지연 독성에 대응하는 적응형 가중치 TITE‑CRM: 안전성 향상을 위한 새로운 방법

본 논문은 현대 항암 치료제, 특히 면역항암제와 표적 치료제에서 흔히 나타나는 지연 독성 문제를 해결하기 위해, 기존의 Time‑to‑Event Continual Reassessment Method(TITE‑CRM)의 가중치 방식을 근본적으로 개혁한 적응형 가중치 TITE‑CRM(AW‑TITE)을 제안한다. 첫째, 문제 정의와 기존 방법의 한계에 대해 서술한다. 전통적인 3+3, mTPI, BOIN 등 규칙 기반·알고리즘 기반 설계는 독성 발생을 즉시 관찰한다는 전제하에 설계되었으며, 지연 독성에 대해선 비효율적이다. CRM은 용량‑독성 관계를 모델링하지만, 독성 발생 시점이 빠르게 나타난다는 가정을 전제로 한다. TITE‑CRM은 이러한 가정을 완화하기 위해 부분 관찰 데이터를 선형 가중치(t/Tmax)로 처리하지만, 이 가중치는 실제 독성 위험이 시간에 따라 변한다는 사실을 반영하지 못한다. 결과적으로 독성 지연 패턴이 선형 가정과 불일치할 경우 과도한 용량 상승이나 과도한 보수성으로 이어진다. 둘째, 저자들은 “조건부 사후 예측 확률”을 가중치로 정의한다. 환자 i가 현재까지 t_i 시간 동안 독성을 보이지 않았을 때, 남은 관찰 기간(Tmax) 내에 독성이 발생할 확률을 Pr(T≤Tmax | T>t_i, D)로 계산한다. 여기서 D는 현재까지 수집된 전체 데이터이며, θ는 독성 지연 분포 파라미터이다. 이 확률은 Weibull 모델 S(t|d,θ)=exp{−λ(d) t^γ}를 기반으로 하며, λ(d)와 γ는 각각 용량별 위험률과 형태 파라미터이다. 가중치는 w_i=1−exp{−λ(d_i)Δ_i} (Δ_i=Tmax^γ−t_i^γ) 로 간단히 표현된다. 셋째, 파라미터 추정 방법으로 두 가지 접근을 제시한다. (1) 최대우도 추정(MLE) 방식에서는 λ̂_MLE(d)=∑δ_j / ∑u_j^γ 로 닫힌식이 도출되어 실시간 계산이 가능하다. (2) 베이지안 방식에서는 λ(d)∼Gamma(a,b) 사전을 두고, 사후는 Gamma(a+D, b+S) 형태가 되며, 가중치는 w_i=1−(b+S)/(b+S+Δ_i)^{a+D} 로 구한다. 시뮬레이션에서는 두 방법 간 차이가 미미함을 확인했다. 넷째, 시뮬레이션 설계는 K=5 용량 레벨, 목표 독성률 p* = 0.25, N=30명, 2 000번 반복을 기본으로 한다. 세 가지 독성 지연 시나리오(조기, 중간, 후기)와 다양한 모집 속도, 표본 크기, γ값, Tmax, 사전 설정을 변형한 민감도 분석을 수행했다. 비교 대상은 기존 TITE‑CRM, 3+3, mTPI, BOIN이다. 시뮬레이션 결과는 다음과 같다. AW‑TITE는 과다 투여 환자 비율을 0.340에서 0.202로 40.6 % 감소시켰으며(p < 0.001), MTD 선정 정확도는 차이가 없었다(Δ = +0.023, p = 0.21). 알고리즘 기반 설계 대비 MTD 식별률은 각각 +32.6 %(mTPI), +19.8 %(3+3), +5.6 %(BOIN) 향상되었다. 민감도 분석에서도 γ가 1.5~3.0, Tmax가 8~16주, 다양한 사전 설정 등 모든 조건에서 안전성 개선 효과와 정확도 유지가 일관되었다. 특히 γ=2.0(위험 증가형)에서 최적 성능을 보였으며, 이는 면역항암제에서 흔히 관찰되는 독성 위험 증가 패턴과 부합한다. 다섯째, 구현 측면에서 저자들은 R 패키지와 Python 스크립트를 공개하고, 알고리즘 흐름도와 의사코드(Algorithm 1)를 상세히 제시했다. 가중치 업데이트는 MLE 기반이면 1초 이내, 베이지안이면 약간의 추가 연산이 필요하지만 여전히 실시간 적용이 가능하다. 또한, 기존 CRM의 안전 규칙(용량 건너뛰기 금지, 최소 3명/용량 등)을 그대로 적용할 수 있어 임상 현장에 바로 도입할 수 있다. 결론적으로, 본 연구는 TITE‑CRM의 가중치가 갖는 통계적 비합리성을 사후 예측 확률 기반의 적응형 가중치로 대체함으로써, 지연 독성 상황에서도 환자 안전을 크게 향상시키면서 MTD 선정 정확도는 유지한다는 중요한 교훈을 제공한다. 이는 Phase I 용량 탐색 설계의 새로운 표준이 될 잠재력을 가지며, 향후 복합 치료제, 다중 독성 지표, 그리고 실제 임상 데이터 기반의 사전 설정 등에 대한 확장 연구가 기대된다.