교차 치료사 중재 요인 설계를 통한 치료 효과 평가

초록

본 논문은 치료사와 중재가 모두 치료 요인으로 작용하는 교차 설계에서, 두 요인을 정교히 배치하고 무작위화하는 직교 요인 설계(orthogonal factorial design)를 제안한다. 완전 무작위, 블록 무작위, 다중센터 블록 무작위의 세 가지 설계를 구체적으로 설명하고, 각각에 대한 ANOVA와 회귀 분석 방법을 제시한다. 작은 규모 시뮬레이션을 통해 제안된 설계가 중재 효과와 치료사 간 변동성, 중재‑치료사 상호작용 효과를 정확히 추정함을 확인하였다.

상세 분석

이 연구는 기존의 개별 무작위 평행군 시험에서 치료사 효과를 무시하거나 고정 효과로만 다루던 관행을 근본적으로 재검토한다. 치료사와 중재를 각각 ‘무작위 요인(random factor)’과 ‘고정 요인(fixed factor)’으로 정의하고, 두 요인이 교차(crossed)된 구조를 채택함으로써 치료사 간 변동성(therapist variance)과 치료사‑중재 상호작용 변동성(intervention‑by‑therapist variance)을 동시에 모델링한다. 설계 단계에서 ‘직교(orthogonal)’ 요인 배치를 강조하는데, 이는 각 요인의 주효과와 상호작용을 독립적으로 추정할 수 있게 하여 통계적 효율성을 극대화한다.

세 가지 구체적 설계는 다음과 같다. 첫 번째는 완전 무작위 설계로, 모든 치료사‑중재 조합을 동일한 환자 집단에 균등하게 배정한다. 이는 블록이나 센터와 같은 외부 요인을 고려하지 않을 때 가장 단순하지만, 시간에 따른 치료사 학습곡선이나 센터별 차이를 반영하지 못한다. 두 번째는 블록 무작위 설계로, 시간 배치(batch) 혹은 기타 블록 요인을 도입해 각 블록 내에서 교차 요인 조합을 무작위화한다. 이는 치료사 학습 효과를 블록 효과로 통제하면서도 각 블록 내에서 균형 잡힌 배정을 유지한다. 세 번째는 다중센터 블록 설계로, 센터(C)와 배치(B)라는 두 개의 블록 요인을 동시에 고려한다. 치료사는 센터에 고정적으로 귀속되며, 각 센터‑배치 조합 내에서 교차 요인 조합을 무작위화한다. 이 설계는 실제 다기관 임상시험에서 흔히 발생하는 센터 간 이질성을 자연스럽게 반영한다.

분석 방법으로는 전통적인 ANOVA와 선형 회귀 모델을 모두 제시한다. ANOVA에서는 요인 A(중재), 요인 B(치료사), 요인 A×B 상호작용, 블록 요인, 그리고 잔차 오차를 포함한 혼합 모델을 구축한다. 회귀 접근법에서는 고정 효과로 중재와 블록을, 무작위 효과로 치료사와 중재‑치료사 상호작용을 지정한 선형 혼합 모델(lme) 형태를 사용한다. 두 접근법은 수학적으로 동일한 추정량을 제공하지만, 회귀 모델이 실제 데이터 관리와 소프트웨어 구현에 더 유연함을 보여준다.

시뮬레이션 결과는 제안된 설계가 중재 효과 추정치의 편향을 최소화하고, 표준 오차를 정확히 추정함을 확인한다. 특히 치료사 간 변동성 및 중재‑치료사 상호작용 변동성을 동시에 고려할 경우, 전통적인 설계에 비해 필요한 샘플 크기가 현저히 감소한다는 점이 강조된다. 이는 복잡한 행동·재활 치료 연구에서 비용 효율적인 시험 설계로 활용될 수 있다.

마지막으로 저자들은 현재 제안된 설계가 실제 임상시험에 적용될 때 고려해야 할 실무적 이슈(예: 치료사 가용성, 환자 모집 속도, 블록 크기 조정 등)와 향후 연구 과제(비균형 설계, 비정규 결과, 다중 중재 비교 등)를 제시하며, 보다 체계적인 치료사‑중재 연구를 위한 방법론적 토대를 마련한다.