심혈관 임상시험 경쟁위험 분석 Cox와 FineGray 모델 비교

본 논문은 심혈관 결과시험(CVOT)에서 흔히 마주치는 경쟁위험, 즉 비심혈관 사망이 주요 복합심혈관 사건(MACE‑3)의 관찰을 방해하는 상황을 통계적으로 어떻게 다루어야 하는지를 조사한다. 전통적으로 CVOT에서는 Cox 비례위험모델을 사용해 경쟁위험을 독립 검열로 처리한다. 반면 Fine‑Gray 하위분포위험모델은 경쟁위험을 명시적으로 포함해 하위분포위험비를 추정한다. 두 모델은 서로 다른 추정량을 목표로 하지만, 실제 연구에서는 두 접근법이 동시에 보고되는 경우가 많아 어느 것이 더 적합한지에 대한 혼란이 존재한다. 연구진은 이러한 혼란을 해소하고자, 실제 CVOT에서 관찰되는 파라미터 범위를 기반으로 광범위한 시뮬레이션을 설계했다. 데이터 생성은 이변량 Gumbel‑Hougaard copula를 이용해 주요 사건(T₁)과 경쟁위험(T₂) 사이의 상관을 조절했으며, 기본 발생률 λ₁=0.035(연간 3.5%)와 λ₂를 0.005~0.05(연간 0.5%~5%)로 변동시켰다. 치료 효과는 주요 사건에 대해 θ₁=0.80(20% 위험 감소)으로 고정하고, 경쟁위험에 대해서는 θ₂=0.5(위험 절반), 1.0(무효), 1.5(위험 50% 증가) 세 가지 시나리오를 적용했다. 상관구조는 Kendall’s τ=0(독립), 0.167(약한 양의 상관), 0.333(중간), 0.5(강한) 네 단계로 설정하였다. 각 시나리오마다 500명(1:1 무작위 배정)으로 2,000번 반복하여 평균 위험비, 편향, 평균제곱오차를 비교하였다. 시뮬레이션 결과는 다음과 같이 요약된다. 1. **경쟁위험이 낮은 상황(연간 1% 이하)** - Cox와 Fine‑Gray가 추정한 위험비는 평균적으로 거의 차이가 없었다. - 상관강도와 치료가 경쟁위험에 미치는 효과(θ₂)가 0.5, 1.0, 1.5 중 어느 것이든 결과는 일관되었다. - 이는 실제 CVOT에서 비심혈관 사망이 드물게 발생할 경우, Cox 모델이 검열을 독립으로 가정해도 실질적인 편향이 최소화된다는 것을 의미한다. 2. **경쟁위험이 중·고(연간 3%~5%)** - 경쟁위험이 증가함에 따라 두 모델 간 평균 절대 차이가 커졌다. - 특히 θ₂>1(치료가 경쟁위험을 증가시키는 경우)에서는 Fine‑Gray가 추정한 하위분포위험비가 Cox보다 크게 변동했으며, 이는 경쟁위험이 누적 발생률을 억제하거나 과대평가하는 효과와 연결된다. - 상관이 강할수록(τ=0.5) 차이는 더욱 두드러졌다. 3. **편향과 추정량의 한계** - 두 모델 모두 경쟁위험이 높고 치료가 두 사건에 반대 효과를 가질 때, 진정한 주변 위험비(전체 인구 수준의 치료 효과)를 무편향하게 추정하지 못한다. - 이는 경쟁위험이 존재할 경우 “전체 인구에 대한 치료 효과”를 직접 추정하려면 가중치 기반 방법(IPCW), 다중보간, 혹은 전체 사망을 포함한 복합주된점 설계가 필요함을 시사한다. 4. **규제·가이드라인 관점** - ICH E9(R1)에서는 민감도 분석이 동일한 추정량에 대한 가정 검증을 목표로 해야 한다고 명시한다. - Fine‑Gray는 Cox와 다른 추정량(하위분포위험비)을 제공하므로, Cox 모델에 대한 “민감도 분석”으로 사용하면 규제적 정의에 부합하지 않는다. - 대신 Aalen‑Johansen 누적발생률을 보조적으로 제시해 경쟁위험이 결과에 미치는 영향을 시각화하고, 필요 시 경쟁위험을 명시적으로 모델링하는 별도 분석을 수행하는 것이 바람직하다. 5. **실무적 권고** - 전형적인 CVOT(비심혈관 사망 연간 1% 수준)에서는 Cox 모델을 기본 분석으로 유지해도 충분히 타당하며, 해석이 직관적이고 임상적 의미 전달이 용이하다. - 경쟁위험이 현저히 높거나 치료가 경쟁위험에 반대 효과를 보이는 경우에만 Fine‑Gray 혹은 가중치 기반 방법을 추가로 고려한다. - 고위험 상황에서는 전체 사망을 복합주된점에 포함하거나, IPCW, 다중보간 등 보다 복합적인 접근법을 검토한다. 결론적으로, 이 연구는 경쟁위험이 낮은 전형적인 심혈관 임상시험에서는 Cox 비례위험모델이 충분히 신뢰할 수 있는 추정량을 제공한다는 실증적 근거를 제시한다. Fine‑Gray 모델은 별도의 추정량을 제공하므로, 동일한 연구 질문에 대한 민감도 분석으로는 부적절하며, 경쟁위험이 높은 상황에서만 보조적인 분석 도구로 활용하는 것이 바람직하다.