Correcting for Missing Data When Evaluating Surrogate Markers in a Clinical Trial

논문 요약: 임상 시험에서 결측치가 있는 대리 표지자 (Surrogate Markers) 평가 시 결측 데이터 보정

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 임상 시험에서 치료 효과를 평가할 때, 주요 임상 결과 (Primary Outcome) 를 측정하는 데는 시간이 오래 걸리거나 침습적이며 비용이 많이 들 수 있습니다. 이러한 경우, 장기적인 치료 효과를 중간적으로 측정하는 대리 표지자 (Surrogate Marker) 를 사용하여 결과를 더 빠르고 효율적으로 도출하려는 시도가 이루어집니다. FDA 의 가속 승인 프로그램 (Accelerated Approval Program) 등에서도 이러한 대리 표지자의 활용이 허용되고 있습니다.
• 문제: 대리 표지자의 유효성을 통계적으로 검증하는 것은 필수적이지만, 기존 평가 프레임워크 (예: 설명된 치료 효과의 비율, PTE) 는 결측 데이터 (Missing Data) 를 고려하지 않습니다.
• 기존 접근법의 한계: 대부분의 기존 연구는 결측치가 있는 환자를 제외하고 완전 사례 분석 (Complete Case Analysis) 만 수행합니다. 이는 다음과 같은 심각한 문제를 야기합니다.
  • 편향 (Bias): 결측 메커니즘이 무작위 (MAR) 일 경우, 완전 사례 분석은 일관된 (consistent) 추정을 제공하지 못해 편향된 결과를 낳을 수 있습니다.
  • 비효율성 (Inefficiency): 사용 가능한 데이터를 버림으로써 통계적 정밀도 (Statistical Precision) 와 검정력 (Power) 이 감소합니다.
• 연구 목적: 결측치가 있는 대리 표지자 데이터를 처리하기 위해, 강건하고 효율적인 새로운 방법론을 개발하여 완전 사례 분석의 편향과 비효율성을 해결하는 것입니다.

2. 방법론 (Methodology)

저자들은 결측 대리 표지자 ($S$) 가 존재할 때, 치료 효과의 비율 (Proportion of Treatment Effect Explained, PTE) 을 추정하기 위해 모수적 (Parametric) 및 비모수적 (Nonparametric) 프레임워크를 기반으로 두 가지 주요 보정 방법을 제안합니다.

• 기본 설정:

  • $Y$: 주요 결과, $S$: 대리 표지자, $Z$: 이진 치료 지표 (무작위 배정).
  • 목표: $R_S = 1 - \frac{\Delta_S}{\Delta}$ 추정 (여기서 $\Delta$는 전체 치료 효과, $\Delta_S$는 대리 표지자를 고려한 잔여 치료 효과).

• 제안된 방법론:

  1. 역확률 가중치 (Inverse Probability Weighting, IPW):

     • 접근 방식: 설계 기반 (Design-based) 접근법으로, 관측된 완전 사례들을 재가중치하여 원래 표본을 대표하도록 합니다.
     • 구현: 결측 메커니즘 (관측 확률) 을 모델링 (예: 로지스틱 회귀) 하여 가중치 ($w_i = 1/Pr(O=1|X)$) 를 추정합니다.
     • 적용: 가중치 선형 회귀 (모수적) 와 가중치 커널 스무딩 (비모수적) 을 통해 $\beta$ 계수와 조건부 평균을 추정합니다.
     • 특징: 가중치 모델이 올바르게 지정되면 일관된 추정치를 제공하지만, 가중치가 매우 클 경우 분산이 커질 수 있어 비효율적일 수 있습니다.

  2. 반모수적 최대우도추정 (Semiparametric Maximum Likelihood Estimation, SMLE):

     • 접근 방식: 모델 기반 (Model-based) 접근법으로, EM 알고리즘을 활용합니다.
     • 구현:
       • $Y$와 $S, Z$의 관계는 선형 회귀 (모수적) 로 가정합니다.
       • $S$의 조건부 분포 $Pr(S|Z)$는 **비모수적**으로 추정합니다 (관측된$S$ 값들에 확률 질량을 할당).
       • 결측된 $S$에 대한 기대값을 E-step 에서 계산하고, M-step 에서 모수를 업데이트합니다.
     • 특징: $S$의 분포에 대한 강한 가정을 피하면서도 모든 관측치 (결측된 $S$를 가진 환자 포함) 를 활용하여 통계적 효율성을 극대화합니다.

• 오차 추정: 부트스트랩 (Bootstrap) 재표본추출 ($D=500$) 을 통해 표준 오차와 95% 신뢰구간 (정규 근사 및 분위수 기반) 을 구성합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 방법론 제안: 대리 표지자 평가 프레임워크에 결측 데이터 처리를 통합한 IPW 와 SMLE 방법을 최초로 체계적으로 제안했습니다.
2. 강건성과 효율성의 균형:
   • IPW 는 모델 지정에 대한 유연성을 제공합니다.
   • SMLE 는 완전 사례 분석이나 IPW 보다 높은 통계적 효율성 ( narrower confidence intervals) 을 제공하며, $S$의 분포에 대한 모수적 가정을 완화합니다.
3. 소프트웨어 구현: 제안된 모든 방법을 구현한 R 패키지 MissSurrogate 를 오픈 소스로 제공하여 실제 적용의 장벽을 낮췄습니다.
4. 실증적 검증: 다양한 결측 메커니즘 (MCAR, MAR) 과 시나리오 (결측 모델 오지정, 분포 중첩 부족 등) 에 대한 광범위한 시뮬레이션 연구를 수행하여 방법론의 성능을 입증했습니다.

4. 시뮬레이션 및 실제 데이터 적용 결과 (Results)

• 시뮬레이션 결과:

  • 결측 완전 무작위 (MCAR): 모든 방법이 편향 없이 수행되었으나, SMLE 가 모수적 추정에서 가장 높은 효율성을 보였습니다.
  • 결측 무작위 (MAR, 결과 $Y$에 의존): 완전 사례 분석은 유의한 편향 (약 4%) 과 낮은 신뢰구간 피복률 (85-88%) 을 보였습니다. 반면, IPW 와 SMLE 는 편향을 보정하고 적절한 피복률을 유지했습니다.
  • 가중치 모델 오지정: IPW 는 결측 메커니즘을 설명하는 변수를 누락할 경우 편향이 발생했으나, SMLE 는 추가적인 모델 지정 없이도 강건하게 작동했습니다.
  • 분포 중첩 부족 (Non-overlap): 비모수적 추정치는 분포 중첩이 없을 때 편향을 보였으며, 이는 결측 보정 방법보다는 추정 방법 자체의 한계임을 확인했습니다.

• 실제 데이터 적용 (DCCT 임상 시험):

  • 데이터: 제 1 형 당뇨병 환자 1,414 명 (14.7% 결측). 대리 표지자: 혈당, 주요 결과: LDL 콜레스테롤.
  • 결과:
    • 완전 사례 분석과 결측 보정 (IPW, SMLE) 을 적용한 추정치 ($R_S$) 는 유사하게 나왔으나, SMLE 가 IPW 보다 31% 더 좁은 신뢰구간을 제공하여 효율성을 입증했습니다.
    • 혈당이 LDL 에 대한 치료 효과를 약 66-86% 설명하는 것으로 추정되었으나, 신뢰구간의 하한선이 0.5 를 크게 밑돌아 혈당이 LDL 의 유효한 대리 표지자로 간주되기 어렵다는 결론을 도출했습니다.
    • 이 데이터에서는 대리 표지자 분포의 중첩이 부족했으므로, 모수적 접근 (선형 회귀) 이 비모수적 접근보다 더 안정적임을 시사했습니다.

5. 의의 및 결론 (Significance)

• 실무적 중요성: 임상 시험에서 대리 표지자 평가 시 결측 데이터를 무시하고 완전 사례만 분석하는 관행을 개선하여, 편향된 결론을 내리는 위험을 줄이고 통계적 검정력을 높였습니다.
• 방법론적 발전: 강건한 설계 기반 방법 (IPW) 과 효율적인 모델 기반 방법 (SMLE) 을 모두 제공함으로써, 연구자가 데이터 특성과 계산 자원에 따라 적절한 방법을 선택할 수 있게 했습니다.
• 미래 연구 방향: 본 연구는 결측이 무작위 (MAR/MCAR) 일 때 유효하며, 결측이 무작위가 아닌 (MNAR) 경우를 위한 민감도 분석이나 주요 결과 ($Y$) 의 결측 처리를 위한 확장 연구가 필요함을 제시했습니다.

이 논문은 대리 표지자 평가의 통계적 엄밀성을 높이고, 실제 임상 시험에서 더 신뢰할 수 있는 의사결정을 지원하는 중요한 도구로 평가됩니다.