15.14: 생존 데이터 관측 중단

생존 분석은 시간-이벤트 데이터를 분석하는 데 사용되는 통계적 방법으로, 의학, 공학 및 사회 과학과 같은 분야에서 자주 사용됩니다. 생존 분석의 주요 과제 중 하나는 “중도절단”으로 알려진 현상인 불완전한 데이터를 처리하는 것입니다.중도절단은 관심 있는 사건(예: 사망, 재발 또는 시스템 장애)이 연구 기간이 끝날 때까지 일부 개인에게 발생하지 않았거나 관찰할 수 없을 때 발생하며, 다양한 이유와 패턴이 있을 수 있습니다. 이 텍스트는 중도절단의 유형, 그 영향 및 이를 해결하는 데 사용되는 방법에 대해 설명합니다.

중도절단의 유형

1. 우측 중도절단(Right Censoring): 이것은 가장 일반적인 형태의 중도절단으로, 관심 있는 사건이 연구가 끝날 때까지 발생하지 않았거나 참가자가 후속 조치를 받지 못했을 때 발생합니다. 예를 들어, 암 연구에서 환자가 연구가 끝날 때 아직 살아 있는 경우 정확한 사망 시간은 알 수 없지만 연구 기간은 벗어납니다. 우측 관측 중단은 실제 사건 시간을 알 수 없지만 관찰된 기간을 벗어난 것으로만 추론할 수 있기 때문에 생존 시간을 정확하게 추정하기 위해 특별한 통계 기법이 필요합니다.
2. 왼쪽 중도절단: 좌측 중도절단은 이벤트 기간의 시작을 알 수 없을 때 발생합니다. 이는 환자가 이미 사건을 경험한 후 연구에 들어갈 때 발생할 수 있습니다. 예를 들어, 환자가 암에 걸린 것으로 알려져 있지만 정확한 발병 날짜를 알 수 없는 경우 데이터는 중도절단된 상태로 유지됩니다.
3. 간격 중도절단: 이 유형은 이벤트의 정확한 시간을 알 수 없지만 특정 간격 내에 있을 때 발생합니다. 예를 들어, 환자가 일정한 간격으로(예: 6개월마다) 건강 상태를 점검하는 경우 정확한 질병 발병 시기는 두 번의 검진 사이 어딘가일 수 있습니다.
4. I형 중도절단(Type-I Censoring): 연구자가 정한 미리 정해진 시간에 연구가 종료될 때 발생합니다. 이 정해진 기간이 끝나면, 관심 있는 사건을 아직 경험하지 않은 모든 피험자는 검열을 받는다. 이 시간까지 발생한 이벤트의 수는 무작위 변수로 간주됩니다.
5. II형 중도절단(Type-II Censoring): 이 경우, 표본의 특정 비율이 사건을 경험할 때까지 연구가 계속됩니다. 이벤트가 발생한 후 관찰이 종료되므로 첫 번째 이벤트만 관찰됩니다. 이 값은 데이터 수집이 시작되기 전에 결정되며, 이 수의 이벤트가 관찰될 때까지 연구가 계속됩니다.
6. 무작위 관측 중단: 이 유형의 관측 중단은 총 관측 기간이 고정되어 있지만 참가자가 다른 시간에 연구에 참여할 때 발생합니다. 일부 참가자는 이벤트를 경험할 수 있지만 다른 참가자는 경험하지 못할 수 있으며 일부는 후속 조치를 위해 손실될 수 있습니다. 관측 중단 시간은 균일하게 적용되지 않기 때문에 개인마다 다릅니다.

생존 분석에서 중도절단된 데이터를 처리하기 위해 Kaplan-Meier Estimator, Cox Proportional Hazards Model 및 Multiple Imputation과 같은 여러 통계 기법이 개발되었습니다.