생존분석 가이드
사건이 일어날 때까지 걸리는 시간을 분석할 때, 자료의 구조와 연구 질문에 맞는 방법을 선택합니다.
치료 후 재발까지 걸리는 시간, 고객이 서비스를 해지하기까지의 기간, 기계가 고장 날 때까지의 시간은 모두 생존분석으로 다룰 수 있습니다. 사건의 발생 여부뿐 아니라 언제 일어났는지가 중요하다는 공통점이 있습니다.
하지만 관찰이 끝날 때까지 사건이 일어나지 않은 대상도 있습니다. 생존분석은 이러한 정보를 버리지 않고 활용합니다. 이 가이드에서는 중도절단과 사건 유형을 이해하고, 연구 목적에 따라 Kaplan–Meier, Cox, AFT와 확장 모형을 선택하는 방법을 정리합니다. 계산 과정과 개별 결과표 해석은 각각의 분석 가이드에서 다룹니다.
분석을 고르기 전에 네 가지를 확인하세요
먼저 사건과 관찰 시간을 어떻게 기록했는지 살펴봅니다.
중도절단은 사건이 발생하지 않았다는 뜻이 아닙니다. 예를 들어 12개월까지 관찰한 고객이 계속 이용 중이라면, 해지까지의 정확한 시간은 모르지만 최소 12개월 동안 해지하지 않았다는 정보는 남습니다.
생존분석 방법 선택 지도
분석 목적과 사건 구조에 따라 대표적인 방법을 구분합니다.
위 지도는 방법을 고르는 출발점입니다. 같은 자료라도 단순한 생존율 비교와 위험요인 분석은 서로 다른 질문입니다. 예를 들어 사망 원인이 여럿일 때는 다른 원인으로 인한 사망을 단순 중도절단으로 다뤄도 되는지부터 검토해야 합니다.
생존시간을 살펴보거나 집단을 비교한다면
생존곡선과 집단 간 차이를 확인할 때 사용하는 방법입니다.
시간에 따른 생존확률을 보여주고 싶을 때
치료를 받은 환자 중 6개월, 12개월 시점까지 재발하지 않은 비율을 추정하는 상황입니다. Kaplan–Meier 추정은 중도절단을 반영해 생존곡선을 나타냅니다.
두 집단 이상의 생존곡선을 비교할 때
치료 A와 B의 재발까지 걸리는 시간에 차이가 있는지 확인한다면 로그순위 검정을 고려할 수 있습니다. 곡선이 교차하거나 비례위험 가정이 적절하지 않은 상황에서는 다른 비교 방법도 검토합니다.
일정 기간 동안의 평균 생존시간을 비교할 때
예를 들어 24개월이라는 동일한 관찰 구간에서 두 집단이 사건 없이 지낸 시간을 비교하고 싶다면 제한평균생존시간(RMST)을 이용할 수 있습니다. 비교할 시간 한계를 미리 정하는 것이 중요합니다.
생존시간에 영향을 주는 요인을 분석한다면
위험률을 설명할지, 생존시간 자체를 설명할지 구분합니다.
| 연구 질문 | 대표 방법 | 먼저 확인할 점 |
|---|---|---|
| 연령과 치료 방식이 사건 발생 위험과 어떻게 관련되는가? | Cox 비례위험모형 | 비례위험 가정, 공변량의 정의 |
| 특정 요인이 사건까지 걸리는 시간을 얼마나 늘리거나 줄이는가? | AFT 모형 | 선택한 생존시간 분포의 적합성 |
| 생존시간이 특정 분포를 따른다고 보고 모형화하고 싶은가? | 모수적 생존모형 | 분포 선택과 적합도 |
| 연구 중 약물 복용이나 노출 상태가 바뀌는가? | 시간가변 공변량 Cox | 변수가 변한 시점과 시간 순서 |
예를 들어 Cox 회귀의 위험비와 AFT 모형의 시간비는 같은 수치가 아니며, 해석도 다릅니다. 어떤 효과를 설명하려는지 먼저 정하는 것이 좋습니다.
사건의 구조가 복잡하다면
사건이 하나라는 기본 틀을 넘어서는 상황을 살펴봅니다.
사건이 서로 경쟁할 때 — 경쟁위험 분석
암 재발을 관찰하다가 재발 전에 다른 원인으로 사망한 경우처럼, 한 사건이 다른 사건의 발생을 막을 수 있습니다. 이런 경우에는 사건별 누적발생확률과 원인별 위험을 구분해야 합니다.
상태가 여러 단계로 바뀔 때 — 다상태 모형
입원 → 퇴원 → 재입원처럼 대상이 여러 상태를 이동한다면 각 상태 사이의 전이와 소요 시간을 함께 분석합니다.
같은 사건이 여러 번 일어날 때 — 반복사건 모형
한 고객이 여러 번 서비스를 중단하거나 환자가 반복 입원하는 경우입니다. 한 사람에게서 발생한 사건들이 서로 연관될 수 있으므로 이를 반영해야 합니다.
사건을 경험하지 않는 집단이 있다고 가정할 때 — 치유모형
충분한 추적 기간 이후에도 일부 대상은 해당 사건을 경험하지 않는다고 볼 근거가 있다면 치유모형을 검토할 수 있습니다. 단순히 관찰 기간이 짧아 사건이 나타나지 않은 것과 구분해야 합니다.
분석을 실행하기 전에는 무엇을 점검하나요?
생존분석에서는 시간과 사건을 기록하는 방식이 특히 중요합니다.
| 확인 항목 | 왜 중요한가요? |
|---|---|
| 시간의 시작점 | 치료 시작, 가입일 등 모두에게 비교 가능한 출발점을 정해야 합니다. |
| 사건 정의와 코드 | 사건 발생과 중도절단 표시가 뒤바뀌면 분석 결과가 잘못됩니다. |
| 중도절단의 성격 | 기본적인 방법은 비정보적 중도절단 등의 가정이 필요합니다. 추적 중단 이유를 확인하세요. |
| 사건 수와 추적 기간 | 참가자 수뿐 아니라 실제 사건 수와 관찰 기간도 추정의 안정성에 영향을 줍니다. |
| 모형별 가정 | Cox의 비례위험 가정, AFT의 분포 적합성 등은 방법에 맞춰 점검해야 합니다. |
| 반복·경쟁 사건 | 같은 사람의 여러 사건과 서로 다른 사건 유형을 단순한 하나의 사건으로 합쳐도 되는지 검토합니다. |
Kaplan–Meier 곡선에서 추적 말기의 관측 대상이 거의 없으면 생존확률이 불안정할 수 있습니다. 곡선만 보지 말고 시간대별 위험집단 수와 신뢰구간도 확인하는 것이 좋습니다.
생존분석 방법 12개 한눈에 보기
각 방법의 역할을 간단히 비교하고, 자세한 원리와 해석은 개별 가이드에서 확인합니다.
생존곡선·집단 비교
위험요인·시간 모형
확장 사건 구조
※ 12개 방법은 생존분석의 대표적인 선택지를 묶은 것입니다. 실제 아카데미의 개별 페이지가 확정되면 해당 가이드 링크를 연결할 수 있습니다. 공유 프레일티 등 다른 확장 방법도 연구 설계에 따라 검토할 수 있습니다.
생존분석은 사건의 종류와 시간 구조부터 정리하는 것이 중요합니다.
사건까지 걸리는 시간을 보여줄 것인지, 집단을 비교할 것인지, 위험요인을 설명할 것인지 먼저 정하세요. 그다음 중도절단과 사건의 반복·경쟁 여부를 확인하면 사용할 수 있는 방법을 좁힐 수 있습니다.
생존분석 방법을 선택할 때는 ① 시간의 시작점과 사건 정의, ② 중도절단, ③ 연구 질문, ④ 사건의 구조를 먼저 확인합니다. Kaplan–Meier와 로그순위 검정은 생존곡선의 추정과 비교에, Cox와 AFT는 설명변수의 효과를 분석하는 데 사용합니다. 사건이 여러 유형이거나 반복된다면 그 구조에 맞는 확장 모형을 검토해야 합니다.