비례 위험 가정

비례 위험 가정은 Cox 모형 및 관련 방법론의 핵심 전제입니다. 이는 그룹 간 또는 공변량 단위당 위험비가 시간에 따라 일정하게 유지되어, 예측 변수의 효과가 모든 추적 관찰 시점에서 기본 위험에 동일한 요인을 곱한다는 것을 의미합니다. 이 가정이 성립하는지 여부는 단일 위험비가 효과를 의미 있게 요약하는지 결정합니다.

Definition

비례 위험 가정은 임의의 두 공변량 패턴에 대한 위험 함수의 비율이 시간에 따라 일정하다는 것을 명시합니다. 이는 공변량이 공통의 기준 위험에 승법적으로 작용하며, 추적 관찰이 진행됨에 따라 그 승수를 변경하지 않는다는 것과 동등합니다.

Scope

이 주제는 비례성이 무엇을 의미하는지, 위험비 해석에 왜 중요한지, 그리고 그래픽적으로나 Schoenfeld 잔차 기반 테스트와 같은 공식적인 테스트를 통해 어떻게 확인하는지, 그리고 가정이 실패할 경우 어떻게 해야 하는지를 설명합니다. 이는 방법론적 참고 자료이며 임상적 권고를 제공하지 않습니다.

Core questions

• 위험이 비례한다는 것은 무엇을 의미하며, 단일 위험비가 왜 이에 의존하는가?
• 이 가정은 그래픽적으로나 공식적인 테스트를 통해 어떻게 평가될 수 있는가?
• 어떤 패턴(예: 교차 위험 또는 시간-변동 효과)이 위반을 나타내는가?
• 비례성이 성립하지 않을 때 어떤 모델링 옵션이 있는가?

Key concepts

• 시간에 따른 일정한 위험비
• 기준 위험 및 승법적 공변량 효과
• Schoenfeld 잔차
• 로그-마이너스-로그 생존 곡선
• 시간-변동 계수
• 층화
• 교차 위험
• 시간-공변량 상호작용

Mechanisms

비례 위험 모형에서 피험자의 위험은 특정되지 않은 기준 위험에 그들의 공변량에 따라 달라지지만 시간에 따라 달라지지 않는 요인을 곱한 것과 같습니다. 결과적으로 위험비의 로그는 일정하며, 두 그룹의 누적 위험은 고정된 비율을 유지합니다. 이 가정은 스케일된 Schoenfeld 잔차가 시간에 대한 추세를 보이는지(기울기는 시간-변동 효과를 나타냄) 검사하거나, 로그-마이너스-로그 생존 곡선이 평행한지 확인하거나, 시간-공변량 상호작용을 추가하고 테스트함으로써 확인됩니다. 비례성이 실패할 경우(예: 초기 치료 이점이 약화되거나 위험이 교차하는 경우), 해결책으로는 해당 변수에 대한 층화, 시간-변동 계수 모델링 또는 시간 창 제한 등이 있습니다 (Schoenfeld, 1982; Therneau & Grambsch, 2000; Bradburn et al., 2003).

Clinical relevance

보고된 위험비는 시간에 따른 일정한 효과를 가정하므로, 비례 위험 가정이 위반되면 단일 위험비가 오해의 소지가 있을 수 있습니다. 예를 들어, 초기 이점과 후기 해악을 평균화할 수 있습니다. 이를 인식하는 것은 생존 분석의 신중한 평가를 뒷받침합니다. 이 항목은 방법론에 대한 설명이며 임상적 지침이 아닙니다.

Epidemiology

비례 위험 모델링은 의학 연구에서 공변량 조정 생존 분석의 지배적인 접근 방식이므로, 이 가정을 평가하는 것은 분석 및 보고의 일상적인 부분입니다(때로는 간과되기도 합니다) (Bradburn et al., 2003).

Evidence & guidelines

가정 자체에 대한 임상 지침은 없습니다. 방법론적 참고 자료는 Cox의 원본 모형(Cox, 1972), 진단을 위한 부분(Schoenfeld) 잔차의 도입(Schoenfeld, 1982), 그리고 비례성이 실패할 때 모형을 확인하고 확장하는 방법을 상세히 설명하는 서적들입니다 (Therneau & Grambsch, 2000; Collett, 2015).

History

이 가정은 Cox의 1972년 비례 위험 모형과 불가분의 관계에 있습니다. 이 모형은 기준 위험을 특정하지 않고 일정한 승법적 공변량 효과를 가정함으로써 공변량 조정 생존 회귀를 실용화했습니다. 진단법이 뒤따랐는데, Schoenfeld의 1982년 부분 잔차는 가장 널리 사용되는 공식 테스트의 기반이 되었고, 나중에 Therneau와 Grambsch (2000)에 의해 대중화된 스케일된 잔차 접근법으로 발전했습니다.

Debates

비비례 위험은 어떻게 처리해야 하는가?

효과가 시간에 따라 변할 때, 분석가들은 시간-평균 위험비를 보고할지, 시간-변동 계수를 모델링할지, 층화할지, 또는 제한된 평균 생존 시간과 같은 대체 요약으로 전환할지에 대해 의견이 다릅니다. 각 방법은 해석 가능성에서 장단점을 가집니다.

Key figures

• David R. Cox
• David Schoenfeld
• Terry Therneau
• Patricia Grambsch

Seminal works

• cox-1972
• schoenfeld-1982

Frequently asked questions

위험비가 비례 위험 가정에 의존하는 이유는 무엇인가?

단일 위험비는 위험의 일정한 승수로서 효과를 요약합니다. 만약 그 승수가 실제로 시간에 따라 변한다면, 보고된 비율은 추적 관찰의 특정 시점에서 효과를 설명하지 못할 수 있는 시간-평균입니다.

이 가정은 일반적으로 어떻게 확인되는가?

스케일된 Schoenfeld 잔차가 시간에 따라 추세를 보이는지 테스트하거나, 로그-마이너스-로그 생존 곡선이 평행한지 검사하거나, 시간-공변량 상호작용 항을 추가하고 테스트함으로써 자주 확인됩니다.