다중 임계값을 활용한 Finkelstein‑Schoenfeld 검정의 확장: FS‑MT 방법론

초록

본 논문은 기존 Finkelstein‑Schoenfeld(FS) 검정의 계층적 구조를 완화하고, 사망·입원 등 복합 종단점에서 여러 임계값을 순차·교차 적용하는 FS‑MT(FS with Multiple Thresholds) 검정을 제안한다. 가중 적응 방식으로 임계값을 자동 선정하고, 통계적 유효성(크기·힘)과 해석 가능성을 유지한다. 시뮬레이션과 DIG 임상시험 재분석을 통해 성능을 검증했으며, R 패키지 “FSMT”를 제공한다.

상세 분석

FS‑MT 검정은 기존 FS 검정이 “사망 > 입원”이라는 절대적인 우선순위에 따라 하위 사건을 거의 무시하는 한계를 극복하고자 설계되었다. 핵심 아이디어는 각 사건별로 하나가 아닌 두 개 이상의 임계값(d, 0)·(t₁, 0)을 사전에 지정하고, 큰 임계값부터 순차적으로 비교를 수행한다는 점이다. 예를 들어, 두 환자 i와 j를 비교할 때 먼저 생존시간 차이가 d일 이상인지 확인하고, 차이가 없거나 검정 불가능하면 입원시간 차이가 t₁일 이상인지 평가한다. 이후에도 차이가 없으면 0 임계값(즉, 차이가 있든 없든)으로 다시 생존시간, 입원시간을 비교한다. 이렇게 하면 상위 사건이 “동등”하거나 “불확실”할 경우 하위 사건이 실제 치료 효과를 반영할 기회를 제공한다.

수학적으로는 Dᵢⱼ(d)와 Tᵢⱼ¹(t₁)이라는 비교 함수를 정의하고, 네 단계의 Uᵢⱼ₁~Uᵢⱼ₄를 차례로 계산한다. 각 단계는 이전 단계가 0(동점)일 때만 활성화되므로, 전체 승패 점수는 Σ₍i∈Treat₎ Σⱼ Uᵢⱼ 로 표현된다. 이 구조는 기존 FS 검정의 U‑통계량 형태와 동일한 asymptotic normality를 유지함을 증명하였다(귀무가설 하 평균 0, 분산은 표본 기반 닫힌 형태).

임계값 선택을 위해 저자들은 가중 적응 접근법을 도입하였다. 먼저 각 사건별 임상적으로 의미 있는 최소 차이(MCID)를 사전 정의하고, 관측 데이터에서 해당 차이가 발생한 비율을 추정한다. 이후 가중치를 부여해 전체 검정의 파워를 최적화하도록 임계값을 shrinkage한다. 이 과정은 시뮬레이션을 통해 검정 크기가 유지되는 동시에 파워가 크게 향상됨을 확인하였다.

시뮬레이션 설계는 (1) 최대 추적 기간, (2) 사망·입원 간 상관관계, (3) 치료 효과 크기(생존 HR, 입원 HR) 세 축을 변형하였다. 결과는 FS‑MT가 특히 사망률이 높아 상위 계층이 포화될 때, 하위 입원 효과를 효과적으로 포착한다는 점을 보여준다. 또한, 임계값이 0인 표준 FS와 비교했을 때, 동일한 유의수준에서 평균 승률 차이가 10~15% 정도 증가하였다.

실제 DIG 데이터 재분석에서는 디지털리스 치료군이 사망 위험을 크게 감소시키지 못했지만, 입원 위험 감소가 눈에 띄었다. FS‑MT는 이러한 입원 효과를 강조해 통계적으로 유의한 승률 차이를 보고했으며, 기존 FS 검정은 비유의적 결과에 머물렀다. 이는 임계값 기반 계층 완화가 임상적으로 중요한 하위 사건을 놓치지 않게 함을 실증한다.

마지막으로 저자들은 “FSMT”라는 R 패키지를 공개하여, 사용자들이 임계값 지정, 가중 적응 추정, 부트스트랩 기반 신뢰구간 계산 등을 손쉽게 수행하도록 지원한다. 패키지는 기존 “winratio”, “gpc” 패키지와 호환되며, 다중 임계값을 적용한 복합 종단점 분석을 표준화하는 데 기여한다. 전체적으로 FS‑MT는 기존 GPC 프레임워크를 보완하면서도 통계적 엄밀성을 유지하는 실용적인 확장이라 할 수 있다.