기술 요약: 인구 통계 조정 간접 비교를 전이성 문제로 재정의하기

1. 문제 정의

보건의료기술평가(HTA) 기관들은 직접적인 헤드 투 헤드(head-to-head) 무작위 대조 시험(RCT)이 없는 경우 간접 치료 비교(ITC)에 자주 의존한다. 무작위 대조 시험(RCT)은 강력한 내부 타당성을 갖지만, 그 외부 타당성은 보충 결정과 관련된 더 넓고 이질적인 인구 집단과 다르기 때문에 제한적일 수 있다. 이를 해결하기 위해, 관찰된 효과 수정자(effect modifier)의 차이를 조정하기 위한 인구 통계 조정 간접 비교(PAIC)—예를 들어 매칭 조정 간접 비교(MAIC) 및 시뮬레이션 치료 비교(STC)—가 개발되었다.

그러나 PAIC 결과가 HTA에서 적용되는 방식에는 데모그래픽적 방법론적 격차가 존재한다. 현재의 관행은 다음과 같은 2단계 과정을 포함한다:

1. 1단계: 지표 시험(index trial)의 치료 효과를 비교군 시험(comparator trial)의 인구 집단으로 조정(조건부 전이).
2. 2단계: 결과로 도출된 상대적 효과(예: 치료법 B 대 치료법 C)를 결정 관련 대상 인구(종종 지표 인구 또는 실제 임상 현장의 인구)에 직접 적용.

2단계의 타당성은 **공통 효과 수정자 가정(SEMA)**에 근거하여 자주 가정된다. SEMA는 동일한 공변량이 모든 활성 치료법에 걸쳐 동일한 방식으로 효과를 수정한다고 가정한다. 현재 HTA 지침(예: NICE DSU TSD 18)은 SEMA가 성립한다면 상대적 효과가 어떤 인구 집단으로도 직접 전이될 수 있다고 제안한다. 본 논문은 이러한 지침이 불충분하다고 주장한다. 본 논문은 SEMA만으로는 직접 전이성을 보장할 수 없다고 상정하며, 특히 비붕괴성(non-collapsible) 효과 척도(예: 오즈비, 위험비)를 사용하는 한계 추정량(marginal estimands)의 경우 그러하다. 본 논문은 직접 전이성이 추정량의 유형, 효과 척도의 붕괴성, 효과 수정의 척도와 효과 척도 간의 일치성, 그리고 SEMA의 결합된 속성임을 밝힌다.

2. 방법론 및 프레임워크

저자들은 PAIC를 루빈 인과 모델(Rubin Causal Model)에 기반한 **전이성 문제(transportability problem)**로 재정의한다. 분석은 두 가지 주요 유형의 추정량을 구분한다:

• 조건부 추정량(Conditional Estimands): 공변량($X$)에 대해 조건부로 정의된 효과로, 종종 공변량 값의 평균이나 변환 후 공변량 분포에 대해 평균화하여 평가된다.
• 한계 추정량(Marginal Estimands): 전체 인구에 대해 평균 잠재 결과(potential outcomes)로 정의되며, 여기서 평균화는 변환 전(예: 평균 위험 차이 또는 로그 오즈비 계산)에 수행된다.

본 논문은 소스 인구($P_1$)에서 추정된 치료 효과가 타겟 인구($P_2$)의 공변량 분포에 대해 불변(invariant)하기 위한 조건을 공식화한다. 이러한 불변성은 **직접 전이성(direct transportability)**으로 정의된다.

분석은 세 가지 핵심 개념적 기둥에 의존한다:

1. 붕괴성(Collapsibility): 한계 효과가 조건부 효과의 가중 평균으로 표현될 수 있는지 여부. 비붕괴성 척도(예: 오즈비, 위험비)는 일반적으로 공변량의 전체 결합 분포에 의존하며, 단지 그들의 평균에만 의존하지 않는다.
2. 척도 일치(Scale Alignment): 모델 척도(연결 함수 $g(\cdot)$에 의해 정의된 선형 예측자)와 효과 척도(변환 $h(\cdot)$에 의해 정의됨) 사이의 관계. 직접 전이성은 효과 수정과 효과 척도가 동일한 선형 예측자 척도에서 작동할 때(즉, $h \circ g^{-1} = I$) 용이해진다.
3. 공통 효과 수정자 가정(SEMA): 효과 수정자가 활성 치료법 간에 공유되며 그 영향이 동일하다는 가정.

저자들은 직접 전이성에 대한 이론적 조건을 도출하고 이를 설명적인 수치 예시를 통해 검증한다. 이 예시들은 다섯 가지 특정 효과 척도의 전이성을 테스트하기 위해 21개의 인구 집단을 시뮬레이션한다:

• 평균 차이 (선형 회귀)
• 로그 오즈비 (로지스틱 회귀)
• 로그 위험비 (로그-이항 회귀)
• 제한 평균 생존 시간(RMST)의 차이 (와이불 회귀)
• RMST의 로그 비율 (와이불 회귀)

3. 주요 결과

이론적 발견

본 논문은 활성 대 활성 대비($\Delta_{BC}$)의 직접 전이성을 위해 특정 조건의 결합이 필요함을 입증한다:

• 조건부 추정량의 경우: SEMA가 성립하고 효과 수정이 선형 예측자 척도에서 모델링된다면 직접 전이성이 달성된다. 이 경우, 효과 수정 항들이 활성 대 활성 대비에서 상쇄되어, 효과가 공변량 분포 변화에 대해 불변하게 된다.
• 한계 추정량의 경우: 직접 전이성은 훨씬 더 엄격하다. 다음을 요구한다:
  1. SEMA가 성립해야 함.
  2. 효과 수정과 효과 척도가 동일한 선형 예측자 척도에서 작동해야 함.
  3. 효과 척도가 **붕괴 가능(collapsible)**해야 함.

이러한 조건이 충족되지 않으면, 한계 효과는 SEMA가 만족되더라도 여전히 인구 집단에 의존적이다.

실증적 예시

수치적 예시는 이론적 구분을 확인한다:

• 평균 차이: 선형 척도에서 직접 붕괴 가능하므로, SEMA 하에서 직접 전이 가능하다.
• 로그 오즈비: 이는 비붕괴적이다. SEMA가 성립하더라도, 마진 로그 오즈비는 다른 공변량 분포를 가진 인구로 전이될 때 인구 의존성(편향)을 나타낸다. 오직 조건부 로그 오즈비만이 SEMA 하에서 직접 전이 가능하다.
• 로그 위험비: 이는 붕괴 가능하다. 효과 수정이 위험 척도(효과 척도와 일치)에서 정의될 때, 마진 로그 위험비는 SEMA 하에서 직접 전이 가능하다.
• RMST 측정치: RMST 차이가 직접 붕괴 가능함에도 불구하고, 표준 PAIC 가정 하에서는 직접 전이되지 않는다. 이는 표준 생존 모델(예: 와이불)이 효과 수정을 로그-위험 척도에서 정의하는 반면, RMST는 생존 곡도(비선형 변환)로부터 유도되기 때문이다. 이러한 척도 불일치($h \circ g^{-1} \neq I$)는 효과 수정 항의 상쇄를 방해하여, 마진 RMST 효과가 SEMA 하에서도 전체 공변량 분포에 의존하게 만든다.

전이성 요구 사항 요약 (표 1)

본 논문은 실무에서 흔히 사용되는 주요 비붕괴성 척도(오즈비 및 위험비)에 대해 PAIC로부터 도출된 마진 효과는 일반적으로 직접 전이 가능하지 않음을 종합한다. 이들은 특정 인구(비교군 시험 인구)에 대해서만 유효하다. 이를 다른 타겟 인구로 적용할 때 추가적인 조정 없이 적용하는 것은 편향을 초 introduces 한다.

4. 주요 기여

1. PAIC의 재정의: 본 논문은 PAIC를 단순한 조정 방법이 아니라, 이중 단계 과정을 포함하는 전이성 문제로 공식적으로 재정의하며, 두 번째 단계(결정 관련 인구로의 적용)가 종종 엄밀한 근거 없이 암묵적으로 가정되고 있음을 강조한다.
2. SEMA의 한계 명시: SEMA가 직접 전이성을 위한 충분조건이라는 기존의 HTA 지침에 이의를 제기한다. 저자들은 SEMA가 필요조건이지만, 특히 비붕괴성 척도를 사용하는 마진 추정량의 경우 충분조건은 아님을 입증한다.
3. 추정량의 구분: PAIC 맥락에서 조건부 추정량과 마진 추정량을 엄격히 구분함으로써, 조건부 효과는 SEMA 하에서 전이 가능할 수 있지만 마진 효과는 그렇지 않은 경우가 많음을 보여준다.
4. 척도 일치 통찰: 모델 링크와 효과 척도 사이의 척도 일치가 전이성의 결정적 요소임을 도입하여, 왜 RMST와 같은 붕괴 가능한 척도가 (예: 로그-위험) 효과 수정이 정의된 척도와 일치하지 않을 경우 여전히 전이 실패할 수 있는지를 설명한다.

5. 의의 및 시사점

저자들은 현재 PAIC 유도 마진 효과(특히 오즈비 및 위험비)를 HTA 비용-효과 모델에 직접 적용하는 관행이 종종 정당화될 수 없다고 결론짓는다. 본 논문은 다음과 같이 주장한다:

• 추정치의 해석: 비붕괴성 척도에 대한 PAIC 추정치는 결정 관련 인구가 아닌, 특정 인구(비교군 시험 인구)에 대해 유효한 것으로 해석되어야 한다.
• 방법론적 엄밀성: HTA 의사결정에는 전이 단계에 대한 명시적인 인정이 필요하다. 직접 전이성을 보장할 수 없는 경우(비붕괴성 또는 척도 불일치로 인해), 타겟 인구로 효과를 전이하기 위해 추가적인 가정이나 모델링 단계가 필요하다.
• 지침 개정: 본 연구 결과는 SEMA의 충분성에 관한 현재의 HTA 지침(예: NICE DSU TSD 18)이 추정량의 특성과 효과 척도의 속성을 고려하여 개선될 필요가 있음을 시사한다.

본 논문은 추정량의 선택(조건부 vs 마진)과 효과 척도의 선택이 단순히 표준 비붕괴성 척치를 기본값으로 사용하는 것이 아니라, 전이성 속성을 검증하는 과정에서 연구 질문과 기초적인 구조적 가정의 타당성에 의해 가이드되어야 한다는 원칙적인 접근 방식을 옹호한다.