경쟁 위험

경쟁 위험은 대상자가 여러 상호 배타적인 사건 유형 중 하나를 경험할 수 있고, 한 사건의 발생이 다른 사건을 관찰할 가능성을 방해하거나 변경할 때 발생합니다. 예를 들어, 연구 중인 원인 외의 다른 원인으로 인한 사망은 대상자가 해당 사건을 경험할 가능성에서 제외시킵니다. 이러한 상황에서 표준 단일 사건 생존 분석 방법은 오해를 불러일으킬 수 있으므로, 경쟁 위험 분석은 맞춤형 추정량을 사용합니다.

Definition

경쟁 위험은 주요 관심 사건의 발생을 배제하거나 근본적으로 확률을 변경하는 사건입니다. 경쟁 위험 분석은 주로 원인별 위험률과 누적 발생 함수를 통해 다른 사건들을 고려하면서 시간 경과에 따른 각 사건 유형의 확률을 추정합니다.

Scope

이 주제는 다른 사건들이 경쟁할 때 순진한 Kaplan-Meier 추정치가 한 사건의 위험을 과대평가하는 이유, 원인별 위험률과 누적 발생 함수 간의 차이, 그리고 원인별 Cox 모형 및 Fine-Gray 하위분포 모형을 포함한 회귀 접근법을 다룹니다. 이는 방법론적 참고 자료이며 임상 지침이 아닙니다.

Core questions

• 경쟁 사건을 일반적인 중도 절단으로 처리하는 것이 사건의 추정 확률에 편향을 주는 이유는 무엇입니까?
• 원인별 위험률과 누적 발생 함수는 무엇을 설명하는지에 있어 어떻게 다릅니까?
• 원인별 Cox 모형과 Fine-Gray 하위분포 모형은 언제 사용해야 합니까?
• 경쟁 위험 결과는 어떻게 해석하고 보고해야 합니까?

Key concepts

• 상호 배타적인 사건 유형
• 원인별 위험률
• 누적 발생 함수 (CIF)
• 하위분포 위험률
• Fine-Gray 모형
• Gray의 검정
• 독립 중도 절단 위반
• 1-Kaplan-Meier 과대평가

Mechanisms

경쟁 사건을 일반적인 중도 절단으로 처리하면 독립 중도 절단 가정이 위반되며, Kaplan-Meier 추정치에서 1을 뺀 값은 관심 사건의 확률을 과대평가합니다. 이는 중도 절단된 대상자가 여전히 해당 사건을 경험할 수 있다고 암묵적으로 가정하기 때문입니다. 누적 발생 함수는 다른 사건들도 발생하는 실제 세계에서 주어진 시간까지 각 특정 사건의 확률을 추정하며, 모든 사건 유형에 걸쳐 합산하여 모든 사건의 총 확률을 나타냅니다. 두 가지 회귀 프레임워크가 공변량 효과를 다룹니다. 원인별 Cox 모형은 아직 사건이 발생하지 않은 사람들 중에서 각 사건의 위험률을 모형화하고 병인학적 질문에 답하며, Fine-Gray 모형은 누적 발생과 직접적으로 연결된 하위분포 위험률을 모형화하며 예측에 적합합니다. 누적 발생의 그룹 비교에는 Gray의 검정(Fine & Gray, 1999; Gray, 1988; Putter et al., 2007; Austin et al., 2016)이 사용됩니다.

Clinical relevance

경쟁 위험은 고령자 또는 질병이 있는 인구 집단에서 흔히 발생합니다. 예를 들어, 다른 원인으로 인한 사망이 연구 중인 결과와 경쟁하는 경우, 이를 무시하면 해당 결과의 위험을 상당히 과대평가하고 비교를 왜곡할 수 있습니다. 이를 인식하는 것은 예후 연구를 평가하는 데 중요합니다. 이 항목은 방법론을 설명하며 개별 임상 결정의 근거가 아닙니다.

Epidemiology

경쟁 위험 상황은 심장학, 종양학, 이식학 및 노인학에서 흔히 발생하며, 여러 실패 원인이 공존합니다. 주요 임상 저널의 방법론적 튜토리얼은 인식이 높아짐에 따라 적절한 분석을 장려해 왔습니다 (Austin et al., 2016).

Evidence & guidelines

경쟁 위험 분석 자체에 대한 임상 지침은 없습니다. 방법론적 참고 자료로는 누적 발생에 대한 Gray의 검정(Gray, 1988), Fine-Gray 하위분포 모형(Fine & Gray, 1999), 생물통계학 및 임상 독자를 위한 튜토리얼(Putter et al., 2007; Austin et al., 2016), 그리고 생존 분석 서적(Klein & Moeschberger, 2003)이 있습니다.

History

누적 발생 함수와 원인별 위험률은 다중 감소에 대한 보험 통계 및 생물통계학 연구에서 오랜 역사를 가지고 있지만, 현대적 관행은 누적 발생에 대한 Gray의 1988년 K-표본 검정과 Fine-Gray의 1999년 하위분포 위험률 모형에 의해 형성되었으며, 이들은 함께 실용적인 추정, 검정 및 회귀를 제공했습니다. 2000년대와 2010년대의 튜토리얼은 이러한 방법들을 일상적인 임상 연구에 도입했습니다 (Putter et al., 2007; Austin et al., 2016).

Debates

원인별 위험률 대 하위분포(Fine-Gray) 모형?

원인별 모형은 위험에 처한 사람들 사이에서 사건 발생률에 대한 병인학적 질문을 다루는 반면, Fine-Gray 모형은 예측을 위한 누적 발생을 목표로 합니다. 분석가들은 어떤 것을 보고해야 하는지에 대해 논쟁하며, 많은 사람들은 하나를 선택하기보다는 둘 다 제시할 것을 권장합니다.

Key figures

• Jason P. Fine
• Robert J. Gray
• Hein Putter
• Peter C. Austin

Seminal works

• fine-gray-1999
• gray-1988

Frequently asked questions

경쟁 위험이 있을 때 Kaplan-Meier 곡선을 사용할 수 없는 이유는 무엇입니까?

경쟁 사건을 중도 절단으로 처리하는 것은 독립성 가정을 위반하며, Kaplan-Meier 추정치에서 1을 뺀 값이 사건의 확률을 과대평가하게 만듭니다. 대신 누적 발생 함수를 사용해야 합니다.

원인별 위험률과 누적 발생 함수는 어떻게 다릅니까?

원인별 위험률은 아직 사건이 발생하지 않은 대상자들 사이에서 특정 사건의 발생률이며 병인학적 질문에 답하는 반면, 누적 발생 함수는 경쟁 사건이 존재하는 상황에서 주어진 시간까지 해당 사건의 실제 확률을 제공합니다.