다중 사건과 말기 이벤트를 고려한 비모수 치료 효과 추정

초록

본 논문은 말기 이벤트(사망 등)와 다중 비치명적 사건을 동시에 관찰하는 임상시험에서, 제한된 가정만으로 해석 가능한 치료 효과 지표인 평균 누적 함수 면적(AUMCF)을 비모수적으로 추정하고, 공변량 보정을 통한 효율성 향상 방법을 제시한다.

상세 분석

연구는 기존 다중 사건 분석 방법이 가정에 크게 의존하고 말기 이벤트를 적절히 다루지 못한다는 문제점을 지적한다. 이를 해결하기 위해 저자들은 평균 누적 함수(MCF)의 면적인 AUMCF를 정의하고, 이는 환자가 연구 기간 동안 경험한 전체 사건 부담을 시간 단위로 합산한 값으로, 직관적이며 제한된 가정만 필요하다. AUMCF는 말기 이벤트가 발생하면 이후 사건 발생을 차단한다는 사실을 반영해, 누적 사건률을 생존 확률과 결합한 형태로 표현된다. 비모수 추정은 Kaplan‑Meier와 Nelson‑Aalen 추정량을 이용해 MCF와 AUMCF를 플러그인 방식으로 계산한다. 두 치료군 간 차이 Δ는 각 군의 AUMCF 차이로 정의되며, 대수적 전개를 통해 점근적 정규성을 증명하고, 변동성 추정식을 제공한다. 특히, 기존 로그‑랭크 기반 검정과 달리 Δ̂의 추정치는 일관성을 유지하면서 Wald 검정과 동일한 결론을 제공한다는 장점이 있다. 공변량 보정을 위해 저자들은 증강 추정법을 도입한다. 기본 아이디어는 무작위 배정으로 인해 치료군 간 공변량 차이가 평균적으로 0이 되지만, 표본 수준에서는 차이가 존재할 수 있기에, 이를 보정하기 위해 W₁−W₂ 차이에 가중치 β를 곱한 항을 Δ̂에서 빼는 형태이다. β는 최소 분산을 달성하도록 공분산 구조를 이용해 닫힌 형태로 구해지며, 추정 과정은 비모수적이며 표본 크기가 충분하면 효율이 향상된다. 시뮬레이션에서는 다양한 검열 비율, 사건 발생률, 말기 이벤트 비율을 변형시켜 제안 방법이 기존 Cox, 음이항 회귀, LWYY, 공유 감마 frailty, 승자 비율 등과 비교해 편향이 없고 평균 제곱 오차가 낮으며, 특히 말기 이벤트가 빈번한 상황에서 강건함을 보인다. 실제 BEST 임상시험 데이터에 적용한 결과, AUMCF 차이는 치료군 간 심부전 관련 입원·심근경색·이식 등의 복합 사건 부담을 명확히 보여주며, 기존 방법과 일치하면서도 해석이 쉬운 지표를 제공한다. 마지막으로 R 패키지 MCC를 공개해 실무 적용을 용이하게 하였다.