백신 임상시험에서 케이스‑코호트와 Cox 모델을 활용한 대체 지표 평가

본 논문은 백신 임상시험에서 면역학적 마커를 대체 지표로 활용하는 방법론을 제시한다. 연구 배경은 HIV 백신 효능시험에서 면역반응이 백신군에만 측정 가능하다는 점이다. 기존의 대체 지표 평가 방법은 이항형 임상결과에 초점을 맞추었으며, 면역반응이 관측되지 않는 위약군에 대한 처리가 미흡했다. 이를 보완하기 위해 저자들은 ‘주성분(stratification)’ 프레임워크를 채택하고, 시간‑대 사건을 다루는 Cox 비례위험모형에 면역반응 S(1)을 포함한다. 먼저, 잠재 면역반응 S(1)과 S(0) (위약군에서의 가상 면역반응)을 정의하고, 두 가지 추정량을 제시한다. (1) 공동 잠재 효능(VE(s₁,s₀))은 백신군과 위약군 모두에서 동일한 면역반응 값을 가진 피험자들의 위험비를 비교한다. (2) 주변 효능(VE(s₁))은 위약군에서 S(0) 가정이 필요 없으며, 실제 백신군에서 측정된 S(1)만을 조건으로 한다. 연구는 실제 상황에서 S(0) 가 거의 0이라고 가정하고, 따라서 VE(s₁) 에 초점을 맞춘다. Cox 모델은 이산형 누적 위험함수 Λ(t) 를 사용하고, 위험비는 exp(β₁·V + β₂·W + β₃·V·S(1) + β₄·W·S(1)) 형태로 표현된다. 여기서 β₃ 가 음수이면 면역반응이 클수록 백신 효능이 증가함을 의미한다. 따라서 β₃=0 은 대체 지표가 효능을 예측하지 못함을 나타내며, β₁=0 은 면역반응이 없을 때 백신이 효과가 없음을 의미한다. 하지만 S(1) 은 위약군에서 관측되지 않으므로, 이를 보완하기 위한 두 가지 설계가 제안된다. 첫 번째는 BIP(기저 무관 예측인자) 설계이다. BIP는 백신군에서 S(1) 와 강하게 연관되지만, 임상 위험에는 직접 영향을 주지 않는 기저 변수이다. 가정 A4에 따라 B와 S(1) 사이의 관계는 치료군에 관계없이 동일하므로, 위약군의 B 값을 이용해 S(1) 을 예측·보간한다. 두 번째는 CPV(시험 종료 후 위약군 재백신) 설계이다. 감염되지 않은 위약군을 시험 종료 후 백신을 투여하고, 일정 기간 후 면역반응을 측정한다. 이렇게 하면 실제 S(1) 값을 직접 관측할 수 있다. BIP와 CPV 를 각각 혹은 결합(BIP+CPV)하여 사용하면, 결측 면역반응을 보완적으로 추정할 수 있다. 추정 방법으로는 ‘최대 추정가능우도(maximum estimated likelihood)’를 사용한다. 이는 결측 면역반응을 잠재 변수로 두고, 관측된 사건·위험·케이스‑코호트 서브코호트·BIP·CPV 정보를 모두 포함한 완전 데이터 우도를 구성한다. 이 우도를 최대화함으로써 β 파라미터와 베이즈 예측 모델을 동시에 추정한다. 연속형 실패시간에 대해서는 이산형 위험 모델을 사용하고, 부분 관측 데이터에 대해서는 EM 알고리즘을 변형한 반반(半)반(半) 파라미터 추정법을 제안한다. 시뮬레이션 연구에서는 STEP‑502, HVTN‑503, PAVE‑100 등 세 개의 실제 HIV 백신 시험 설계를 모방하였다. 각 시험은 1:1 무작위배정, 약 3,000~8,500 피험자, 100~280 감염 사건을 포함한다. 면역반응 S(1) 은 CD8⁺ T‑세포 반응으로, BIP 은 백신 전 중화항체 역가로 설정하였다. 시뮬레이션 결과, BIP 단독 설계는 B와 S(1) 사이의 상관관계가 강할 때만 정확한 β₃ 추정이 가능했으며, CPV 를 추가하면 결측 면역반응을 직접 관측함으로써 추정 편향이 크게 감소하고 검정력이 향상되었다. 또한 BIP+CPV 설계는 비용 효율성 측면에서도 유리함을 보였다. 논문의 마지막 부분에서는 실제 HIV 백신 시험에 적용 가능한 구체적인 절차를 제시한다. 먼저 모든 피험자에게 기저 변수와 중화항체 역가를 측정하고, 무작위배정 후 백신군에서 CD8⁺ T‑세포 반응을 측정한다. 케이스‑코호트 서브코호트를 구성해 감염 사건과 무감염자를 선택하고, 필요 시 위약군 중 무감염자를 재백신하여 CPV 데이터를 확보한다. 이후 제안된 최대 추정가능우도 절차를 적용해 Cox 모델 파라미터를 추정하고, β₃ 의 부호와 크기를 통해 면역반응이 대체 지표로서의 예측력을 평가한다. 결론적으로, 이 연구는 면역반응이 위약군에서 결측인 상황을 통계적으로 정형화하고, BIP와 CPV 라는 두 가지 실용적인 설계로 이를 보완함으로써 Cox 모델 기반 대체 지표 평가를 가능하게 만든다. 이는 백신 개발 단계에서 면역학적 마커의 예측력을 사전에 검증하고, 효능시험 설계와 규제 판단에 중요한 정보를 제공할 수 있다.