생존 분석: 카플란-마이어 곡선, 로그순위 검정, 위험비

약을 먹기 시작한 환자가 재발하기까지 몇 달이 걸렸을까요? 그런데 연구가 끝날 때까지 재발하지 않은 사람도, 이사를 가서 연락이 끊긴 사람도 있습니다. 끝을 모르는 사람을 버리지 않고 곡선을 그리는 법을, 환자 열다섯 명의 막대를 늘이고 줄이며 봅니다. 이 쪽의 자료는 모두 지어낸 것이고, 이 쪽은 통계 개념을 설명할 뿐 의학적 판단을 돕는 글이 아닙니다.

한 줄 답. 생존 분석은 「어떤 일이 생길 때까지 걸린 시간」을 다룹니다. 어려운 점은 끝까지 지켜보지 못한 사람(중도절단)이 있다는 것입니다. 카플란-마이어 곡선은 그 사람들을 버리지 않고, 지켜본 동안만큼만 셈에 넣어 「아직 사건이 생기지 않은 사람의 비율」을 계단 모양으로 그립니다. 두 곡선이 다른지는 로그순위 검정으로, 얼마나 다른지는 위험비로 말합니다.

막대 끝(● 이나 ○)을 좌우로 끌면 지켜본 기간이 바뀝니다(1 ~ 36개월). 끌지 않고 끝을 누르면 사건과 중도절단이 바뀝니다. 아래 칸과 단추로도 바꿀 수 있습니다. ● 는 그 시점에 사건(여기서는 재발)이 생긴 사람, ○ 는 그 시점까지 사건 없이 지켜보다 더는 지켜보지 못한 사람입니다. 초록 곡선에서 중도절단은 짧은 세로 눈금으로 찍힙니다. 맨 아래 「위험 수」는 그 시점에 아직 지켜보고 있던 사람 수입니다. 환자 15명은 지어낸 자료입니다.

1. 왜 평균이나 단순 비율로는 안 되나

손 예제로 쓸 지어낸 환자 다섯 명입니다. 치료를 시작한 날부터 재발할 때까지 지켜봤습니다.

사람지켜본 기간끝
13개월● 재발(사건)
25개월○ 이사해서 연락이 끊김(중도절단)
37개월● 재발
410개월● 재발
512개월○ 재발 없이 연구가 끝남(중도절단)

실제 연구에서 중도절단은 흔합니다. 사람들은 서로 다른 날 연구에 들어오는데 연구는 한 날에 끝나서, 늦게 들어온 사람일수록 짧게 지켜보고 끝나기 때문입니다. 아래 실험은 맨 위 실험의 15명으로 세 가지 다루는 법을 비교합니다.

방법중앙 생존 기간12개월 생존율24개월 생존율

이 그림은 맨 위 실험의 자료를 그대로 씁니다. 위에서 막대를 바꾸면 여기도 같이 바뀝니다. 초록 실선이 바른 곡선, 주황 긴 점선이 중도절단을 빼 버린 곡선, 보라 짧은 점선이 중도절단을 「36개월까지 사건 없음」으로 친 곡선입니다.

해 볼 것. ① 처음 자료로 세 곡선의 중앙 생존 기간은 16개월(바른 것), 13개월(빼 버림), 24개월(사건 없음으로 침)입니다. 24개월 생존율은 35.5%, 11.1%, 46.7% 로, 바른 값에서 −24.4%p, +11.1%p 어긋납니다. ② 빼 버린 곡선은 마지막 사건(27개월)에서 0 이 됩니다. 남은 사람이 모두 사건이 생긴 사람이니 「결국 모두에게 사건이 생긴다」고 말하는 셈입니다. ③ 맨 위 실험에서 모든 끝을 ● 로 바꾸면 세 곡선이 하나로 겹칩니다. 중도절단이 없으면 다룰 방법을 고를 일도 없습니다.

2. 중도절단: 끝을 못 본 사람

중도절단은 그 사람에게 사건이 언제 생겼는지(또는 생길지) 정확히 모르는 것입니다. 아는 것은 「어느 범위 안」이라는 것뿐입니다. 어느 쪽을 모르느냐로 나눕니다.

종류아는 것예
오른쪽 중도절단「적어도 이때까지는 사건이 없었다」연구가 끝났다, 연락이 끊겼다, 연구를 그만뒀다. 가장 흔하고, 이 쪽이 다루는 것이다
왼쪽 중도절단「처음 봤을 때 이미 사건이 생겨 있었다」첫 검사에서 이미 병이 있었는데 언제 생겼는지 모른다
구간 중도절단「두 방문 사이 어딘가에서 생겼다」3개월마다 검사하는데 6개월에는 없고 9개월에 있었다

카플란-마이어 곡선과 로그순위 검정은 오른쪽 중도절단을 다룹니다. 왼쪽과 구간 중도절단에는 다른 방법을 씁니다.

꼭 필요한 가정: 중도절단이 사건과 관계없어야 한다

카플란-마이어는 중도절단된 사람이 「남아 있는 사람과 같은 앞날」을 가졌다고 봅니다. 그래서 그 사람이 빠진 뒤의 몫을 남은 사람들이 대신 셈합니다. 이것이 비정보적 중도절단(non-informative censoring), 곧 중도절단이 사건과 관계없다는 가정입니다. 연구가 끝나서, 이사를 가서 빠진 것이라면 대개 괜찮습니다. 그러나 몸이 나빠진 사람이 병원을 옮기면서 빠진다면, 남은 사람은 원래보다 건강한 쪽으로 치우치고 곡선은 실제보다 좋게 나옵니다. 이 가정은 자료만 보고는 확인할 수 없습니다. 빠진 까닭을 기록하고, 군마다 빠진 비율이 크게 다르지 않은지 봅니다.

다른 까닭으로 사망한 사람처럼 「다른 사건」 때문에 더는 그 사건이 생길 수 없는 경우도 있습니다. 이것을 중도절단으로 처리하면 곡선은 「다른 까닭이 없었다면」이라는 가상의 값이 되어 뜻이 바뀝니다. 이런 경우를 경쟁 위험이라고 하고, 따로 다루는 방법이 있습니다. 이 쪽에서는 다루지 않습니다.

3. 카플란-마이어 곡선: 손으로 풀어 보기

생각은 하나입니다. 사건이 생긴 시점마다, 그때 아직 지켜보고 있던 사람 가운데 몇이 그 시점을 넘겼는지 세고, 그 몫들을 곱합니다. 그때 아직 지켜보고 있던 사람을 위험 집합(risk set)이라고 부르고 그 수를 n 으로 적습니다. 그 시점의 사건 수는 d 입니다. 중도절단된 사람은 빠질 때까지 n 에 들어 있다가 그 뒤로 빠집니다.

S(t) = Π (1 − dᵢ ÷ nᵢ), tᵢ 는 t 까지의 사건 시점

S(t) 는 생존 함수(survival function), 곧 「t 가 지나서도 사건이 없는 사람의 비율」, Π(큰 파이)는 「모두 곱한다」는 기호입니다. 1절의 다섯 명으로 끝까지 셉니다.

시점위험 수 n사건 d중도절단넘긴 몫 1 − d ÷ nS(t)
3개월5104/5 = 0.80.8
5개월401(사건 없음)0.8
7개월3102/3 ≈ 0.6670.8 × 2/3 ≈ 0.533
10개월2101/2 = 0.50.533 × 0.5 ≈ 0.267
12개월101(사건 없음)0.267
  1. 0 ~ 3개월: 아무도 사건이 없으니 S = 1 입니다.
  2. 3개월: 5명 가운데 1명. 넘긴 몫 4/5, S = 0.8 로 한 계단 내려갑니다.
  3. 5개월: 2번이 중도절단됩니다. 곡선은 그대로 0.8 이고 눈금만 찍힙니다. 다음 사건 때의 n 이 하나 줄어듭니다.
  4. 7개월: 이제 3명(3, 4, 5번) 가운데 1명. 2번이 빠져서 분모가 4 가 아니라 3 입니다. S = 0.8 × 2/3 ≈ 0.533.
  5. 10개월: 2명 가운데 1명. S ≈ 0.533 × 1/2 ≈ 0.267.
  6. 12개월: 5번이 중도절단됩니다. 곡선은 0.267 에서 눈금을 찍고 끝납니다. 그 뒤는 아무도 지켜보지 않았으니 모릅니다.

곡선이 처음으로 0.5 이하가 되는 10개월이 중앙 생존 기간입니다. 1절에서 물은 「10개월이 지나서도 재발하지 않은 비율」은 0.267, 곧 26.7% 입니다.

같은 시점에 사건과 중도절단이 겹치면

이 쪽은 사건을 먼저 셉니다. 그 시점에 중도절단된 사람도 그 시점의 n 에 들어 있습니다. 「그 시점까지는 사건 없이 지켜봤다」는 뜻이기 때문입니다. 흔히 쓰는 약속이고, 위 표의 n 도 이 약속으로 셌습니다. 예를 들어 5개월에 두 사람이 있는데 한 사람은 사건, 한 사람은 중도절단이면 그 시점의 n 은 2 가 아니라 거기 남은 모두이고, 중도절단된 사람은 그 뒤에 빠집니다.

중도절단이 없으면 단순 비율과 같다

아무도 중도절단되지 않으면 분모가 사건으로만 줄어서, 곱이 줄줄이 지워집니다. (4/5) × (3/4) × (2/3) = 2/5 처럼요. 그래서 카플란-마이어는 「t 가 지나서도 사건이 없는 사람 수 ÷ 처음 사람 수」와 같아집니다. 중도절단이 있을 때만 다른 답을 냅니다.

# 파이썬 표준 라이브러리만으로. 같은 시점에서는 사건을 먼저 센다
def kaplan_meier(times, events):
    at_risk, survival, curve = len(times), 1.0, []
    for t in sorted(set(times)):
        d = sum(1 for x, e in zip(times, events) if x == t and e)
        c = sum(1 for x, e in zip(times, events) if x == t and not e)
        if d:
            survival *= 1 - d / at_risk
            curve.append((t, at_risk, d, round(survival, 3)))
        at_risk -= d + c
    return curve

kaplan_meier([3, 5, 7, 10, 12], [True, False, True, True, False])
# [(3, 5, 1, 0.8), (7, 3, 1, 0.533), (10, 2, 1, 0.267)]

4. 식이 만들어지는 과정

식 S(t) = Π (1 − dᵢ ÷ nᵢ) 을 손 예제의 다섯 명으로 한 단계씩 조립합니다. 「다음」을 누르면 위에 식이 한 조각씩 붙고(주황 바탕이 이번에 붙은 조각), 그림의 곡선에 계단이 하나씩 생기고, 아래 표가 한 칸씩 채워집니다.

시점 tᵢ위험 수 nᵢ사건 dᵢ넘긴 몫 1 − dᵢ ÷ nᵢ누적 S(tᵢ)

위쪽 막대 가운데 초록은 주황 점선 시점에 아직 지켜보고 있는 사람(위험 집합), 흐린 것은 이미 빠진 사람입니다.

다섯째 단계의 곱하기는 확률의 곱셈 규칙입니다. 「A 그리고 B」의 확률은 「A 의 확률 × A 일 때 B 의 확률」입니다(확률과 베이즈 정리 쪽). 7개월을 넘기는 일은 「3개월을 넘기고, 그렇게 넘긴 사람이 7개월도 넘기기」입니다. 1 − d₂ ÷ n₂ 가 바로 「3개월을 넘긴 사람 가운데」 셈한 조건부 확률이라 그대로 곱할 수 있습니다. 카플란과 마이어가 이 방법을 곱-극한(product-limit) 추정이라고 부른 까닭입니다.

왜 사건 시점에서만 계단이 생길까요? 사건이 없는 시점의 넘긴 몫은 1 − 0 ÷ n = 1 이라 곱해도 그대로이기 때문입니다. 중도절단은 그 몫에는 들어가지 않고 다음 n 만 줄입니다.

5. 곡선 읽는 법

표준오차² = S(t)² × Σ dᵢ ÷ (nᵢ × (nᵢ − dᵢ))

Σ 의 각 조각은 위험 수 nᵢ 가 작을수록 커집니다. 그래서 오른쪽으로 갈수록 띠가 넓어집니다. 손 예제의 3개월은 0.8 × √(1 ÷ (5 × 4)) ≈ 0.179 라서 띠가 0.449 ~ 1 입니다. 많은 통계 프로그램은 띠를 로그 척도 같은 다른 척도에서 만들어 0 과 1 밖으로 나가지 않게 하므로, 이 쪽의 띠와 조금 다를 수 있습니다.

이렇게 읽으면 틀린다. ① 「12개월의 95% 띠가 47.0% ~ 95.1% 이니 참값이 이 안에 있을 확률이 95%」는 정확한 말이 아닙니다. 이 방법으로 띠를 만들면 여러 번 되풀이한 연구 가운데 약 95% 에서 참값을 덮는다는 뜻입니다(신뢰구간 쪽). ② 띠는 시점마다 따로 잰 것입니다. 곡선 전체가 한꺼번에 띠 안에 들어갈 확률이 95% 라는 뜻이 아닙니다. ③ 두 군의 띠가 겹친다고 「차이가 없다」고 결론 내지 않습니다. 비교하는 일은 7절의 검정으로 합니다.

해 볼 것. (맨 위의 실험) ① 처음 자료는 사건 9명, 중도절단 6명입니다. 중앙 생존 기간 16개월, 12개월 생존율 71.1%, 24개월 35.5% 입니다. 위험 수는 0, 6, 12, 18, 24, 30, 36개월에 15, 12, 9, 6, 4, 2, 1명입니다. ② 「95% 신뢰 띠」를 켜면 12개월의 띠는 47.0% ~ 95.1%, 24개월은 6.9% ~ 64.2% 로 더 넓습니다. ③ 2번 사람(4개월 ○)의 끝을 눌러 ● 로 바꾸면 12개월 생존율이 66.0% 로 내려갑니다. 같은 4개월인데 「4개월에 사건」과 「4개월까지 사건 없음」은 다른 정보입니다. ④ 15번 사람(36개월 ○)을 ● 로 바꾸면 곡선 끝이 0 으로 떨어집니다. 그 시점에 남은 사람이 한 명뿐이라 한 사람이 끝을 정합니다. ⑤ 10번 사람(19개월 ○)을 16개월로 끌면 16개월에 사건 둘과 중도절단 하나가 겹칩니다. 사건을 먼저 세므로 설명 줄의 숫자는 하나도 바뀌지 않습니다(위험 수 줄의 18개월만 6 → 5). 중도절단을 먼저 뺐다면 16개월의 n 이 8 이 아니라 7 이 되어 곡선이 0.474 가 아니라 약 0.451 로 내려갔을 것입니다. ⑥ 모든 끝을 ● 로 바꾸면 12개월 생존율이 60.0% 입니다. 12개월이 지나서도 사건이 없는 9명 ÷ 15명과 같습니다.

6. 꼭 알아야 할 성질

성질쉬운 말
늘지 않는다곡선은 사건에서 내려가고, 그 밖에는 그대로다. 위로 올라가는 일은 없다
사건에서만 계단이 생긴다중도절단은 곡선을 내리지 않고 다음 분모만 줄인다. 그래서 중도절단 뒤의 계단 하나하나가 더 커진다
중도절단이 없으면 단순 비율「t 가 지나서도 사건이 없는 사람 ÷ 처음 사람」과 같다
모양을 가정하지 않는다정규분포 같은 분포를 미리 정하지 않고 자료에서 바로 계단을 만든다(비모수 방법)
끝으로 갈수록 흔들린다위험 수가 적어 계단이 크고 신뢰 띠가 넓다. 마지막 관찰 뒤는 모른다

7. 두 군 비교하기: 로그순위 검정

치료군과 대조군의 곡선이 다르게 보입니다. 우연히 그렇게 나온 것일 수도 있습니다. 로그순위 검정은 「두 군의 곡선이 사실은 같다」고 가정하고, 지금 자료가 그 가정과 얼마나 어긋나는지 잽니다(가설검정과 p값 쪽).

생각은 이렇습니다. 사건이 생긴 시점마다, 두 군이 같다면 사건은 위험 수의 몫대로 나뉘어야 합니다. 그 시점에 치료군 40명, 대조군 40명이 위험에 놓여 있고 사건이 3번 생겼다면, 치료군에서 기대되는 사건은 3 × 40 ÷ 80 = 1.5 번입니다. 실제로는 0번이었다면 기대보다 1.5 적습니다. 이 「실제 − 기대」를 모든 사건 시점에서 더합니다.

기대 사건 수 = d × n치료 ÷ n
분산 조각 = d × (n치료 ÷ n) × (n대조 ÷ n) × (n − d) ÷ (n − 1)
χ² = (Σ 실제 − Σ 기대)² ÷ Σ 분산 조각

n 은 그 시점의 두 군 위험 수의 합, d 는 두 군 사건 수의 합입니다. 분산 조각은 「두 군이 같을 때 실제 수가 기대에서 얼마나 흔들리는가」입니다. 두 군이 같다면 χ²(카이제곱)는 자유도 1 인 카이제곱 분포를 대략 따릅니다. 그래서 그 분포의 오른쪽 넓이로 p 값을 냅니다. χ² 가 3.84 보다 크면 p 가 0.05 보다 작습니다.

시점위험 수(치료 / 대조)사건(치료 / 대조)치료의 기대 사건 수실제 − 기대분산 조각

자료는 고정 시드(seed)의 난수로 지어냅니다. 대조군은 위험이 늘 같고(중앙 생존 기간 12개월), 치료군의 위험은 그 「참 위험비」 배입니다. 한 달에 2% 꼴로 연락이 끊기고(중도절단), 36개월에 연구가 끝납니다. 같은 시드면 같은 사람들이라, 위험비만 바꾸면 같은 사람들의 사건 시간만 늘거나 줍니다. 「자료 다시 뽑기」는 시드를 하나 올립니다. 표는 사건이 생긴 시점마다 한 줄이고, 마지막 줄이 합입니다.

해 볼 것. ① 처음(한 군 40명, 참 위험비 0.6, 시드 1): 치료군은 사건 21명에 기대 28.12, 대조군은 28명에 기대 20.88 입니다. χ² = (21 − 28.12)² ÷ 11.34 = 4.46, p = 0.035, 위험비 근삿값 0.56 입니다. 표의 첫 줄(1개월)은 위험 수 40 / 40, 사건 0 / 3, 기대 1.5 입니다. ② 「자료 다시 뽑기」를 누르면(시드 2) 참값은 그대로 0.6 인데 χ² 1.91, p = 0.167 입니다. 한 번 더 누르면(시드 3) χ² 7.98, p = 0.005, 근삿값 0.45 입니다. 같은 참값에서도 표본마다 p 가 크게 흔들립니다. ③ 시드 1 에서 참 위험비를 1 로 두면 χ² 0.06, p = 0.811 입니다. 이 쪽의 계산으로 시드 1 ~ 200 을 모두 돌려 보면, 두 군이 정말 같은데도 p < 0.05 가 13번(6.5%) 나옵니다(1종·2종 오류와 검정력 쪽). ④ 시드 1, 참 위험비 0.6 에서 사람 수를 10 으로 줄이면 p = 0.883 이고 근삿값은 1.08 로 방향까지 거꾸로입니다. 100 으로 늘리면 χ² 11.03, p < 0.001, 근삿값 0.57 입니다. 시드 1 ~ 200 에서 p < 0.05 가 나온 비율은 40명일 때 45%(90번), 100명일 때 75%(150번)입니다(표본 크기 계산 쪽).

위험비 근삿값. 군마다 「실제 ÷ 기대」를 내고 둘을 나눕니다: (O치료 ÷ E치료) ÷ (O대조 ÷ E대조). O 는 실제(observed), E 는 기대(expected) 사건 수입니다. 손으로 빨리 내는 근삿값이고, 논문의 위험비는 보통 9절의 콕스 모형으로 구합니다. 둘은 대개 가깝지만 같지는 않습니다.

이렇게 읽으면 틀린다. ① p = 0.035 는 「두 군이 같을 확률이 3.5%」가 아닙니다. 「두 군이 같다면 이만큼 이상 어긋나는 자료가 나올 확률」입니다. ② p 가 크다고 「두 군이 같다」는 증거가 되지는 않습니다. 해 볼 것 ② 의 시드 2 는 참 위험비가 0.6 인데도 p = 0.167 이었습니다. 사람이 적거나 사건이 적으면 차이를 잡지 못합니다. ③ p 는 차이의 크기가 아닙니다. 사람이 아주 많으면 작은 차이도 p 가 아주 작게 나옵니다. 크기는 위험비와 그 신뢰구간으로 말합니다.

로그순위 검정이 보는 것보지 못하는 것
전체 기간에 걸쳐 한 군에 꾸준히 사건이 더 많이(적게) 생기는가곡선이 가로지르는 차이. 앞쪽의 차이와 뒤쪽의 차이가 서로 지워진다(8절의 「가로지르는 예」)
중도절단을 바르게 다룬다. 사건 시점마다 그때 남은 사람끼리 비교한다차이의 크기. p 는 「얼마나 다른가」를 말하지 않는다
곡선의 모양(분포)을 가정하지 않는다(비모수 검정)나이처럼 결과에 영향을 주는 다른 값의 보정. 이것은 콕스 모형으로 한다(9절)
사건 하나하나에 같은 무게를 둔다「12개월 생존율이 다른가」 같은 한 시점의 질문. 그것은 다른 질문이고 다른 계산이다. 앞쪽 차이에 무게를 더 주는 변형(가중 로그순위 검정)도 있다

8. 위험과 위험비

위험률(hazard rate, 위험 함수)은 「지금까지 버틴 사람 가운데 다음 순간에 사건이 생기는 빠르기」입니다. 확률이 아니라 빠르기(시간당 비율)라서 단위가 「한 달에」, 「한 해에」처럼 붙습니다.

위험 h(t) ≈ (t 부터 t + Δt 사이에 사건이 생긴 사람 ÷ t 까지 버틴 사람) ÷ Δt

Δt 는 아주 짧은 시간입니다. 위험이 한 달에 0.05 이면 「지금 버티고 있는 사람 100명 가운데 다음 한 달에 대략 5명꼴」입니다. 빠르기라서 단위를 길게 잡으면 1 보다 클 수도 있습니다. 위험이 크면 곡선이 가파르게 내려가고, 작으면 완만합니다. 위험이 늘 같으면 곡선은 S(t) = e^(−h × t) 이고 중앙 생존 기간은 ln 2 ÷ h ≈ 0.693 ÷ h 입니다. 한 달에 0.0578 이면 12개월입니다.

위험비(hazard ratio, HR)는 두 군의 위험을 나눈 것입니다. HR = h치료(t) ÷ h대조(t). 이 비가 시간에 따라 바뀌지 않는다고 보는 것이 비례 위험 가정입니다. 그 가정 아래에서는 S치료(t) = S대조(t)^HR 입니다.

위험비 0.5 를맞나까닭
「어느 순간에나, 아직 버틴 사람의 위험률이 반」맞다위험비의 뜻 그대로다
「생존 기간이 두 배」틀리다위험이 일정할 때만 중앙값이 정확히 두 배다. 위험이 점점 커지면 두 배보다 짧고(아래 실험에서 1.41 배), 점점 줄면 더 길다(4 배)
「사건이 생길 확률이 반」틀리다대조가 50% 인 시점에서 치료는 1 − 0.5^0.5 ≈ 29.3% 로 0.59 배다. 사건이 드문 앞쪽에서만 「반」에 가깝다

앞의 세 단추는 이론 곡선입니다. 대조군의 중앙 생존 기간이 12개월이 되게 맞춘 와이블 분포(위험이 일정, 시간에 비례해 커짐, 시간의 제곱근에 반비례해 줄어듦)이고, 치료군은 어느 순간에나 그 위험비 배입니다. 그림을 좌우로 끌거나 막대로 시점 t 를 옮깁니다. 「가로지르는 예」는 미리 만든 지어낸 자료(군마다 30명)입니다. 치료군은 처음 6개월의 위험이 높고 그 뒤 낮게 만들었습니다. 아래 칸에는 0 ~ 6개월과 6 ~ 36개월의 위험률(사건 수 ÷ 지켜본 사람-개월)를 그립니다.

해 볼 것. ① 처음(위험이 일정, 위험비 0.5, t = 12): 중앙 생존 기간이 대조 12개월, 치료 24개월로 2 배입니다. 12개월까지 사건이 생긴 몫은 대조 50.0%, 치료 29.3% 로 0.59 배입니다. 반이 아닙니다. ② 「점점 커짐」을 누르면 위험비는 그대로 0.5 인데 치료의 중앙값이 16.97개월, 1.41 배입니다. 「점점 줄어듦」은 48개월, 4 배입니다. 생존 기간이 몇 배 되는지는 위험의 모양이 정합니다. 그래도 12개월에서 사건 몫은 셋 모두 50.0% 와 29.3% 입니다. 대조가 50% 인 시점이기 때문입니다. ③ 「위험이 일정」에서 t 를 3 으로 두면 사건 몫이 15.9% 와 8.3%(0.52 배)로 반에 가깝고, 36 으로 두면 87.5% 와 64.6%(0.74 배)입니다. ④ 아래 칸의 위험 곡선은 모양이 무엇이든 치료가 대조의 꼭 위험비 배 높이로 따라갑니다. 이것이 비례 위험입니다. ⑤ 「가로지르는 예」: 앞 6개월의 위험률은 치료 0.125, 대조 0.056 으로 위험비 2.22, 그 뒤는 0.017 과 0.048 로 0.35 입니다. 두 곡선은 21개월쯤 만나고 그 뒤로 자리가 바뀝니다. 그런데 전체를 하나로 뭉뚱그린 위험비 근삿값은 1.08, 로그순위 χ² 0.08, p = 0.784 입니다. 곡선이 분명히 다른데 검정은 차이를 거의 보지 못합니다.

비례 위험 가정이 깨지면. 「가로지르는 예」처럼 위험비가 시간에 따라 바뀌면 위험비 하나로 요약할 수 없습니다. 「위험비 1.08」은 앞의 2.22 와 뒤의 0.35 를 섞은 값이라 어느 시점의 사실도 말해 주지 않습니다. 이럴 때는 기간을 나눠 위험비를 따로 적거나, 정한 시점의 생존율이나 「정한 기간 안에 사건 없이 지낸 평균 시간」(제한 평균 생존 시간, RMST)처럼 다른 요약을 씁니다. 가정은 군마다 log(−log S(t)) 를 그려 두 선이 나란한지 보거나, 통계 프로그램이 주는 검사로 확인합니다. 비례 위험이면 S치료 = S대조^HR 이라 이 값의 차이가 늘 log HR 로 일정합니다.

9. 콕스 비례 위험 모형: 다른 값을 같이 넣어 보정하기

치료군이 우연히 더 젊었다면, 곡선의 차이 일부는 치료가 아니라 나이 때문일 수 있습니다. 콕스 비례 위험 모형은 나이 같은 값을 같이 넣고, 다른 값이 같을 때의 위험비를 구합니다. 이것을 보정 위험비(adjusted hazard ratio)라고 부릅니다.

h(t | x) = h₀(t) × e^(β₁x₁ + β₂x₂ + …)

이름에 「비례 위험」이 들어간 까닭은, 두 사람의 위험을 나누면 h₀(t) 가 지워져 e^(β₁(x₁ − x₁') + β₂(x₂ − x₂') + …) 만 남기 때문입니다. 이 비에는 시간 t 가 없으니 시간과 상관없이 일정합니다. 8절의 가정이 그대로 필요합니다. 보정은 잰 값에만 됩니다. 재지 않은 차이는 남습니다. 그래서 임상시험은 무작위로 배정해 재지 않은 차이까지 평균적으로 맞춥니다(무작위 배정과 대조군, 교란과 편향 쪽).

β 를 구하는 방법(부분 가능도를 가장 크게 하는 방법)은 이 쪽에서 다루지 않습니다. 식의 꼴과 그 뜻만 봅니다.

10. 위험비, 상대위험도, 오즈비

셋 다 「두 군을 나눈 비」라 헷갈리기 쉽습니다. 무엇을 나누는지가 다릅니다(오즈비와 상대위험도 쪽).

무엇의 비시간8절의 예(대조가 50% 인 시점, 위험비 0.5)
위험비(HR)매 순간 사건이 생기는 빠르기의 비모든 시점을 쓴다. 비례 위험이면 하나의 값0.5
상대위험도(RR)정한 시점까지 사건이 생긴 비율의 비한 시점만 본다. 그때까지의 상태를 다 알아야 한다29.3% ÷ 50% ≈ 0.586
오즈비(OR)정한 시점까지 사건 오즈(생김 ÷ 안 생김)의 비한 시점만 본다(0.293 ÷ 0.707) ÷ (0.5 ÷ 0.5) ≈ 0.414

같은 두 곡선에서 세 숫자가 0.5, 0.586, 0.414 로 다릅니다. 사건이 드물면(앞쪽 시점) 셋이 서로 가까워지고, 사건이 흔하면 멀어집니다. 논문에서 숫자를 옮길 때 어느 비인지 꼭 같이 적습니다.

어디에 쓰나

자주 묻는 것

중도절단된 사람은 그냥 빼면 안 되나요?

안 됩니다. 중도절단된 사람은 「적어도 그때까지는 사건이 없었다」는 정보를 갖고 있습니다. 빼 버리면 사건이 생긴 사람만 남아 곡선이 너무 빨리 내려갑니다. 거꾸로 끝까지 사건이 없었다고 치면 너무 천천히 내려갑니다. 카플란-마이어는 지켜본 동안만 셈에 넣습니다.

중앙 생존 기간이 「도달하지 않음」이면 무슨 뜻인가요?

곡선이 지켜본 기간 안에 50% 까지 내려가지 않았다는 뜻입니다. 절반 넘는 사람이 지켜본 끝까지 사건이 없었습니다. 이때 지켜본 시간의 평균으로 대신하면 중도절단된 시간을 사건 시간처럼 세는 것이라 너무 짧게 나옵니다. 대신 정한 시점(예: 24개월)의 생존율을 적습니다.

위험비 0.5 는 생존 기간이 두 배라는 뜻인가요?

아닙니다. 위험비 0.5 는 지금까지 버틴 사람 가운데 다음 순간에 사건이 생기는 빠르기가 어느 시점에서나 절반이라는 뜻입니다. 위험이 시간에 따라 일정할 때만 중앙 생존 기간이 정확히 두 배가 됩니다. 위험이 점점 커지면 두 배보다 짧고, 점점 줄면 두 배보다 깁니다. 「어느 시점까지 사건이 생길 확률이 반」이라는 뜻도 아닙니다.

로그순위 검정에서 p = 0.03 이면 두 군이 같을 확률이 3% 인가요?

아닙니다. p 값은 두 군의 곡선이 정말 같다고 가정했을 때, 지금만큼 또는 그보다 더 크게 어긋나는 자료가 나올 확률입니다. 두 군이 같을 확률이 아니고, 차이의 크기도 아닙니다. 차이가 얼마나 큰지는 위험비와 그 신뢰구간으로 따로 봅니다.

생존 분석은 사람이 죽는 경우에만 쓰나요?

아닙니다. 「어떤 일이 생길 때까지의 시간」이고 끝을 못 본 경우가 섞여 있으면 어디든 씁니다. 기계 부품이 고장 날 때까지, 고객이 구독을 해지할 때까지, 퇴원한 환자가 다시 입원할 때까지가 그 예입니다. 아직 고장 나지 않은 기계, 아직 쓰고 있는 고객이 중도절단입니다.

낱말

여기서 쓴 말책에서 부르는 말
어떤 일이 생길 때까지 걸린 시간생존 시간, 사건까지의 시간(survival time, time-to-event)
어떤 일(재발, 사망, 고장, 해지)사건(event), 실패(failure)
끝을 못 봄중도절단(censoring). 오른쪽·왼쪽·구간 중도절단(right, left, interval censoring)
중도절단이 사건과 관계없다비정보적 중도절단, 독립 중도절단(non-informative censoring, independent censoring)
아직 사건이 없는 비율 S(t)생존 함수(survival function)
계단 곡선카플란-마이어 추정량, 곱-극한 추정량(Kaplan-Meier estimator, product-limit estimator)
그때 아직 지켜보고 있던 사람위험 집합(risk set), 위험 수(number at risk)
곡선이 처음 50% 이하가 되는 때중앙 생존 기간(median survival time)
시점마다의 신뢰 띠점별 신뢰구간(pointwise confidence interval), 그린우드 공식(Greenwood's formula)
두 곡선 비교하기로그순위 검정(log-rank test), 만텔-콕스 검정(Mantel-Cox test)
실제 / 기대 사건 수관측 빈도 / 기대 빈도(observed, expected)
다음 순간 사건이 생기는 빠르기위험 함수, 위험률(hazard function, hazard rate)
두 군 위험의 비위험비(hazard ratio, HR)
비가 시간에 따라 바뀌지 않는다비례 위험 가정(proportional hazards assumption)
다른 값을 같이 넣어 보정한 모형콕스 비례 위험 모형(Cox proportional hazards model), 콕스 회귀(Cox regression)
모든 값이 0 인 사람의 위험기저 위험, 기준 위험(baseline hazard)
다른 값이 같을 때의 위험비보정 위험비(adjusted hazard ratio)
다른 사건이 그 사건을 막음경쟁 위험(competing risks)
정한 시점까지의 비율의 비 / 오즈의 비상대위험도(relative risk, risk ratio) / 오즈비(odds ratio)
정한 기간 안에 사건 없이 지낸 평균 시간제한 평균 생존 시간(restricted mean survival time, RMST)
위험이 일정·커짐·줄어듦을 나타내는 분포지수 분포(exponential), 와이블 분포(Weibull distribution)

출처

← 위험, 상대위험도, 오즈비진단 검사와 ROC 곡선 →