📊 statistics

A Latent Trajectory Analysis for Multivariate Outcomes with Mixed-Scale: Application to Alzheimer's Disease Neuroimaging Initiative

본 논문은 알츠하이머병 신경영상 이니셔티브(ADNI)에 대한 적용을 통해 입증된 바와 같이, 개별화된 치료 계획 수립을 지원하기 위한 역동적인 환자 하위 그룹 식별을 가능하게 하는, 혼합 척도를 가진 다변량 종단적 결과를 분석하기 위해 기대-최대화 알고리즘을 활용하는 새로운 잠재 궤적 모델을 제안한다.

원저자: Lindsay R. Salvati, Jungwun Lee

게시일 2026-08-10

📖 6 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Lindsay R. Salvati, Jungwun Lee

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 자동차 엔진과 같은 복잡한 기계가 시간이 지남에 따라 어떻게 변하는지 이해하려고 노력하고 있다고 상상해 보십시오. 보통 정비사들은 한 번에 한 부분씩 살펴봅니다. "오일 압력이 떨어지고 있는가?" 또는 "온도가 상승하고 있는가?" 하지만 현실 세계에서는 모든 것이 연결되어 있습니다. 오일 압력이 떨어지는 이유는 온도가 상승했기 때문일 수도 있고, 이 두 현상은 특정 유형의 연료 필터를 가진 자동차에서만 발생할 수도 있습니다. 만약 당신이 오일만 본다면, 전체 이야기는 놓치게 됩니다. 이것이 과학자들이 알츠하이머병을 연구할 때 직면하는 과제입니다. 그들은 산더 같은 데이터를 가지고 있습니다. 어떤 것은 척도로 측정할 수 있는 숫자(예: 기억력 테스트 점수나 체중)이고, 어떤 것은 단순히 "예" 또는 "아니오"로 나뉘는 범주(예: 고혈압이 있거나 특정 유전적 표지가 있는 경우)입니다.

오랫동안 통계학자들은 선택을 해야 했습니다. 모든 숫자를 함께 볼 것인지, 아니면 모든 예/아니오 답변을 함께 볼 것인지 말입니다. 두 가지를 동시에 보는 경우는 드물었습니다. 그것은 마치 교향곡을 이해하려고 하면서 바이올린 소리만 듣거나 드럼 소리만 들을 뿐, 결코 전체 오케스트라를 듣지는 못하는 것과 같습니다. 문제는 사람들이 모두 같은 대본을 따르지 않는다는 점입니다. 어떤 알츠하이머 환자는 서서히 퇴행하고, 어떤 이들은 빠르게 퇴행하며, 또 어떤 이들은 수년 동안 안정적인 상태를 유지합니다. 전통적인 수학 도구들은 종로가 모두 "평균적인" 사람의 약간 다른 버전일 뿐이라고 가정하는 경우가 많은데, 이는 이러한 중요한 차이점들을 가려버립니다. 이 논문은 서로 다른 종류의 음악을 연주하는 악기들조차도 동시에 전체 오케스트라를 들을 수 있는 새로운 방법을 소개합니다.

새로운 도구: 통계적 "스위스 아미 나이프"

이 논문의 저자인 린지 R. 살바티(Lindsay R. Salvati)와 정원 리(Jungwun Lee)는 **혼합 잠재 클래스 프로파일 모델(Mixed Latent Class Profile Model, 이하 Mixed-LCPM)**이라는 새로운 통계적 도구를 구축했습니다. 이 모델을 단순히 단서를 찾는 것을 넘어, 사람들이 그 단서들이 시간에 따라 어떻게 변하는지를 바탕으로 비밀스러운 팀으로 분류하는 똑똑한 탐정이라고 생각하십시오.

알츠하이머 연구의 세계에서 과학자들은 알츠하이머병 신경 영상 이니셔티브(ADNI) 데이터를 사용합니다. 이것은 919명의 사람들을 약 48개월(약 4년) 동안 추적 조사한 방대한 정보의 집합체입니다. 몇 달마다 이 사람들은 기억력 테스트(연속적인 숫자)를 받았고, 혈압, 체질량 지수(BMI), 치매 상태(범주형 예/아니오 또는 높음/낮음)를 체크받았습니다.

이 데이터를 분석하는 기존 방식은 빨간 구슬과 파란 구슬이 섞인 봉지를 빨간 구슬만 보고, 그다음 파란 구슬만 따로 보는 것과 같았습니다. 당신은 무거운 빨간 구슬이 항상 반짝이는 파란 구슬과 함께 온다는 사실을 놓칠 수도 있습니다. 새로운 Mixed-LCPM 모델은 빨간 구슬과 파란 구슬을 동시에 봅니다. 이 모델은 다음과 같이 질문합니다. "기억력 점수가 떨어지는 동안 혈압이 높게 유지되는 사람들은 누구인가? 체중이 많이 나가는데도 기억력이 안정적으로 유지되는 사람들은 누구인가?"

탐정이 작동하는 방식: 이중 레이어 시스템

이 모델은 저자들이 **잠재 클래스(latent classes)**와 **잠재 프로파일(latent profiles)**이라고 부르는 숨겨진 그룹을 찾기 위해 영리한 2단계 과정을 사용합니다.

스냅샷 (잠재 클래스): 모든 사람의 사진을 특정 순간에 찍는다고 상상해 보십시오. 모델은 그 사진을 보고 사람들이 그 시점에 어떤 모습인지에 따라 "클래스"로 그룹화합니다. 예를 들어, 한 클래스는 "높은 기억력, 낮은 혈압"일 수 있고, 다른 클래스는 "낮은 기억력, 높은 혈압"일 수 있습니다.
영화 (잠재 프로파일): 이제 동일한 사람들의 영상을 6년 동안 시청한다고 상상해 보십시오. 모델은 사람들이 한 "클래스"에서 다른 "클래스"로 어떻게 이동하는지 관찰합니다. 그들은 "높은 기억력" 그룹에 영원히 머무나요? "낮은 기억력"에서 "높은 기억력"으로 이동하나요(수학적으로는 가능하지만 드문 일입니다)? 아니면 "건강함"에서 "장애가 있음"으로 천천히 흘러가나요?

이 두 단계를 결합함으로써, 모델은 **궤적(trajectories)**을 찾아냅니다. 모델은 단순히 "A라는 사람은 아프다"라고 말하지 않습니다. 대신, "A는 건강하게 시작하여 한동안 건강하게 유지되다가, 특정한 방식으로 갑자기 악화되는 그룹에 속한다"라고 말합니다.

발견한 내용: 다섯 개의 그룹, 여섯 개의 이야기

저자들이 이 도구를 ADNI 데이터에 적용했을 때, 환자들이 단순히 "악화되고 있는" 모호한 상태가 아님을 발견했습니다. 그들은 기억력 점수와 건강 위험 요소의 조합에 따라 다섯 개의 뚜렷한 그룹(잠재 클래스)으로 나뉘었습니다.

그룹 1: 높은 기억력 점수, 낮은 고혈압 또는 비만 위험. ("건강한" 그룹).
그룹 2: 높은 기억력 점수, 그러나 고혈압 및 비만의 높은 위험. ("건강하지만 건강하지 않은" 그룹).
그룹 3: 경미한 기억력 문제, 고혈압 및 비만의 높은 위험.
그룹 4: 경미한 기억력 문제, 그러나 고혈압 및 비만의 낮은 위험.
그룹 5: 전반적인 심각한 기억력 문제, 높은 건강 위험. ("심각한 손상" 그룹).

하지만 진짜 마법은 사람들이 겪는 궤적(이야기)을 살펴보았을 때 일어났습니다. 그들은 사람들이 시간에 따라 걷는 여섯 가지 서로 다른 경로를 발견했습니다.

안정적이며 건강함: 내내 그룹 1에 머무는 사람들.
안정적이지만 건강하지 않음: 내내 그룹 2(좋은 기억력, 나쁜 건강)에 머무는 사람들.
안정적이며 경미한 상태이나 건강하지 않음: 그룹 3에 머무는 사람들.
안정적이며 경미한 상태이나 건강함: 그룹 4에 머무는 사람들.
퇴행자들: (전체 인원의 약 4.5%) 그룹 4(경미한 손상, 건강함)에서 시작하여, 연구 종료 시점에는 거의 확실하게 그룹 5(심각한 손상)로 이동한 사람들.
안정적인 손상 상태: 손상된 그룹들에 계속 머무는 사람들.

왜 이것이 중요한가: 보이지 않는 것을 보는 것

이 논문은 만약 연구자들이 기억력 점수(숫자)만 보았다면 엄청난 차이를 놓쳤을 것임을 증명합니다. 예를 들어, "안정적이며 건강한" 그룹과 "안정적이지만 건강하지 않은" 그룹은 모두 훌륭한 기억력 점수를 가지고 있었습니다. 만약 기억력만 보았다면 그들은 동일한 그룹처럼 보였을 것입니다. 하지만 새로운 모델은 한 그룹은 혈압이 높고 다른 그룹은 그렇지 않다는 점을 포착했습니다.

마찬가지로, 경미한 기억력 문제를 가진 두 그룹은 기억력 테스트에서는 비슷해 보였지만, 한 그룹은 과체중이었고 다른 한 그룹은 그렇지 않았습니다. "예/아니오" 형태의 건강 데이터를 무시했다면, 연구자들은 이러한 결정적인 차이점을 놓쳤을 것입니다.

저자들은 시뮬레이션을 사용하여 이 새로운 도구가 어떻게 작동하는지 확인했습니다. 그들은 정답이 알려진 가짜 데이터를 만들고 모델을 실행했습니다. 결과는 모델이 특히 데이터가 많을 때(1,000명 정도) 올바른 그룹을 찾는 데 매우 유능하다는 것을 보여주었습니다. 모델은 패턴을 약 95%의 확률로 정확하게 식별해 냈는데, 이는 이러한 종류의 복잡한 수학 모델로서 매우 강력한 결과입니다.

한계와 미래

저자들은 이것이 통계적 발견이지 의학적 치료법이 아님을 주의 깊게 밝히고 있습니다. 그들은 연령, 성별, 교육 수준, 그리고 APOE4 대립유전자(유전적 표지)의 개수와 같은 요인들이 어떤 "이야기"에 속할 가능성이 높은지와 관련이 있다는 것을 발견했습니다. 예를 들어, 고령자들은 "건강하지만 건강하지 않은" 그룹에 속할 가능성이 "안정적이며 건강한" 그룹에 비해 약간 낮았습니다.

그러나 논문은 몇 가지 한계점도 언급합니다. 수학적 계산이 까다로워 때때로 컴퓨터가 "지역 최댓값(local maximum)"에 갇힐 수 있는데, 이는 마치 등산객이 작은 골짜기에 갇혀 그곳이 산 정상이라고 착각하는 것과 같습니다. 이를 해결하기 위해 저자들은 진정한 최고점을 찾기 위해 서로 다른 시작점에서 모델을 100번 실행했습니다. 또한, 그들의 모델은 누락된 데이터(예: 진료 예약 불참)가 무작위라고 가정하는데, 이는 실제 생활에서는 항상 사실이 아닐 수도 있음을 언급했습니다.

핵심 요약

이 논문은 우리가 알츠하이머를 어떻게 멈출 수 있는지 알려주는 것이 아닙니다. 대신, 과학자들에게 더 좋은 안경을 제공하는 것입니다. 이전에는 군중이 모두 "약간 아픈" 것처럼 보였다면, 이제 Mixed-LCPM을 통해 그 군중이 각자의 고유한 역사와 미래 경로를 가진 뚜렷한 팀들로 구성되어 있음을 볼 수 있습니다. 이러한 명확성은 향후 의사들이 임상 시험에 적합한 환자를 선별하는 데 도움을 줄 수 있습니다. 즉, 새로운 약물을 테스트할 때, 서로 다른 이야기들이 뒤섞인 혼란스러운 집단이 아니라 정말로 유사한 특성을 가진 그룹을 대상으로 테스트할 수 있도록 보장하는 것입니다.

기술 요약: 혼합 척도를 가진 다변량 결과에 대한 잠재 궤적 분석

문제 제로 (Problem Statement)
알츠하이머병(AD)은 이질적인 임상적 양상을 특징으로 하는 진행성 신경퇴행성 질환입니다. 알츠하이머병 신경영상 이니셔티브(ADNI)와 같은 대규모 프로젝트는 연속형 변수(예: 인지 점수, 바이오마커)와 범주형 항목(예: 진단 상태, 동반 질환)을 포함하는 포괄적인 종단적 데이터를 생성합니다. 이러한 변수들을 동시에 분석하는 것은 질병 진화 과정을 이해하는 데 필수적이지만, 상당한 통계적 과제를 안겨줍니다.

혼합 효과 모델(mixed-effects models)과 같은 전통적인 접근 방식은 단일 모집단 평균 궤적을 가정하는 경우가 많아, 질병 진행의 유의미한 이질성을 가릴 수 있습니다. 성장 혼합 모델링(Growth Mixture Modeling, GMM)은 잠재 하위 집단을 식별하지만, 표준 프레임워크는 일반적으로 단일 결과에 국한되거나 평균 벡터 및 분산-공분산 행렬에 대한 모수적 가정에 의존합니다. 만약 이러한 모수적 형태가 잘못 설정되면 결론이 오도될 수 있습니다. 반대로, 잠재 클래스 프로파일 모델(Latent Class Profile Models, LCPM) 및 잠재 전이 모델(Latent Transition Models, LTM)과 같은 비모수적 접근 방식은 유연하지만 범주형 결과에 제한되어 있어, AD 진행의 미묘한 차이를 포착하는 데 중요한 연속적 측정을 수용하지 못합니다. 따라서 경직된 모수적 궤적 형태를 부과하지 않으면서 연속형 및 범주형 결과의 결합 궤적을 동시에 모델링할 수 있는 방법론적 공백이 존재합니다.

방법론 (Methodology)
이 공백을 메우기 위해 저자들은 표준 LCPM 프레임의 확장판인 **혼합 잠재 클래스 프로파일 모델(Mixed Latent Class Profile Model, Mixed-LCPM)**을 제안합니다.

모델 구조: 모델은 두 단계의 잠재 구조를 활용합니다:
1. 잠재 클래스 ( $C_t$ ): 각 시점 $t$ 에서, 범주형 잠재 변수 벡터는 피험자 수준의 반응 패턴을 나타냅니다. 이 클래스들은 관찰된 결과(연속형 $Y_t$ 및 범주형 $Z_t$ 모두)의 결합 분포를 요약합니다.
2. 잠재 프로파일 ( $U$ ): 상위 수준의 범주형 잠재 변수는 시간 경과에 따른 클래스 소속의 순차적 패턴을 $S$ 개의 대표적인 궤적 프로파일로 요약합니다.
분포 가정:
- 연속형 결과: 클래스별 평균( $\mu_c$ )과 공분산 행렬( $\Sigma_c$ )을 갖는 다변량 정규 분포를 따르는 것으로 모델링됩니다.
- 범주형 결과: 클래스별 확률( $\pi_{pk|c}$ )을 사용하는 다항 분포를 사용하여 모델링됩니다.
- 조건부 독립: 모델은 특정 시점의 결과들이 해당 시점의 잠재 클래스 소속이 주어졌을 때 조건부로 독립이라고 가정합니다. 또한, 잠재 클래스 소속은 잠재 프로파일 소속이 주어졌을 때 시간 경과에 따라 조건부로 독립입니다.
모수화 (Parameterization):
- 측정 모수: $\mu$ 와 $\Sigma$ (연속형 결과용), 그리고 $\pi$ (범주형 결과용)를 포함합니다. 이들은 시간 경과에 따른 잠재 클래스의 일관된 해석을 보장하기 위해 시점에 관계없이 불변(time-invariant)하는 것으로 가정됩니다.
- 구조적 모수: 프로파일과 클래스 간의 전이 확률( $\eta$ ) 및 프로파일의 유병률( $\gamma$ )을 포함합니다.
- 공변량: 피험자 수준의 공변량( $x$ )과 잠재 프로파일 소속 간의 연관성은 다항 로지스틱 회귀를 통해 모델링됩니다.
추정 (Estimation): 모수는 EM 알고나리즘을 통한 최대 가능도(Maximum Likelihood, ML)를 사용하여 추정됩니다.
- E-단계: 고차원 잠재 시퀀스의 계산 복잡성을 해결하기 위해 효율적인 전방-후방(forward-backward) 알고리즘을 사용하여 잠재 클래스 시퀀스 및 프로파일 소속의 사후 확률을 계산합니다.
- M-단계: 기대 완전 데이터 로그 가능도를 최대화하도록 모수를 업데이트합니다. 정규 및 다항 모수에 대해서는 폐쇄형 해법(closed-form solutions)을 사용하며, 회귀 계수( $\beta$ )에 대해서는 뉴턴-래프슨(Newton-Raphson) 알고리즘을 사용합니다.
- 추론: 표준 오차는 관측 데이터 가능도의 헤시안(Hessian) 행렬의 역행렬로부터 도출됩니다. 모델 선택(클래스 수 $K$ 및 프로파일 수 $S$ 결정)은 베이지안 정보 기준(BIC)을 사용하여 수행됩니다.

주요 기여 (Key Contributions)

방법론적 확장: 본 논문은 연속형 및 범주형의 혼합 척도를 가진 다변량 결과를 처리할 수 있도록 LCPM 프레임을 확장하여, 범주형 데이터만을 지원하는 기존의 비모수적 궤적 모델의 한계를 극복했습니다.
비모수적 유연성: 모수적 GMM과 달리, Mixed-LCPM은 특정 함수 형태(예: 선형, 이차식)를 가정하지 않습니다. 대신 궤적은 잠재 클래스 소속의 순차적 패턴에 의해 특징지어지며, 이를 통해 더 유연하고 데이터 기반적인 종단적 추세를 식별할 수 있습니다.
결합 모델링: 이 접근 방식은 특정 시점에서의 변수 유형 간 연관성과 반복 측정에서 발생하는 상관관계를 동시에 모델링하여, 혼합 척도 종단 데이터에 대한 통합된 프레임을 제공합니다.
구현: 저자들은 제안된 방법의 R 구현체를 제공하며, 광범위한 시뮬레이션 연구를 통해 이를 검증합니다.

결과 (Results)

시뮬레이션 연구: 저자들은 클래스 분리 정도(강함 vs 약함)와 프로파일 균형(동등 vs 불균등)을 변화시키며 샘플 크기 $N=250, 500, 1000$ $N = 250, 500, 1000$ 에 걸쳐 네 가지 시나리오를 수행했습니다.
- 추정치는 최소 표준화 편향($|Sbias| < 0.1 $)과$ N=1000$일 때 명목 수준인 0.95에 근접한 커버리지 확률을 보이며 견고한 성능을 입증했습니다.
- 커버리지 확률은 샘플 크기에 민적하였으며, $N=250$ 일 때 0.90 미만으로 떨어졌는데, 이는 혼합 모델 표준 오차의 점근적 성격과 일치합니다.
ADNI 적용: 본 방법론은 6개 시점(베이스라인부터 48개월까지)을 포함하는 ADNI 데이터( $N=919$ $N = 919$ )에 적용되었습니다.
- 잠재 클래스: 인지 상태(정상, 경도 인지 장애, 심한 인지 장애)와 혈관 위험 프로파일(혈압 및 BMI에 따른 건강함 vs 건강하지 않음)에 따라 구분되는 5개의 뚜렷한 클래스가 식별되었습니다.
- 잠재 궤적: 6개의 뚜렷한 궤적 프로파일이 식별되었습니다. 특히, 모델은 유사한 인지 궤적을 가지면서도 서로 다른 혈관 위험 프로파일을 가진 그룹(예: "인지 상태 안정 및 건강 상태 안정" vs "인지 상태 안정 및 건강 상태 불량")을 구별해 냈습니다.
- 공변량 연관성: 베이스라인 공변량(연령, 성별, 교육 수준, APOE4 대립유전자)과 궤적 소속 간의 유의미한 연관성이 발견되었습니다. 예를 들어, 연령이 높을수록 "정상 및 건강하지 않음" 프로파일에 속할 확률이 "정상 및 건강함" 참조 그룹에 비해 낮았습니다.

의의 및 주장 (Significance and Claims)
본 논문은 제안된 Mixed-LCPM이 연속형 및 범주형 변수가 혼합된 복잡한 종단 데이터를 분석하기 위한 견고한 비모수적 대안임을 주장합니다. 결합 궤적을 바탕으로 뚜렷한 하위 집단을 식별함으로써, 이 방법은 단일 변수 또는 단일 유형 분석이 가릴 수 있는 질병 진행의 이질성을 드러냅니다.

저자들은 본 방법론이 변수 유형 간의 연관성과 공변량과의 관계를 성공적으로 식별하지만, ADNI 코호트에서 제시된 결과는 통계적 접근 방식을 보여주기 위한 목적이며 즉각적인 임상적 의사결정에 활용하기 위한 것이 아님을 강조합니다. 또한, 결측치를 처리하기 위한 무작위 결측(MAR) 가정에 대한 의존도와 그리드 탐색(grid search)을 통한 모델 선택의 계산 비용 등 한계점을 인정합니다. 향후 방향으로는 클러스터링된 데이터로 모델을 확장하고, 결합 모델링 프레임을 통해 비무작위 결측(MNAR) 시나리오를 다루는 것을 제안합니다.