,i</sub>) ~ Normal(μ<sub>λ</sub>, σ<sub>λ</sub>)

    // 医院随机效应
    η<sub>h<sub>i</sub></sub> ~ Normal(0, σ<sub>hosp</sub>)

    // 协变量效应 (加速失效时间模型)
    β ~ Normal(0, diag(τ<sub>β</sub>) × Σ<sub>β</sub> × diag(τ<sub>β</sub>))

    // 个体尺度参数 (AFT 形式)
    λ<sub>i</sub> = λ<sub>base,i</sub> × exp(β<sup>T</sup> x<sub>i</sub> + η<sub>h<sub>i</sub></sub>)

    // 应用脆弱项 (乘法修正危险率)
    λ<sub>frail,i</sub> = λ<sub>i</sub> × ν<sub>i</sub><sup>-1/k<sub>i</sub></sup>

    return θ<sub>i</sub> = (k<sub>i</sub>, λ<sub>frail,i</sub>, β, η<sub>h<sub>i</sub></sub>, ν<sub>i</sub>)
end procedure

// ============================================================
// 第三步: 对数似然计算 (Log-Likelihood Evaluation)
// ============================================================

function ComputeLogLikelihood(D, {θ<sub>i</sub>}):
    logL = 0

    for each observation i in D do:
        k = k<sub>i</sub>
        λ = λ<sub>frail,i</sub>
        t = t<sub>i</sub>
        δ = δ<sub>i</sub>

        if δ == 1 then
            // 观察到事件: 使用威布尔 PDF
            logL += log(k) - log(λ) + (k-1)×[log(t) - log(λ)] - (t/λ)<sup>k</sup>
        else if δ == 0 then
            // 右截断: 使用生存函数
            logL += -(t/λ)<sup>k</sup>
        else if δ == -1 then
            // 区间截断 (interval-censored)
            // t = (L, R): 事件发生在 (L, R] 之间
            L = t.lower; R = t.upper
            logL += log[ exp(-(L/λ)<sup>k</sup>) - exp(-(R/λ)<sup>k</sup>) ]
        end if

        // 双眼相关性修正 (如果 e<sub>i</sub> ≠ 0)
        if patient(i) has two eyes then
            // 通过共享 ν<sub>i</sub> 已在 λ<sub>frail</sub> 中体现相关
            // 此处无额外项，因为脆弱项已耦合
        end if
    end for

    return logL
end function

// ============================================================
// 第四步: 对数先验计算 (Log-Prior Evaluation)
// ============================================================

function ComputeLogPrior(ModelGraph, {θ<sub>i</sub>}):
    logP = 0

    // 超参数先验
    logP += logNormal(μ<sub>k</sub> | 0, 2.5) + logHalfCauchy(σ<sub>k</sub> | 0, 2.5)
    logP += logNormal(μ<sub>λ</sub> | 0, 2.5) + logHalfCauchy(σ<sub>λ</sub> | 0, 2.5)
    logP += logLKJ(Σ<sub>β</sub> | 2) + sum(logHalfCauchy(τ<sub>β,j</sub> | 0, 2.5))

    // 层次参数的先验已在 GenerateIndividualParameters 中隐含
    // 此处累加随机效应和脆弱项
    for each hospital h do:
        logP += logNormal(η<sub>h</sub> | 0, σ<sub>hosp</sub>)
    end for

    for each patient p do:
        logP += logGamma(ν<sub>p</sub> | 1/θ<sub>frail</sub>, θ<sub>frail</sub>)
    end for

    return logP
end function

// ============================================================
// 第五步: MCMC 采样核心 (NUTS Sampler Kernel)
// ============================================================

procedure NUTSSampler(θ<sub>current</sub>, logPost<sub>current</sub>, ε, L_max):
    // 计算对数后验梯度
    g = ∇<sub>θ</sub> [ ComputeLogLikelihood(D, θ) + ComputeLogPrior(ModelGraph, θ) ]

    // 初始化动量 (辅助变量)
    r<sub>0</sub> ~ Normal(0, I)

    //  leapfrog 积分: 沿后验等高线模拟哈密顿动力学
    θ<sub>prop</sub> = θ<sub>current</sub>
    r<sub>prop</sub> = r<sub>0</sub> + 0.5 × ε × g

    for step = 1 to L_max do:
        θ<sub>prop</sub> += ε × r<sub>prop</sub>
        g<sub>new</sub> = ∇<sub>θ</sub> logPost(θ<sub>prop</sub>)
        r<sub>prop</sub> += ε × g<sub>new</sub>

        // U-Turn 检测: 如果动量翻转，停止积分
        if (θ<sub>prop</sub> - θ<sub>current</sub>)<sup>T</sup> × r<sub>prop</sub> < 0 then
            break
        end if
    end for

    // Metropolis-Hastings 接受/拒绝
    logα = logPost(θ<sub>prop</sub>) - 0.5×r<sub>prop</sub><sup>T</sup>r<sub>prop</sub> 
           - logPost(θ<sub>current</sub>) + 0.5×r<sub>0</sub><sup>T</sup>r<sub>0</sub>

    u ~ Uniform(0, 1)
    if log(u) < logα then
        return θ<sub>prop</sub>   // 接受
    else
        return θ<sub>current</sub> // 拒绝
    end if
end procedure

// ============================================================
// 第六步: 主循环 (Main MCMC Loop)
// ============================================================

procedure RunMCMC(D, ModelGraph, MCMCSpec):
    // 初始化多条链
    for c = 1 to MCMCSpec.chains do:
        θ<sub>c,0</sub> = InitializeFromPrior(ModelGraph)  // 从先验抽样
        while ComputeLogPost(θ<sub>c,0</sub>) is -∞ do:
            θ<sub>c,0</sub> = InitializeFromPrior(ModelGraph)  // 确保有限
        end while
    end for

    // 迭代采样
    for iter = 1 to MCMCSpec.iterations do:
        for c = 1 to MCMCSpec.chains do:
            θ<sub>c,iter</sub> = NUTSSampler(θ<sub>c,iter-1</sub>, ε<sub>adapt</sub>, L<sub>max</sub>)

            // 自适应步长 (前 burn_in 期)
            if iter ≤ MCMCSpec.burn_in then
                ε<sub>adapt</sub> = AdaptStepSize(acceptance_rate)
            end if
        end for

        // 每 thinning 步保存一次
        if iter > MCMCSpec.burn_in && iter mod MCMCSpec.thinning == 0 then
            for c = 1 to MCMCSpec.chains do:
                Samples.append(θ<sub>c,iter</sub>)
            end for
        end if
    end for

    // 收敛诊断
    R̂ = GelmanRubinDiagnostic(Samples_by_chain)
    if max(R̂) > 1.01 then
        Warning("Chains may not have converged. Increase iterations.")
    end if

    return Samples  // M 个后验样本
end procedure

// ============================================================
// 第七步: 后验预测 (Posterior Prediction)
// ============================================================

procedure PredictSurvival(x<sub>new</sub>, h<sub>new</sub>, Samples, t_grid):
    // t_grid = [0, 0.5, 1.0, ..., T_max]

    S<sub>matrix</sub> = zeros(M, length(t_grid))

    for m = 1 to M do:
        θ<sup>(m)</sup> = Samples[m]

        // 抽取新患者的个体参数 (从人群后验预测)
        log(k<sub>new</sub>) ~ Normal(μ<sub>k</sub><sup>(m)</sup>, σ<sub>k</sub><sup>(m)</sup>)
        log(λ<sub>base,new</sub>) ~ Normal(μ<sub>λ</sub><sup>(m)</sup>, σ<sub>λ</sub><sup>(m)</sup>)
        η<sub>h<sub>new</sub></sub><sup>(m)</sup> ~ Normal(0, σ<sub>hosp</sub><sup>(m)</sup>)
        ν<sub>new</sub><sup>(m)</sup> ~ Gamma(1/θ<sub>frail</sub><sup>(m)</sup>, θ<sub>frail</sub><sup>(m)</sup>)

        λ<sub>new</sub><sup>(m)</sup> = λ<sub>base,new</sub> × exp(β<sup>(m)T</sup> x<sub>new</sub> + η<sub>h<sub>new</sub></sub><sup>(m)</sup>) × ν<sub>new</sub><sup>(m)-1/k<sub>new</sub></sup>

        for each t in t_grid do:
            S<sub>matrix</sub>[m, t_idx] = exp( -(t / λ<sub>new</sub><sup>(m)</sup>)<sup>k<sub>new</sub></sup> )
        end for
    end for

    // 聚合: 中位数和 95% 可信区间
    S<sub>median</sub>(t) = median(S<sub>matrix</sub>[:, t_idx])  for each t_idx
    S<sub>lower</sub>(t) = quantile(S<sub>matrix</sub>[:, t_idx], 0.025)
    S<sub>upper</sub>(t) = quantile(S<sub>matrix</sub>[:, t_idx], 0.975)

    return {S<sub>median</sub>, S<sub>lower</sub>, S<sub>upper</sub>, S<sub>matrix</sub>}
end procedure

// ============================================================
// 第八步: 模型更新 (Bayesian Updating)
// ============================================================

procedure UpdateModel(OldSamples, D<sub>new</sub>):
    // 旧后验作为新先验
    for each hyperparameter η in {μ<sub>k</sub>, σ<sub>k</sub>, μ<sub>λ</sub>, σ<sub>λ</sub>, ...} do:
        // 用旧后验的均值和标准差构造新先验
        μ<sub>η</sub><sup>prior</sup> = mean(OldSamples.η)
        σ<sub>η</sub><sup>prior</sup> = std(OldSamples.η) × inflation_factor  // 适度放宽
        η ~ Normal(μ<sub>η</sub><sup>prior</sup>, σ<sub>η</sub><sup>prior</sup>)
    end for

    // 用 D<sub>new</sub> 重新运行 RunMCMC
    NewSamples = RunMCMC(D<sub>old</sub> ∪ D<sub>new</sub>, UpdatedModelGraph, MCMCSpec)

    return NewSamples
end procedure

---

6.2 伪代码的数据流图解

如果画成图，上面八步的流水线是这样的：
输出层
计算层
模型层
输入层
临床数据 D

t, δ, x, h, e
先验规格

PriorSpec
MCMC配置

MCMCSpec
SpecifyModel

超先验设定
GenerateIndividualParameters

层次参数生成
ComputeLogLikelihood

截断-aware 似然
ComputeLogPrior

层次先验
NUTSSampler

梯度驱动采样
后验样本

θ^(1..M)
预测生存曲线

S(t) ± 95% CrI
收敛诊断

R̂, trace plot

现在我们已经了解了从数据输入到后验预测的完整算法流水线，接下来看看这在训练和实际临床使用中到底意味着什么。

---

7. 闭环：训练、部署与临床意义

7.1 训练阶段的关键抉择

协变量选择 ：在 DR 视力丧失预测中，哪些变量该进模型？根据 UCSF 和 ZSFG 医院的大规模 EHR 研究，NPDR 严重程度、年龄、保险类型、糖尿病神经病变、卒中次数、平均 HbA1c、住院次数都是关键预测因子。但要注意，Dynamic 模型（纳入变量随时间的变化）并未一致性地提升预测性能，可能是因为 6 个月的随访窗口太短，不足以让时变变量显露出预测力。这提示我们：不是变量越多越好，而是时间尺度要匹配疾病的自然史。

截断处理策略：真实世界的 DR 数据充满各种截断。右截断最常见（患者还在随访中没失明），区间截断次之（在两次筛查之间发生了事件，只知道发生在某个区间内），左截断较少见。我们的伪代码在 ComputeLogLikelihood 里显式处理了这三种情况。忽略区间截断会导致事件时间被系统性低估------就像把"在 2--3 年之间失明"粗暴记成"3 年失明"，会人为拉长生存时间。

先验敏感度分析 ：一个好的贝叶斯建模者不会只跑一组先验。他会问：如果我把 σ_k 的先验从 Half-Cauchy(0, 2.5) 换成 Half-Normal(0, 1)，后验变吗？如果答案变了太多，说明数据信息量不足，先验在主导结论。这在样本量小的亚组（比如青少年 1 型糖尿病患者）中尤其重要。

7.2 部署阶段的临床翻译

模型训练完了，怎么给医生看？一张满是 MCMC 迹线的图对临床毫无意义。我们需要的是决策支持界面：
临床决策支持界面
输入:

患者ID + 眼底图像 + HbA1c
后台推断:

PyMC/Stan

2秒采样
输出:

5年生存概率 = 78%

95% CrI: [65%, 87%]

建议筛查间隔: 18个月

DeepDR Plus 系统的真实世界验证给了我们一个标杆：通过个性化筛查间隔，平均随访间隔可以从固定的 12 个月延长到 31.97 个月，同时将漏检率压到 0.18%。这就是贝叶斯生存模型的力量------它不仅告诉你"有风险"，还告诉你"什么时候该回来复查"。

7.3 不确定性即特征，不是缺陷

在传统的深度学习分类模型里，一个"95% 概率进展"的输出可能让医生过度紧张。但贝叶斯生存模型给出的 95% 可信区间如果很宽（比如 5 年失明概率的 CrI 是 10%--60%），这本身就是一个临床信号："这位患者的轨迹高度不确定，建议缩短随访、加强代谢控制。"不确定性没有被掩盖，而是被显式地翻译为临床行动。

如果画成图，窄区间和宽区间对应不同的临床路径：
宽可信区间

预测不确定
5年失明概率: 35%

CrI: [10%, 65%]
行动:

6个月复查 + 强化降糖
窄可信区间

预测精确
5年失明概率: 15%

CrI: [12%, 18%]
行动:

常规年度筛查

---

8. 延伸阅读与资源

如果你想把这趟旅程从"听懂"推进到"动手"，以下资源是按难度递进排列的：

入门（建立直觉）

• Downey, A. B. Think Bayes (2nd ed.), Chapter 14: Survival Analysis. citeweb_search:2#8 这是一本免费开源的贝叶斯入门书，第 14 章用网格法手把手教你威布尔分布的贝叶斯更新，非常适合 toy example 起步。

进阶（医学应用）

• Montesano et al. "Hierarchical Censored Bayesian Analysis of Visual Field Progression." Translational Vision Science & Technology, 2021. citeweb_search:2#0 虽然针对青光眼，但层次结构、截断处理和异方差建模对 DR 完全适用。
• Rodrigues et al. "Developing and Validating Models to Predict Progression to Proliferative Diabetic Retinopathy." Ophthalmology Science, 2023. citeweb_search:1#1 展示了 Cox 模型和 Random Survival Forest 在 DR 进展预测中的基准表现，可作为威布尔贝叶斯模型的对比基线。

高阶（概率编程实现）

• Martin et al. "Bayesian parametric models for survival prediction in medical applications." BMC Medical Research Methodology, 2023. citeweb_search:2#1 提供了基于 PyMC 的完整实现，包括 NUTS 采样、后验预测检查、模型更新流程。
• Sarhan et al. "A Dependent Bivariate Burr XII Inverse Weibull Model: Application to Diabetic Retinopathy." Mathematics, 2025. citeweb_search:1#2 如果你想处理双眼依赖的竞争风险数据，这是目前文献中针对 DR 最专门的生存模型之一。

工具链

• PyMC (Python): 工业级概率编程，默认 NUTS，文档对生存分析有专门教程。
• Stan (R/Python): 语法更数学化，适合习惯写声明式模型的研究者。
• WinBUGS/OpenBUGS: 经典工具，大量早期医学贝叶斯文献使用，适合理解 Gibbs 采样的历史脉络。

---

结语：从预测到对话

回到文章开头那位 58 岁患者的问题："我大概还有多久会看不见？"

现在我们已经了解了整套技术栈，可以重新组织语言来回答：

"根据您的眼底图像、糖化血红蛋白 8.2%、12 年病程，以及我们医院过去 2000 多例患者的数据，模型估计您 5 年内视力严重丧失的概率约为 22% 。但这个数字有个范围------考虑到个体差异和医学固有的不确定性，95% 的情况下这个概率落在 12% 到 34% 之间。因为区间不算太宽，我们建议保持目前的降糖方案，每 12--15 个月复查一次眼底。如果糖化能降到 7% 以下，这个数字还会往下走。"

这就是贝叶斯威布尔生存模型在 DR 视力丧失预测中的终极意义：它不是取代医生的判断，而是把"时间"和"不确定性"这两个原本模糊的临床直觉，翻译成可计算、可更新、可解释的概率语言。在这场从数据到决策的旅程中，威布尔分布给了我们描述时间弹性的模具，贝叶斯估计给了我们量化不确定性的语法，而层次结构则让个体患者的声音在人群合唱中既不被淹没，也不被错配。

希望这趟层层剥开的旅程，让你下次面对生存分析代码时，看到的不再是一堆希腊字母和采样器参数，而是一座清晰可见的三层小楼，里面住着患者、医生和概率。

---

本文图表均使用 Mermaid 语法绘制，可直接在 GitHub、Notion、Obsidian 等支持 Mermaid 的平台上渲染。