[논문 리뷰] Simulating recurrent events that mimic actual data: a review of the literature with emphasis on event-dependence

Juliette Pénichoux, Thierry Moreau외 1명|arXiv (Cornell University)|2015. 03. 19.

Statistical Methods in Clinical Trials참고 문헌 23인용 수 4

한 줄 요약

이 논문은 생물의학 연구에서 반복적 사건의 시뮬레이션 방법을 검토하며, 이전 사건들이 향후 위험을 변화시키는 사건 의존성(event-dependence)과 이질성(heterogeneity)의 부족한 평가를 강조한다. 캘린더 시간 또는 갭 시간 척도를 사용하는 실용적인 시뮬레이션 기법을 제안하며, 시간에 따라 변하는 기저 강도와 사건 의존성 공변량을 포함하는 강도 기반 모델을 사용한다. 특히 사건 의존성이 통계 모델 성능에 결정적인 영향을 미치지만 자주 간과되고 있음을 부각한다.

ABSTRACT

We conduct a review to assess how the simulation of repeated or recurrent events are planned. For such multivariate time-to-events, it is well established that the underlying mechanism is likely to be complex and to involve in particular both heterogeneity in the population and event-dependence. In this respect, we particularly focused on these two dimensions of events dynamic when mimicking actual data. Next, we investigate whether the processes generated in the simulation studies have similar properties to those expected in the clinical data of interest. Finally we describe a simulation scheme for generating data according to the timescale of choice (gap time/ calendar) and to whether heterogeneity and/or event-dependence are to be considered. The main finding is that event-dependence is less widely considered in simulation studies than heterogeneity. This is unfortunate since the occurrence of an event may alter the risk of occurrence of new events.

연구 동기 및 목표

• 문헌에 있는 반복적 사건 시뮬레이션에서 이질성과 사건 의존성을 어떻게 반영하고 있는지 평가하기.
• 특히 캘린더 시간 모델에서 사건 의존성이 부족하게 사용되고 있는 점을 규명하기.
• 실제 생물의학 데이터의 특성을 반영한 반복적 사건을 시뮬레이션할 수 있는 종합적인 프레임워크 제공하기.
• 특정 임상 맥락에서 실제 사건 과정을 반영할 수 있도록 연구자가 적절한 시뮬레이션 시나리오를 선택하는 데 도움 주기.

제안 방법

• 캘린더 시간(원점 이후 경과 시간)과 갭 시간(이전 사건 이후 경과 시간)이라는 두 가지 시간 척도에서 강도 기반 모델을 사용한다.
• 기저 강도가 일정하거나 갭 시간 기준으로 시간에 따라 변하거나, 캘린더 시간 기준으로 시간에 따라 변하는 곱셈형 비례위험 모델을 적용한다.
• 이전 사건 수를 시간에 따라 변하는 공변량으로 포함시켜 사건 의존성을 강도 함수에 통합한다. 예를 들어, λ(t) ∝ exp(φ × N(t⁻)/t).
• 작은 간격(Δt)을 사용하는 이산 시간 근사 방법을 활용해 시간에 따라 변하는 강도 확률 기반으로 사건 발생을 시뮬레이션한다.
• 혼합 포아송, 일정 기저 강도, 두 시간 척도에서의 위블 베이시스 강도, 그리고 사건 의존성 과정을 포함하는 시뮬레이션 기법을 권장하여 방법 평가의 강건성을 확보한다.
• 시뮬레이션 과정을 실제 임상 데이터의 동역학과 비교하여 방법론 연구에서의 현실성과 관련성을 확보한다.

실험 결과

연구 질문

• RQ1 현재의 반복적 사건 모델링 시뮬레이션 연구는 이질성과 사건 의존성을 어떻게 반영하고 있는가?
• RQ2 사건 의존성이 통계 모델 행동에 알려진 영향을 미치지만 왜 항상 시뮬레이션 연구에서 부족하게 다루어지는가?
• RQ3 실제 생물의학 데이터의 동역학을 반영하는 데 가장 효과적이고 현실적인 반복적 사건 시뮬레이션 방법은 무엇인가?
• RQ4 캘린더 시간과 갭 시간이라는 서로 다른 시간 척도는 시뮬레이션된 반복적 사건 과정의 성질에 어떤 영향을 미치는가?
• RQ5 통계 방법이 실제 임상 사건 과정과 유사한 조건에서 평가되도록 하기 위해 어떤 시뮬레이션 전략을 사용해야 하는가?

주요 결과

• 사건 의존성은 시뮬레이션 연구에서 크게 간과되고 있으며, 검토된 논문 중 14%만이 이를 반영하고 있으나, 이는 모델 해석과 성능에 결정적인 영향을 미친다.
• 이질성은 널리 포함되어 있다(논문의 59%에서 다룸), 이는 환자 간 측정되지 않은 위험 요인의 존재를 인식하고 있음을 반영한다.
• 일정 기저 강도 사용이 널리 퍼져 있다(연구의 59%에서 사용), 이는 종종 지수 분포의 갭 시간을 유도하여 실제 질병 진행과 맞지 않을 수 있다.
• 캘린더 시간과 갭 시간 양쪽에서 위블 기저 강도 사용이 부족한 편이지만, 만성질환에서 시간에 따라 변하는 위험을 더 잘 반영한다.
• 감염 후 민감도 증가나 사건 후 회복 과정을 모델링하는 사건 의존성 강도를 포함하는 시뮬레이션 기법은 암의 재발이나 정서장애의 재발과 같은 임상 현실을 더 잘 반영한다.
• 방법론적 강건성을 확보하기 위해 시뮬레이션 연구에 혼합 포아송, 일정 기저 강도, 두 시간 척도에서의 위블 기저 강도, 그리고 사건 의존성 과정을 포함시키는 것이 권장된다.