Differences in Performance of Bayesian Dynamic Borrowing and Synthetic Control Methods: A Case Study of Pediatric Atopic Dermatitis

기술 요약: 베이지안 동적 차입(BDB)과 합성 대조군 방법(SCM)의 성능 차이

문제 정의
임상시험 설계, 특히 소아 환자군, 희귀 질환, 또는 표준 치료법이 개념 증명(proof-of-concept) 치료제와 크게 다른 시나리오에서는 전향적 대조군(prospective control arm)을 위한 참가자를 모집하고 유지하는 데 상당한 어려움이 따릅니다. 이를 해결하기 위해 두 가지 방법론이 등장했습니다: 베이지안 동적 차입(Bayesian Dynamic Borrowing, BDB)과 합성 대조군 방법(Synthetic Control Methods, SCM)입니다. 두 방법 모두 역사적 데이터를 활용하여 전향적 대조군을 보강하거나 대체하는 것을 목표로 하지만, 이들의 성능은 직접적으로 비교된 적이 없습니다. 이러한 격차는 적용 방식, 출력의 성격(사전 분포 vs 생성된 대조군), 그리고 품질을 평가하는 지표의 근본적인 차이로 인해 발생합니다. 본 연구는 소아 아토피 피부염이라는 구체적인 맥락 내에서 BDB(메타 분석적 예측 사전 분포 활용)와 S별 SCM의 통계적 검정력(statistical power)과 제1종 오류율(Type 1 error rate)을 비교함으로써 이 간극을 메우고자 합니다.

방법론
본 연구는 소아 아토피 피부염을 대상으로 한 6개의 역사적 무작위 대조 시험(RCT)을 기반으로 사례 연구 접근 방식을 사용했습니다. 주요 관심 결과 변수는 EASI-75 반응률(Eczema Area and Severity Index의 75% 개선)입니다.

• 데이터 소스: 6개의 역사적 RCT가 선택되었으며, 이는 대조군의 표본 크기와 반응자 수를 제공합니다. 참가자 연령대는 6개월에서 18세 사이였으며, 중재법에는 Dupilumab, Baricitinib, Tralokinumab 등 다양한 치료제가 포함되었습니다.
• 베이지안 동적 차입 (BDB): R 라이브러리 RBesT를 사용하여 메타 분석적 예측(Meta-Analytic Predictive, MAP) 사전 분포를 구축했습니다. 이 사전 분포는 역사적 대조군 데이터에 의해 정보를 제공받습니다. 이 방법론은 가상의 새로운 데이터를 결합하여 사전 분포를 활용하며, 역사적 사전 분포와 관찰된 시험 데이터 간의 유사성에 따라 역사적 데이터의 가중치를 동적으로 조정(이질성이 높을 경우 가중치를 낮춤)하도록 설계되었습니다.
• 합성 대조군 방법 (SCM): R 라이브러리 Synthpop을 사용하여 합성 대조군을 생성했습니다. 이는 역사적 연구의 표본 크기와 관찰된 반응자 수를 기반으로 대조군 결과를 시뮬레이션하는 과정을 포함합니다. 전체 대조군 반응 확률은 결합된 평균 반응률과 그 분포로 모델링되었습니다.
• 시뮬레이션 및 지표: 10,000회의 시뮬레이션 반복 시행에 걸쳐, 피셔 정확 검정(Fisher's exact tests)과 분석적 검정력 계산을 사용하여 두 방법을 평가했습니다. 주요 성능 지표는 통계적 검정력과 제1종 오류율입니다. SCM의 경우, 각 반복 시행마다 평균적인 역사적 표본 크기와 동일한 참가자 수를 가진 합성 데이터셋이 생성되었습니다.

주요 결과
비교 결과 다음과 같은 성능 지표가 도출되었습니다:

• BDB: 검정력 0.580, 제1종 오류율 0.026을 생성했습니다. 결과적인 MAP 사전 분포는 평균 반응률 0.20과 95% 신용 구간(credible interval) 0.02–0.71을 가졌습니다.
• SCM: 검정력 0.641, 제1종 오류율 0.027을 생성했습니다. 합성 대조군은 평균 반응률 0.24와 95% 신뢰 구간(confidence interval) 0.14–0.36을 가졌습니다.

연구 결과, SCM 모델이 BDB보다 약간 높은 검정력(차이 0.061)을 보이면서도 BDB와 거의 동일한 제1종 오류율을 유지함을 확인했습니다. BDB 사전 분포의 95% 신용 구간은 합성 대조군의 95% 신뢰 구간보다 눈에 띄게 넓었는데, 이는 이질적인 역사적 연구를 통합할 때 발생하는 베이지안 사전 분포의 고유한 불확실성을 반영합니다.

이차 분석에서는 SCM을 BDB 설계의 총 유효 표본 크기(n=64)에 맞도록 조정했습니다. 이 제약 조건 하에서 SCM은 0.639의 검정력을 달랐으나 제1종 오류율은 0.312로 나타났으며, 이는 표본 크기가 감소할 때 예상되는 허위 양성(false-positive) 위험의 증가를 보여줍니다.

기여 및 의의
본 연구의 주요 기여는 단일 사례 연구 프레임워크 내에서 BDB와 SCM의 성능 지표(검정력 및 제1종 오류)를 직접적으로 경험적으로 비교한 첫 번째 사례라는 점입니다. 저자들은 두 방법이 유사한 대조군 반응 추정치(차이 약 5%)를 생성하고 겹치는 불확실성 구간을 보이지만, 서로 다른 운영적 역할을 수행한다는 점을 강조합니다:

1. 적용 맥락: BDB는 정보를 차입함으로써 필요한 총 참가자 수를 최소화하도록 설계되었으며, 이는 모집은 어렵지만 대조군으로의 배정이 가능한 경우에 적합합니다. SCM은 역사적 데이터로부터 대조군을 완전히 생성하도록 설계되었으며, 환자를 대조군에 배정하는 것이 비윤리적이거나 실질적으로 불가능한 경우에 선호됩니다.
2. 방법론적 차이: BDB는 시험 데이터와의 유사성에 따라 영향력을 조절하는 적응형(adaptive) 방식인 반면, SCM은 대조군을 생성한 후 정적으로 분석하는 "일회성(one and done)" 방식을 따릅니다.
3. 의사결정 프레임워크: 본 논문은 어느 한 방법이 보편적으로 우월하다고 결론짓지 않습니다. BDB와 SCM 사이의 선택은 잠재적 시험의 특정 제약 조건, 즉 대조군 배정의 윤리적 타당성과 모집의 난이도에 의해 결정되어야 합니다.

한계 및 범위
저자들은 본 비교가 대조군에 국한된다는 점을 명시적으로 밝히고 있습니다. 결과는 중재군(intervention arm)이 보강되는 시나리오로 확장될 수 없는데, 이는 치료 효과가 기저율(baseline rates)과 다르게 시험 특이적 요인(예: 인구 집단, 탈락률)과 상호작용할 수 있기 때문입니다. 또한, 본 연구의 SCM은 실제 개별 환자 데이터가 아닌 역사적 요약 통계로부터 파생된 시뮬레이션 데이터셋을 사용하였으므로, 실제 원시 데이터를 사용할 때보다 더 좁은 신뢰 구간이 나타났을 수 있습니다. 본 연구는 "더 나은" 방법은 통계적 지표의 결정적 우월성이 아니라 특정 시험의 필요에 달려 있다는 점을 언급하며 신중한 입장을 유지합니다.