현실적인 개인 맞춤 치료 규칙이 인과 추론에 미치는 중요성

초록

본 연구는 노인에서 격렬한 신체 활동이 사망률에 미치는 영향을 기존의 정적 인과 효과 추정법이 과대평가할 위험이 있음을 지적한다. 모든 대상자가 모든 수준의 활동을 수행할 수 있다는 가정이 현실과 동떨어져 있기 때문이다. 대신 각 개인이 실제 선택 가능한 활동 수준을 반영한 현실적인 개인 맞춤 치료 규칙(individualized treatment rules, ITR)과 의도치 치료 규칙(intention‑to‑treat, ITT)을 적용하면 편향이 크게 감소한다. 다양한 추정기(IPTW, G‑computation, DR‑IPTW, TMLE)를 비교한 결과, ITR·ITT 기반 추정치는 사망 위험 감소를 15~30% 수준으로 제시하지만 통계적 유의성은 대부분 0.05 수준에 미치지 못한다는 점을 강조한다.

상세 분석

이 논문은 인과 추론에서 “정적 치료 개입(static treatment intervention)”이라는 전통적 프레임이 실제 임상·역학 연구에 적용될 때 발생할 수 있는 근본적인 한계를 체계적으로 드러낸다. 특히 노인 인구를 대상으로 한 격렬한 신체 활동(VPA)의 효과를 추정하려 할 때, 모든 개인이 높은 강도의 운동을 수행할 수 있다는 가정은 ‘양성 확률(positivity)’ 위반을 초래한다. 건강이 좋지 않은 고령자는 물리적·의학적 제약으로 인해 고강도 운동을 할 수 없으며, 이들에게는 낮은 수준의 활동만이 현실적인 선택이다. 따라서 전체 모집단을 대상으로 “모두가 고강도 운동을 한다”는 가상의 시나리오를 비교 대상으로 삼는 것은 비현실적이며, 결과적으로 추정된 평균 치료 효과는 실제 효과보다 과대평가될 위험이 크다.

논문은 이러한 문제를 해결하기 위해 두 가지 대안을 제시한다. 첫 번째는 ‘현실적인 개인 맞춤 치료 규칙(realistic individualized treatment rules, ITR)’이다. ITR은 각 개인의 건강 상태, 기능적 제한 등을 고려해 가능한 치료 옵션 집합을 정의하고, 그 중 최적이라고 판단되는 옵션을 선택하도록 설계된다. 즉, “가능한 범위 내에서 가장 높은 강도의 운동을 권고한다”는 식이다. 두 번째는 ‘의도치 치료 규칙(intention‑to‑treat, ITT)’으로, 실제 수행 여부와 무관하게 연구 설계 단계에서 할당된 치료(예: 고강도 운동 권고) 자체를 비교 대상으로 삼는다. ITT는 무작위 배정의 장점을 유지하면서도 현실적인 실행 가능성을 반영한다.

방법론적으로는 네 가지 추정기를 적용한다. 1) 가중치 역전(IPTW) 2) G‑computation 3) 이중 로버스트 IPTW(DR‑IPTW) 4) 목표 최대우도 추정(Targeted Maximum Likelihood Estimation, TMLE). 각각의 추정기는 ITR·ITT 기반 분석과 정적 치료 효과 분석에 모두 적용되어, 편향 정도와 추정 정확도를 비교한다. 결과는 정적 치료 효과를 추정한 경우 모든 추정기가 사망 위험 감소를 과도하게 크게(예: 30% 이상) 보고했으며, 이는 양성 확률 위반으로 인한 선택 편향을 반영한다는 점을 보여준다. 반면 ITR·ITT 기반 분석에서는 위험 감소가 15~30% 수준으로 축소되고, 추정값의 표준 오차가 커져 통계적 유의성이 대부분 0.05 수준에 미치지 못한다. 이는 실제 효과가 존재하더라도 표본 크기와 변동성 때문에 검정력 확보가 어려울 수 있음을 시사한다.

이러한 결과는 인과 추론 연구에서 ‘가능한 치료 옵션 집합’을 명시적으로 모델링하는 것이 얼마나 중요한지를 강조한다. 특히 관찰 데이터에 기반한 정책 평가나 임상 가이드라인 개발 시, 현실적인 제한을 무시하고 전역적인 ‘모두에게 동일한 치료’를 가정하면 정책 결정을 왜곡할 위험이 있다. 논문은 또한 추정기의 선택이 편향을 완전히 없앨 수 없으며, 근본적인 설계 단계에서 현실성을 반영하는 것이 가장 효과적인 해결책임을 역설한다.