블라인드 샘플 사이즈 재추정: 추정 불확실성을 반영한 새로운 방법

초록

본 논문은 임상시험 중간에 수행되는 블라인드 내부 파일럿 데이터를 이용해, 분산 추정의 불확실성을 상한 신뢰구간으로 보정한 샘플 사이즈 재추정 절차를 제안한다. 기존의 단일표본 분산 추정법이 과대추정이라는 사실을 이용해 보수적인 상한을 설정하고, 목표 검정력(1‑β)을 달성하도록 신뢰수준(1‑γ)을 사전에 결정한다. 시뮬레이션과 실제 사례 분석을 통해 제안 방법이 작은 파일럿 규모에서도 목표 검정력을 유지하면서 과도한 샘플 증가를 방지함을 확인하였다.

상세 분석

이 연구는 두 정규 모집단을 비교하는 임상시험에서 흔히 발생하는 ‘분산(σ²) 오차’ 문제를 다룬다. 설계 단계에서 σ²를 잘못 지정하면 검정력 저하가 불가피한데, 이를 보완하기 위해 내부 파일럿(블라인드) 데이터를 활용한 샘플 사이즈 재추정이 널리 쓰인다. 기존 방법은 블라인드 상황에서 전체 데이터를 이용해 계산되는 ‘단일표본 분산(σ̂²_OS)’을 사용한다. Zucker 등(1999)은 σ̂²_OS의 기대값이 실제 σ²보다 크다는 사실을 증명했으며, 이를 ‘분산의 상한’으로 해석한다. 그러나 파일럿 규모가 작을 경우 이 상한조차 충분히 보수적이지 않아 여전히 검정력이 목표치에 못 미칠 위험이 있다.

저자들은 이러한 한계를 극복하기 위해 ‘분산의 상위 신뢰구간(Upper Confidence Limit, UCL)’을 이용한다. 구체적으로, 블라인드 파일럿에서 얻은 σ̂²_OS에 대해 보수적인 100·(1‑γ)% 상한을 계산하고, 이 값을 샘플 사이즈 재추정 공식에 대입한다. 핵심은 γ를 사전에 선택해 최종 검정력(1‑β)을 보장하도록 하는데, 이를 위해 저자들은 ‘조건부 검정력의 하한’을 유도하고, 파일럿 크기 n_int만을 변수로 하는 γ 선택식(γ* = f(n_int, α, β))을 제시한다. 이 과정에서 외부 파일럿 연구에서 사용된 Browne(1995)·Kieser‑Wassmer(1996)의 이론을 확장했으며, 블라인드 상황에서도 asymptotic 이론을 적용해 보수적인 UCL을 구한다.

제안 방법의 장점은 다음과 같다. 첫째, γ가 파일럿 규모에만 의존하고 σ² 자체와는 독립적이므로 연구계획 단계에서 미리 명시할 수 있다. 둘째, 작은 파일럿(n_int≈10~30)에서도 목표 검정력을 달성하도록 설계돼, 희귀질환·소규모 다기관 시험 등에 특히 유용하다. 셋째, 기존의 ‘inflation factor’ 방식이 경험적 파라미터에 의존하던 반면, 본 방법은 이론적 근거에 기반해 상한을 정량화한다.

시뮬레이션 결과는 네 가지 주요 지표에서 기존 방법을 능가한다. (1) 평균 재추정 샘플 사이즈는 과도하게 늘어나지 않으며, (2) 검정력은 목표 80% 이상을 일관적으로 유지한다. 특히 파일럿 규모가 12명 이하일 때도 검정력 저하가 거의 없었다. (3) Type I error은 블라인드 특성 덕분에 기존 방법과 동일하게 유지되었다. (4) 실제 임상시험 사례(췌장 수술 후 급성 췌장염, 파킨슨병 DBS 프로그래밍 시간)에 적용했을 때, 제안 방법이 기존 블라인드 재추정보다 적은 추가 샘플로 목표 검정력을 확보함을 보여준다.

이 논문은 블라인드 내부 파일럿을 활용한 샘플 사이즈 재추정 분야에 중요한 이론적·실무적 기여를 한다. 분산 추정의 불확실성을 명시적으로 다루고, 사전 지정 가능한 신뢰수준을 통해 목표 검정력을 보장함으로써, 작은 규모 시험에서도 윤리적·통계적 타당성을 높일 수 있다. 향후 연구에서는 비정규 분포, 다중 군 비교, 비대칭 효과 크기 등 복합 상황에 대한 확장과, 베이지안 프레임워크와의 연계 가능성도 탐색될 여지가 있다.