이민형 울 모델의 비대칭 특성과 임상 적용

본 논문은 울 모델을 이용한 적응형 임상시험 설계에서 발생하는 변동성 과다, 이진·다중 치료 제한, 비최적 할당 비율 등의 기존 한계를 극복하고자 ‘이민형 울(Immigrated Urn, IMU)’이라는 새로운 일반화 프레임워크를 제안한다. IMU는 기존 울 모델에 ‘이민볼(0‑type ball)’을 추가하고, 이민률 a_{m,k}와 치료 결과에 기반한 추가 규칙 D_{m,kj}를 시간(또는 관측) 의존 함수로 정의한다. 이를 통해 urn의 구성이 음수·소수 개수의 볼을 허용하면서도, 치료 할당 확률이 실시간으로 업데이트되는 동적 시스템을 구현한다. 논문은 먼저 IMU의 기본 구조를 상세히 기술한다. 초기 볼 수 Z_{0,i} (i=0,…,K)를 지정하고, 매 환자 m이 도착하기 전 urn 구성을 Z_{m-1}라 한다. 0‑type 볼이 추출되면 치료는 할당되지 않으며, a_{m-1,k}만큼의 치료볼이 추가된다(이민). 이 과정이 l번 반복된 뒤 치료볼이 추출되면 해당 치료 k에 환자를 할당하고, D_{m,kj}만큼의 볼을 추가·제거한다. 이때 a_{m,k}와 D_{m,kj}는 모두 양수·소수 값을 허용한다. 다음으로 저자는 IMU가 기존의 여러 유명 울 모델을 특수 경우로 포함함을 보인다. a_{m,k}=0이면 전통적인 Generalized Polya Urn(GPU)이 회복되고, a_{m,k}=1, D_{m,kk}=2·I{성공}이면 Birth‑Death Urn(BDU), D_{m,kk}=I{성공}이면 Drop‑the‑Loser(DL) 규칙이 된다. 또한, a_{m,k}=a_k(·)와 D_{m,kj}를 추정값에 의존하도록 설계하면 Sequential Estimated Urn(SEU) 모델도 도출된다. 이러한 포괄성은 연구자가 필요에 따라 변동성, 할당 비율, 목표 최적화 등을 자유롭게 조절할 수 있는 설계 공간을 제공한다. 이론적 분석은 두 단계로 진행된다. 첫째, 마팅게일 차분을 이용해 urn의 총 볼 수 |Z_n|와 치료 할당 비율 N_{n,k}/n의 강일관성(strong consistency)을 증명한다. 핵심은 a_{m,k}와 D_{m,kj}가 가정 2.1·2.2를 만족한다는 전제 하에, 마팅게일 차분의 제곱 평균이 유한하고, LIL(Law of the Iterated Logarithm) 수준의 수렴 속도를 확보한다는 점이다. 둘째, 위너 과정 근사를 도입해 점근정규성(asymptotic normality)을 도출한다. 구체적으로, (N_{n,1}/n,…,N_{n,K}/n)−p*를 √n 스케일로 정규화하면 평균 0, 공분산 Σ를 갖는 다변량 정규분포로 수렴한다. 여기서 Σ는 H=E