📊 statistics

Two-Stage Design with Sample Size Re-estimation Using gsDesign

이 논문은 `gsDesign` R 패키지를 사용하여 2단계 그룹 순차 및 조건부 검정력 설계를 도출하는 과정을 보여주며, 조건부 검정력 설계가 어느 정도의 유연성을 제공하기는 하지만 표준 그룹 순차 설계가 비효율성의 위험과 중간 단계의 치료 효과 노출 가능성을 고려할 때 일반적으로 더 바람직하다고 주장한다.

원저자: Keaven M. Anderson, Alison Pedley

게시일 2026-08-05

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Keaven M. Anderson, Alison Pedley

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 미스터리를 해결하려는 탐정이라고 상상해 보세요. 하지만 범인을 잡기 위해 얼마나 많은 단서가 필요할지는 모르는 상태입니다. 의학 과학의 세계에서 이것은 임상 시험을 설계하는 일상의 도전 과제입니다. 연구자들은 새로운 약이 기존의 약보다 더 효과적인지 테스트하고 있지만, 시작하기 전에는 그 약의 효능이 얼마나 강력한지 100% 확신할 수 없습니다. 만약 너무 낮게 예측하면, 실제로 효과가 없는 약을 테스트하는 데 시간과 돈을 낭비할 수 있습니다. 반대로 너무 높게 예측하면, 불필요한 위험에 노출되는 환자를 너무 많이 등록하게 되어 예산을 낭비할 수 있습니다. 이를 해결하기 위해 과학자들은 '그룹 순차 설계(Group Sequential Design)'라는 전략을 사용합니다. 이것을 두 개의 체크포인트가 있는 지도가 있는 하이킹 여행이라고 생각해 보세요. 당신은 계획을 가지고 시작하지만, 첫 번째 체크포인트(중간 분석)에서 진행 상황을 확인합니다. 만약 길이 정말 멋지다면, 이미 보물을 찾았기 때문에 일찍 멈출 수도 있습니다. 만약 길이 별로라면, 에너지를 아끼기 위해 발길을 돌릴 수도 있습니다. 하지만 만약 길이 그냥 '괜찮은' 정도라면 어떨까요? 거기서부터 까다로워집니다.

Keaven M. Anderson와 Alison Pedley가 Merck & Co.에서 작성한 이 논문은 이러한 '체크포인트'형 시험의 특정 문제, 즉 데이터가 엉망이거나 약의 효능에 대한 초기 예측이 틀렸을 때 어떤 일이 발생하는지를 다룹니다. 저자들은 '조건부 검정력(Conditional Power)'이라는 영리한 우회 전략을 탐구합니다. 당신이 하이킹 중간쯤 왔을 때, 산이 생각보다 높다는 것을 깨달았다고 상상해 보세요. 단순히 포기하거나 무작정 계속 나아가는 대신, 당신은 재계산을 합니다. "지금 이 속도로 계속 간다면, 정상에 도달할 확률은 얼마나 될까?" 만약 수학적으로 그 확률이 낮다면, 당신은 승률을 높이기 위해 더 많은 보급품(환자 추가 등록)을 가져오기로 결정할 수도 있습니다. 이 논문은 gsDesign이라는 컴퓨터 도구를 사용하여 이러한 시나리오를 시뮬레이션하며, 전통적인 '체크포인트' 방식과 이 새로운 '재계산 및 적응' 방식을 비교합니다. 목표는 중간에 계획을 변경하는 것이 실제로 돈을 아껴주는지, 아니면 여정을 더 복잡하고 비싸게 만드는지를 확인하는 것입니다.

저자들은 이 아이디어들을 테스트하기 위해 가상의 실험을 설정했습니다. 그들은 기대 효과가 특정 수치(0.33)인 새로운 치료법에 대한 시험을 상상했지만, 실제 효과는 그보다 작은 수치(0.27)일 수도 있다는 점을 우려했습니다. 그들은 두 번의 정지 지점이 있는 엄격한 하이킹 계획과 같은 표준 '그룹 순차' 설계를 시작했습니다. 만약 첫 번째 지점에서 약이 아주 좋아 보인다면 조기에 중단할 것입니다. 만약 약이 형편없어 보인다면 효용성 부재(futility)로 중단할 것입니다. 만약 그냥 '그저 그렇다면', 끝까지 계속 진행할 것입니다. 그러나 그들은 한 가지 결함을 발견했습니다. 만약 약의 효과가 실제로 중간 정도라면, 원래의 계획은 그것이 작동한다는 것을 증명할 충분한 검정력을 갖지 못해 시험이 실패할 수 있다는 점입니다.

이를 해결하기 위해 그들은 세 가지 '조건부 검정력' 전략을 테스트했습니다. 이것들은 현재 얼마나 잘하고 있는지에 따라 경로를 재계산하는 스마트 GPS와 같습니다.

'관찰된 효과(Observed Effect)' 전략: GPS가 현재 속도를 보고 말합니다. "계획보다 느리게 가고 있으니, 정상에 도달할 수 있도록 팀에 하이커를 더 추가합시다."
'계획된 효과(Planned Effect)' 전략: GPS가 현재의 느린 속도를 무시하고 말합니다. "원래 계획을 고수하세요. 나중에 속도가 빨라질 것이라고 가정하되, 만약을 대비해 하이커를 몇 명 더 추가합시다."
'단일 적응 N(Single Adapted N)' 전략: GPS가 단순화하여 말합니다. "우리에게는 두 가지 옵션뿐입니다. 지금 멈추거나, 아니면 하나의 특정된 더 큰 규모의 팀으로 교체하거나."

연구자들은 어떤 접근 방식이 가장 효율적인지 알아보기 위해 이 시뮬레이션을 실행했습니다. 그들은 두 가지를 측정했습니다: '검정력(Power)'(약이 효과가 있다는 것을 성공적으로 증명할 확률)과 '기대 표본 크기(Expected Sample Size)'(필요한 환자의 평균 수, 이는 비용을 나타냄)입니다.

여기 반전이 있습니다. 아주 큰 반전입니다. 이 논문은 이러한 '재계산' 전략들이 이론적으로는 돈을 아껴주는 멋진 방법처럼 들리지만, 실제로 기대만큼 잘 작동하지는 않는다는 것을 발견했습니다. 약의 효과가 더 작고 감지하기 어려운 크기(0.27)였을 때, 조건부 검정력 설계는 성공률을 높일 수는 있었지만, 그 대가로 평균적으로 훨씬 더 많은 환자를 요구했습니다. 실제로, 이 적응형 설계의 '기대 표본 크기'는 처음부터 작은 효과 크기에 맞춰 계획했을 때와 비슷하거나 심지어 더 높았습니다.

저자들은 '조건부 검정력' 접근 방식이 일종의 함정이라고 제안합니다. 그것은 가짜 안전감을 만들어냅니다. 당신은 적응함으로써 똑똑하게 행동하고 있다고 생각하지만, 결국 등록해야 하는 환자 수라는 높은 대가를 치르게 됩니다. 이 논문은 이러한 설계들이 '더 작은 사전 계획 표본 크기'를 제공한다는 점을 주요 장점으로 내세우는 것에 대해 명시적으로 반대합니다. 시뮬레이션 결과, 전통적인 그룹 순차 설계나 혹은 처음부터 최악의 시나리오를 위해 계획된 설계가 효율성 측면에서 종종 앞섰습니다.

나아가, 이 논문은 숨겨진 위험을 지적합니다. 환자를 더 추가할지 결정하기 위해 데이터를 들여다봄으로써, 시험이 공식적으로 끝나기 전에 약이 얼마나 잘 작동하는지에 대해 실수로 정보를 노출할 수 있습니다. 이는 결과를 편향시키거나 시험을 해석하기 어렵게 만들 수 있습니다. 저자들은 '조건-검정력'의 수학적 원리는 우아하고 gsDesign과 같은 소프트웨어 도구가 계산을 쉽게 만들어주기는 하지만, 실질적인 이점은 미미하다고 결론지었습니다. 많은 경우, 그룹 순차 설계가 더 단순하고, 비효율적일 가능성이 낮으며, 중간 조정이 역효과를 낼 수 있는 함정을 피할 수 있기 때문에 더 나은 선택입니다.

그렇다면 우리 탐정에게 주는 교훈은 무엇일까요? 만약 의료 시험을 계획하고 있다면, 중간에 경로를 재계산하는 것이 반드시 필요하다고 확신하지 않는 한 너무 복잡하게 굴지 마세요. 이 논문은 시험 중간에 환자를 추가하여 시험을 '구조'하려고 노력하는 것이 처음부터 최악의 시나리오를 위해 계획하는 것보다 더 많은 비용이 들 수 있음을 시사합니다. 가장 효율적인 경로는 가장 많이 적응하는 것처럼 보이는 경로가 아닙니다. 때로는 시작부터 탄탄하고 잘 짜인 계획을 갖는 것이 자원을 고갈시키지 않고 정상에 도달하는 가장 좋은 방법입니다. 저자들은 조건부 검정력이 모든 상황에서 쓸모없다는 것을 증명한 것이 아니라, 그들이 테스트한 시나리오에서는 그것이 견고하게 사전 계획된 전략에 비해 종종 비효율적인 우회로였다는 것을 보여주었습니다.

기술 요약: gsDesign을 이용한 표본 크기 재추정 기반 2단계 설계

문제 정의
임상 시험 설계는 종종 시험 시작 전에는 완전히 이해되지 않은 효과 크기(effect size) 및 교란 매개변수(nuisance parameter) 가정에 의존합니다. 보수적으로 계획된 그룹 순차 설계(GSD)는 사전 계획된 조기 중단 규칙을 통해 효과가 없거나 매우 효과적인 치료법에 적응할 수 있지만, 특정 운영상의 과제에 직면합니다. 즉, 중간 분석 데이터의 정제 및 분석이 진행되는 동안 상당한 수의 환자가 중간 분석 컷오프 이후에도 계속 등록될 수 있다는 점입니다. 또한, 초기 가정이 지나치게 낙관적일 경우, 표준 GSD는 임상적으로 유의미하지만 더 작은 효과를 탐지하기 위한 충분한 검정력을 갖추지 못할 위험이 있습니다.

등록 초과 문제를 해결하고 검정력 부족 위험을 방지하기 위해, 조건부 검정력(conditional power)에 기반한 표본 크기 재추정(SSR)이 제안되었습니다. 이 접근 방식은 중간 분석에서 표본 크기를 조정함으로써 검정력이 부족해 보이는 시험을 "구제(rescue)"하는 것을 목표로 합니다. 그러나 이러한 설계의 잠재적 장점인—보수적인 GSD에 비해 더 작은 초기 계획 표본 크기—에 대해서는 면밀한 검토가 필요합니다. 조건부 검정력 설계는 비효율적으로 도출될 수 있으며, 이로 인해 표준 GSD보다 이점이 거의 없는 데다 중간 치료 효과 추정에 대한 복잡성을 초래할 위험이 있기 때문입니다.

방법론
본 논문은 gsDesign R 패키지(버전 ≥3.10.0)를 활용하여, 조건부 검정력에 따라 표본 크기가 적응되는 2단계 설계와 일반적인 2단계 GSD를 도출하고 비교합니다. 저자들은 기지 변동성을 가진 연속형 정규 분포 결과값과 표준 정규 검정 통계량에 초점을 맞춥니다.

방법론은 다음 단계로 구성됩니다:

기초 설계(Baseline Design): 특정 효과 크기(예: $\delta = 0.33$ )에 대해 고정 표본 크기를 계산합니다. 그 후, 효능(efficacy) 및 무효(futility) 경계선을 설정하기 위해 스펜딩 함수(특히 Kim과 DeMets의 power spending function)를 사용하여 2단계 GSD를 도출합니다.
조건부 검정력 도출: 중간 검정 통계량( $Z_1$ $Z_{1}$ )에 기반하여 적응형 표본 크기( $n_2$ $n_{2}$ )를 도출하는 과정을 공식화합니다. 저자들은 조건부 검정력 계산에 사용되는 치료 효과( $\theta$ $θ$ )를 추정하는 두 가지 주요 전략을 고려합니다:
- 관찰된 효과(Observed Effect): 중간 추정치 $\hat{\theta}_1 \approx Z_1/\sqrt{n_1}$ 를 사용합니다.
- 계획된 효과(Planned Effect): 원래 지정된 대립 가설 값 $\theta_1$ 을 사용합니다.
적응 규칙(Adaptation Rules): 조건부 검정력이 특정 범위(예: 0.3에서 0.8 사이)에 있을 때 표본 크기를 조정합니다. 본 논문은 세 가지 구체적인 변형을 구현합니다:
- "관찰된 치료 효과" 전략.
- "계획된 치료 효과" 전략.
- "단일 적응 N(Single adapted N)" 전략 (단일 고정 표본 크기로 적응).
비교 지표: 저자들은 다음과 같은 지표를 사용하여 적응형 설계들을 대안적인 GSD(더 작은 효과 크기 $\delta = 0.27$ $δ = 0.27$ 에 대해 검정력을 갖춘 설계 포함)와 비교합니다:
- 검정력(Power): 다양한 기저 효과 크기에 따른 양성 시험 결과의 확률.
- 기대 표본 크기(ESS): 등록 초과(예: 중간 컷오프와 분석 사이에 75명의 환자 등록)를 고려하여 필요한 평균 환자 수를 계산합니다.
- 최대 표본 크기(Maximum Sample Size): 필요한 환자의 상한선.

주요 기여

구현 및 시각화: 본 논문은 2단계 조건부 검정력 설계를 도출, 평가 및 도식화하기 위해 gsDesign 패키지를 사용하는 구체적인 R 코드를 제공합니다. 또한 중간 Z-값 및 조건부 검정력 척도에 따른 표본 크기 적응 곡선을 시각화하는 방법을 보여줍니다.
비교 프레임워크: 단순히 명목 표본 크기를 비교하는 대신, 기대 표본 크기 계산을 사용하여 유사한 검정력 곡선을 가진 설계들을 비교하는 프레임워크를 구축합니다.
효율성 분석: 저자들은 조건부 검정력 설계가 도출될 수는 있으나, 이를 "매우 쉽게" 비효율적으로 만들 수 있음을 입증합니다. 이들은 유사한 검정력을 가진 설계들이 종종 유사한 기대 표본 크기를 가지며, 전체 효과 범위에 걸쳐 일률적으로 우월한 단일 설계는 존재하지 않음을 보여줍니다.

결과
초기 설계가 $\delta = 0.33$ 에 대해 검정력을 갖추었으나 실제 효과가 $\delta = 0.27$ 일 수 있는 사례를 사용하여 다음과 같은 결과를 얻었습니다:

검정력 회복: $\delta = 0.33$ 에 대해 검정력을 갖춘 표준 GSD는 실제 효과가 $\delta = 0.27$ 일 경우 검정력이 약 63%로 떨어집니다. 조건부 검정력 적응은 $\delta = 0.27$ 에 대해 검정력을 약 68.7%로 성공적으로 회복시킵로 합니다.
표본 크기 트레이드오프: 더 작은 효과 크기( $\delta = 0.27$ )에 대한 적절한 검정력을 확보하기 위해, (조건부 검정력 적응을 포함한) 모든 설계는(0.27에 대해 직접 검정력을 갖도록 설계된 GSD를 포함하여) 원래의 낙관적인 계획보다 실질적인 기대 표본 크기 증가를 요구합니다.
설계 등가성: 유사한 검정력 곡선을 가진 설계들 사이에서 기대 표본 크기는 서로 비슷하다는 것을 연구 결과가 보여줍니다. "그룹 순차(Group sequential)" 방식과 "단일 적응 N" 방식이 더 단순한 최대 표본 크기 프로필 덕분에 전통적인 조건부 검정력 설계보다 더 매력적인 것으로 나타납니다.
초과 등록의 영향: 등록 초과(75명)를 포함하는 것은 기대 표본 크기 계산에 상당한 영향을 미치며, 이는 중간 분석 시 데이터 지연(data lag)을 고려하는 것이 실무적으로 중요하다는 점을 강조합니다.

의의 및 주장
본 논문은 조건부 검정력 설계가 검정력이 낮은 시험을 "구제"하는 메커니즘을 제공하지만, 동일한 검정력을 가진 보수적으로 계획된 GSD와 비교했을 때 본질적으로 더 작은 초기 계획 표본 크기 이점을 제공하지는 않는다는 점을 완곡하게 주장합니다. 저자들의 주장은 다음과 같습니다:

설계의 선택: 많은 경우, 표준 그룹 순차 설계가 여전히 최적의 선택입니다. 이는 부분적으로 조건부 검정력 설계가 중간 치료 효과에 대한 정보를 드러내어 해석을 복잡하게 만들 수 있고, 신중하게 도출되지 않을 경우 비효율적일 가능성이 높기 때문입니다.
도구의 유용성: 주요 의의는 gsDesign 패키지를 사용하여 이러한 트레이드오프를 엄격하게 평가하는 방법을 보여주는 데 있습니다. 이 소프트웨어를 통해 연구자들은 시간 소모적인 시뮬레이션에 의존하지 않고도 중간 결과에 따른 적응을 도식화하고, 다양한 효과 크기에 걸쳐 검정력과 ESS를 비교할 수 있습니다.
일반화 가능성: 본 예시는 독립적인 정규 관측치를 사용하지만, 저자들은 이 점근적 이론(asymptotic theory)이 수정 사항을 포함하여 생존 분석(time-to-event)을 포함한 많은 유형의 종단값(endpoint)으로 확장될 수 있음을 언급하며, 이러한 비교 방법이 일반적인 임상 시험 설계 시나리오에 폭넓게 적용될 수 있음을 밝힙니다.

본 논문은 이러한 특성들(검정력, ESS, 최대 표본 크기)을 면밀히 검토하지 않고 설계 방식을 선택하는 것은 실수라고 결론지으며, 제공된 도구들이 이러한 필수적인 평가를 용이하게 한다고 설명합니다.

유사한 논문