Clustering-Based Outcome Models for Clinical Studies: A Scoping Review

이 스코핑 리뷰는 임상 연구에서 공변량 기반 클러스터링과 결과 모델을 결합한 방법론 (정보 기반 및 무관 클러스터 모델) 을 체계적으로 검토하여 고차원 데이터와 이질적 환자 집단에서의 위험 계층화 및 하위 그룹별 치료 효과 추정을 위한 적용 가능성과 가치를 조명합니다.

핵심

이 논문은 **"환자들을 비슷한 그룹으로 묶어서, 각 그룹에 맞는 더 정확한 치료 결과를 예측하는 새로운 방법"**에 대한 연구입니다.

의사나 연구자들이 환자를 치료할 때, 모든 환자를 똑같은 사람으로 취급하면 안 됩니다. 같은 병을 앓고 있어도 사람마다 몸 상태, 유전자, 생활 습관이 달라서 치료 반응이 천차만별이기 때문입니다. 이 논문은 바로 이 **'개인별 차이 (이질성)'**를 해결하기 위해, **클러스터링 (Clustering)**이라는 기술을 어떻게 활용하는지 정리한 보고서입니다.

이 복잡한 내용을 쉽게 이해할 수 있도록 세 가지 핵심 비유로 설명해 드리겠습니다.

---

1. 핵심 아이디어: "모두에게 같은 지도를 주지 마세요"

기존의 통계 모델은 마치 **"모든 여행자에게 똑같은 지도를 주는 것"**과 같습니다. "서울에서 부산까지 가려면 이 길로 가세요"라고 말하지만, 실제로는 어떤 사람은 차를 타고, 어떤 사람은 자전거를 타고, 어떤 사람은 걷는 사람도 있습니다. 모두에게 같은 길은 최적의 길이 아닐 수 있습니다.

이 논문이 제안하는 방법은 **"여행자의 성향을 먼저 파악해서 그룹을 나누고, 그룹별로 최적의 지도를 만들어주는 것"**입니다.

• 그룹 A (차를 타는 사람): 고속도로 위주로 길 안내.
• 그룹 B (자전거 타는 사람): 자전거 전용 도로 위주로 길 안내.

이렇게 환자를 비슷한 특징 (covariates) 을 가진 그룹으로 묶은 뒤, 각 그룹에 맞는 치료 결과 (outcome) 모델을 만들면 훨씬 더 정확한 예측이 가능해집니다.

---

2. 두 가지 주요 접근법: "결과를 미리 보는가, 보지 않는가?"

이 논문은 이 그룹을 나누는 방식에 따라 두 가지 큰 부류로 나눕니다.

A. "결과를 미리 아는" 방법 (Informed-cluster Models)

• 비유: 요리사가 "맛있는 요리"가 무엇인지 알고 재료를 섞는 경우.
  • 요리사 (모델) 가 "어떤 재료를 섞으면 맛있는 요리 (좋은 치료 결과) 가 나올지"를 이미 알고 있습니다. 그래서 재료를 섞을 때부터 "이 재료는 맛이 좋을 것 같으니 이 그룹에 넣자"라고 미리 판단합니다.
  • 특징: 치료 결과 (Outcome) 정보를 그룹을 만드는 과정에 바로 포함시킵니다. (예: PPMx, FMR, CluSL)
  • 장점: 결과가 좋은 그룹을 더 정확하게 찾아낼 수 있습니다.
  • 단점: 계산이 매우 복잡하고 전문적인 통계 지식이 필요합니다.

B. "결과를 모르는 채로 먼저 그룹을 만드는" 방법 (Agnostic-cluster Models)

• 비유: 여행자의 옷차림과 가방만 보고 그룹을 나누는 경우.
  • 요리사 (모델) 는 "맛있는 요리"가 무엇인지 모릅니다. 대신 여행자들의 **옷차림, 가방 무게, 신발 종류 (환자의 기본 정보)**만 보고 "이 사람들은 비슷하네?"라고 그룹을 나눕니다. 그 후에 각 그룹에 맞는 요리를 만들어냅니다.
  • 특징: 먼저 환자 데이터를 보고 그룹을 만들고, 그 다음에 치료 결과를 예측합니다. (예: k-means, 계층적 군집화)
  • 장점: 적용하기 쉽고, 데이터가 많지 않아도 (희귀 질환 연구 등) 유용하게 쓸 수 있습니다.
  • 단점: 그룹을 나눈 결과가 실제 치료 결과와 잘 맞지 않을 수도 있습니다. (옷차림이 비슷한 사람이 같은 약을 잘 먹을지는 보장할 수 없기 때문)

---

3. 왜 이것이 중요한가? (실제 활용 사례)

이 방법은 특히 다음과 같은 상황에서 빛을 발합니다.

• 희귀 질환 연구: 환자가 너무 적어서 일반적인 통계 방법을 쓰기 어렵습니다. 하지만 환자들의 복잡한 정보 (유전자, 생체 지표 등) 를 그룹화하면, 적은 환자 수로도 의미 있는 패턴을 찾을 수 있습니다.
  • 비유: "작은 마을에서 모든 사람의 취향을 다 알 수 없지만, 비슷한 취향을 가진 3~4 개의 동호회만 만들어도 마을의 성향을 잘 파악할 수 있다."
• 고차원 데이터 (빅데이터): 환자에게서 수천 개의 유전자 정보를 얻었을 때, 하나하나 분석하면 너무 복잡해집니다. 이 정보를 그룹화하면 "유전자 A, B, C 가 비슷한 환자들"이라는 간결한 패턴으로 줄일 수 있습니다.
  • 비유: "수천 개의 책 제목을 다 읽을 필요 없이, '로맨스', '공포', 'SF'라는 큰 카테고리만 나누면 도서관의 전체 흐름을 파악하기 쉽다."
• 맞춤형 치료 (정밀 의학): "이 약은 A 그룹 환자에게는 효과가 좋지만, B 그룹에게는 효과가 없다"는 것을 찾아내어, 환자에게 딱 맞는 약을 처방할 수 있게 합니다.

요약

이 논문은 **"환자들을 단순히 나열하지 말고, 서로 닮은 그룹으로 묶어서 각 그룹에 맞는 치료법을 찾아내는 지혜"**를 정리한 것입니다.

• 기존 방식: 모든 환자에게 같은 약을 주고 같은 효과를 기대함.
• 이 논문의 방식: 환자를 **유사한 그룹 (클러스터)**으로 나누고, 각 그룹에 맞는 맞춤형 치료 전략을 세움.

이러한 접근법은 의료 데이터가 복잡해지고 환자들의 개성이 중요해지는 현대 의학에서, 더 안전하고 정확한 치료를 가능하게 하는 핵심 열쇠가 될 것입니다.

기술 요약

논문 제목: 임상 연구를 위한 클러스터링 기반 결과 모델: 스코핑 리뷰 (Clustering-Based Outcome Models for Clinical Studies: A Scoping Review)

1. 연구 배경 및 문제 제기 (Problem)

• 환자 이질성 (Heterogeneity): 동일한 질병을 가진 환자들도 증상 발현 및 질병 진행 양상이 크게 다를 수 있습니다. 이러한 변이는 환자의 기저 특성 (covariates) 에 의해 결정되는 체계적인 부분 (예후적 이질성) 과 치료 효과의 개인별 차이 (예측적 이질성 또는 치료 효과 이질성, HTE) 로 나뉩니다.
• 고차원 데이터의 도전: 최근 바이오마커 패널 및 '오믹스 (omics)' 데이터와 같은 고차원 공변량 (covariates) 이 풍부해지면서, 전통적인 회귀 모델은 과적합 (overfitting) 위험에 직면합니다. 특히 희귀 질환 연구처럼 표본 크기는 작지만 변수 수는 많은 (n < d) 상황에서는 변수 선택만으로는 복잡한 상호작용을 포착하기 어렵습니다.
• 기존 방법의 한계: 기존 하위 그룹 분석은 보통 소수의 공변량을 이산화하여 수행하지만, 데이터 기반의 다변량 클러스터링을 통해 더 정교한 하위 그룹을 식별하고 결과 모델에 통합하는 체계적인 방법론에 대한 개요가 부족했습니다.

2. 방법론 (Methodology)

이 연구는 Web of Science 와 PubMed 를 대상으로 체계적인 문헌 검색을 수행하여 55 개의 관련 논문을 선정하고 분석했습니다. 선정된 방법론들은 클러스터링이 결과 변수 (outcome) 에 대한 정보를 활용하는지 여부에 따라 두 가지 주요 범주로 분류되었습니다.

A. 정보 기반 클러스터 모델 (Informed-Cluster Models)

결과 변수가 클러스터 형성 과정에 직접적으로 기여하는 모델들입니다.

1. PPM/PPMx (Product Partition Models with Covariates):
   • 클러스터 수를 무작위로 가정하며, 공변량 유사성 함수와 응집력 함수 (cohesion function) 를 기반으로 사전 분포를 정의합니다.
   • 결과 변수와 공변량이 모두 클러스터 할당에 영향을 미치며, 베이지안 프레임워크에서 사후 예측 분포를 통해 예측을 수행합니다.
2. FMR (Finite Mixtures of Regression Models):
   • 결과 변수의 유한 혼합 분포를 가정하며, 혼합 확률 (클러스터 할당 확률) 이 공변량의 함수로 모델링됩니다.
   • 고정된 클러스터 수를 가지며, 공변량에 따른 클러스터 할당 확률을 명시적으로 모델링합니다.
   • 기능적 공변량 (시간에 따른 측정치) 이나 생존 분석 (Joint Latent Class Models) 과의 결합에 활용됩니다.
3. CluSL (Cluster-aware Supervised Learning):
   • 클러스터 할당을 확률적이지 않고 결정론적으로 추정합니다.
   • 목적 함수는 (1) 클러스터별 손실 함수 최소화 (결과 예측) 와 (2) 공변량 프로파일과 클러스터 중심 (centroid) 간의 비유사성 (dissimilarity) 최소화를 동시에 최적화합니다.

B. 무지 기반 클러스터 모델 (Agnostic-Cluster Models)

클러스터링이 공변량 정보만을 기반으로 수행된 후, 그 결과가 결과 모델에 통합되는 2 단계 절차입니다.

1. 모델 기반 클러스터링 (Model-based): 공변량에 대한 유한 혼합 모델을 가정하여 클러스터 할당 확률을 추정합니다 (예: 잠재 클래스 분석).
2. 알고리즘 기반 클러스터링 (Algorithmic): k-means, 계층적 클러스터링, 스펙트럴 클러스터링 등 거리 기반 알고리즘을 사용합니다.
   • 적용 방식: 클러스터 소속 지표 (membership indicators), 클러스터 중심까지의 거리, 또는 클러스터 확률을 새로운 공변량으로 사용하여 결과 모델 (회귀, 생존 분석 등) 을 적합시킵니다.

3. 주요 결과 (Results)

• 분포 및 출처: 선정된 55 개 논문 중 **무지 기반 모델 (32 개)**이 정보 기반 모델 (28 개) 보다 약간 더 많았습니다.
  • 정보 기반 모델: 통계학 저널에 거의 exclusively 게재되었습니다 (PPM, FMR, CluSL).
  • 무지 기반 모델: 생물의학, 공학, 컴퓨터 과학 등 다양한 분야에서 널리 사용되었습니다.
• 주요 목적:
  1. 하위 그룹 식별 (Subgroup Identification): 가장 흔한 목적으로, 클러스터를 예후적 또는 예측적 하위 그룹으로 간주합니다.
  2. 차원 축소 (Dimensionality Reduction): 고차원 공변량을 저차원의 클러스터 소속 변수로 압축합니다.
  3. 특징 추출 (Feature Extraction): 클러스터 중심과의 거리 등을 새로운 특징으로 추가하여 예측 성능을 향상시킵니다.
• 데이터 특성: 실제 데이터 적용 사례 (48 건) 는 시뮬레이션 연구 (23 건) 에 비해 표본 크기와 공변량 수가 더 많았으며, 일부 연구에서는 공변량 수가 표본 수를 초과하는 (n < d) 고차원 상황을 다루었습니다.
• 성능: 무지 기반 모델의 경우, k-means 와 같은 알고리즘적 접근이 가장 흔하게 사용되었으며, 앙상블 예측 (여러 클러스터 수에 대한 예측 평균) 을 통해 단일 모델보다 우수한 예측 성능을 보인 사례가 많았습니다.

4. 주요 기여 및 의의 (Key Contributions & Significance)

• 체계적인 분류 체계 제시: 임상 연구에서 클러스터링과 결과 모델을 결합하는 다양한 방법론을 '정보 기반'과 '무지 기반'으로 명확히 구분하고, 각 방법의 수학적 구조와 적용 사례를 체계적으로 정리했습니다.
• 희귀 질환 및 고차원 데이터 해결책 제시: 표본이 작고 변수가 많은 희귀 질환 연구에서 클러스터링이 차원 축소 도구로 어떻게 활용될 수 있는지, 그리고 이를 통해 어떻게 과적합을 줄이고 예측 정확도를 높일 수 있는지를 논의했습니다.
• 임상 시험 설계에의 시사점:
  • 공변량 보정: 임상 시험에서 통계적 검정력 향상 및 치료 효과 추정 정밀도 향상을 위해 클러스터링 기반 공변량 보정을 제안합니다.
  • 역사적 데이터 활용: 과거 데이터 (등록부 등) 로 클러스터를 정의하고, 이를 전향적 임상 시험의 결과 모델에 통합하는 하이브리드 접근법을 강조합니다.
  • 하위 그룹별 치료 효과 추정: 식별된 클러스터를 기반으로 치료 효과의 이질성을 평가하는 방법을 논의합니다.
• 실용적 가이드: 생물의학 및 공중보건 분야에서 실제 적용된 사례 (암, 대사 증후군, 수면 단계 분류 등) 를 통해 방법론의 실용성을 입증했습니다.

5. 결론 및 한계

• 결론: 클러스터링 기반 결과 모델은 이질적인 환자 집단에서 예후적 하위 그룹을 식별하고, 고차원 데이터를 효과적으로 처리하며, 정밀 의학 (Precision Medicine) 을 실현하는 강력한 도구입니다. 특히 공변량 공간에서 명확하게 분리된 하위 그룹이 존재할 때 가장 효과적입니다.
• 한계: 본 리뷰는 정성적 개요에 중점을 두었으며, 방법론 간 예측 성능의 정량적 비교는 수행하지 않았습니다. 또한, 검색어와 포함/제외 기준에 따라 일부 관련 연구가 누락되었을 가능성이 있습니다.

이 논문은 임상 연구 설계 및 분석에 클러스터링 기법을 적용하려는 연구자들에게 방법론적 선택지와 적용 전략에 대한 포괄적인 가이드를 제공합니다.