비열등성 시험에서 효과 유지 가설을 위한 일반적 설계와 평가 방법

초록

본 논문은 임상시험에서 치료제와 위약 사이의 효과 차이를 일정 비율(Δ) 이상 유지하는지를 검증하는 3군 비열등성 시험을 위한 통계적 방법론을 제시한다. 결과 변수의 분포가 이항, 정규, 지수 등 특정 형태에 제한되지 않도록 일반적인 파라메트릭 분포를 가정하고, Wald‑type 검정통계량을 이용해 귀무가설 하에서 분산을 제한적·비제한적으로 추정하는 두 가지 접근법을 비교한다. 최적의 검정력과 최소 표본 크기를 얻기 위한 샘플 할당 규칙을 도출하고, 실무에서 적용 가능한 간단한 할당 비율 규칙을 제시한다. 이론적 결과는 이항 및 포아송 사례에 적용해 우울증 및 간질 치료 임상시험 데이터를 통해 검증하였다. 구현을 위한 R 패키지도 제공한다.

상세 분석

논문은 “효과 유지 가설”(Retention of Effect Hypothesis, RET)을 수학적으로 정의하고, 이를 검증하기 위한 Wald‑type 검정통계량을 구축한다. RET는 시험 치료가 위약 대비 효과의 최소 Δ배를 유지한다는 조건이며, 이는 θ_T – θ_P ≥ Δ(θ_R – θ_P) 형태로 표현된다(θ_T, θ_R, θ_P는 각각 시험, 기준, 위약군의 모수). 저자는 먼저 일반적인 정규성 가정을 피하기 위해 θ가 속한 파라메트릭 분포족을 “정규” 혹은 “비정규”와 무관하게 다룰 수 있는 프레임워크를 제시한다. 이때 로그‑우도 함수의 2차 근사를 이용해 점근적 정규성을 확보하고, 검정통계량 Z = (Δ̂ – Δ_0)/√Var(Δ̂) 형태로 정의한다. 여기서 Δ̂는 표본 기반 효과 비율 추정치이며, Var(Δ̂)는 두 가지 방식으로 추정된다. 첫 번째는 “비제한적” 추정으로, 각 군의 모수를 자유롭게 추정해 분산을 계산한다. 두 번째는 “제한적” 추정으로, 귀무가설 하에서 θ_T와 θ_R 사이에 선형 제약을 부과하고, 제한된 최대우도추정(MLE)을 사용해 분산을 구한다. 제한적 추정은 특히 표본 크기가 작거나 효과 차이가 미미할 때 명목 수준을 보다 정확히 유지한다는 장점이 있다.

표본 크기 할당에 관해서는, 검정력 함수를 θ_T, θ_R, θ_P에 대한 함수로 전개하고 라그랑주 승수를 이용해 최적 비율을 도출한다. 결과적으로, 최적 할당 비율은 각 군의 정보량(분산의 역수)과 Δ에 대한 민감도에 비례한다. 저자는 이 일반식이 기존 이항·정규·지수 경우에 대한 특수해와 일치함을 증명한다. 또한, 실무에서 계산이 복잡한 최적 할당 대신 “1:Δ:1” 형태의 간단한 규칙을 제시한다. 이 규칙은 Δ가 0.5~0.8 범위에 있을 때 이론적 최적 할당과 차이가 미미함을 정리와 시뮬레이션을 통해 확인한다.

연속형 포아송 데이터와 이항 데이터에 대한 두 실제 사례를 통해 방법론을 적용한다. 우울증 치료 연구에서는 이항 성공률을, 간질 치료 연구에서는 발작 수를 포아송 모형으로 분석한다. 각 사례에서 제한적 분산 추정이 명목 수준을 0.05에 가깝게 유지했으며, 최적 할당에 비해 간단한 규칙을 사용해도 검정력 손실이 2% 이하에 불과했다. 마지막으로, R 패키지 “retplan”을 제공해 사용자가 손쉽게 검정통계량 계산, 표본 크기 산정, 할당 비율 선택을 할 수 있도록 지원한다.

이 논문은 비열등성 시험 설계에서 효과 유지 가설을 일반화함으로써, 연구자가 사전 가정에 얽매이지 않고 다양한 임상 지표에 적용 가능한 통계적 도구를 제공한다는 점에서 큰 의의를 가진다. 특히 제한적 분산 추정과 최적 할당 규칙은 소규모 시험이나 복합적인 효과 구조를 가진 상황에서도 검정의 정확성과 효율성을 동시에 확보한다는 실용적 가치를 제공한다.