실제 임상시험 데이터로 본 공변량 조정 전략 비교와 실용적 가이드라인

초록

**
본 연구는 50개의 공개 RCT(총 29,094명, 574개 치료‑결과 쌍)에서 6가지 추정기와 3가지 공변량 선택법을 조합한 18가지 공변량 조정 방법을 실증적으로 벤치마크하였다. 연속형 결과에서는 평균 13.3%, 이진 결과에서는 4.6%의 분산 감소를 확인했으며, 머신러닝 기반 방법은 기본 하이퍼파라미터 설정만으로는 단순 선형 회귀보다 효율성이 떨어졌다. 전체 공변량을 사용한 ANCOVA가 가장 큰 정밀도 향상을 보였고, 작은 표본에서는 과적합 위험이 낮은 Top‑3 혹은 Baseline+ 전략이 안정적인 성능을 제공한다.

**

상세 분석

**
본 논문은 무작위 임상시험(RCT)에서 공변량 조정이 실제 데이터에 미치는 영향을 정량화하기 위해, 50개의 서로 다른 치료 영역·표본 크기·결과 유형을 포괄하는 대규모 데이터셋을 구축하였다. 분석에 사용된 6가지 추정기는 다음과 같이 구분된다. (1) 전통적인 선형 회귀 기반 ANCOVA, (2) 상호작용을 허용한 ANHECOVA(ANOVA2), (3) 역확률 가중치(IPW/IPTW), (4) 로지스틱 회귀 기반 g‑logistic, (5) 머신러닝 기반 이중/디바이아스드 머신러닝(DML), (6) 타깃 최소 손실 추정(TMEL). 각 추정기에 대해 (i) 전체 공변량(All), (ii) 결과와 가장 높은 상관을 보이는 상위 3개 변수(Top‑3), (iii) 사전 정의된 핵심 변수(기저값, 층화 변수, 연령·성별·체중 등)인 Baseline+ 전략을 적용하였다.

성능 평가는 (a) 비례 분산 감소(PVR), (b) 추정치 이동(S‑Diff), (c) 공변량 조정 이득(CAG)·손실(CAL), (d) R 오류 발생률 네 가지 지표로 구성된다. 연속형 결과에서는 모든 방법이 평균 13.3%의 분산 감소를 보였으며, 특히 All‑ANCOVA가 17%에 달하는 최고 효율을 기록했다. 그러나 표본이 작을수록 복잡한 모델(ANHECOVA, IPW, 머신러닝)은 자유도 감소와 과적합으로 인해 정밀도가 저하되는 경향을 보였다. Top‑3와 Baseline+ 전략은 이러한 현상을 완화시켜, 작은 표본(≤100명)에서도 5~7% 수준의 안정적인 분산 감소를 제공한다.

이진 결과에서는 전반적인 정밀도 향상이 낮아 평균 4.6%였지만, ANCOVA와 g‑logistic이 각각 10.6%와 유사한 감소를 달성했다. 머신러닝 기반 TMEL·DML은 대규모 표본(>400명)에서는 ANCOVA와 비슷한 성능을 보였으나, 소규모에서는 평균 5% 이하의 감소에 머물렀다. 이는 기본 하이퍼파라미터 설정만으로는 실제 임상 데이터의 비선형성·상호작용을 충분히 포착하지 못함을 시사한다.

추정치 이동(S‑Diff) 분석에서는 모든 방법이 평균적으로 0을 중심으로 대칭적인 분포를 보여, 체계적 편향이 없음을 확인했다. 다만, All 전략은 변동성이 커서 극단적인 경우(편향·분산이 크게 변함)에도 노출될 위험이 있다. CAG와 CAL 지표는 공변량 조정이 통계적 유의성을 새롭게 창출하거나 소멸시키는 비율을 각각 8%·1% 수준으로, 전반적으로 이득이 손실보다 월등히 크다는 점을 강조한다.

결론적으로, (1) 공변량 조정은 대부분의 상황에서 효율성을 향상시키며, (2) 복잡한 머신러닝 모델은 기본 설정만으로는 실용적 이점을 제공하지 못하고, (3) 파라메트릭 회귀(특히 ANCOVA)와 사전 정의된 핵심 공변량(Baseline+) 조합이 표본 크기에 관계없이 가장 안정적이고 재현 가능한 결과를 낸다. 이러한 결과는 규제기관 및 임상 연구자가 “투명하고 간결한” 조정 전략을 채택하도록 근거를 제공한다.

**