Multi-state Models For Disease Histories Based On Longitudinal Data

1. 연구 배경 및 문제 정의 (Problem)

종이 데이터와 바이오뱅크의 확대로 인해 질병의 단계별 이력 데이터가 풍부해지고 있으나, 이를 분석하는 다상태 모델링에는 다음과 같은 주요 통계적 난제가 존재합니다.

• 의존적 왼쪽 절단 (Dependent Left-truncation): 질병의 특정 단계 (예: 경증 CKD) 에 진입한 시점 (state-entry time) 이 사건 발생 시간 (event time) 과 독립적이지 않을 수 있습니다. 예를 들어, 젊은 나이에 발병한 환자는 나이가 들어 발병한 환자보다 질병 진행 위험이 다를 수 있어, 단순한 절단 보정만으로는 부족합니다.
• 다중 시간 척도 (Multiple Time Scales): 질병 진행은 단순히 '연구 시작 후 경과 시간'뿐만 아니라 '질병 발병 후 경과 시간', '진행 후 경과 시간', '연령' 등 여러 시간 척도에 동시에 의존할 수 있습니다. 기존 모델은 주로 단일 시간 척도만 고려합니다.
• 지표 사건 편향 (Index Event Bias, IEB): 건강한 인구집단에서는 독립적인 위험 요인들이, 특정 질병 (지표 사건) 을 겪은 하위 집단 내에서 분석될 때 인위적인 음의 상관관계를 보일 수 있습니다. 이는 위험 요인의 효과를 과소평가하거나 방향을 반전시키는 편향을 유발합니다.
• 구간 중도절단 (Interval-censoring): 임상 기록이나 바이오뱅크 데이터는 불규칙한随访 (follow-up) 시점에 수집되므로, 사건 발생 시간이 정확한 시점이 아닌 '구간'으로만 관측되는 경우가 많습니다.

2. 방법론 (Methodology)

저자들은 **조각별 지수 가법 모델 (Piecewise Exponential Additive Models, PAMs)**을 다상태 모델링에 확장하여 적용했습니다.

• PAM 기반 프레임워크:
  • 생존 데이터를 조각별 지수 분포 (Piecewise Exponential) 데이터 포맷으로 변환하여 포아송 회귀 문제로 변환합니다.
  • **기저 위험 함수 (Baseline Hazard)**를 매개변수적 가정을 하지 않고 **페널티를 준 스플라인 (penalized splines)**을 통해 유연하게 추정합니다.
  • 다중 시간 척도 (MTS) 모델: 질병 발병 시간, 진행 시간 등 여러 시간 척도를 동시에 모델에 포함할 수 있도록 설계되었습니다.
  • 의존적 왼쪽 절단 보정: 상태 진입 시간 (state-entry times) 을 공변량으로 직접 모델에 포함하여, 진입 시점과 사건 발생 간의 의존성을 유연하게 보정합니다.
  • 식별 가능성 (Identifiability) 해결: 다중 시간 척도와 상태 진입 시간을 동시에 추정할 때 발생하는 공선성 문제를 해결하기 위해, 전이 (transition) 유형에 따른 계층화 (stratification) 를 위한 헬퍼 변수 (helper variables) 와 페널티 기법을 도입했습니다.

3. 주요 기여 (Key Contributions)

1. 다상태 PAM 프레임워크 제안: 의존적 왼쪽 절단, 다중 시간 척도, 지표 사건 편향, 구간 중도절단이라는 4 가지 주요 통계적 도전을 동시에 처리할 수 있는 통합된 모델링 프레임워크를 제시했습니다.
2. 시뮬레이션을 통한 검증:
   • 시간 척도 선택: 다중 시간 척도 모델이 이론적으로 더 유연할 수 있으나, 모델 오지정 (misspecification) 에 대해 **단일 시간 척도 (SSTS) 모델이 더 강건 (robust)**함을 발견했습니다.
   • 편향 보정: 지표 사건 편향 (IEB) 은 공변량 (위험 요인) 을 누락했을 때 발생하며, 이를 보정하기 위해 관련 위험 요인들을 모델에 포함하거나 성향 점수 (propensity score) 기반 가중치를 적용하면 편향이 제거됨을 증명했습니다.
   • 구간 중도절단: 구간 중점 (mid-point) 을 사건 시점으로 가정할 때, PAM 은 고정 효과 (위험 요인 효과) 를 매우 정확하게 추정하지만, 기저 위험 함수의 추정에는 구간 길이에 따라 일부 한계가 있음을 확인했습니다.
3. UK Biobank 데이터 적용: 실제 UK Biobank 의 만성 신장 질환 (CKD) 데이터 (n=142,667) 에 모델을 적용하여 질병 발병 및 진행의 위험과 확률을 추정했습니다.

4. 연구 결과 (Results)

• 시뮬레이션 결과:
  • PAM 은 대부분의 설정에서 기저 위험과 고정 효과를 잘 복원했습니다. 다만, 구간 중도절단 데이터에서 기저 위험 함수의 추정 정확도는 다소 낮았습니다.
  • 단일 시간 척도 모델이 다중 시간 척도 모델보다 모델 오지정 상황에서 더 안정적인 성능을 보였습니다.
  • 위험 요인 (예: 유전 변이) 의 효과를 추정할 때, 다른 공변량을 통제하지 않으면 지표 사건 편향으로 인해 효과가 왜곡됨을 확인했습니다.
• 실제 데이터 (CKD) 분석 결과:
  • 진행 위험: CKD 초기 단계 (경증) 에 발병한 개인일수록 후기 단계 (중증, 말기) 로 진행될 위험이 높았으며, 나이가 들수록 이 위험은 증가했습니다.
  • 유전적 요인 (rs77924615): UMOD 유전자 좌위의 유전 변이 (rs77924615) 는 CKD 발병 (onset) 위험과 유의하게 연관되었으나, CKD 진행 (progression) 위험과는 연관성이 없었습니다.
  • 편향의 교정: 초기 분석에서는 유전 변이가 진행을 억제하는 것처럼 보였으나 (보호 효과), 다른 위험 요인 (당뇨, BMI, uACR 등) 을 보정한 후에는 이 효과가 사라졌습니다. 이는 초기 관찰된 '보호 효과'가 지표 사건 편향 (IEB) 에 기인한 것이었음을 시사합니다.

5. 의의 및 결론 (Significance)

이 연구는 종단 데이터를 활용한 질병 이력 분석에서 발생하는 복잡한 통계적 문제들을 체계적으로 해결하는 실용적인 방법론을 제공합니다.

• 방법론적 혁신: 기존 마르코프 가정이나 단일 시간 척도에 의존하던 접근법의 한계를 넘어, 비마르코프 (non-Markov) 상황과 다양한 시간 척도를 유연하게 처리할 수 있는 PAM 기반 프레임워크를 정립했습니다.
• 임상 및 역학적 함의: CKD 와 같은 만성 질환의 진행 메커니즘을 더 정확하게 이해할 수 있게 했으며, 특히 유전적 위험 요인이 질병 '발병'과 '진행'에 미치는 영향을 구분하여 해석할 때 발생할 수 있는 편향을 경고하고 이를 보정하는 방법을 제시했습니다.
• 미래 연구 방향: 구간 중도절단 데이터에서 기저 위험 함수 추정의 정확도를 높이는 방법, 그리고 측정되지 않은 교란 변수 (unmeasured confounding) 가 존재할 때의 편향 보정 방법 등에 대한 추가 연구가 필요함을 지적했습니다.

요약하자면, 이 논문은 **PAM(Piecewise Exponential Additive Models)**을 기반으로 한 다상태 모델링이 복잡한 임상 데이터를 분석하는 데 있어 강력한 도구임을 입증하고, 특히 지표 사건 편향과 같은 중요한 통계적 함정을 피하기 위한 구체적인 전략을 제시했다는 점에서 의의가 큽니다.