카플란-마이어 생존 곡선

카플란-마이어(Kaplan-Meier) 추정량(product-limit estimator)은 중도절단된 시간-대-사건(time-to-event) 데이터로부터 생존 함수를 추정하는 표준적인 비모수적 방법입니다. 이 방법은 각 관찰된 사건 시점에서 하락하고 그 사이에서는 평평하게 유지되는 친숙한 계단식 생존 곡선을 생성하며, 연구자들이 사건 발생 시간에 대한 특정 분포를 가정하지 않고도 생존 확률과 중앙 생존 기간을 파악할 수 있도록 합니다.

Definition

카플란-마이어 추정량은 생존 함수에 대한 비모수적 추정치로, 각 사건 시점까지 생존했다는 조건 하에 각 사건 시점을 생존할 조건부 확률을 사건 시점에 걸쳐 연속적으로 곱하여 얻어지며, 중도절단된 관측치는 중도절단 시점에 위험군에서 제외됩니다.

Scope

이 주제는 카플란-마이어 추정량이 각 사건 시점의 위험군(risk set)으로부터 어떻게 구성되는지, 중도절단된 관측치가 어떻게 처리되는지, 생존 곡선과 중앙 생존 기간이 어떻게 해석되는지, 그리고 로그-순위 검정(log-rank test)을 사용하여 그룹을 어떻게 비교하는지에 대해 다룹니다. 이는 방법론적 참고 자료이며 임상적 지침이 아닙니다.

Core questions

• 분포를 가정하지 않고 사건 발생 시간과 위험군으로부터 생존 곡선은 어떻게 추정됩니까?
• 중도절단된 관측치는 계산에 어떻게 반영됩니까?
• 생존 확률, 중앙 생존 기간 및 그 신뢰 구간은 곡선에서 어떻게 읽습니까?
• 두 개 이상의 생존 곡선은 통계적으로 어떻게 비교됩니까?

Key concepts

• Product-limit 추정량
• 각 사건 시점의 위험군
• 조건부 생존 확률
• 계단식 생존 곡선
• 중앙 생존 기간
• 그린우드 공식(분산)
• 로그-순위 검정
• 위험군 수

Mechanisms

각각의 고유한 사건 시점에서 추정량은 해당 순간을 생존할 조건부 확률(사건 수 / 직전 위험군 수)을 계산하고, 이 조건부 확률들을 곱하여 누적 생존 확률을 산출하며, 각 사건 시점에서 계단식으로 하락합니다. 사건 시점 이전에 중도절단된 대상은 위험군에서 제외되므로 곡선을 하락시키지는 않지만, 이후 단계의 분모를 감소시킵니다. 추정치의 분산은 일반적으로 그린우드(Greenwood)의 공식을 통해 얻어지며, 곡선 주변의 신뢰 구간을 지지합니다. 모수적 형태를 가정하지 않기 때문에 이 추정량은 강건하고 광범위하게 적용 가능합니다. 그룹 비교는 일반적으로 로그-순위 검정을 통해 이루어지며, 이는 시간에 따른 그룹 간 관찰된 사건과 예상된 사건을 비교합니다 (Kaplan & Meier, 1958; Bland & Altman, 1998).

Clinical relevance

카플란-마이어 곡선은 임상 문헌에서 생존에 대한 예후와 치료 효과를 나타내는 가장 일반적인 방법이며, 위험군 수와 중앙 생존 기간을 포함하여 이를 읽는 것은 핵심적인 평가 기술입니다. 이 항목은 방법을 기술적으로 설명하며, 개별적인 예후 또는 치료 결정의 근거가 아닙니다.

Epidemiology

이 추정량은 종양학 임상시험부터 코호트 연구에 이르기까지 사건 발생 시간을 연구하는 거의 모든 의학 분야에서 사용됩니다. 1958년에 발표된 이 논문은 모든 과학 분야에서 가장 많이 인용된 논문 중 하나로, 이 방법이 얼마나 보편화되었는지를 반영합니다 (Kaplan & Meier, 1958).

Evidence & guidelines

추정량 자체에 대한 임상 지침은 없습니다. 방법론적 참고 표준은 카플란과 마이어의 1958년 논문이며, 위험군 수와 신뢰 구간 보고를 포함한 모범 사례를 설명하는 널리 사용되는 튜토리얼(Bland & Altman, 1998; Clark et al., 2003) 및 교재(Collett, 2015)가 있습니다.

History

카플란과 마이어는 1958년에 product-limit 추정량을 도입하여, 초기 보험 통계학적 생명표 개념을 중도절단을 정확하게 처리하는 엄격한 비모수적 추정치로 통합했습니다. 그들의 독립적인 연구는 하나의 획기적인 논문으로 합쳐졌습니다. 곡선 비교를 위한 로그-순위 검정과 그린우드의 초기 분산 공식은 추정량과 함께 사용되는 표준 도구 키트를 완성합니다 (Schoenfeld, 1981).

Debates

로그-순위 검정이 올바른 비교 방법인 경우는 언제입니까?

로그-순위 검정은 비례 위험(proportional hazards) 가정 하에서 가장 강력합니다. 위험이 교차하거나 생존 곡선이 비례적이지 않게 발산할 경우 검정력이 약화될 수 있으며, 이는 가중치 부여 또는 대안적 검정의 필요성을 제기하는 문제로, 이러한 비모수적 비교의 점근적 이론과 관련이 있습니다.

Key figures

• Edward L. Kaplan
• Paul Meier
• Major Greenwood
• Douglas Altman

Seminal works

• kaplan-meier-1958

Frequently asked questions

카플란-마이어 곡선이 계단식으로 보이는 이유는 무엇입니까?

생존 확률은 대상이 단순히 관찰 중일 때가 아니라 사건이 관찰될 때만 업데이트되므로, 곡선은 관찰된 사건 시점에서만 변하고 각 사건에서 하락하며 그 사이에서는 평평하게 유지됩니다.

중도절단된 대상은 곡선에 어떻게 영향을 미칩니까?

중도절단된 대상은 중도절단 시점에 위험군에서 제외되지만 계단식 하락을 유발하지는 않습니다. 그러나 이후 단계 계산에 사용되는 위험군 수를 감소시키므로, 곡선은 실제로 관찰된 정보만을 반영합니다.