Beyond Single-Score Matching: A Two-Dimensional Propensity Score Method for Mixed Covariate Types

당신이 미스터리를 해결하려는 탐정이라고 상상해 보십시오: 새로운 약이 실제로 환자들에게 도움이 되었을까요, 아니면 그저 스스로 나아진 것뿐일까요? 과학의 완벽한 세계라면, 동전 던지기를 통해 누가 약을 받을지, 누가 설탕물을 받을지 결정하는 '무작위 임상 시험(Randomized Clinical Trial)'을 실시할 것입니다. 이렇게 하면 두 집단이 모든 면에서 똑같은 쌍둥이가 되어, 건강의 차이가 반드시 약 때문이라는 것을 확신할 수 있습니다. 하지만 현실 세계에서는 항상 동전을 던질 수 있는 것은 아닙니다. 때로는 비용이 너무 많이 들거나, 너무 위험하거나, 혹은 너무 느릴 수도 있습니다. 그래서 과학자들은 이미 약을 복용한 사람들과 그렇지 않은 사람들의 방대한 디지털 기록을 살펴보는 '관찰 연구(observational studies)'로 눈을 돌립니다.

문제는 이 실제 세계의 집단들이 쌍둥이가 아니라는 점입니다. 약을 복용한 사람들은 처음부터 더 젊었거나, 더 부유했거나, 혹은 더 아팠을 수도 있습니다. 이것을 '교란 편향(confounding bias)'이라고 합니다. 이를 해결하기 위해 과학자들은 '성향 점수 매칭(Propensity Score Matching, PSM)'이라는 영리한 기술을 사용합니다. 이것은 마치 데이터용 데이트 앱과 같습니다. 이 앱은 연령, 성별, 병력 등을 바탕으로 모든 사람에게 하나의 '적합도 점수'를 계산합니다. 그런 다음, 치료받은 환자와 그와 정확히 같은 점수를 가진 치료받지 않은 환자를 짝지어 줍니다. 점수가 일치한다면, 과학자들은 두 사람이 공정하게 비교될 만큼 유사하다고 가정합니다.

하지만 여기에는 함정이 있습니다. 현실은 복잡합니다. 사람들은 매우 다양한 특성을 가지고 있습니다. 어떤 것은 단순한 범주형(예: '남성' 또는 '여성', '흡연자' 또는 '비흡연자')인 반면, 어떤 것은 연속적인 척도(예: '연령', '혈압', '체중')입니다. 기존의 매칭 방식은 이 서로 다른 유형의 정보들을 하나의 단일 숫자로 강제로 밀어 넣습니다. 이는 마치 피자의 전체 무게만 측정하여 피자 전체를 설명하려는 것과 같습니다. 도우, 치즈, 페퍼로니에 대한 세부 사항을 놓치게 되는 것입니다. 당신이 읽으려는 이 논문은 이 '하나의 숫자' 접근 방식이 복잡한 의료 데이터를 공정하게 비교하는 데 필요한 미묘한 차이를 놓칠 수 있다고 제안합니다.

---

2차원 매치메이커

이 연구에서 텍사스 대학교 갤버스턴 분교(University of Texas Medical Branch at Galveston)의 연구팀은 이 데이트 앱을 업그레이드하기로 했습니다. 그들은 **2차원 성향 점수 매칭(Two-Dimensional Propensity Score Matching, 2D-PSM)**이라는 새로운 방법을 도입했습니다. 환자의 모든 특성을 하나의 점수로 뭉뚱그리는 대신, 범주형 특성(예/아니오 또는 유형 관련)과 수치형 특성(양 관련)을 두 개의 별도 차원으로 나누었습니다.

당신이 캠핑 여행을 위해 두 사람을 매칭하려고 한다고 상상해 보십시오. 기존 방식은 모든 취향을 바탕으로 하나의 '캠핑 적합도 숫자'를 줄 것입니다. 새로운 2D 방식은 두 개의 별도 점수인 '장비 점수'(텐트가 있는가? 침낭이 있는가?)와 '자연 점수'(하이킹을 좋아하는가? 벌레를 싫어하는가?)를 제공합니다. 연구진은 그다음 '타원형 캘리퍼(elliptical caliper)'라는 특별한 규칙을 사용하여 두 차원에서 동시에 근접한 사람들을 매칭하려고 시도합니다.

이 '타원형 캘리퍼'를 신축성 있는 타원형 그물이라고 생각하십시오. 만약 두 사람의 '장비 점수'가 약간 다르더라도, '자연 점수'가 매우 가깝다면 그물은 늘어나서 매칭을 허용할 수 있습니다. 이러한 유연성은 규칙이 너무 엄격해서 너무 많은 사람을 탈락시키는 흔한 문제를 피하면서도, 더 나은 매칭을 찾을 수 있게 해줍니다.

위대한 실험

이 새로운 방법이 실제로 효과가 있는지 확인하기 위해, 연구팀은 단순히 추측만 하지 않고 테스트를 거쳤습니다. 그들은 두 가지 유형의 데이터를 사용하여 대규모 실험을 수행했습니다.

1. 실제 데이터(Real-World Data): 그들은 신장 질환, 화상 환자부터 폐색전증에 이르기까지 460명에서 거의 62,000명의 환자를 포함하는 5가지의 서로 다른 실제 병원 의료 기록을 확보했습니다.
2. 합성 데이터(Synthetic Data): 또한 컴퓨터를 사용하여 21개의 가짜 데이터셋을 만들었습니다. 이것들은 매칭이 어떻게 작동해야 하는지 정확히 알 수 있는 완벽한 '테스트 실험실'이었습니다. 그들은 비선형 관계(약간은 도움이 되지만 너무 많으면 해가 되는 경우)나 변수 간의 상호작용과 같은 까다로운 요소들을 추가하여 다양한 복잡성을 가진 가상의 세계를 구축했습니다.

그들은 다섯 가지 머신러닝 알고리즘(데이터로부터 학습하는 스마트한 컴퓨터 프로그램)을 사용하여 새로운 2D-PSM 방식을 전통적인 '단일 점수' 방식과 비교했습니다. 또한 매칭 규칙이 얼마나 엄격하거나 느슨해야 하는지 확인하기 위해 다양한 '그물 크기(캘리퍼)'를 테스트했습니다.

발견한 내용

결과는 새로운 방식에 대해 꽤 흥미로웠습니다. 집단 간의 균형이 얼마나 잘 맞는지(즉, 매칭 후 치료 집단과 비치료 집단이 실제로 서로 닮았는지?)를 살펴보았을 때, 2D-PSM 방식은 대부분의 경우 명확한 승자였습니다.

• 전체적인 그림: 가상의 복잡한 데이터셋에서, 새로운 방식은 매칭 규칙을 약간 느슨하게 적용했을 때 특히 더 우수한 성능을 보였으며, 기존 방식보다 85% 더 높은 성과를 냈습니다. 실제 병원 데이터에서도 기존 방식만큼 잘 수행했거나 종종 더 나은 성과를 보였으며, 환자를 한 명도 탈락시키지 않았습니다.
• 매칭의 '모양': 가장 흥미로운 부분은 이것입니다. 기존 방식은 집단의 평균 연령이나 체중(평균값)을 맞추는 데는 뛰어났습니다. 하지만 데이터의 퍼짐 정도나 '모양'을 맞추는 데는 자주 실패했습니다. 이는 마치 두 집단의 평균 키는 같지만, 한 집단은 거인과 난쟁이가 섞여 있고 다른 집단은 모두 평균적인 키를 가진 사람들을 매칭한 것과 같았습니다. 새로운 2D-PSM 방식은 집단의 '모양'을 비슷하게 유지하는 데 훨씬 더 뛰어났으며, 연령과 체중의 분포 또한 균형 있게 맞췄습니다.
• 복잡성 요인: 데이터가 더 복잡해질수록(여러 변수 간의 상호작용이 많을수록), 새로운 방식의 진가가 드러났습니다. 변수 간의 관계가 단순하고 직선적일 때는 두 방식 모두 괜찮았습니다. 하지만 데이터가 지저도 있고 비선형적으로 변할 때, 2D-PSM 방식이 앞서 나갔습니다. 이는 문제를 두 개의 차원으로 나누는 것이 컴퓨터가 데이터를 더 잘 이해하도록 돕는다는 것을 시사합니다.

이것이 중요한 이유

저자들은 범주형 데이터와 수치형 데이터를 두 개의 별도 차원으로 다룸으로써, 연구자들이 의료 연구에서 훨씬 더 공정한 비교를 얻을 수 있다고 제안합니다. 이는 완벽한 파트너를 찾기 위해 단순히 하나의 '적합도 점수'만 보는 것이 아니라, 취미와 가치관을 각각 따로 확인해야 한다는 것을 깨닫는 것과 같습니다.

이 연구가 새로운 방식이 의학 연구의 모든 문제를 해결한다는 것을 증명한 것도 아니고, 최종적인 의료 결과(예: 누가 더 오래 살았는가)를 테스트한 것도 아닙니다. 하지만 이 연구는 전자 건강 기록에서 발견되는 까다롭고 뒤섞인 데이터에 대해, 기존의 '단일 점수' 방식이 너무 단순할 수 있다는 점을 강력하게 시사합니다. 새로운 2차원 접근 방식은 더 유연하고 정확한 방식으로 경기장을 평평하게 만들어, 의사와 과학자들이 자신들의 연구 결과를 조금 더 신뢰할 수 있도록 도와줍니다.