우선순위와 동등순위가 결합된 회전 승비법

초록

본 논문은 기존 승비(Win Ratio) 분석에서 요구되는 엄격한 계층 구조의 한계를 극복하고자, 블록 내에서 동등하게 우선순위를 부여할 수 있는 ‘회전 승비(Rotation Win Ratio, RWR)’를 제안한다. 블록별 순서를 회전시켜 모든 가능한 순열을 평균화함으로써, 동일 중요도의 엔드포인트를 동시에 고려하면서도 블록 간에는 명확한 위계가 유지된다. U‑통계 이론을 기반으로 점추정, 가설검정, Wald 신뢰구간을 도출하고, 층화 설계와 다른 승통계(순이익, 승오즈)에도 확장한다. 시뮬레이션과 SPRINT 임상시험 데이터를 통해 유형Ⅰ 오류 제어, 검정력, 신뢰구간 정확도가 입증되었으며, 재발 사건 및 환자 맞춤형 의사결정 상황에 특히 유용함을 보인다.

상세 분석

본 연구는 승비(Win Ratio)와 일반화된 쌍별 비교(Generalized Pairwise Comparison) 체계가 “완전한 위계”를 전제로 하는 점을 비판적으로 검토한다. 실제 임상시험에서는 사망·심근경색·뇌졸중 등 중대한 사건과 입원·삶의 질 저하 등 비교적 동등한 사건이 혼재하는 경우가 빈번하며, 이러한 상황을 ‘전면 우선순위’와 ‘전면 비우선순위’ 사이의 중간 형태로 모델링할 필요가 있다. 저자는 이를 해결하기 위해 엔드포인트 집합 Y를 R개의 블록 G₁,…,G_R 로 분할하고, 블록 간에는 엄격한 우선순위( G₁ ≻ G₂ ≻ … ≻ G_R )를 유지하면서 블록 내부에서는 모든 순열을 “회전(rotations)”한다. 예를 들어, G₂={2,3}이라면 (2,3)와 (3,2) 두 순서를 모두 고려하고, 각 순서에 대해 전통적인 승·패 판단 함수를 적용한다. 각 회전 k에 대해 승수 n(k)ᵗ와 패수 n(k)ᶜ를 구한 뒤, 전체 승비는 Σₖ n(k)ᵗ / Σₖ n(k)ᶜ 로 정의된다.

통계적 추론은 U‑통계의 대수적 성질을 활용한다. 각 회전별 승·패 카운트는 대수적 정규(AN) 분포를 따르며, 공분산 구조는 표본 크기 Nₜ, N_c 와 각 회전의 함수값을 이용해 닫힌 형태로 추정된다. 이를 바탕으로 전체 승비의 로그값에 대한 delta‑method 적용으로 평균과 분산을 얻고, Wald 신뢰구간과 z‑검정을 수행한다. 영가설 하에서는 승·패 확률을 ½ 로 설정한 ‘균등’ 추정치를 사용해 분산을 보정한다.

또한, 층화 설계에 대한 확장도 제시한다. 각 층 s에 대해 별도 RWR을 계산하고, 사전 정의된 가중치 w(s) 로 가중 평균을 취함으로써 전체 시험에 대한 통합 추정치를 얻는다. 이는 기존 층화 승비(stratified WR)와 동일한 형태이지만, 블록 회전 구조를 그대로 유지한다.

시뮬레이션에서는 (1) 사망 위에 3개의 비사망 사건이 동등하게 배치된 경우, (2) 사망 위에 재발 사건을 수, 최초·최종 발생 시점으로 요약한 블록이 포함된 경우 등 두 시나리오를 설정했다. 다양한 검열 비율, 사건 발생률, 블록 크기 변화를 통해 유형Ⅰ 오류가 5% 수준에 머무르고, 전통 WR 대비 검정력이 동일하거나 약간 향상됨을 확인했다. 특히 재발 사건을 포함한 블록에서는 회전 구조가 정보를 손실 없이 활용함을 보여준다.

실제 데이터 적용에서는 SPRINT 시험을 이용해 사망, 심혈관 사건, 입원, 혈압 목표 미달 등 5개의 엔드포인트를 블록 {사망}, {심혈관 사건, 입원}, {혈압 목표 미달} 로 구성하였다. 회전 승비는 1.27 (95% CI 1.08–1.49) 로, 기존 WR(1.22)보다 약간 높은 치료 효과를 제시했으며, 각 블록별 승·패·동점 비율을 별도 보고함으로써 임상 해석에 유용한 정보를 제공한다.

이와 같이 RWR은 “동등 우선순위”와 “엄격 위계”를 동시에 만족시키는 유연한 프레임워크를 제공한다. 재발 사건, 복합 엔드포인트, 환자 맞춤형 의사결정 등 다양한 임상 상황에 적용 가능하며, 기존 WS 방법론의 제한을 보완한다는 점에서 통계학적·임상학적 의의가 크다.