Marginal and conditional summary measures: transportability and compatibility across studies

기술적 요약: 한계 및 조건부 요약 측정치: 연구 간 이동성과 호환성

문제 제기
본 논문은 증거 종합에서 종종 간과되는 이질성의 중요한 원천, 즉 한계 (무조건부) 요약 측정치와 조건부 요약 측정치 간의 불호환성을 다루고 있다. 효과 수정이 없더라도 비축적성 측정치 (예: 오즈비, 위험비) 가 그 한계 대응치와 일치하지 않는다는 점은 잘 알려져 있으나, 본 연구는 효과 수정이 존재할 경우 축적성 측정치 (예: 위험비) 에도 이러한 문제가 확장된다고 주장한다.

핵심 문제는 한계 추정치와 조건부 추정치가 서로 다른 의사결정 질문에 대응하며 서로 다른 해석을 가진다는 점이다. 증거 종합, 특히 간접 치료 비교 (ITC) 와 메타분석에서 이러한 불호환성 측정치를 '순수하게 통합 (naïve pooling)'하는 것은 편향을 초래할 수 있다. 이는 연구들이 서로 다른 요약 측정치를 보고하거나, 치료 효과를 시험 집단에서 목표 집단으로 이동시키기 위해 공변량 보정 방법이 적용될 때 더욱 심화된다. 특정 격차로 지목된 바에 따르면, 전통적으로 효과 수정자로 간주되지 않는 공변량 (순수 예후 공변량) 이라도 비축적성 측정치의 경우 집단 수준 치료 효과를 수정할 수 있어 이동성을 훼손할 수 있다.

방법론
저자들은 잠재 결과 표기법과 ICH E9 (R1) 추정치 정의를 기반으로 한 이론적 프레임워크를 활용한다. 새로운 실증 데이터를 제시하는 것이 아니라, 다양한 가설적 결과 생성 메커니즘 하에서 다양한 추정치의 수학적 속성과 해석을 명확히 한다.

방법론은 다음을 포함한다:

1. 공식적 정의: 네 가지 주요 추정치를 정의함:
   • 한계 치료 효과 (MTE): 한계 결과 기대값의 함수에 대한 대비 ($E[Y^1] - E[Y^0]$).
   • 조건부 치료 효과 (CTEX): 특정 공변량 값이 주어졌을 때의 조건부 기대값에 대한 대비 ($E[Y^1|X=x] - E[Y^0|X=x]$).
   • 평균에서의 조건부 치료 효과 (CTEM): 평균 공변량 값 ($\bar{X}$) 에서 평가된 CTEX.
   • 집단 평균 조건부 치료 효과 (PACTE): 공변량의 집단 분포에 걸친 CTEX 의 평균 ($E_X[CTEX]$).
2. 생성 모델링: 저자들은 일반화 선형 모델 (GLM) 프레임워크 내에서 세 가지 가설적 모수적 결과 생성 모델 하에서 이러한 추정치를 분석함:
   • 동질적 CTEX: 치료 효과가 개인 간에 일정함 (상호작용 없음).
   • 선형 이질적 CTEX: 치료 효과가 공변량에 따라 선형적으로 변함 (상호작용 존재).
   • 비선형 (2 차) 이질적 CTEX: 치료 효과가 공변량에 따라 비선형적으로 (2 차적으로) 변함.
3. 축적성 분석: 링크 함수 $g(\cdot)$를 적용하기 전후로 평균을 내는 연산 순서가 추정치의 동등성에 미치는 영향을 검토하며, 직접 축적성 측정치 (평균 차이, 위험 차이), 직접 축적성은 아니지만 축적성 측정치 (위험비), 그리고 비축적성 측정치 (오즈비, 위험비) 를 구분함.
4. ITC 에의 적용: 간접 치료 비교에 사용되는 공변량 보정 방법 (예: MAIC, STC, ML-NMR) 에 이론적 결과를 적용하여 특정 방법들이 생성하는 추정치를 매핑함.

주요 기여 및 결과
본 논문은 한계 추정치의 분류 체계를 제공하고, 서로 다른 요약 측정치가 일치하거나 분기하는 조건을 명확히 함:

• 추정치의 비동등성: 저자들은 MTE, CTEM, PACTE 가 일반적으로 구별됨을 입증함.
  • 동질적 모델에서 직접 축적성 측정치 (항등 링크) 의 경우 MTE 는 CTEM 및 PACTE 와 같으나, 비축적성 측정치 (logit 링크) 의 경우 MTE 는 예후 공변량의 완전한 결합 분포에 의존하므로 분기함.
  • 선형 이질적 모델에서 직접 축적성 측정치의 경우 MTE 는 CTEM 및 PACTE 와 같음. 그러나 직접 축적성이 아닌 측정치 (예: 로그 위험비) 의 경우 MTE 는 모델 계수와 공변량 평균의 단순 함수로 표현될 수 없으며, 효과 수정자와 예후 공변량의 완전한 결합 분포가 필요함.
  • 비선형 이질적 모델에서 CTEM 과 PACTE 는 근본적으로 구별됨. 젠센 부등식으로 인해 PACTE (비선형 함수의 평균) 는 CTEM (평균의 함수) 과 같지 않음. MTE 는 항등 링크의 경우 PACTE 와 일치하지만 비선형 링크의 경우 분기함.
• 예후 공변량의 역할: 중요한 발견은 치료와 상호작용하지 않는 순수 예후 공변량조차 비축적성 측정치의 경우 한계 치료 효과를 수정할 수 있다는 점임. 따라서 이동성은 효과 수정자의 차이뿐만 아니라 예후 인자 분포의 차이로도 위협받음.
• 방법별 추정치: 기존 공변량 보정 방법을 해당 목표 추정치에 매핑함:
  • MAIC와 STC-G는 MTE를 추정함.
  • STC-P, NMI, 그리고 cross-NMR은 CTEM을 추정함.
  • ML-NMR은 PACTE 또는 MTE를 추정할 수 있음.
• 불호환성 위험: 분석은 간접 비교에서 서로 다른 방법 (예: MAIC 의 MTE 와 STC-P 의 CTEM) 에서 도출된 추정치를 결합하는 것이 추정치 불호환성과 잠재적 편향을 초래함을 강조함. 이는 시험들이 서로 다른 공변량 집단에 기반한 조건부 추정치를 보고할 때 특히 심각함.

의의 및 주장
본 논문은 요약 측정치의 선택이 연구 질문의 근본적인 구성 요소임을 주장하며, PICO 와 같은 프레임워크에서는 종종 부차적인 고려사항으로 취급된다고 지적함. 저자들은 다음과 같이 주장함:

1. 용어의 명확화: 본 논문은 한계 및 조건부 추정치를 구분하는 정확한 용어를 제시하여, 문헌에서 흔히 발견되는 혼란 (예: CTEM 과 PACTE 를 혼동하는 등) 을 방지함.
2. 순수 통합에 대한 경고: 저자들은 증거 종합에서 한계 및 조건부 측정치를 순수하게 통합하는 것은 편향을 생성한다고 강조함. 종합 방법이 호환 가능한 요약 측정치를 결합하도록 주의해야 함을 주장함.
3. 개별 환자 데이터 (IPD) 의 필요성: 본 논문은 추정치 불호환성을 해결하는 것이 개별 환자 데이터에 대한 완전한 접근이 있을 때 훨씬 용이함을 시사함. IPD 는 ML-NMR 또는 IPD 메타회귀와 같은 방법의 사용을 가능하게 하여, 불호환성 문제 없이 원하는 모든 한계 또는 조건부 요약 측정치를 생성하고 임의의 목표 집단의 공변량 분포를 보정할 수 있게 함.
4. 이동성의 재평가: 이 연구는 예후 공변량조차 비축적성 측정치의 경우 한계 효과를 변경할 수 있음을 보여줌으로써, 오직 효과 수정자만이 이동성에 영향을 미친다는 관례적 견해에 도전함.

결론적으로, 본 논문은 증거 종합을 위한 방법론적 가이드로서, 특히 간접 치료 비교와 의료기술평가의 맥락에서 유효한 이동성과 호환성을 보장하기 위해 연구자들이 연구 간 추정치를 명시적으로 정의하고 정렬할 것을 촉구함.