생존 분석 및 사건 발생 시간 방법론
생존 분석은 관심 사건(사망, 재발, 회복, 장치 고장 또는 명확하게 정의된 기타 최종점)이 발생하기까지의 시간에 관한 통계학 분야입니다. 이 분야의 특징은 일부 대상의 경우 관찰 종료 시점까지 사건이 발생하지 않아 사건 발생 시간이 부분적으로만 알려져 있다는 점(중도절단)입니다. 생존 분석은 이러한 불완전한 정보를 버리지 않고 올바르게 활용하는 방법론을 개발합니다.
Definition
생존 분석은 하나 이상의 사건이 발생하기까지의 예상 기간을 분석하기 위한 통계적 방법론을 포함하며, 사건 발생 시간이 특정 간격을 초과하거나(또는 그 안에 속하는 것으로) 알려진 중도절단된 관측치를 수용합니다.
Scope
이 영역은 사건 발생 시간 방법론을 통합하는 핵심 개념, 즉 생존 함수와 위험 함수, 중도절단 및 추적 관찰, 생존 곡선의 비모수적 추정, 그룹 비교, 위험 회귀 모델링에 대해 독자에게 안내합니다. 이는 중도절단 및 추적 관찰 데이터, Kaplan-Meier 곡선, 비례 위험 가정, Cox 회귀, 경쟁 위험과 같은 세부 주제와 연결되며, 임상 지침이 아닌 방법론적 참고 자료로 다루어집니다.
Sub-topics
Core questions
- 관심 사건이 발생하기까지 얼마나 걸리며, 그 분포는 생존 함수와 위험 함수에 의해 어떻게 설명됩니까?
- 중도절단된 관측치는 분석에 편향을 주지 않으면서 어떻게 정보를 제공할 수 있습니까?
- 생존 곡선은 어떻게 추정되고 그룹 간에 비교됩니까?
- 공변량이 사건 발생률에 미치는 영향은 어떻게 모델링되며, 이 모델링에는 어떤 가정이 필요합니까?
- 두 가지 이상의 사건 유형이 발생할 수 있는 경우(경쟁 위험)에는 무엇이 달라집니까?
Key concepts
- 생존 함수 S(t)
- 위험 함수 및 누적 위험
- 중도절단 및 절단
- 위험 집합
- 비모수적 추정 (Kaplan-Meier)
- 로그-순위 비교
- 비례 위험 회귀
- 경쟁 위험 및 누적 발생률
Mechanisms
사건 발생 시간 데이터는 시간 t 이후에도 사건이 발생하지 않을 확률인 생존 함수 S(t)와, 위험에 처한 사람들 중 사건의 순간 발생률인 위험 함수로 동등하게 설명됩니다. 추적 관찰 기간이 유한하고 대상이 서로 다른 시점에 관찰에 참여하고 이탈하기 때문에 데이터는 일반적으로 우측 중도절단됩니다. 즉, 대상의 사건 발생 시간은 마지막으로 관찰된 시간을 초과하는 것으로만 알려져 있습니다. Kaplan-Meier 추정량 및 Cox 비례 위험 모델과 같은 방법은 위험 집합(각 사건 발생 시간 직전까지 관찰 중이며 사건이 발생하지 않은 대상)을 기반으로 구축되므로 각 사건은 실제로 사용 가능한 정보만 기여합니다. 이러한 중도절단 및 시간 변화 추적 관찰의 처리가 생존 분석을 연속형 결과에 대한 일반 회귀 분석과 구별하는 특징입니다 (Clark et al., 2003; Leung et al., 1997).
Clinical relevance
사건 발생 시간 방법론은 생존 곡선, 위험비, 중앙 생존 기간을 포함하여 임상 연구에서 예후 및 치료 효과 보고의 대부분을 뒷받침합니다. 이를 이해하는 것은 그러한 증거가 어떻게 생성되는지에 대한 비판적 평가를 지원합니다. 이 영역은 분석 방법론에 대한 설명이며 진단 또는 치료 권고의 출처가 아닙니다.
Epidemiology
생존 방법론은 사건 발생 여부뿐만 아니라 사건 발생 시기가 정보가 되는 종양학, 심장학, 감염병, 이식 및 공중 보건 코호트 연구 전반에 걸쳐 널리 사용됩니다. Kaplan-Meier 추정량(1958)과 Cox 회귀(1972)가 중도절단된 데이터에 대한 실용적인 도구를 제공한 후 그 채택이 급속히 증가했습니다.
Evidence & guidelines
생존 분석 자체에 대한 임상 진료 지침은 없습니다. 방법론적 참고 표준은 중요한 통계 논문과 생물통계학 교과서입니다. Kaplan-Meier 추정량(Kaplan & Meier, 1958)과 Cox의 비례 위험 모델(Cox, 1972)은 기초적인 방법론이며, 튜토리얼과 교과서(Clark et al., 2003; Collett, 2015; Putter et al., 2007)는 의료 연구를 위한 실무를 통합하고 있습니다.
History
보험 통계 생명표 방법론은 이 분야보다 수세기 앞서지만, 현대 생존 분석은 20세기 중반에 형성되었습니다. Kaplan과 Meier의 1958년 곱-제한 추정량은 중도절단된 데이터에 대한 엄격한 비모수적 생존 곡선을 제공했습니다. 이후 그룹 비교를 위한 로그-순위 검정 계열이 개발되었고, Cox의 1972년 비례 위험 모델은 기준 위험을 명시하지 않고도 공변량 조정 회귀를 사건 발생 시간 결과에 적용했습니다. 경쟁 위험 및 다중 상태 모델에 대한 후속 연구는 여러 사건 유형이 있는 환경으로 프레임워크를 확장했습니다 (Putter et al., 2007).
Key figures
- Edward L. Kaplan
- Paul Meier
- David R. Cox
- Nathan Mantel
Related topics
Seminal works
- kaplan-meier-1958
- cox-1972
Frequently asked questions
- 생존 분석은 일반 회귀 분석과 어떻게 다릅니까?
- 생존 분석은 관찰이 종료될 때 사건이 아직 발생하지 않은 중도절단된 관측치를 올바르게 처리하면서 사건 발생까지의 시간을 모델링합니다. 이러한 부분적인 정보는 연속형 결과에 대한 표준 회귀 분석으로는 수용할 수 없습니다.
- 사건 발생 시간 데이터를 설명하는 두 가지 함수는 무엇입니까?
- 시간 t 이후에도 사건이 발생하지 않을 확률인 생존 함수 S(t)와, 위험에 처한 사람들 중 순간 사건 발생률인 위험 함수입니다. 이 둘 중 하나가 다른 하나를 완전히 결정합니다.