재발 사건 시뮬레이션 자료를 이용한 생존 분석 방법론 비교 분석

Abstract

요즘 주변에도 흔히 재발하는 질병을 찾아볼 수 있다. 특히 암의 경우 한 번 발병하면 완치 후에도 재발할 가능성이 높은 질병이다. 따라서 재발 데이터 분석에 대해 비교 분석하고 재발하는 질병을 분석하는데 도움을 줄 수 있는 적합한 모형을 찾고자 한다. 이처럼 본 연구의 목적은 생존분석 중에서 재발 사건에 관한 모형을 비교 분석하는데 있다. 재발 데이터란 한 개체 당 결과 사건이 한 번 이상 발생하는 자료를 말한다. 같은 개체에서 일어나는 사건은 독립적이지 않고 관련이 있기 때문에 기존 방식 모형이 아닌 재발 데이터에 맞는 분석을 해야 한다. 본 논문에서는 재발 데이터 분석에 많이 사용되는 방광암(Bladder cancer) 자료를 가지고 비슷한 데이터를 시뮬레이션을 통해 독립변수의 계수값, 표본수, 분포가정 및 프레일티 효과를 변화시켜 발생시킨다. 만들어진 시뮬레이션 재발 데이터를 계수추정모형(Counting process approach), 조건부 모형(Conditional model), 주변 모형(Marginal model) 및 공유 프레일티 모형(Shared frailty model)을 사용해서 분석한 후 각 모형에 관한 실제 시간과 예측한 중앙생존시간(median survival time)과의 차이를 비교하여 어떤 모형이 어떤 데이터에 적합한지 찾는다. 분석한 결과를 바탕으로 하여 실제 데이터인 방광암 재발 자료에 적용하여 재발 데이터에 대한 사례 분석을 실시한다.;Survival data with recurrent events are often collected in the medical studies. Especially, the cancer is the disease that can come back to the same place or another place after a remission. Because the events of a given subject are not independent, some statistical methods for handling the recurrent survival data are proposed. In this paper, we investigate some existing statistical approaches for handling the recurrent survival data - counting process, stratified cox model, parametric model and frailty model. Fit these models to compare the prediction performances by using simulated dataset, and it can be get the information about which model is suitable to predict survival time of particular recurrent data. And illustrate the methods with real data example.