일반 위험 모델에서 베이지안 변수·위험 구조 선택

초록

본 논문은 일반 위험(General Hazard, GH) 모델 안에서 변수 선택과 위험 구조 선택을 동시에 수행하는 베이지안 프레임워크를 제안한다. 두 종류의 g‑prior와 다중성 보정을 포함한 계층적 모델 사전분포를 도입하고, Add‑Delete‑Swap 기반 MCMC 알고리즘으로 효율적인 탐색을 구현한다. 이론적 일관성, 시뮬레이션 검증, 그리고 두 실제 데이터 사례를 통해 기존 방법 대비 우수성을 입증한다.

상세 분석

논문은 생존 분석에서 가장 널리 쓰이는 PH(Proportional Hazards)와 AFT(Accelerated Failure Time) 모델을 포함하는 일반 위험(GH) 모델을 출발점으로 삼는다. GH 모델은 위험 수준 효과(β)와 시간 수준 효과(α)를 동시에 허용함으로써 PH(α=0), AFT(α=β, x=˜x), AH(β=0) 등 특수 케이스를 포괄한다. 저자는 변수 선택과 위험 구조 선택을 하나의 통합 문제로 정의하고, 각 변수 j에 대해 0~4의 γ_j 값을 부여해 “효과 없음”, “시간 효과만”, “위험 효과만”, “다른 크기의 두 효과”, “동일 크기의 두 효과”를 구분한다. 이렇게 하면 전체 모델 공간은 4^p + 2^p − 1개의 가능한 조합으로 확장된다.

핵심 기여는 두 종류의 g‑prior 설계이다. 첫 번째는 “likelihood curvature‑matching prior”로, 관측 피셔 정보의 샘플 평균을 사용해 공분산을 구성하고, 회귀계수를 MLE에 기반해 평가한다. 이는 기대 피셔 정보가 닫힌 형태가 없고 회귀계수에 의존하는 문제를 회피한다. 두 번째는 “product g‑prior”로, 각 효과(시간·위험)별로 독립적인 g‑prior를 적용해 계산 복잡성을 낮춘다. 두 prior 모두 g 파라미터를 단위 정보 원칙에 따라 설정해 사전 샘플 크기로 해석한다.

모델 사전분포는 베타‑이항 구조를 일반화한 형태로, 변수의 다중 역할을 고려해 복잡도 패널티를 자동으로 부여한다. 이는 과도한 변수 포함을 억제하면서도 위험 구조 선택에 필요한 자유도를 유지한다. 이 사전은 γ 벡터 전체에 대해 계층적으로 정의되어, γ가 0인 경우와 1~4인 경우 각각 다른 베타 파라미터를 할당한다.

계산 측면에서는 Add‑Delete‑Swap 알고리즘을 확장해 γ와 위험 구조를 동시에 업데이트한다. 제안된 MCMC는 (i) 변수 추가·삭제, (ii) 변수 역할 교환, (iii) 위험 구조 전환(예: PH↔GH) 세 가지 움직임을 포함한다. 각 움직임의 수용 확률은 라플라스 근사와 통합 라플라스 근사를 이용해 얻은 주변우도 비율에 기반한다. 라플라스 근사는 고차원 적분을 빠르게 근사하고, 통합 라플라스는 g‑prior와 결합해 정확도를 높인다.

이론적으로 저자는 베이지안 일관성 정리를 증명한다. 적절한 사전 설정과 g‑prior 선택 하에, 표본 크기가 무한히 커질 때 posterior이 진정한 모델(정확한 γ와 위험 구조)으로 수렴한다는 것을 보여준다. 특히, 다중성 보정이 포함된 모델 사전분포가 변수와 구조 선택 모두에서 과적합을 방지하는 핵심 역할을 한다.

시뮬레이션에서는 다양한 표본 크기(n=100,200,500)와 검열 비율(10%,30%,50%)를 고려해, 제안 방법이 위험 구조와 활성 변수를 정확히 복원함을 확인한다. 기존의 PH‑전용 스파이크‑앤‑슬래브 방법이나 AFT‑전용 g‑prior와 비교했을 때, 구조 선택 정확도와 변수 선택 정밀도 모두에서 우수한 성능을 보였다. 또한, 모델 평균 예측(예: C‑index)에서도 경쟁력 있는 결과를 얻었다.

두 실제 데이터 사례는 (1) 암 환자 생존 데이터(다수의 임상·분자 변수)와 (2) 기계 부품 고장 데이터(센서 변수)이다. 첫 번째 사례에서는 GH 모델이 PH와 AFT 사이의 중간 형태를 포착해, 특정 유전자가 시간 수준에서, 다른 변수가 위험 수준에서 유의함을 밝혀냈다. 두 번째 사례에서는 AH 모델이 가장 적합하였으며, 몇몇 센서 변수만이 위험 수준에 영향을 미치는 것으로 확인되었다. 두 경우 모두 기존 방법보다 높은 사후 모델 확률과 예측 정확도를 기록했다.

전체적으로 이 논문은 위험 구조와 변수 선택을 동시에 다루는 베이지안 프레임워크를 최초로 제시하고, 실용적인 사전 설계와 효율적인 MCMC 구현을 통해 이론적 일관성과 실험적 우수성을 동시에 달성했다. 향후 비정형 베이스라인 위험 함수, 고차원 변수 공간, 그리고 반정형(semiparametric) 확장에 대한 연구가 자연스러운 연장선이 될 것이다.