Guarantee-time bias가 있는 자료에서 생존함수 추정 및 비교에 대한 연구

Abstract

특정 사건(예를 들면 사망, 질병 진행 등)을 추적 관찰하는 임상연구에서 임상시험에 등록된 환자들은 추적 관찰 기간 동안 중간사건(Intermediate event)을 경험하는 경우가 많다. 투약, 수술, 장기 이식 등이 중간사건의 예라고 할 수 있다. 이 경우 중간사건으로 인해 생존함수의 분포가 변하게 된다. 통계학적인 측면에서는 이를 좌절삭자료(left truncated data)라고 생각할 수 있다. 이러한 좌절삭자료에서 우중도절단자료(right censored data)와 동일한 기존의 생존분석 방법을 적용하여 분석하면 편향된 결과를 초래한다. 좌절삭자료에서 두 그룹의 생존함수를 추정하기 위해 기존의 unconditional Kaplan-Meier 추정량을 사용하게 되면 초반 시점에서 위험집단에 포함된 대상자 수가 매우 적어 추정량이 불안정해질 수 있다는 위험이 있다. 또한, conditional Kaplan-Meier 추정량을 사용하게 되면 해석이 어렵다는 문제점이 존재한다. 이에 본 연구는 약물역학 코호트 자료에서 특정 약의 복용여부에 따른 질병발생의 관계를 분석할 때 발생하는 guarantee-time bias를 좌절삭자료로 모델링하였고, 모수적 방법을 통해 생존함수 추정 방법을 제안하였다. 본 연구에서는 모의실험을 통해 guarantee-time bias를 제거할 수 있는 기존의 방법들과 모수적 방법을 비교 분석해 보았다. 생존함수 추정 시 모수적 방법의 성능이 가장 좋은 것으로 나타났으며 이를 통해 좌절삭자료에서 생존함수를 추정할 때 모수적 방법을 적용하는 것이 정확도를 높일 수 있는 방법이 될 것으로 기대된다.