Growth Modulation Index의 추정에 대한 연구 : 잠재적 변수와 AFT 모델의 적용

Abstract

항암제 2상 임상시험에서 1차 유효성 평가변수는 주로 종양 반응률을 이용하지만, 임상연구에서 기대하는 성과는 질병 진행을 지연시키는 것이므로 최근에는 종양 반응률보다는 전체 생존기간(Overall Survival, OS), 무진행 생존기간(Progression Free Survival, PFS)과 같은 생존 시간을 유효성 평가변수로 더 선호한다(Mick and J.Carroll, 2000). 하지만 PFS의 경우 임상시험 간 존재하는 높은 변동성은 예후인자들에 대한 보정에도 불구하고 그대로 존재하기 때문에 단일군 시험이나 제 3상 임상시험에서 PFS를 1차 유효성 평가변수로 사용하는 것에 어려움이 있다. 이에 첫 번째 항암치료를 받은 후 악화 또는 재발이 일어날 때까지의 시간인 과 두 번째 항암치료를 받은 후 악화 또는 재발이 일어날 때까지의 시간인 의 비율로 정의되는 growth modulation index(GMI)를 제안한 바 있다(Von Hoff 1998). GMI는 동일 개인내의 반복된 PFS 값을 비교한다는 점에서 위약군과 관련된 윤리적인 문제에서 벗어날 수 있고 환자 간 변동성을 제거할 수 있다는 특징이 있다. 하지만 기존 GMI 추정치는 이 모두 관측되었다는 전제하에 의 중도절단 여부만 고려하는 방법이다. 따라서 이 중도절단 된 자료는 분석에서 제외되므로 이로 인한 바이어스가 존재 할 수 있다. 본 연구에서는 Robins와 Tsiatis (1991)가 제안한 Rank Preserving Structural Failure Time(RPSFT) 모델을 기반으로 한 잠재적 변수(latent variable)를 이용한 방법과 가속화 고장시간(Accelerated Failure Time, AFT) 모델을 이용한 방법으로 이 중도절단된 자료도 포함하여 추정할 수 있는 방법을 제안하였다. 다양한 중도절단 비율, 위험비(hazard ratio), 상관계수 하에서 모의실험을 통해 기존의 방법과 새로운 방법의 추정 값과 바이어스를 비교 평가해 보고자 한다. 모의실험 결과를 통해 본 논문에서 제안한 잠재적 변수와 AFT 모델을 이용한 두 가지 새로운 GMI 추정치가 기존 Kaplan-Meier로 추정한 GMI에 비해 바이어스와 평균제곱오차(Mean Square Error, MSE)의 크기가 작은 것을 확인하였다. 이를 통해 GMI 추정 시 의 중도절단 여부를 고려할 경우 잠재적 변수를 이용한 방법과 AFT 모델을 이용한 방법으로 추정하는 것이 바이어스의 크기를 줄이고 정확도를 높일 수 있는 방법이 될 것으로 기대된다.