기술 요약: 불완전한 의료 데이터로부터의 결합 치료 효과 추정

문제 제기

본 논문은 두 가지 복합적인 어려움이 존재할 때 관찰 기반 전자의무기록 (EHR) 에서 인과적 치료 효과를 추정하는 중대한 과제를 다룹니다: **시간에 따른 교란 (time-varying confounding)**과 무작위성이 아닌 결측 (Missing-Not-At-Random, MNAR) 결측.

표적 시험 모방 (Target Trial Emulation, TTE) 을 위한 표준 방법론들은 실제 세계의 EHR 환경에서 종종 실패합니다. 그 이유는 다음과 같습니다:

1. 시간에 따른 교란: 치료 결정은 진화하는 환자 프로필에 의해 주도되며, 이는 기존 방법론들이 종종 제한적인 모수적 가정 하에서만 처리하거나 명시적인 인과 구조 없이 처리하는 복잡한 의존성을 생성합니다.
2. MNAR 결측: EHR 의 중요한 생체 표지자들은 종종 50%~80% 의 결측률을 보입니다. 이러한 결측은 임상적 결정 (예: 상태가 의심될 때만 검사 주문) 에 의해 주도되므로, 결측 데이터의 확률은 관찰되지 않은 값 자체에 의존합니다.
3. 복합 편향: 표준 대체 전략 (예: MICE, MissForest) 은 일반적으로 무작위 결측 (Missing-At-Random, MAR) 을 가정하며 낮은 결측률에서 검증됩니다. 이러한 방법론들을 고율의 MNAR 데이터에 적용할 경우, 생체 표지자와 결과 간의 상관 구조를 왜곡하여 편향된 인과 추정을 초래합니다.

기존 접근법들은 종종 대체와 인과 추론을 별개의 단계로 취급하거나, 반사실적 추정에서 침묵하는 실패를 초래하는 변분/적대적 근사에 의존합니다.

방법론

저자들은 MNAR 결측과 시간적 인과 구조를 공동으로 처리하도록 설계된 2 단계 파이프라인을 제안합니다.

1 단계: LLM 기반 진화적 대체

불완전한 데이터 입력을 해결하기 위해, 저자들은 대규모 언어 모델 (LLM) 을 변이 연산자로 사용하여 대체 전략을 생성하는 진화적 검색 프레임워크를 도입합니다.

• 메커니즘: LLM 이 직접 결측 값을 채우는 대신, 대체기 $g^{(k)}$인 후보 파이썬 모듈을 제안합니다.
• 자기지도형 프록시 점수: 각 후보의 품질은 프록시 홀드아웃 세트 (마스크된 관찰 데이터) 에서 복합 점수 $s(g)$를 사용하여 평가됩니다:
  $$s(g) = \text{RMSE}(g) + \lambda_Y \Delta_Y(g) + \lambda_T \Delta_T(g)$$
  이 점수는 점별 재구성 오차 (RMSE) 와, 결정적으로 공변량 - 결과 상관관계($\Delta_Y$) 및 공변량 - 치료 상관관계($\Delta_T$) 의 왜곡을 패널티로 부과합니다. 이를 통해 대체된 데이터가 하류 추정에 필요한 인과 구조를 보존하도록 보장합니다.
• 진화적 루프: 시드 대체기에서 시작하여 LLM 은 현재 최우수 후보와 검색 요약에 기반하여 변형을 반복적으로 제안하며, 프록시 점수를 엄격하게 개선하는 경우에만 이를 수용합니다.
• 백엔드: 이 방법은 GPT-5.4, GPT-OSS-120b, Qwen3.5-Plus 의 세 가지 LLM 백엔드를 사용하여 평가되었습니다.

2 단계: CausalFlow-T (정확한 반사실 추론)

완성된 데이터 $\hat{D}$는 정확한 반사실 추론을 위한 새로운 모델인 CausalFlow-T에 입력됩니다.

• 아키텍처: 이는 **인과 마스킹 자기회귀 흐름 (CausalMAF)**과 장단기 메모리 (LSTM) 인코더를 결합합니다.
• DAG 제약: 흐름은 전문가가 지정한 방향 비순환 그래프 (DAG) 에 의해 제약받습니다. 변수의 자기회귀 순서는 DAG 의 위상학적 정렬을 엄격히 따릅니다. 이는 개입 (do-연산) 이 인과적 후손을 통해서만 전파되도록 하여 반인과적 누출을 방지합니다.
• 정확한 추론: 하한 (ELBO) 또는 적대적 목적 함수를 최적화하는 변분 오토인코더 (CVAE) 나 GAN 기반 방법과 달리, CausalFlow-T 는 정확한 로그 가능도를 최대화합니다.
• 반사실 절차: 이는 Pearl 의 추론 - 행동 - 예측 (Abduction-Action-Prediction, AAP) 절차를 사용합니다:
  1. 추론 (Abduction): 특정 환자에 대해 외생 노이즈 $z_t$를 복원하기 위해 흐름을 정확하게 역전합니다.
  2. 행동 (Action): $z_t$를 고정하면서 치료 변수에 개입합니다 ($A \leftarrow a'$).
  3. 예측 (Prediction): 개입을 DAG 제약 흐름을 통해 전파하여 반사실 결과를 생성합니다.
     이는 동일한 개인별 노이즈가 사실적 및 반사실적 팔에 모두 사용되도록 보장하며, 이는 변분 방법론이 제공할 수 없는 특성입니다.

주요 기여

1. CausalFlow-T: 종단 데이터에 대한 정확하고 가역적인 반사실 추론을 가능하게 하는 DAG 제약 정규화 흐름입니다. 저자들은 이것이 하위 그룹 보정, 꼬리 분산 보존, 팔 재구성, 위험비 회복, 안정성이라는 다섯 가지 신뢰성 기준을 동시에 만족하는 유일한 모델임을 입증했습니다.
2. 비중첩 실패 모드 식별: 제거 실험을 통해 인과 추론의 두 가지 명확한 실패 모드를 밝혔습니다:
   • 교란 분리: 명시적인 인과 구조 (DAG 제약) 가 필요합니다. DAG 제약이 없는 모델들은 낮은 사실적 오차에도 불구하고 체계적인 편향을 유지합니다.
   • 구조적 전파: 정확한 추론이 필요합니다. 변분 방법론들은 (올바른 DAG 를 가진 경우에도) 근사 격차 (후방 붕괴) 로 인해 복잡한 매개 경로를 가진 경우 실제 치료 효과를 복원하지 못합니다.
3. LLM 기반 진화적 대체: 30%~80% MNAR 결측 하에서 인과 상관 구조를 보존하는 데 있어 표준 통계 방법 (LOCF, MissForest) 과 흐름 매칭 베이스라인을 능가하는 새로운 대체 전략입니다.
4. 공동 평가 프레임워크: 본 논문은 점별 재구성 정확도와 인과 충실도가 정렬되지 않은 목표임을 확립했습니다. 이는 표준 지표에 보이지 않는 트레이드오프를 감지하기 위해 (생체 표지자 품질 + 하류 인과 품질) 이중 계층 평가를 도입합니다.

결과

합성 및 준합성 벤치마크

• CausalFlow-T 성능: 네 가지 합성 데이터셋 (복잡한 17 노드 심혈관 질환 위험 벤치마크 포함) 과 준합성 FIRE 기반 데이터셋에서 CausalFlow-T 는 모든 신뢰성 기준을 통과한 유일한 모델이었습니다.
  • GNN-CVAE 및 CVAE 와 같은 경쟁 모델들은 후방 붕괴 (실제 효과가 존재하는 곳에서 널 효과를 예측) 또는 분산 붕괴로 고통받았습니다.
  • TARNet 과 제약이 없는 흐름들은 올바른 위험비를 복원하거나 치료 방향을 반전시키지 못했습니다.
• 대체 성능: LLM 기반 대체기 (특히 GPT-5.4) 는 생체 표지자 및 인과 지표 전반에서 가장 좋은 통합 순위를 달성했습니다.
  • 30%, 50%, 80% 결측률 전반에 걸쳐 가장 낮은 점별 MAE 및 RMSE 를 유지했습니다.
  • 결정적으로, 통계적 방법 (MissForest, CausalCFM) 이 결측이 증가함에 따라 점진적으로 저하되는 반면, 평균 치료 효과 (ATE) 복원을 유지한 유일한 전략이었습니다.
  • 연구는 다음과 같은 트레이드오프를 강조했습니다: CausalCFM 은 때로 낮은 결측률에서 상관관계를 더 잘 보존했지만, LLM 은 고결측률 영역과 시간적 외삽에서 우세했습니다.

실제 세계 적용

이 파이프라인은 스위스 1 차 진료 (FIRE 데이터베이스) 의 2 형 당뇨병 성인 6,114 명 코호트에 적용되어 1 년간 체중에 미치는 GLP-1 수용체 작용제 대 SGLT-2 억제제 시작 효과를 추정했습니다.

• 결과: 이 파이프라인은 GLP-1RAs 를 선호하는 프로토콜 준수 체중 감소 차이인 −0.98 kg [95% CI −1.01, −0.96] 을 추정했습니다.
• 검증: 이 추정치는 >50% MNAR 결측과 혼합된 약물 요원을 가진 실제 세계 데이터임에도 불구하고, −1.06 kg 의 차이를 보고한 SUSTAIN 8 무작위 대조 시험 (RCT) 과 일치합니다.

중요성 및 주장

본 논문은 관찰 데이터로부터 실용적인 치료 효과를 추정하기 위해 인과 구조와 MNAR 결측을 공동으로 다루는 것이 필수적이며 실현 가능하다고 주장합니다.

• RCT 를 넘어: 이 연구는 ML 기반 파이프라인이 RCT 의 제한된 인구 및 조건을 넘어 시험이 불가능한 실제 임상 환경으로 인과적 증거를 확장할 수 있음을 입증합니다.
• 정확성보다 신뢰성: 저자들은 낮은 사실적 예측 오차 (MAE) 가 인과 추론에 불충분하다고 주장합니다. 모델은 신뢰할 수 있으려면 구조적 기준 (분산 보존, 올바른 매개 전파) 을 만족해야 합니다.
• 대체 - 인과 연결: 본 연구는 대체 선택이 인과 타당성에 직접적이고 측정 가능한 영향을 미친다는 것을 확립하여, 대대를 순수한 재구성 작업으로 취급하는 것이 아니라 공동 평가 지표가 필요함을 시사합니다.
• 소극적 한계: 저자들은 전문가가 지정한 DAG 에 대한 의존성 (민감도 분석은 고유 경로 제거 시 편향이 증가함을 보여줌), 이진 생존 결과에 대한 연속적 완화 사용 (보정에 영향), 조건부 교환성 가정 등의 한계를 인정합니다. 또한 향후 연구는 이산 흐름 아키텍처와 자동화된 DAG 정련을 탐구해야 한다고 언급합니다.

요약하자면, 본 논문은 불완전하고 복잡한 실제 세계 EHR 데이터와 엄격한 인과 추론 사이의 간극을 메우는 견고한 2 단계 프레임워크를 제공하며, 이는 합성 기준 진실과 확립된 RCT 증거와의 일관성으로 검증되었습니다.