Progression to the mean: A practical Bayesian workflow for the development and deployment of clinical prediction models

다음은 임상 예측 모델의 개발 및 배포를 위한 실용적인 베이지안 워크플로우에 관한 논문 "평균으로의 진행: 임상 예측 모델 개발 및 배포를 위한 실용적 베이지안 워크플로우"를 비유를 사용하여 쉽고 일상적인 언어로 번역한 설명입니다.

큰 그림: "한 번의 추측"에서 "가능성의 범위"로

당신이 환자가 향후 30 일 내에 심장마비를 일으킬 위험을 예측하려는 의사라고 상상해 보세요.

구식 방법 (플러그인 방식):
현재 대부분의 의사는 표준 공식 (로지스틱 회귀 방정식과 같은) 을 사용합니다. 환자의 수치 (나이, 혈압 등) 를 기계에 입력하면, 기계는 단 하나의 숫자를 내뱉습니다.

• 예시: "귀하의 위험도는 4.7% 입니다."
• 문제점: 이 숫자는 매우 정교해 보이지만, 그 공식 자체가 제한된 표본을 기반으로 한 추정치라는 사실을 숨깁니다. 마치 흐릿한 사진을 보고 "이 사람이 정확히 이런 모습입니다"라고 말하면서 사진이 흐릿하다는 사실을 인정하지 않는 것과 같습니다. 이는 불확실성을 무시합니다.

새로운 방법 (베이지안 방식):
저자들은 이를 더 똑똑하게 처리할 방법을 제안합니다. 단순히 하나의 숫자를 주는 대신, 예측을 가능성의 구름으로 취급합니다.

• 비유: 다트판에 다트를 던지는 상황을 상상해 보세요. "구식 방법"은 "다트가 정확히 여기에 꽂혔다"라고 말합니다. 반면 "새로운 방법"은 "다트는 이 원 안 어딘가에 꽂혔으며, 그 원의 중앙이 가장 가능성이 높은 지점입니다"라고 말합니다.
• 이 접근 방식은 모델이 얼마나 확신하는지 보여주기 위해 범위 (신용 구간, Credible Interval) 를 제공하고, 최종 결정을 내리기 위해 특정 유형의 평균 (후기 평균, Posterior Mean) 을 사용합니다.

구식 방법의 세 가지 주요 문제

1. 너무 자신감 넘칩니다: 유한한 양의 데이터로 구축되었음에도 불구하고 모델이 진리를 완벽하게 안다는 듯 행동합니다.
2. 해석하기 어렵습니다: 표준 통계는 "신뢰 구간 (Confidence Intervals)"을 사용하는데, 이는 혼란스럽습니다. "우리가 이 실험을 100 번 반복하면, 결과가 95% 의 확률로 이 범위에 들어갈 것이다"라고 말합니다. 환자와 의사는 100 번의 가상의 실험에 관심이 없습니다. 그들은 "내 위험도가 이 범위에 있을 확률은 얼마입니까?"라고 알고 싶어 합니다.
3. 계산량이 많습니다: 전통적인 "베이지안" 방법은 답을 얻기 위해 수백만 번의 시뮬레이션 (수십억 번 주사위 굴리기와 같은) 을 실행하려면 슈퍼컴퓨터가 필요했습니다. 이로 인해 일상적인 사용에는 너무 느리고 어려웠습니다.

저자들의 해결책: "실용적" 워크플로우

저자들은 말합니다. "우리는 바퀴를 다시 발명하거나 슈퍼컴퓨터를 사용할 필요가 없습니다. 베이지안 사고를 실용적이고 빠르게 만들 수 있습니다." 그들은 두 가지 주요 트릭을 가진 워크플로우를 제안합니다.

트릭 1: "스마트 축소" (사전 분포, Prior)

옛날 베이지안 세계에서는 데이터에 대한 '사전 분포 (시작 신념)'를 추측해야 했는데, 이는 어떤 사람들에게는 너무 주관적이라고 생각되었습니다.

• 비유: 새로운 도시의 평균 키를 추측한다고 상상해 보세요.
  • 평탄한 사전 분포 (Flat Prior): 모든 키가 동등하게 가능하다고 가정합니다 (매우 터무니없는 추측).
  • 스마트 사전 분포 (Smart Prior): 키가 평균일 가능성이 높고, 극단적인 거인이나 왜소는 드물다고 가정합니다.
• 그들이 하는 일: 그들은 제프리 사전 분포 (Jeffreys prior) 나 로그-F 사전 분포 (Log-F prior) 와 같은 구체적이고 단순한 '사전 분포'를 사용하여 데이터에 부드러운 손을 대는 것을 제안합니다. 그들은 극단적인 예측을 중앙으로 '축소 (shrink)'시킵니다.
• 이유: 모델이 환자에게 99% 의 위험도를 예측한다면, 이는 종종 데이터의 노이즈에 대한 과잉 반응입니다. '축소'는 그 99% 를 더 현실적인 수치 (예: 85%) 로 끌어내려 모델이 너무 극단적이 되는 것을 방지합니다.

트릭 2: "빠른 평균" (후기 평균, Posterior Mean)

보통 가능성의 구름에서 최선의 평균을 얻으려면 무거운 수학 계산이 필요합니다.

• 비유: 다양한 위험 수준을 나타내는 다양한 색상의 구슬이 들어 있는 가방이 있다고 상상해 보세요. '평균' 색상을 찾으려면 예전에는 하나씩 모두 꺼내야 했습니다 (느림).
• 그들이 하는 일: 그들은 가능성의 구름이 매끄럽고 대칭적인 언덕 (종형 곡선) 으로 보인다고 가정하는 수학적인 단축키 (라플라스 근사, Laplace approximation) 를 사용합니다.
• 결과: 슈퍼컴퓨터 시뮬레이션 없이도 즉시 '후기 평균' (의사 결정을 위해 사용할 최상의 단일 숫자) 을 계산할 수 있습니다. 그들은 심지어 이 복잡한 수학을 종이 한 장이나 간단한 계산기에 들어맞는 단순한 방정식으로 되돌리는 '자기 투영 (self-projection)' 방법도 제공합니다.

왜 "후기 평균"을 사용해야 할까요?

이 논문은 의료 결정을 내릴 때 후기 평균이 사용할 최상의 숫자라고 주장합니다.

• 비유: 경마에 베팅한다고 상상해 보세요.
  • '플러그인' 방법은 승리할지도 모를 말을 알려줍니다.
  • '후기 평균'은 여러 경기를 통해 평균적으로 가장 많은 돈을 벌어다 주는 말을 알려줍니다.
• 논리: 의학에서는 해를 피하면서 환자에게 이익을 주는 '순 이익 (Net Benefit)'을 극대화하고 싶어 합니다. 저자들은 수학적으로 후기 평균만이 이러한 '베팅' 상황에서 최선의 결정을 보장하는 유일한 숫자임을 보여줍니다. 이는 치료받지 않아도 될 사람을 치료할 위험과, 치료받아야 할 사람을 놓칠 위험 사이의 균형을 맞춥니다.

그들이 무엇을 테스트했나요?

그들은 이 새로운 워크플로우를 다음과 같이 테스트했습니다:

1. 실제 데이터: 심장마비 환자들에 대한 유명한 데이터셋 (GUSTO-I).
2. 가짜 데이터: 모델이 올바른지 확인하기 위해 '진짜' 답을 알고 있는 시뮬레이션 시나리오.

연구 결과:

• 정확도: 새로운 방법은 위험을 예측하는 데 구식 방법만큼 좋거나 더 좋았습니다.
• 더 나은 결정: 많은 경우, '후기 평균'을 사용하면 구식 '플러그인' 숫자보다 더 나은 임상적 결정 (더 많은 '순 이익') 으로 이어졌습니다. 때로는 개선 정도가 연구 그룹 크기를 두 배로 늘린 것과 같았습니다.
• 불확실성: 새로운 방법은 약속대로 (약 95% 의 확률로) 실제 위험을 정확히 포착하는 '범위' (신용 구간) 를 성공적으로 제공했습니다.

결론

저자들의 말은 다음과 같습니다: 단일하고 과도하게 자신감 넘치는 숫자 사용을 중단하세요.

대신 다음과 같은 워크플로우를 사용하세요:

1. 극단적인 예측을 부드럽게 중앙으로 당깁니다 (축소).
2. '최적 평균' 위험을 즉시 계산합니다 (후기 평균).
3. 모델이 얼마나 불확실한지 보여주는 명확한 범위를 제공합니다.

그들은 이것이 급진적이거나 불가능한 변화가 아니라고 주장합니다. 이는 통계학자들이 이미 가지고 있는 도구를 사용하는 '실용적'인 업데이트로, 더 좋고 정직한 환자 치료를 위해 쉽게 도입할 수 있습니다.