Treatment Response in a Randomized Controlled Trial on the Prevention of Mental Illness in the Offspring of Parents With Depression

기술 요약: PRODO 임상시험의 치료 반응

문제 제기
우울증을 앓는 부모의 자녀를 대상으로 하는 예방적 개입(예: "GuG-Auf" 프로그램)이 우울증 및 내재화 증상의 발생률을 낮추는 데 효과적임이 입증되었으나, 개인별 치료 반응에는 상당한 이질성이 존재한다. 기존 연구들은 주로 단일 시점에서 집단 간 차이(개입군 vs 대조군)를 비교하는 데 집중해 왔으며, 단일 실험군 내의 변동성에 대한 통찰은 제한적이었다. 또한, 기존의 조절 효과 분석은 아동의 기저 특성(연령, 성별, 증상 심각도) 및 부모 요인(우울 증상)이 개입 결과에 미치는 영향에 대해 일관되지 않은 결과를 보여왔다. 본 연구는 PRODO 무작위 대조 시험(RCT)의 개입군과 대조군 내에서 어떤 특정 기저 요인이 증상 변화율을 예측하는지에 대한 이해의 공백을 다룬다.

연구 방법론
본 연구는 독일에서 진행된, 부모의 우울증 병력이 있는 100가구(아동 135명)를 대상으로 한 병행 그룹 RCT인 PRODO 시험의 데이터를 활용한 이차 분석이다. 가족들은 "GuG-Auf"(행복하고 건강하게 성장하기) 개입군($N=50$ 가구) 또는 무개입 대조군($N=50$ 가구)에 무작위로 배정되었다. 평가는 기저선(T1), 6개월(T2), 9개월(T3), 15개월(T4)에 이루어졌다.

• 참가자: 부모 중 적어도 한 명이 DSM-IV 기준을 충족하는 우울 장애를 겪은 8~17세 사이의 아동. 심각한 부모 정신과적 동반 질환(예: 양극성 장애, 물질 의존) 및 현재 아동의 정신과적 질환이 있는 경우는 제외되었다.
• 측정 도로:
  • 결과 변수: 청소년 자기 보고(YSR) T-점수로 측정된 청소년 보고 내재화 증상.
  • 예측 변수: 기저 아동 연령, 성별, 기저 내재화 증상(YSR), 부모 우울 증상(Beck Depression Inventory-II).
• 통계적 접근법:
  • 데이터 처리: 결측치는 $m=20$의 다중 대치법(Multiple Imputation by Chained Equations, MICE)을 사용하여 처리하였다. 단일 시점 데이터만 있는 아동은 제외하였다.
  • 모델링: R의 brms 패키지를 사용하여 개입군과 대조군에 대해 각각 베이지안 선형 혼합 모델을 적용하였다. 모델에는 예측 변수, 시간 및 이들의 상호작용에 대한 고정 효과와 아동에 대한 무작위 절편을 포함하였다. 약정보 사전 분포(weakly informative priors)가 사용되었다.
  • 클러스터링: 개입군의 대치된 데이터에 대해 탐색적 계층적 클러스터링(Ward 방법, 유클리드 거리)을 적용하여 뚜렷한 증상 궤적 하위 집단을 식별하였다. 궤적의 형태를 강조하기 위해 점수는 기저선을 기준으로 중심화되었다.

주요 결과

1. 개입군 (RQ1):

   • 기저 증상: 기저 내재화 증상과 시간 사이에 유의미한 음의 상호작용이 발견되었다 ($\beta = -0.49$, 95% CrI $[-0.69, -0.28]$). 기저 증상이 높았던 아동은 15개월 동안 증상이 감소한 반면, 기저 증상이 낮았던 아동은 증상이 약간 증가하는 경향을 보였다.
   • 기타 예측 변수: 아동의 연령, 성별 또는 부모의 우울 증상과 증상 변화율 사이에는 유의미한 연관성이 발견되지 않았다. 신뢰 구간이 0을 포함하고 있어, 이는 효과가 확정적으로 없음을 의미하기보다는 결론을 내리기 어렵다는 것을 나타낸다.

2. 대조군 (RQ2):

   • 기저 증상 및 성별: 낮은 기저 증상과 남성 아동이 시간이 지남에 따라 더 가파른 증상 증가와 관련이 있었으나, 이러한 효과는 상당한 불확실성(넓은 신뢰 구간)을 동반하였다.
   • 기타 예측 변수: 연령과 부모의 우울 증상은 증상 변화율과 명확한 연관성을 보이지 않았다.

3. 탐색적 클러스터링 (RQ3):

   • 개입군에서의 계층적 클러스터링을 통해 두 가지 주요 궤적 집단이 식별되었다: "증상 증가" 클러스터($n=17$)와 "안정/감소" 클러스터($n=29$).
   • "증상 증가" 클러스터는 낮은 기저 내재화 증상을 특징으로 하였다.
   • 강건성: 클러스터 솔루션은 대치된 데이터셋에 따라 차이를 보였다. 완전 사례 분석(complete-case analysis)에서는 "증상 증가" 클러스터가 더 높은 부모 우울 증상과 더 높은 여성 비율을 보이는 것으로 나타났으나, 대치된 데이터에서는 이러한 차이가 관찰되지 않았다. 이는 해당 차이가 안정적인 하위 집단 효과라기보다 결측치로 인한 인위적 결과(artifact)일 수 있음을 시사한다.

주요 기여

• 집단 내 분석: 본 연구는 소규모 표본에서 불확실성을 추정하기 위해 베이지안 혼합 모델을 활용함으로써, 집단 간 효능에서 집단 내 이질성으로 초점을 전환하였다.
• 기저 증상 심각도의 예측 인자로서의 역할: 본 분석은 인구통계학적 요인(연령, 성별)이나 부모의 증상 수준보다 기저 내재화 증상 심각도가 치료 반응을 예측하는 데 더 유익한 예측 인자임을 확인하였다.
• 궤적 식별: 본 연구는 예방적 개입 내에서 서로 다른 증상 궤적 하위 집단(개선/안정되는 집단과 증상이 악화되는 집단)을 구분하는 초기 단계의 데이터 기반 탐색적 식별을 제공한다.

의의 및 주장
저자들은 부모의 우울증을 겪는 아동에게 있어 기저 증상 심각도가 GuG-Auf 프로그램의 치료 반응을 이해하는 데 결정적인 요인이라고 주장한다. 이러한 결과는 예방적 개입 프로그램이 보편적 프로그램보다 더 효과적이라는 가설과 일치하며, 해당 개입이 이미 아임상적(subclinical) 내재화 증상을 보이는 아동들에게 특히 유익하다는 점을 시사한다. 반대로, 기저 증상이 낮은 아동은 추가적인 이득을 거의 얻지 못할 수 있으나, 프로그램이 이 하위 집단에 해를 끼치는 것으로 보이지는 않는다.

저자들은 현재의 증거를 바탕으로 인구통계학적 맞춤화(연령이나 성별에 따른)는 필요하지 않은 것으로 보이지만, 기저 증상 심각도를 선별하는 것이 예방적 개입을 우선시할 아동을 선정하는 데 도움이 될 수 있다고 조심스럽게 결론지었다. 저자들은 관찰된 이질성과 특정 궤적 패턴이 안정적인 하위 집단을 나타내는지 아니면 표본 특유의 변동성을 나타내는지 확인하기 위해서는, 결측치가 적은 더 큰 표본과 더 발전된 모델링(예: 잠재 성장 혼합 모델)을 통한 검증이 필요함을 강조한다.