[논문 리뷰] Risk time splitting for improved estimation of screening programs effect on later mortality

Harald Weedon-Fekjær, Elsebeth Lynge외 1명|arXiv (Cornell University)|2026. 03. 11.

Global Cancer Incidence and Screening인용 수 0

한 줄 요약

이 논문은 위험 시간 분할과 최대 우도 추정법을 사용하여 암 스크리닝에 관한 모든 사용 가능한 사전 스크리닝 데이터를 활용하고, 노르웨이 및 덴마크 데이터에서 더 좁은 부트스트랩 신뢰구간을 달성하여 refined mortality 추정 방법을 정교화하고 명확히 한다.

ABSTRACT

There is a great need for evaluating screening programs, but analysing data from population screening is often complicated by a delayed screening effect. In cancer screening, only new, not yet clinically diagnosed cases, might benefit from screening through earlier treatment. Hence, mortality data following screening should be analysed based on refined mortality, separating cases based on diagnosis before and after first screening invitation. Historically, refined mortality has been implemented by selecting comparison groups from the available data to disentangle the causal effect. While giving valid estimates, the ignorance of large parts of the available data has limited study precision. In BMJ 2014, Weedon-Fekjær et al. used a new estimation approach applying all the available Norwegian mammography screening data. The estimation uses historic pre-screening data on time from clinical diagnosis to death estimating the proportion of post-screening mortality which is expected to be based on cases incident before first screening invitation, in the absence of a screening effect. Utilizing this expected proportion of post-screening incident cases, Poisson regression offsets are added to align the expected number of cases. The screening effect is then estimated adjusting for relevant covariables. While the method increases study precision, it has not been easily available and widely adopted. We here explain the method in detail, add maximum likelihood estimation, and lay the foundation for widespread use. Applying the method on Norwegian and Danish data, bootstrap confidence intervals are considerably narrower than intervals seen using other refined mortality methods, especially for the gradually introduced Norwegian program.

연구 동기 및 목표

• 사망에 대한 지연 효과에도 불구하고 스크리닝 프로그램을 평가할 필요성을 동기부여한다.
• 사전 스크리닝 데이터를 사용하여 데이터를 버리지 않고 사후 스크리닝 사망을 추정하는 refined mortality 방법을 설명하고 형식화한다.
• 실용적 구현과 최대 우도 추정 프레임워크를 제공한다.
• 노르웨이 및 덴마크 스크리닝 데이터에 방법을 적용하여 정밀도 향상을 평가한다.

제안 방법

• 사건을 최초 스크리닝 초대 전후로 진단된 사례로 구분하는 refined mortality 접근법을 설명한다.
• 역사적인 사전 스크리닝 시간-사망 데이터에 기초한 오프셋을 가진 포아송 회귀를 도입하여 기대되는 사후 스크리닝 사례를 정렬한다.
• 공변량을 보정하는 회귀에 추정된 오프셋을 포함시켜 스크리닝 효과를 추정한다.
• 접근법의 최대 우도 추정 형식을 제시한다.
• 노르웨이 및 덴마크 데이터에 방법을 적용하고 이전 refined mortality 방법과 비교하여 부트스트랩 신뢰구간을 비교한다.

실험 결과

연구 질문

• RQ1 모든 사용 가능한 사전 스크리닝 데이터를 어떻게 활용하여 스크리닝 효과의 사망 추정 정밀도를 향상시킬 수 있는가?
• RQ2 리스크 타임 분할이 스크리닝 프로그램의 사망 효과 추정의 정확도와 정밀도에 어떤 영향을 미치는가?
• RQ3 제안된 최대 우도 구현이 기존의 refined mortality 방법에 비해 구간 너비 측면에서 어떤 차이가 있는가?
• RQ4 노르웨이 및 덴마크 데이터의 결과가 점진적으로 도입되는 프로그램 전반에 걸친 정밀도 향상을 보여주는가?

주요 결과

• 제안된 방법을 사용할 때 부트스트랩 신뢰구간은 다른 refined mortality 방법에 비해 상당히 좁아진다.
• 이 접근법은 특히 점진적으로 도입되는 스크리닝 프로그램의 연구 정밀도를 증가시킨다.
• 노르웨이 및 덴마크 데이터에 이 방법을 적용하면 나중의 사망에 대한 스크리닝 효과를 추정하는 데 실질적인 이점을 보여준다.