생존 자료에서 새로운 인자의 예측력을 평가하는 방법의 비교

Abstract

임상 분야에서 질병의 유무를 예측하는 다양한 통계적 방법이 존재한다. 특히, 기존의 예측모형에 새로운 인자가 추가 되었을 때의 예측력 향상을 평가하기 위해 c-index와 net reclassification index(NRI)를 이용한다. 예측력을 의미하는 c-index를 각 모형에서 구하여 비교할 수 있고, 새로운 모형에서 질병의 유무를 더 잘 분류했는 지를 NRI를 통해 판단할 수 있다. 하지만 종속변수가 이분형이 아닌 생존 자료일 때는 중도절단을 고려하여 평가해야 한다. 생존 자료에서 예측력 향상을 평가하는 방법으로 Harrell의 c-index, Heagerty의 시간종속 ROC curve를 이용한 iAUC(integrated Area Under the Curve), Uno의 c-index, Pencina의 NRI, Uno의 NRI 등이 제안되었다. 기존 모형과 새로운 인자가 추가된 예측모형에서의 c-index 또는 iAUC 값을 각각 구하여 그 차이를 통해 예측력을 비교할 수 있으며, 두 예측모형으로부터 NRI 값을 구하여 새로운 모형이 생존여부를 더 잘 분류하는지를 판단할 수 있다.

본 연구는 다양한 상황을 가정한 모의실험을 통해 생존 자료에서 예측력 향상을 평가하는 통계적인 방법들의 성능을 비교하였고, 실제 자료에 적용해 보았다. 질병의 유무를 예측하는 두 예측모형의 예측력을 비교하는 데 있어 더 민감하다고 알려진 NRI가 생존 자료의 특성에 맞게 변화되었을 때는 Harrell과 Uno의 c-index, Heagerty의 AUC에 비해 덜 민감한 결과를 나타냈다.