치유모형(Cure Model)

암 치료를 마친 환자 가운데 몇 년이 지나도 재발하지 않는 사람들은 어느 정도일까요? 치료 후 초기 몇 년은 재발 위험이 높지만 이후에는 위험이 크게 낮아질 수 있을까요? 치료 유형이나 병기에 따라 장기 비재발 비율과 재발까지 걸리는 시간이 서로 다를까요?

이처럼 일부 대상은 장기적으로 관심 사건을 경험하지 않는 집단에 속할 수 있다고 가정하고, 그 비율과 사건 발생 가능 집단의 발생시간을 함께 추정하는 방법이 치유모형(Cure Model)입니다. 여기서 ‘치유’는 통계모형의 용어이며, 개별 환자가 의학적으로 완치되었다는 확정 진단을 뜻하지 않습니다.

일반 생존분석은 관찰된 사건과 검열을 이용해 시간에 따른 생존확률이나 위험을 살펴봅니다. 반면 치유모형은 장기간 사건이 발생하지 않는 집단이 존재할 가능성을 별도로 모형화합니다. 다만 추적기간이 짧으면 단순히 아직 재발이 관찰되지 않은 사람과 장기 비재발 집단을 구분하기 어렵습니다.

치유모형은 암 치료 후 재발, 장기간 고장이 발생하지 않는 장비, 신용 연체와 같은 사건시간 자료에서 활용됩니다. 이번 글에서는 암 치료 후 재발을 예제로 기본 원리, 주요 모형, 장기 비재발 비율과 재발시간의 해석, 적합성 점검, 다른 생존분석과의 차이를 살펴보겠습니다.

치유모형은 전체 대상자를 장기간 사건을 경험하지 않는 잠재 집단과 여전히 사건 발생 가능성이 있는 잠재 집단으로 구분해 생각합니다. 실제 자료에서는 누가 어느 집단에 속하는지 직접 관찰할 수 없으며, 모형이 전체의 비율과 사건시간 분포를 추정합니다.

암 재발을 다룬다면 사건은 ‘치료 후 재발’이며, 재발 없이 추적이 끝난 환자는 검열로 기록합니다. 검열된 환자 모두가 장기 비재발 집단인 것은 아닙니다.

두 치료법의 추적 초기 재발 곡선이 비슷하더라도, 시간이 충분히 지난 후 재발하지 않고 남는 비율은 다를 수 있습니다. 반대로 장기 비재발 비율은 비슷하지만 재발하는 환자들의 재발 시점은 다를 수 있습니다.

이 둘을 구분하면 “누가 장기 비재발 집단에 속할 가능성이 높은가?”와 “재발 가능 집단에서는 얼마나 빨리 재발하는가?”라는 질문을 각각 검토할 수 있습니다.

혼합 치유모형에서는 전체의 재발 없는 생존확률을 S(t) = π + (1 − π)Sᵤ(t)로 표현할 수 있습니다. 여기서 π는 장기 비재발 집단의 비율, Sᵤ(t)는 재발 가능 집단에서의 재발 없는 생존확률입니다.

시간이 충분히 지났을 때 재발 가능 집단의 생존확률이 0에 접근한다면 전체 곡선은 π 수준에 가까워집니다. 곡선이 평평해 보인다는 이유만으로 그 값을 정확한 장기 비재발 비율이라고 확정할 수는 없습니다.

암 치료를 마친 가상의 환자 360명을 최대 8년 추적했다고 가정하겠습니다. 진단 당시 병기, 치료 유형, 연령과 재발일을 기록합니다. 아래 자료와 결과는 모두 학습용 가상 예시입니다.

분석에서 재발 외의 사망을 어떻게 처리하는지도 미리 정의해야 합니다. 사망은 재발 관찰을 막는 경쟁사건이 될 수 있으므로 단순 검열이 적합한지는 연구 목적에 따라 판단합니다.

P002와 P003은 모두 검열이지만, 각각 96개월과 43개월까지 관찰되었다는 차이가 있습니다. 이 정보를 반영하지 않고 ‘재발 안 함’이라는 하나의 범주로 묶으면 분석에 필요한 시간정보가 사라집니다.

가상의 혼합 치유모형에서 π = 0.38이라고 추정되었다면 전체 환자의 약 38%가 모형상 장기 비재발 집단에 속한다고 해석합니다. 관찰기간 동안 실제로 재발하지 않은 환자의 단순 비율과 동일하지 않습니다.

혼합 치유모형은 재발 가능 집단에서 재발까지 걸리는 시간에 대한 모형을 함께 포함합니다. Weibull이나 로그정규 분포 등을 사용할 수 있으며 분포 선택에 따라 후기 꼬리의 형태와 추정 결과가 달라집니다.

다음은 보고 방법을 설명하기 위한 가상의 두 집단 요약입니다. 실제 자료에 모형을 적합한 결과가 아닙니다.

이 예시에서는 치료 B의 장기 비재발 비율이 더 높고 재발 가능 집단의 중앙 재발시간도 더 깁니다. 그러나 표본오차, 신뢰구간, 교란변수를 검토하지 않은 수치만으로 치료 효과나 유의한 차이를 주장할 수는 없습니다.

생존곡선은 초기에 감소하다가 후기에는 평평해 보일 수 있습니다. 그러나 단순히 평탄화된 모양만으로 충분한 추적이 이루어졌다고 판단할 수 없으므로 마지막 사건 시점과 위험집합의 크기, 추적 손실 규모를 함께 확인해야 합니다.

추적기간이 충분한가요?

장기 비재발 비율을 안정적으로 추정하려면 위험이 거의 사라지는 후기 구간을 관찰할 수 있어야 합니다. 추적기간이 짧으면 완만한 재발과 장기 비재발을 분리하기 어렵습니다.

검열은 어떻게 발생했나요?

추적 중단이 재발 가능성과 관련된다면 비정보성 검열 가정이 성립하지 않을 수 있습니다. 추적 손실의 규모와 사유를 검토해야 합니다.

재발 없이 사망한 사람은 어떻게 다루나요?

재발 이전의 사망은 경쟁사건이 될 수 있습니다. 사망을 단순 검열로 처리한 모형의 추정 목표와 실제 임상 질문이 일치하는지 확인해야 합니다.

어떤 치유모형을 사용했나요?

혼합 치유모형과 비혼합 치유모형은 생존함수를 표현하는 방식이 다릅니다. 재발 가능 집단의 분포 가정에 대한 민감도 분석도 유용합니다.

일반 생존모형과 치유모형 중 하나가 항상 더 좋다는 뜻은 아닙니다. 장기 비재발 집단을 가정할 실질적인 근거가 있고 자료가 이를 뒷받침하는지 먼저 판단합니다.

논문에는 대상자 수, 관찰기간, 재발과 검열 건수, 사용한 치유모형 유형, 재발 가능 집단의 시간분포, 포함한 설명변수와 추정 불확실성을 보고해야 합니다. 집단 간 비교에서는 비재발 비율 부분과 재발시간 부분을 혼동하지 않도록 따로 기술합니다.

치유분율의 신뢰구간과 재발시간 계수를 실제로 추정하지 않은 경우에는 유의확률이나 통계적 유의성을 임의로 추가해서는 안 됩니다.

암 치료 후 재발을 분석할 때 단순히 평균 재발시간이나 특정 시점의 재발률만 비교하면 장기간 재발이 나타나지 않는 환자들의 특성을 충분히 설명하지 못할 수 있습니다. 치유모형은 전체 대상자 중 장기 비재발 집단이 차지하는 비율과, 재발 가능 집단에서 재발까지 걸리는 시간을 나눠 분석할 수 있도록 돕습니다. 따라서 같은 치료 효과를 두 가지 측면에서 검토할 수 있다는 점이 특징입니다.

그러나 추적기간이 충분하지 않거나 재발 이전 사망과 검열을 적절히 처리하지 않으면 장기 비재발 비율은 불안정하게 추정될 수 있습니다. 또한 통계적 치유분율은 환자 개인의 완치를 의미하지 않습니다. 결과를 해석할 때는 사용한 모형, 분포 가정, 후기 추적자료의 충분성과 신뢰구간을 함께 살펴봐야 합니다.