경쟁위험 현재상태 데이터의 비모수 추정 연속 이산 그룹화 관찰시점별 접근

초록

본 논문은 현재상태 검열이 적용된 경쟁위험 생존 데이터에서 누적발생함수(CIF)를 비모수적으로 추정하는 두 가지 새로운 상황—관찰시점이 이산적 지원을 갖는 경우와 관찰시점이 그룹화된 경우—에 대한 대표본 이론을 제시한다. 기존 연속 관찰시점 모델에서 알려진 NPMLE와 단순 “naive estimator”의 수렴 속도와 극한분포를 확장하고, 이를 바탕으로 신뢰구간을 구성한다. 미국 여성의 폐경 유형과 태국 주사제 사용자 HIV 감염 유형을 실제 데이터에 적용해 방법의 실용성을 검증한다.

상세 분석

이 연구는 현재상태 검열(current status censoring) 하에서 경쟁위험(competing risks) 데이터를 다루는 비모수 추정 문제에 새로운 이론적 기여를 한다. 기존 문헌에서는 관찰시점이 연속적인 경우, 비모수 최대가능도추정량(NPMLE)과 “naive estimator”(각 위험에 대해 별도로 Kaplan–Meier 형태로 추정한 것)의 수렴 속도가 n 1/3이며, 극한분포가 Chernoff-type 분포(특히, cube‑root asymptotics)임을 보였다. 그러나 실제 연구에서는 관찰시점이 이산적인 경우(예: 정기 검진 시점)나 여러 시점을 하나의 구간으로 묶어 기록하는 그룹화된 경우가 빈번히 발생한다. 이러한 상황에서는 관찰시점 분포가 점질량을 갖거나 구간별 평균값만 제공되므로, 연속 모델의 가정이 깨진다.

논문은 먼저 관찰시점이 유한한 개수의 점으로만 이루어진 이산 지원 모델을 정의하고, NPMLE와 naive estimator가 각각 어떤 형태로 정의되는지를 명시한다. 이산 지원 하에서는 각 관찰시점마다 위험별 누적발생함수의 값이 직접 관측 가능해지므로, 추정식이 간단해지는 동시에 매개변수 차원이 관찰시점 수에 비례한다는 특징이 있다. 저자들은 이산 모델에서도 NPMLE가 n 1/2 속도로 정상수렴하고, 일반적인 중앙극한정리를 만족한다는 것을 증명한다. 이는 연속 모델에서 나타나는 cube‑root 속도와는 근본적으로 다른 결과이며, 이산 지원이 제공하는 추가 정보가 추정 효율을 크게 향상시킨다.

다음으로 그룹화된 관찰시점 모델을 다룬다. 여기서는 관찰시점이 연속이지만, 실제 데이터는 구간별로 집계되어 기록된다(예: 연령대별, 지역별 구간). 저자들은 구간 내에서 관찰시점이 균등하게 분포한다는 가정을 두고, 각 구간에 대한 “구간 평균 관찰시점”을 사용해 likelihood를 재구성한다. 이 경우 NPMLE는 여전히 비모수적이지만, 구간 길이에 따라 정보량이 달라지므로 수렴 속도는 n 1/3에서 n 1/2 사이의 중간 형태를 보인다. 특히, 구간이 충분히 작을 경우 연속 모델에 근접하고, 구간이 넓을 경우 이산 모델에 가까워지는 연속‑이산 스펙트럼을 제공한다.

naive estimator에 대해서는, 이산 및 그룹화 모델 모두에서 위험별 관측 비율을 직접 비율로 사용한다. 이 추정량은 계산이 간단하고, 특히 큰 표본에서는 NPMLE와 거의 동일한 효율을 보인다. 그러나 극한분포는 모델에 따라 달라지며, 이산 모델에서는 정규분포, 그룹화 모델에서는 혼합형 Chernoff‑정규 혼합분포가 나타난다.

이론적 결과를 바탕으로 저자들은 각 모델별 신뢰구간(confidence interval) 구축 방법을 제시한다. 이산 모델에서는 표준 오차를 직접 계산해 정규 근사를 적용하고, 그룹화 모델에서는 부트스트랩과 변형된 likelihood ratio test를 결합해 비대칭 구간을 만든다. 또한, 극한분포를 이용한 “inverse‑Chernoff” 방법을 적용해 보다 정확한 구간을 제공한다.

실증 부분에서는 미국 여성의 폐경 유형 데이터를 사용해 연속, 이산, 그룹화 모델을 모두 적용하였다. 결과는 연속 모델보다 이산 모델이 더 좁은 신뢰구간을 제공했으며, 그룹화 모델은 데이터 수집 방식에 따라 중간 정도의 효율을 보였다. 두 번째 사례인 태국 주사제 사용자 HIV 감염 데이터에서도 동일한 경향이 관찰되었다. 특히, 위험별 누적발생함수의 차이가 미세하게 나타나는 상황에서 이산 모델이 가장 민감하게 차이를 포착했다.

전반적으로 이 논문은 현재상태 검열 하의 경쟁위험 분석에서 관찰시점 구조가 추정 효율에 미치는 영향을 체계적으로 규명하고, 실무에서 적용 가능한 구체적인 추정·추론 절차를 제공한다는 점에서 큰 의의를 가진다.