Cox 비례위험 모형과 로지스틱 모형의 비교 : 예측모형의 discrimination과 calibration
Other Titles
Comparison of Cox's proportional hazard and logistic regression models : discrimination and calibration of prediction models
Authors
이성혁
Issue Date
2010
Description
의학전산통계학 협동과정/석사
Abstract
[한글]최근 임상 연구에서 다양한 질병의 사망 또는 재발과 같은 관심사건의 발생 여부에 대한 통계학적 예측 모형이 만들어지고 있다. 이러한 통계학적 예측모형은 주로 로지스틱 회귀모형이나 Cox의 비례위험모형을 이용하여 만들어진다. 본 논문에서는 생존 자료에서 사건 발생률 및 중도절단 된 자료 유무에 따라 Cox의 비례위험모형과 로지스틱 회귀모형을 이용하여 만들어진 예측모형 간의 discrimination(예측력)과 calibration(적합도)에 차이가 있는지 알아보았다. 예측된 모형의 discrimination과 calibration을 확인하고자 할 때, 로지스틱 회귀모형에서는 AUC 값과 Hosmer-Lemeshow의 test 값을 사용하였고, Cox의 비례위험모형에서는 %perfcox SAS macro(Nam, D'Agostino 2004)를 이용하여 AUC 값과 Kaplan-Meier 추정치를 이용한 test 값을 사용하였다. 모의자료는 한국인의 뇌졸중 10년 예측모형(지선하 외 2008)에 이용되었던 자료를 기초로 생성하였다. 모의실험 결과, 사건 발생률에 따라 각 모형에서 회귀계수의 값은 비교적 비슷하게 추정되었고, discrimination 값도 비슷하게 나타났다. 하지만 calibration의 경우 사건 발생률이 증가함에 따라 Cox의 비례위험모형에서 값이 급격하게 커지는 경향을 보였다.