하이브리드 SMART‑MRT 설계에서 시간변화 치료 효과와 시너지 분석

본 논문은 인간‑전달과 디지털 개입을 서로 다른 시간척도(느린·빠른)에서 결합한 하이브리드 실험 디자인(HED)의 최신 형태인 SMART‑MRT 하이브리드 디자인을 체계적으로 분석한다. 서론에서는 디지털 기술의 급속한 발전으로 실시간(분·시간 단위) 개입이 가능해졌지만, 인간‑전달 개입은 주로 수주·수개월 단위로 조정된다는 점을 강조한다. 두 개입을 통합하면 접근성·비용 효율성은 높아지지만, 기존의 SMART(느린 시간척도)와 MRT(빠른 시간척도) 분석 방법은 서로 독립적으로 적용돼 시너지 효과를 포착하지 못한다는 문제점을 제시한다. 연구 목표는 (1) 하이브리드 SMART‑MRT에서 관심 있는 인과 추정량을 명확히 정의하고, (2) 이들을 동시에 추정할 수 있는 통계적 방법을 개발하며, (3) 기존 방법과 비교해 효율성과 검정력을 검증하고, (4) 실제 데이터(M‑Bridge 연구)에 적용해 실질적인 시너지 효과를 탐색하는 것이다. **1. 인과 추정량 정의** 베이스라인 공변량 X₀, 느린 시간척도 치료 Z₁(1단계)와 Z₂(2단계), 빠른 시간척도 치료 Aₜ(t=1,…,T)를 포함한 전체 히스토리 Hₜ를 정의한다. 잠재 결과 Yₜ₊₁(s_zₜ, s_aₜ)와 최종 결과 Y를 Rubin‑Robins 프레임워크에 매핑한다. 이를 바탕으로 다음과 같은 6가지 추정량을 제시한다. - Z₁와 Z₂의 주효과(느린 시간척도) - Aₜ의 시간변화 효과(빠른 시간척도) - Z₁·Aₜ, Z₂·Aₜ 교차항을 통한 시너지(상호작용) 효과 - 각 효과를 다른 치료 수준에 평균화한 “조건부 평균 효과” - 전체 평균 효과(모든 치료 조합을 평균화) - 자격(eligibility) 평균화 효과(특정 시점에 치료를 받을 자격이 있는지 여부를 확률적으로 반영) **2. 추정 방법** 기존 SMART 분석에 쓰이는 Weighted‑Replicated(WR) 방법과 MRT 분석에 쓰이는 Weighted‑Centered Least Squares(WCLS) 방법을 통합한다. 구체적으로, 각 관측치에 두 단계의 가중치 w₁(Hₜ)·w₂(Hₜ) 를 부여하고, 교차항을 포함한 선형 모델을 설정한다. 보조 변수(시간변화 공변량)를 포함시켜 효율성을 높이면서, 사후 변수(예: 2단계 재무작위화 결과)와의 조건부 독립성을 유지한다. 특히, “eligibility averaging”을 도입해 특정 시점에 치료를 받을 수 없는 참가자를 제외하지 않고, 그들의 자격 확률을 가중치에 포함시켜 표본 손실을 최소한다. **3. 이론적 성질** 추정 방정식이 무편향(unbiased)이며, 표본 크기가 커질수록 점근적으로 정규분포를 따르는 일관성(consistency)과 효율성(efficiency)을 보임을 증명한다. 또한, 교차항을 통한 시너지 효과 추정이 기존 효과 조절 분석보다 편향이 없으며, 가중치 설계에 따라 최적의 효율을 달성할 수 있음을 보인다. **4. 시뮬레이션** 다양한 시나리오(시너지 존재/부재, 치료 효과 크기, 재무작위화 비율, 자격 비율 등)를 설정해 1,000번 반복 시뮬레이션을 수행했다. 결과는 제안 방법이 기존 WR·WCLS 대비 평균제곱오차가 12~18% 감소하고, 5% 수준의 유의수준에서 검정력(power)이 10~15% 향상됨을 보여준다. 특히, 시너지 효과가 존재할 때도 정확히 0에 가까운 편향을 유지한다. **5. M‑Bridge 연구 적용** M‑Bridge는 대학 신입생의 폭음 감소를 목표로 한 2단계 하이브리드 디자인이다. 1단계는 초기 웹 기반 피드백(조기 vs. 후기)이며, 2단계는 비반응자(중증 음주자)에게 이메일 vs. 온라인 코치(브리징) 전략을 제공한다. 2단계부터는 매 2주마다 자기 모니터링 설문 전송 시 ‘자기이익’(SI) 프롬프트와 ‘타인이익’(PS) 프롬프트를 무작위로 제공한다. 종속 변수는 24시간 내 음주량(근접 결과)과 전체 연구 기간 누적 음주량(원격 결과)이다. 분석 결과는 다음과 같다. - 초기 웹 피드백이 전체적으로 음주량을 감소시키는 주효과가 확인되었다(β≈‑0.42, p<0.01). - 브리징 전략은 비반응자에게 추가적인 감소 효과를 보였으며, 이메일보다 온라인 코치가 더 큰 효과를 나타냈다(β≈‑0.28, p=0.03). - 프롬프트 유형 자체는 근접 결과에 큰 영향을 주지 않았지만, ‘자기이익’ 프롬프트와 온라인 코치 브리징 전략 사이에 양의 시너지 효과가 발견되었다(교차항 β≈‑0.15, p=0.04). 이는 브리징 전략이 적용될 때 자기이익 프롬프트가 더 큰 행동 변화를 촉진한다는 실질적 의미를 가진다. - 자격 평균화를 적용함으로써 전체 표본(591명) 모두를 활용했으며, 기존 분석에서 제외된 26.7% 비반응자에 대한 추정 정확도가 크게 향상되었다. **6. 논의 및 향후 연구** 제한점으로는 (1) 다중 단계·다중 시간점에서 복잡한 상호 의존 구조를 완전히 모델링하지 못함, (2) 이진·다중 범주 종속 변수에 대한 비선형 확장 필요, (3) 가중치 선택이 설계에 따라 민감할 수 있음이 있다. 향후 연구에서는 머신러닝 기반 보조 변수 선택, 베이지안 가중치 추정, 다중 치료 옵션을 포함한 일반화된 하이브리드 디자인으로 확장하고, 실시간 적응 정책을 위한 강화학습 연계 방안을 탐색한다. 전반적으로 이 논문은 하이브리드 SMART‑MRT 디자인에서 시너지 효과를 정량화하고, 기존 방법보다 더 효율적이고 일관된 추정을 제공함으로써 디지털·인간 개입의 통합 연구에 중요한 통계적 도구를 제공한다.