Estimating Treatment Effects for Depression in Longitudinal Therapy Switching Settings

기술 요약: 종단적 치료 전환 설정에서의 우울증 치료 효과 추정

문제 정의
본 논문은 치료 전환이 발생하는 종단적 설정에서 주요 우울 장애(MDD) 환자를 위한 개별화된 치료 효과(ITE)를 추정하는 과제를 다룹니다. 일상적인 진료 환경에서 임상의들은 불충분한 반응이나 부작용으로 인해 항우울제 처방을 빈번하게 변경합니다. 다음 방문 시점의 대안적 치료에 대한 반사실적 결과(counterfactual outcome)를 추정하는 것은 다음과 같은 세 가지 주요 요인으로 인해 어렵습니다:

1. 교란(Confounding): 치료 할당은 결과에도 영향을 미치는 환자의 특성(예: 증상 심각도, 동반 질환)에 의해 결정됩니다.
2. 시간 가변적 선택(Time-Varying Selection): 치료 전환 결정은 이전의 반응과 진화하는 임상 이력에 의존하며, 이는 전환을 하는 환자와 지속하는 환자 사이에 체계적인 차이를 유발합니다.
3. 관찰되지 않은 반사실(Unobserved Counterfactuals): 할당된 치료에 따른 사실적 결과(factual outcome)만 관찰될 뿐, 대안적 치료 하에서의 결과는 누락되어 있습니다.

기존 방법론들은 주로 이진 치료(binary treatments), 정적 설정(static settings), 또는 합성 데이터(synthetic data)에 집중되어 있으며, 다중 치료 옵션이 존재하는 종단적 전환 상황에 대한 연구는 부족한 실정입니다. 또한, 오직 사실적 예측 정확도(factual prediction accuracy)에만 기반한 표준 평가는 교란 요인이 존재할 때 오해의 소지가 있습니다. 모델이 진정한 반사실적 관계를 학습하기보다 선택에 의한 패턴을 암기할 수 있기 때문입니다.

방법론
저자들은 836명의 고유 환자로부터 파생된 6,430개의 결정 샘플을 포함하는 MDD 임상 시험 프로그램의 독점적 종단 데이터를 활용합니다. 각 샘플은 방문 $v$에서의 공변량과 치료법을 방문 $v+1$에서의 해밀턴 우울 척도(HAMD-17) 총점으로 연결합니다. 데이터셋은 다양한 용량의 둘록세틴(duloxetine), 벤라팍신(venlafaxine), 파록세틴(paroxetine)을 포함하여 6가지 치료 범주를 다룹니다.

본 연구는 "다음 방문 반사실적 예측(next-visit counterfactual prediction)" 과제를 설정하고 8가지 추정치를 벤치마킹합니다:

• 주요 방법론: 인과 포레스트(Causal Forest, CF). 이는 $K=6$개의 치료법을 처리하기 위해 베이스라인 참조 쌍별 접근 방식(baseline-referenced pairwise approach)으로 확장되었습니다. 가장 빈번한 치료법(둘록세틴 60 mg QD)이 베이스라인 역할을 합니다. $K-1$개의 이진 포레스트가 베이스라인 대비 각 타겟 치료의 효과를 추정하며, 별도의 XGBoost 모델이 베이스라인 결과를 예측합니다. 이들을 결 решение 결합하여 모든 치료에 대한 잠재적 결과를 재구성합니다. CF는 적응형 과적합(adaptive overfitting)을 방지하기 위해 "정직한 분할(honest splitting)"을 채택합니다.
• 베이스라인 방법론: 메타 러너(S-learner, T-learner, X-learner, DR-learner), 잔차 기반 접근법(R-learner), 효율적인 플러그인 러너(EP-learner), 그리고 지식 그래프 강화 추정치(KG-TREAT)를 포함한 7가지 기타 추정치입니다. 모든 베이스라인은 XGBoost를 기본 학습기로 사용하며, 동일한 베이스라인 참조 구조를 사용하여 다중 치료 설정에 맞게 조정되었습니다.

평가 프로토콜
저자들은 네 가지 차원으로 구성된 통합 평가 프로토콜을 제안합니다:

1. 사실적 예측 오차(Factual Prediction Error): RMSE, MAE, MSE 및 기대 캘리브레이션 오차(ECE)를 통해 측정됩니다.
2. 치료 효과 캘리브레이션(Treatment Effect Calibration): 관찰적 캘리브레이션 프록시($\Delta_{OCP}$, 테스트 세트 내 치료 그룹 간 평균 결과 차이로 정의됨)를 사용하여 ATE 캘리브레이션 오차를 계산합니다. 이는 인과적 진리(causal ground truth)가 아닌 일관성 신호로서 기능합니다.
3. 의사결정 품질(Decision Quality): 역확률 가중(Inverse-Propensity-Weighted, IPW) 정책 값으로 측정되며, 값이 낮을수록 예측된 치료 선택이 우수함을 나타냅니다.
4. 치료별 효과(Per-Treatment Effects): 예측된 ATE를 관찰된 차이와 비교합니다.

실험은 데이터 누수를 방지하기 위해 환자 수준 분할(patient-level splitting)을 사용하여 10개의 무작위 시드에 대해 수행되었으며, 불확실성 정량화를 위해 95% 부트스트랩 신뢰 구간을 사용했습니다.

주요 결과

• Causal Forest의 성능 우위: CF는 모든 지표에서 최상의 성능을 보였으며, RMSE는 $4.03 \pm 0.12$였습니다. CF는 모든 베이스라인을 유의미하게 앞질렀습니다 (메타 러너의 경우 $p < 0.001$, EP-learner의 경우 $p = 0.032$).
• 메타 러너의 실패: S, T, X, DR-러너는 RMSE가 14.75에서 28.20 사이로 나타나는 "파괴적 실패(catastrophic failure)"를 보였습니다 (이는 무조건적 평균을 예측하는 것보다 나쁜 결과입니다). 이들은 반사실적 학습과 선택에 의한 결과 패턴 암기를 구분하는 데 실패했으며, 음의 캘리브레이션 기울기와 거의 0에 가까운 예측 치료 효과를 보였습니다.
• CF의 강건성: CF는 우수한 캘리브레이션(ECE $0.35$, 기울기$\approx 1.0$)과 의사결정 품질(IPW 값 $2.05$)을 입증했습니다. 절제 연구(Ablation studies)를 통해 "정직한 분할"이 핵심적임을 확인하였으며, 이를 비활성화할 경우 RMSE가 4.2% 증가했습니다.
• 치료별 발견 사항:
  • 교란 조정: 단순 관찰 비교에서는 파록세틴이나 고용량 둘록세틴으로의 전환 시 큰 증상 감소(예: HAMD-17 점수 67점)가 시사되었습니다. 그러나 인과적 조정을 거친 후, CF는 완만한 이득(0.30.9점)을 추정하였으며, 이는 조정되지 않은 관찰 데이터에 상당한 편향이 있음을 강조합니다.
  • 특정 전환: CF는 베이스라인 대비 둘록세틴 40 mg BID, 벤라팍신 150–225 mg 증량, 파록세틴 20 mg QD로의 전환에 대해 중간 정도의 이득을 예측했습니다.
  • 역설적 발견: 특정 환자 군에서 저강도 요법(둘록세틴 40 mg BID)이 고강도 대안보다 우수할 것으로 예측되어, 고용량이 항상 더 우월하다는 가설에 도전하는 결과를 보였습니다.

의의 및 주장
본 논문은 다음을 제공한다고 주장합니다:

1. 통합 평가 프로토콜: 반사실이 관찰되지 않는 전환된 관찰 설정에서 사실적 오차, 프록시 기반 캘리브레이션, 정책 값을 활용하여 치료 효과 추정치를 체계적으로 비교하는 프레임워크를 제공합니다.
2. 포괄적인 벤치마크: 정직한 분할을 사용하는 트리 기반 방법(특히 CF)이 다중 치료 전환 시나리오에서 메타 러너보다 실질적으로 우수하다는 증거를 제시합니다. 본 연구는 베이스라인 참조 구조를 통해 CF를 다중 치료로 확장하였으며, 재현을 위한 구현 세부 사항을 제공합니다.
3. 임상 의사결정 지원을 위한 경험적 근거: 연구 결과는 전향적으로 테스트 가능한 후보들을 제공합니다. 분석 결과, 단순 비교는 이득을 과장하지만, 교란이 조정된 추정치는 완만하면서도 실행 가능한 크기를 제공함을 보여줍니다. 특정 전환 방향(예: 일반적으로 용량 증량이 유익하지만 예외가 있음)을 식별하는 것은 MDD 케어에서의 치료 선택에 데이터 기반의 가이드를 제공합니다.

저자들은 본 연구가 강력한 사후적(retrospective) 증거를 제공하지만, CF 기반의 권고 사항이 실제 세계의 의사결정과 환자 결과를 개선하는지 확인하기 위해서는 전향적 검증이 필요하다고 결론짓습니다.