기술 요약: 적응형 임상 시험을 위한 e-값(E-Values)

문제 정의

적응형 임상 시험은 윤리적 효율성과 운영 속도를 개선하기 위해 중간 분석, 유연한 중단 규칙, 데이터 의존적 설계 수정에 점점 더 많이 의존하고 있다. 그러나 이러한 기능들은 통계적 보증을 복잡하게 만든다. 그룹 순차 설계(group sequential designs)와 같은 고전적 빈도주의 방법은 사전에 지정된 모니터링 일정과 알파 소모 함수(alpha-spending function)를 요구하며, 이러한 교정을 거치지 않고 고정된 시점의 검정 통계량을 반복적으로 검사하는 것은 제1종 오류를 크게 증가시킨다. 마찬가지로, 베이지안 적응형 설계는 사후 확률 및 예측 확률을 통해 유연성을 제공하지만, 표준 임계값 규칙(예: $P(\text{effect} > 0) > 0.975$)은 선택적 중단(optional stopping) 하에서 빈도주의적 제1종 오류를 자동으로 제어하지 못하며, 각 특정 설계에 대한 광범위한 시뮬레이션 기반 보정(calibration)을 필요로 한다.

따라서 고정된 표본 크기나 사전 지정된 중단 규칙 없이도, 데이터가 언제 어떻게 검사되느냐에 관계없이 유효한 통계적 보증을 제공하는 언제나 유효한(anytime-valid) 추론 방법론이 필요하다.

방법론

본 논문은 중간 모니터링을 위한 실용적인 대안으로 **e-값(e-values)**과 **e-프로세스(e-processes)**의 사용을 제안한다.

• 정의: e-값이란 $E_{H_0}[E] \le 1$을 만족하는 비음수 통계량 $E$를 의미한다. e-프로세스는 데이터가 축적됨에 따라 계산되는 e-값의 수열 $(E_1, E_2, \dots)$이다.
• 베팅 마팅게일 구성(The Betting-Martingale Construction): 이항 종점을 가진 두 군 무작위 대조 시험(RCT)의 경우, 저자들은 "베팅을 통한 검정(testing by betting)" 프레임워크를 활용한다. 베터(bettor)는 초기 자산 1을 가지고 각 환자 쌍에 대해 귀무가설($H_0: p_T = p_C$)에 반하여 베팅한다. 베팅 비율 $\lambda$는 설계 대립가설(기대 효과 크기)에 기초하여 선택된다. 자산 과정 $E_n = \prod_{i=1}^n (1 + \lambda D_i)$ (여기서 $D_i$는 결과 차이)는 $H_0$ 하에서 비음수 마팅게일(non-negative martingale)을 형성한다.
• 언제나 유효함(Anytime-Validity): **빌의 부등식(Ville's inequality)**에 의해, 만약 $(E_t)$가 $H_0$ 하에서 비음수 초마팅게일(supermartingale)이라면, $P_{H_0}(\sup_t E_t \ge 1/\alpha) \le \alpha$가 성립한다. 이는 $E_t \ge 1/\alpha$일 때 $H_0$를 기각하는 것이 계획되었거나 계획되지 않은 모든 중단 시점에 대해 제1종 오류를 $\alpha$ 수준으로 제어함을 의미한다.
• 확장:
  • 생존 종점(Survival Endpoints): 본 논문은 "안전한 로그랭크 검정(safe logrank test)"을 활용하며, 이는 위험비(hazard ratio)에 대한 혼합 우도비(mixture likelihood ratio)를 통해 e-프로세스를 구축하여 선택적 중단 하에서도 유효한 추론을 제공한다.
  • 무효성 모니터링(Futility Monitoring): 두 가지 메커니즘이 제안된다: (1) e-프로세스를 역전시켜 언제나 유효한 신뢰 구간 수열(confidence sequence)을 생성하고, 상한선이 최소 임상적 유의 차이(MCID) 아래로 떨어지면 중단하는 방식, (2) 역방향 가설(효과가 최소한 MCID 이상이라는 가설)을 검정하기 위해 "역(reciprocal)" e-프로레스를 구축하는 방식이다.
  • 플랫폼 시험(Platform Trials): e-값은 산술 평균(종속적 가설의 경우) 또는 곱(독립적 가설의 경우)을 통해 다중성 제어를 지원하며, e-BH와 같은 절차를 사용하여 허위 발견율(FDR) 제어를 가능하게 한다.

주요 기여

본 논문은 실무자를 위한 방법론 가이드로서 다음과 같은 구체적인 기여를 한다:

1. 실용적 구성: 이항 및 생존 종점을 가진 두 군 시험을 위한 베팅 마팅게일 e-프로세스를 명시적으로 개발하였으며, 설계 대립가설 하에서 검정력을 극대화하기 위한 "GROW-최적(Growth-Rate Optimal)" 베팅 비율 $\lambda$의 선택 지침을 제공한다.
2. 수치적 비교: 다섯 가지 모니터링 규칙을 비교하는 포괄적인 시뮬레이션 연구를 수행하였다 (두 군 이항 RCT 대상):
   • 나이브(Naive) 반복 p-값.
   • 보정된 그룹 순차 설계 (O'Brien–Fleming 유사 방식).
   • 베팅 마팅게일 e-프로세스.
   • 나이브 베이지안 사후 확률 임계값.
   • 보정된 베이지안 사후 확률 임계값 (시뮬레이션으로 튜닝됨).
3. 확장 시뮬레이션: 다양한 모니터링 일정(고정, 불규칙, 연속) 및 설계 파라미터에 따른 그룹 순차 방식과 e-값 방식 간의 검정력 격차를 분석하였다.
4. 무효성 프레임워크: 신뢰 구간 수열 및 역(reciprocal) e-프로레스를 통한 무효성 모니터링의 구현 및 평가를 수행하였다.
5. 실제 데이터 예시: Novick (1965) 궤양 시험을 재분석하여, e-값 궤적을 기존의 고전적 및 베이지안 분석과 비교하였다.
6. 소프트웨어 구현: e-프로세스 구축, GROW-최적 보정, 실시간 모니터링, 신뢰 구간 수열, 무효성 분석, 그리고 그룹 순차 및 베이지안 방법과의 하이브리드 비교를 구현하는 evalinger R 패키지와 부속 인터랙티브 Shiny 웹 애플리케이션을 공개하였다.

결과

수치 연구(50,000회 시뮬레이션, 20회 중간 검사, $\alpha=0.025$)를 통해 다음과 같은 결과를 얻었다:

• 오류 제어: 나이브 반복 p-값과 나이브 베이지안 사후 임계값(예: $>0.975$)은 제1종 오류를 약 13~15%까지 상승시켰다. 반면, 보정된 그룹 순차, 보정된 베이지안, 그리고 e-값 방법은 제1종 오류를 성공적으로 제어하였다 (2.5% 이하).
• 검정력 비교 (고정 일정): 20회의 검사를 갖는 고정 일정 하에서:
  • 보정된 그룹 순차: 86.1% 검정력.
  • E-값 (베팅): 72.3% 검정력.
  • 보정된 베이지안: 68.8% 검정력.
  • e-값 방법은 그룹 순차 방식보다 더 보수적이었으나, 특정 설계에서는 보정된 베이지안 규칙보다는 덜 보수적이었다.
• 모니터링 일정 민감도: 검정력 격차는 모니터링 일정에 매우 의존적이다. 연속 모니터링(모든 환자 쌍마다 검사) 하에서, 그룹 순차의 검정력은 (제1종 오류 유지를 위한 극단적 보수성 때문에) 10%로 급락한 반면, e-값의 검정력은 75%로 증가하였다. 불규칙한 일정 하에서 e-값은 재보정 없이 안정적인 검정력을 유지했으나, 그룹 순차 경계는 실현된 일정에 맞춰 재보정이 필요했다.
• 파라미터 민감도: e-값과 그룹 순차 방법 간의 검정력 격차는 큰 효과 크기(예: $\delta=0.20$일 때 2% 격차)에서는 좁아졌으나, 중간 정도의 기저율을 가진 작은 효과(예: $\delta=0.10$일 때 최대 29% 격차)에서는 넓어졌다.
• 무효성: 역(reciprocal) e-프로세스가 신뢰 구간 수열 접근법(14.2% 탐지율)보다 하위 임상적 효과 시나리오에서 무효성 탐지에 더 민감했다 (53.5% 탐지율).
• 실제 데이터 (Novick 1965): e-프로세스는 증거를 축적하였으나 ($E \approx 15.3$), 기각 임계값($E \ge 40$)을 넘지 못했다. 이는 차이가 없다고 결론지은 원래의 고전적 순차 분석과 일치한다. 이는 사후 신뢰도가 0.98이라고 보고했던 원래의 베이지안 분석과 대조를 이루며, "선택적 중단 하에서 e-값이 더 강력한 증거를 요구하는 '언제나 유효성(anytime validity)의 대가'"를 보여준다.

의의 및 주장

본 논문은 e-값을 현대적 적응형 시험의 운영 현실을 해결하는 언제나 유효한 추론을 위한 원칙적인 프레임워크로 자리매김한다.

• 규제 맥락: 저자들은 본 방법론을 2026년 1월 FDA 베이지안 방법론 초안 지침의 맥락 내에 위치시킨다. 저자들은 e-값이 지침의 "제1종 오류 보정" 경로와 자연스럽게 매핑되며, 사후 임계값 접근법에 필요한 광범한 시뮬레이션 부담을 피하면서 분석적인 오류 제어 보증을 제공한다고 주장한다. 또한 e-값이 베이지안 결정 규칙과 병행하여 "빈도주의적 안전 계층" 또는 "증거 장부(evidential ledger)" 역할을 할 수 있다고 제안한다.
• 실용적 유용성: e-값은 다음과 같은 경우에 가장 적합하다고 주장된다:
  • 중간 검사가 불규칙하거나, 기회주의적이거나, 연속적인 경우.
  • 선택적 지속(계획된 호라이즌을 넘어 시험을 연장하는 것)이 현실적인 가능성인 경우.
  • 감사 가능한(auditable), 시간 균등한(time-uniform) 유효성 보증이 주요 요구 사항인 경우.
• 한계: 저자들은 e-값이 보편적인 대체재는 아님을 겸허히 인정한다. 모니터링 일정이 미리 알려진 고정된 경우, 최적으로 보정된 그룹 순차 설계에 비해 검정력 페널티가 발생할 수 있음을 언급한다. 또한 복잡한 종점(예: 비비례적 위험비)을 위한 강력한 e-프로세스를 구축하는 것은 여 still 연구 과제로 남아 있으며, 과소 검정(under-powering)을 피하기 위해 베팅 비율을 신중하게 조정해야 함을 강조한다.

결론적으로, 본 논문은 하이브리드 접근 방식을 옹호한다: 즉, 운영적 의사결정을 위해 베이지안 예측 확률을 사용하고, 계획된 시점에서의 검정력 최적화된 확증 분석을 위해 그룹 순차 경계를 사용하며, 모니터링 빈도나 일정 변경에 관계없이 유효한 견고한 언제나 유효한 증거 장부로서 e-프로레스를 사용하는 것이다.