비모수 공변량 보정을 통한 ROC 곡선 분석

초록

본 논문은 진단 검사의 정확도를 나타내는 ROC 곡선의 AUC를 공변량의 영향을 고려해 비모수적으로 추정하는 방법을 제시한다. 정규오차와 비정규오차 두 경우를 구분하여 평균·분산 함수를 비모수 회귀로 추정하고, 일반적인 잡음 모델에서는 공변량에 따라 조정된 Mann‑Whitney 추정량을 도입한다. 제안된 추정량의 점근적 정규성, 강한 균일 수렴 속도, MSE 일관성을 이론적으로 증명하고, 시뮬레이션 및 실제 데이터로 실용성을 확인한다.

상세 분석

이 연구는 기존 ROC 분석에서 흔히 간과되는 공변량(covariate)의 영향을 비모수적 프레임워크 안에서 체계적으로 다룬다. 먼저, 진단 테스트 결과를 두 집단(질환군·비질환군)의 연속형 변수 Y와 공변량 X의 함수 형태로 모델링한다. 정규오차 가정 하에서는 평균·분산 함수 μ₁(x), σ₁²(x), μ₀(x), σ₀²(x)를 각각 비모수 로컬 선형 회귀로 추정하고, 이를 이용해 표준화된 점수 Z = (Y−μ₁(X))/σ₁(X)와 (Y−μ₀(X))/σ₀(X)를 만든 뒤, 전통적인 Mann‑Whitney U 통계의 형태로 AUC를 계산한다. 비정규오차 상황에서는 오차 분포를 직접 가정하지 않고, 각 X값에서 관측된 Y들을 재표본화하여 “작업 샘플(work sample)”을 구성한다. 이때 두 집단의 재표본화된 관측치 쌍을 모두 비교해 1_{Y₁>Y₀} 지표를 평균함으로써 공변량에 조건부된 Mann‑Whitney 추정량을 얻는다. 핵심은 비모수 회귀가 제공하는 μ̂(x), σ̂(x) 혹은 조건부 경험분포를 이용해, 실제 데이터에서 X값이 동일하지 않아도 동일한 공변량 수준에서 비교가 가능하도록 하는 것이다. 이 추정량은 계산량이 O(n₁n₀)에서 O(n log n) 수준으로 감소하도록 설계돼 대규모 데이터에도 적용 가능하다. 이론적 분석에서는 U‑통계의 Hoeffding 분해를 확장해 점근적 정규성을 증명하고, 로컬 회귀의 밴드위스 차원에서 최적의 균일 수렴 속도 O_p((nh)^{-1/2}+h²) 를 확보한다. 또한, MSE 일관성을 통해 추정량이 실제 AUC에 수렴함을 보이며, 부트스트랩을 이용한 신뢰구간 구축 방법도 제시한다. 실험에서는 다양한 공변량 효과(선형·비선형·이질성)와 오차 분포(정규·t·혼합)를 시뮬레이션해 기존 조정 방법(선형 회귀 기반, 부분 ROC) 대비 편향 감소와 효율성 향상을 확인한다. 실제 의료 데이터(예: 혈액 마커와 연령·성별)에서도 공변량 조정 전후의 AUC 차이를 명확히 보여, 임상 연구에서 보다 정확한 검증이 가능함을 입증한다.