군집 데이터 베이지안 임상시험 설계와 표본 크기 결정

초록

본 논문은 군집화된 데이터를 갖는 베이지안 임상시험에서 운영 특성(전력, 제1종 오류 등)을 효율적으로 평가하고 표본 크기를 결정하는 새로운 방법을 제시한다. 저자는 사후 확률을 군집 수의 함수로 모델링하는 이론적 결과를 증명하고, 두 개의 군집 수에 대한 시뮬레이션만으로 다양한 표본 크기에 대한 운영 특성을 추정한다. 또한 시뮬레이션 변동성이 표본 크기 권고에 미치는 영향을 정량화한다. 방법론은 실제 군집 무작위화 시험 사례를 통해 시연된다.

상세 분석

이 연구는 베이지안 임상시험 설계에서 가장 큰 병목인 “시뮬레이션 기반 운영 특성 추정” 문제를 군집 데이터에 특화된 수학적 구조를 이용해 크게 완화한다. 기존 접근법은 각 설계 조합마다 수만 회 이상의 마코프 체인 몬테카를로(MCMC) 추정을 반복해야 하며, 특히 랜덤 효과를 포함한 고차원 모델에서는 계산 비용이 급증한다. 저자는 사후 확률 τ(D_c) 가 군집 수 c 에 대해 선형(또는 로그선형) 관계를 가진다는 새로운 정리를 증명한다. 이 정리는 두 개의 서로 다른 군집 수 c₁, c₂ 에 대해 얻은 샘플링 분포의 분위수를 이용해 임의의 c 에 대한 분위수를 선형 보간함으로써 전체 샘플링 분포를 재구성할 수 있음을 의미한다.

핵심 아이디어는 다음과 같다. (1) 베이지안 로지스틱 회귀와 같은 혼합 모델에서 군집별 랜덤 효과 w_j 는 독립이며, 군집 수가 증가하면 사후 평균과 분산이 일정한 비율로 축소된다. (2) 사후 확률 τ 의 로그it 변환값 logit(τ) 은 군집 수 c 에 대해 거의 선형적으로 변한다. 따라서 두 점 (c₁, logit(τ₁)) 와 (c₂, logit(τ₂)) 만 알면, 임의의 c 에 대한 logit(τ_c) 을 선형 보간하고 다시 τ_c 를 얻을 수 있다. (3) 이 보간 과정에서 시뮬레이션 변동성을 정량화하기 위해 베이지안 선형 회귀의 사후 분산을 활용한다. 즉, 보간된 τ_c 에 대한 불확실성은 두 기저 시뮬레이션의 표본 크기와 변동성으로부터 직접 계산된다.

이론적 결과는 표본 크기 결정(SSD) 절차에 바로 적용된다. 전통적인 SSD는 각 후보 군집 수 c 마다 수천 번의 전체 시뮬레이션을 수행해야 하지만, 제안된 방법은 두 개의 군집 수에 대한 시뮬레이션만으로 전체 c 범위에 대한 전력·제1종 오류 곡선을 얻는다. 따라서 계산량이 O(1) 수준으로 감소한다. 또한, 시뮬레이션 변동성을 반영한 불확실성 구간을 제공함으로써 설계자가 목표 전력(예: 80 %)을 달성할 확률을 보증할 수 있다.

논문은 이론 증명 외에도 실제 군집 무작위화 시험(결핵 예방 치료) 사례를 통해 방법을 검증한다. 해당 사례에서는 각 가구를 하나의 군집으로 보고, 베이지안 로지스틱 회귀와 군집별 랜덤 인터셉트를 사용해 비부작용 발생률 차이를 추정한다. 두 개의 군집 수(예: 30 와 60)에서 시뮬레이션을 수행한 뒤, 보간된 전력 곡선이 전체 시뮬레이션(수천 군집) 결과와 거의 일치함을 확인한다. 또한, 보간 과정에서 도출된 불확실성 구간이 실제 변동성을 잘 포착함을 보여준다.

이 연구는 (1) 군집 데이터에 특화된 베이지안 SSD를 위한 이론적 기반을 제공하고, (2) 실무에서 계산 비용을 크게 절감할 수 있는 실용적인 절차를 제시하며, (3) 시뮬레이션 변동성을 정량화함으로써 설계 신뢰성을 높인다. 향후 다중 엔드포인트, 적응형 디자인, 그리고 비정규 군집 구조 등에 대한 확장 가능성도 논의한다.