원인별 실패 확률과 조건부 실패 확률의 사용에 관하여: 임상 종양학 데이터 사례

초록 다른 원인들이 존재하는 상황에서 시간 t까지 특정 원인으로 실패할 확률(즉, 원인별 실패 확률)의 비모수 최대우도 추정법을 논의한다. 흔히 잘못 사용되는 방법은 Kaplan-Meier(KM) 추정치의 1에서 뺀 값(1 – KM)을 사용하는 것으로, 이 경우 외부 원인으로 실패한 환자를 검열된 관측치로 처리한다. 임상 종양학 데이터를 사용하여 1-KM 방법 사용 시 발생하는 편향 정도를 보여주는 예시가 제시된다. 이 편향은 데이터가 검열되지 않았거나, 관심 원인으로 인한 실패 발생 전에 많은 환자가 외부 원인으로 실패하는 경우 매우 클 수 있다. 각 원인별 실패 확률은 모든 원인별 위험도 함수의 함수로 수학적으로 정의된다. 따라서 원인별 실패 확률의 비모수 추정치는 분류된 공변량이 원인별 위험도에 미치는 영향을 식별하지 못할 수 있다. 이러한 영향은 외부 원인 실패를 검열 관측치로 처리하는 원인별 누적 위험 함수 또는 KM 그래프에서 올바르게 식별될 수 있다. 예시가 제공된다. 마지막으로, 혼합 모델의 두 개의 구별된 원인별 실패 구성요소(즉, 특정 원인으로 실패할 확률과 해당 원인으로 실패할 경우 시간-대-실패 분포)를 비모수적으로 그래픽으로 표현한다. 관찰된 실패 시간 범위를 벗어난 비모수 추정값의 외삽 어려움이 강조된다. 또한 단일 공변량 z가 원인별 위험도에 대해 곱셈적으로 작용하는 경우 두 원인별 실패 구성요소와의 수학적 관계가 제시된다. 말단 부위 성인 연조직 육종(STS)과 성인 급성 림프구성 백혈병(ALL)의 중요한 예후 인자들을 사용한 예시가 고려된다. 수학적 및 실제 예시 모두에서, 질병으로 인한 높은 위험률과 연관된 특성은 질병으로 실패할 확률 증가 및 실패가 발생할 경우 더 짧은 실패-시간 분포와도 연관이 있었다. 따라서 만성 질환 상황에서 두 원인별 실패 구성요소와 모두 관련된 예후인자를 찾는 것이 꽤 일반적일 수 있다.