새로운 바이오마커의 예측력을 평가하는 비모수적 방법

Abstract

기존에 알려진 인자 외에 새로운 바이오마커가 임상적인 예측 능력을 높이는지를 파악하는 것은 임상연구에서 굉장히 중요한 일이며 일반적으로 ROC curve 아래의 면적(under the receiver operating characteristic(ROC) curve; AUC)의 비교, net reclassification improvement(NRI)와 integrated discrimination improvement(IDI)가 이용되고 있다. 본 연구는 각 방법의 장단점을 고찰하고 IDI의 비모수적 방법이자 NRI에 순위의 정보까지 고려한 확장된 NRI(mNRI)을 제안하였다. 질병의 유병률이 5%, 10%, 20%일 때, 새로운 바이오마커의 여러 가지 분포와 질병에 대한 오즈비의 크기에 따라 AUC, NRI, category-free NRI(cNRI), IDI, mNRI 방법의 검정력을 비교하였다. 모의실험 결과 AUC의 경우 새로운 바이오마커의 분포와 관계없이 다른 방법들에 비해 가장 낮은 검정력을 보였다. 정규분포와 균등분포를 따르는 경우에는 다른 방법들에 비해 항상 IDI가 가장 높은 검정력을 보였다. 다음으로 꼬리가 두꺼운 분포인 로지스틱분포나 이중지수분포를 따르는 경우에는 본 연구에서 제안한 mNRI 방법이 가장 높은 검정력을 보였다. 그러나 유병률이 높아질수록 새로운 바이오마커의 분포와 관계없이 IDI와 mNRI의 검정력은 큰 차이가 없었다. 실제로 바이오마커의 분포의 가정을 고려하지 않는다면 예측력 향상에 기여한 바이오마커를 제대로 찾아내지 못하는 오류가 생길 수 있으므로 각 분포에 따라 예측력을 평가하는 적절한 방법을 선택하여 이용하여야 한다.