Assessing covariate-adjusted risk differences in small-sample clinical trials

기술적 요약: 소규모 임상시험에서 공변량 보정 위험 차이 평가

문제 제기
이분법적 종단점은 무작위 임상시험 (RCT) 에서 보편적으로 나타난다. 전통적으로 로지스틱 회귀에서 도출된 조건부 오즈비가 치료 효과 평가의 표준으로 사용되어 왔다. 그러나 오즈비는 해석 가능성에 문제가 있으며, 비축적성 (즉, 상호작용이 없더라도 주변 효과와 조건부 효과가 달라짐) 을 가지며, 강력한 모델링 가정에 의존한다. 최근 규제 기관, 특히 미국 FDA 의 지침은 주변 추정량 (모집단 평균 치료 효과) 의 중요성을 강조하고 효율성을 높이기 위해 공변량 보정을 장려하고 있다.

이에 따라 해석 가능성이 높고 축적 가능한 측정치인 위험 차이 (RD) 가 주목받고 있다. 그러나 소규모 샘플 ($N \le 150$) 환경에서 공변량 보정 위험 차이를 추정하고 검정하는 방법론은 아직 충분히 탐구되지 않았다. 2 상 개발, 희귀질환, 소아과에서 흔히 발생하는 소규모 임상시험은 특정 도전을 제기한다: 점근적 근사가 종종 실패하여 편향된 추정치, 과소평가된 분산, 잘못 보정된 p-값, 그리고 낮은 신뢰구간 (CI) 피복률을 초래한다. 또한, g-계산 (표준화) 접근법은 유연하지만, 희소 데이터에서 분리 (separation) 나 수렴 불능을 겪을 수 있는 로지스틱 회귀 작업 모델에 의존한다. 이러한 맥락에서 추정량, 점 추정치, 분산 추정치를 정렬하기 위한 확립된 모범 사례는 부재하다.

방법론
저자들은 이분법적 종단점과 예후적 범주형 기저 공변량을 가진 2 군 RCT 에서 위험 차이를 추정하고 검정하기 위한 10 가지 통계적 방법을 평가하기 위해 포괄적인 시뮬레이션 연구를 수행했다.

• 시뮬레이션 설계: 이 연구는 단순 무작위화 ($1:1$), 이분법적 결과 $Y$, 그리고 두 개의 이분법적 공변량 $X_1, X_2$를 가진 가상의 시험을 모방했다. 데이터는 고정된 주변 대조군 반응 확률 (0.20) 과 다양한 치료 효과 ($\delta = 0, 0.15, 0.30$) 를 가진 로지스틱 모델을 통해 생성되었다. 공변량의 예후적 강도와 총 샘플 크기 ($N \in \{30, 60, 90, 120, 150\}$) 를 변화시켜 각 50,000 회 반복으로 구성된 45 가지 시나리오를 만들었다.
• 목표 추정량: 시뮬레이션 프레임워크는 모집단 분포에 대한 평균 치료 효과로 정의된 주변 치료 효과 (MTE) 에 대한 성능을 평가했다.
• 평가된 방법:
  1. 보정되지 않은: Suissa–Shuster 정확한 무조건적 검정 (MTE 대상).
  2. 층화 (Mantel–Haenszel): Cochran–Mantel–Haenszel (CMH) 검정 (조건부 치료 효과, CTE 대상); Sato 분산을 가진 MH 위험 차이 (조건부 모집단 평균 치료 효과, CPATE 대상); 수정된 Greenland–Robins (mGR) 분산을 가진 MH 위험 차이 (MTE 대상).
  3. g-계산 (표준화): 분산 추정 및 작업 모델 보정에 따라 다른 6 가지 변형:
     • Ge 등 (모델 기반 델타 방법; CPATE 대상).
     • Liu 와 Xi (강건한 샌드위치 분산 + 공변량 변동성 항; MTE 대상).
     • Ye 등 (반모수적 강건 분산; MTE 대상).
     • Steingrimsson 등 (비모수 부트스트랩; MTE 대상).
     • Zhang 등 (강건한 스코어 검정; MTE 대상).
     • Firth (분리를 처리하기 위한 페널티 로지스틱 회귀; Ge 의 분산과 짝을 이룸; CPATE 대상).

주요 기여 및 결과

• 계산적 안정성: 로지스틱 회귀 모델의 수렴 불능은 $N=30$에서도 극히 드물게 발생했다 ($<0.004\%$). 그러나 강한 예후 공변량을 가진 소규모 샘플에서는 분리 (완전 예측) 가 빈번하게 발생했다 ($N=30$에서 최대 $>30\%$). 연구 결과, 공변량에 의해 유발된 분리는 g-계산 방법의 성능을 실질적으로 저하시키지 않았으나, 치료 지표에 의해 유발된 분리는 모든 방법의 성능에 영향을 미쳤다.
• 제 1 종 오류 통제:
  • 과대평가: 표준 Wald 형 추론을 사용하는 여러 g-계산 접근법 (Ge 등, Ye 등) 은 매우 작은 샘플 ($N=30$) 에서 현저한 제 1 종 오류 과대평가를 보였는데, 이는 주로 추정량 (MTE) 과 분산 추정치 (조건부) 가 정렬되지 않았을 때 분산 과소평가로 인해 발생했다.
  • 보수성: 강건한 변형 (Liu 와 Xi) 과 페널티 모델 (Firth) 은 소규모 샘플에서 엄격한 제 1 종 오류 통제 (종종 0.05 미만) 를 유지했으나, 이는 감소된 검정력이라는 대가를 치렀다.
  • 강건성: Suissa–Shuster 검정과 CMH 검정은 모든 시나리오에서 우수한 제 1 종 오류 통제를 보였으나, 전자는 일관되게 가장 보수적이었다.
• 통계적 검정력:
  • 제 1 종 오류가 과대평가된 방법 (Ge, Ye) 은 그 자유로운 특성으로 인해 가장 높은 검정력을 보였다.
  • 보수적인 방법 (Liu-Xi, Firth, Suissa–Shuster) 은 소규모 샘플에서 가장 낮은 검정력을 보였다.
  • 스코어 검정이나 부트스트랩을 사용하는 g-계산 방법들은 중간 지점을 제공했다.
  • 특히 범주형 공변량의 특정 설정에서, 엄격한 제 1 종 오류 통제가 요구될 때 g-계산은 MH 검정보다 상당한 검정력 우위를 보이지 않았다. 저자들은 효율성 이득이 이 시뮬레이션에 포함되지 않은 연속형 공변량에서 더 두드러질 것으로 예상한다고 지적했다.
• 추정 및 피복률:
  • 편향: 대부분의 방법은 편향이 없었다. Firth 기반 접근법은 위험 차이 추정치에 하향 편향을 도입했다 (0.50 으로 수축됨) 하지만 더 낮은 제곱근 평균 제곱 오차 (RMSE) 를 달성했다.
  • 피복률: g-계산 (Ge, Ye) 과 MH 위험 차이에 대한 표준 Wald 구간은 소규모 샘플에서 상당한 하위 피복률을 보였다. Liu–Xi 와 Firth 방법은 보수적인 검정 행동에도 불구하고 소규모 샘플에서도 탁월한 피복률 (명목상 95% 에 근접) 을 제공했다.

의의 및 권장 사항
이 논문은 소규모 샘플 공변량 보정 분석에서 관찰된 제 1 종 오류 과대평가가 보정 방법 자체의 근본적인 실패가 아니라 추정량과 분산 추정치 간의 불일치를 반영한다고 주장한다. 구체적으로, 공변량 분포의 변동성을 무시하는 조건부 분산 추정치를 사용하여 주변 추정량을 추론하면 비보수적인 결과가 초래된다.

저자들은 다음과 같은 실용적인 권장 사항을 제공한다:

1. 엄격한 제 1 종 오류 통제를 위해: Suissa–Shuster 정확한 무조건적 검정은 매우 강건하지만 공변량을 무시함으로써 효율성을 잃는다. 범주형 공변량의 경우 CMH 검정이 강력한 대안이다. 공변량 보정이 필요하다면, 강건한 g-계산 (Liu–Xi 분산 또는 Firth 모델) 이 보수적인 오류 통제를 보장한다.
2. 검정력과 오류 통제의 균형을 위해: Zhang 스코어 검정 또는 비모수 부트스트랩과 결합된 g-계산은 절충안을 제공하며, 보수적인 방법보다 높은 검정력을 보이지만 moderate 한 오류 과대평가를 보인다.
3. 추정 정확도를 위해: Liu–Xi 와 Firth 방법은 소규모 샘플에서 가장 신뢰할 수 있는 신뢰구간 피복률을 제공하지만, Firth 는 편향을 도입한다.
4. 정렬이 핵심이다: 이 연구는 방법 선택이 목표 추정량 (MTE 대 CPATE) 과 추론 프레임워크에 의해 안내되어야 한다고 강조한다. g-계산은 추정, 검정, 구간 구성을 위한 통합 프레임워크를 제공하지만, 유효한 추론을 보장하기 위해 추론 절차 (분산 추정치 또는 검정 통계량) 는 선택된 추정량과 명시적으로 정렬되어야 한다.

이 연구는 g-계산이 강력한 프레임워크이지만, 그 소규모 샘플 적용은 과대평가된 오류율을 피하기 위해 분산 추정치와 작업 모델의 신중한 선택이 필요하며, 단일 방법이 모든 성능 차원에서 지배적이지는 않다고 결론 내린다.