• Communications for Statistical Applications and Methods
• /
• 제27권6호
• /
• pp.675-688
• /
• 2020

In survival analysis of observational data, the inverse probability weighting method and the Cox proportional hazards model are widely used when estimating the causal effects of multiple-valued treatment. In this paper, the two kinds of weights have been examined in the inverse probability weighting method. We explain the reason why the stabilized weight is more appropriate when an inverse probability weighting method using the generalized propensity score is applied. We also emphasize that a marginal hazard ratio and the conditional hazard ratio should be distinguished when defining the hazard ratio as a treatment effect under the Cox proportional hazards model. A simulation study based on real data is conducted to provide concrete numerical evidence.

• 응용통계연구
• /
• 제36권5호
• /
• pp.381-397
• /
• 2023

대부분의 임상시험에서 가장 대표적으로 사용되는 실험설계는 무작위화로, 치료 효과를 정확하게 추정하기 위해 이용된다. 그러나 무작위화가 이루어지지 않은 관찰연구의 경우 치료군과 대조군의 비교로 얻는 치료효과에는 환자 간의 특성 등 여러 조정되지 않은 차이로 인해 편향이 발생한다. 성향 점수 가중치는 이러한 문제점을 해결하기 위해 널리쓰이는 방법으로 치료 효과를 추정하는데에 있어 교란요인을 조정하여 편향을 최소화하도록 하는 방법이다. 성향 점수를 이용한 가중치 방법 중 가장 널리 알려진 역확률 가중치는 관찰된 공변량이 주어졌을 때 특정 치료에 할당될 조건부 확률의 역에 비례하는 가중치를 할당한다. 그러나 이 방법은 극단적인 성향 점수에 의해 종종 방해 받아 편향된 추정치와 과도한 분산을 초래한다는 점이 알려져있어 이러한 문제를 완화하기 위해 절사 역확률 가중치, 중복 가중치, 일치 가중치를 포함한 여러 가지 대안 방법이 제안되었다. 본 논문에서는 제한된 중복, 잘못 지정된 성향 점수 모델 및 예측과 반대되는 치료 등 다양한 문제상황에서 여러 성향 점수 가중치 방법의 성능을 비교하는 시뮬레이션 비교연구를 수행하였다. 비교연구의 결과 중복 가중치와 일치 가중치는 편향, 제곱근평균제곱오차 및 포함 확률 측면에서 역확률 가중치와 절사역확률 가중치에 비에 우월한 성능을 보임을 확인하였다.

• 응용통계연구
• /
• 제36권4호
• /
• pp.323-335
• /
• 2023

고차원 데이터의 인과 추론에서 고차원 공변량의 차원을 축소하고 적절히 변형하여 처리와 잠재 결과에 영향을 줄 수 있는 교란을 통제하는 것은 중요한 문제이다. 평균 처리 효과(average treatment effect; ATE) 추정에 있어서, 성향점수와 결과 모형 추정을 이용한 확장된 역확률 가중치 방법이 주로 사용된다. 고차원 데이터의 분석시 모든 공변량을 포함한 모수 모형을 이용하여 성향 점수와 결과 모형 추정을 할 경우, ATE 추정량이 일치성을 갖지 않거나 추정량의 분산이 큰 값을 가질 수 있다. 이런 이유로 고차원 데이터에 대한 적절한 차원 축소 방법과 준모수 모형을 이용한 ATE 방법이 주목 받고 있다. 이와 관련된 연구로는 차원 축소부분에 준모수 모형과 희소 충분 차원 축소 방법을 활용한 연구가 있다. 최근에는 성향점수와 결과 모형을 추정하지 않고, 차원 축소 후 매칭을 활용한 ATE 추정 방법도 제시되었다. 고차원 데이터의 ATE 추정 방법연구 중 최근에 제시된 네 가지 연구에 대해 소개하고, 추정치 해석시 유의할 점에 대하여 논하기로 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.217-227
• /
• 2015

In observational study, handling confounders is a primary issue in measuring treatment effect of interest. Historically, a regression with covariate adjustment (covariate-adjusted regression) has been the typical approach to estimate treatment effect incorporating potential confounders into model. However, ever since the introduction of the propensity score, covariate-adjusted regression has been gradually replaced in medical literatures with various balancing methods based on propensity score. On the other hand, there is only a paucity of researches assessing propensity score methods compared with the covariate-adjusted regression. This paper examined the performance of propensity score methods in estimating risk difference and compare their performance with the covariate-adjusted regression by a Monte Carlo study. The study demonstrated in general the covariate-adjusted regression with variable selection procedure outperformed propensity-score-based methods in terms both of bias and MSE, suggesting that the classical regression method needs to be considered, rather than the propensity score methods, if a performance is a primary concern.

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.177-191
• /
• 2022

This paper addresses the use of machine learning methods for causal estimation of treatment effects from observational data. Even though conducting randomized experimental trials is a gold standard to reveal potential causal relationships, observational study is another rich source for investigation of exposure effects, for example, in the research of comparative effectiveness and safety of treatments, where the causal effect can be identified if covariates contain all confounding variables. In this context, statistical regression models for the expected outcome and the probability of treatment are often imposed, which can be combined in a clever way to yield more efficient and robust causal estimators. Recently, targeted maximum likelihood estimation and causal random forest is proposed and extensively studied for the use of data-adaptive regression in estimation of causal inference parameters. Machine learning methods are a natural choice in these settings to improve the quality of the final estimate of the treatment effect. We explore how we can adapt the design and training of several machine learning algorithms for causal inference and study their finite-sample performance through simulation experiments under various scenarios. Application to the percutaneous coronary intervention (PCI) data shows that these adaptations can improve simple linear regression-based methods.

• 정신신체의학
• /
• 제31권2호
• /
• pp.108-117
• /
• 2023

연구목적 신체 증상 장애(Somatic Symptom Disorder, SSD)는 다양한 신체 증상의 발현을 특징으로 하며, 현재까지 환자군 내에서 증상 심각도에 따른 자율신경계 활성의 차이에 대해서는 연구된 바가 거의 없다. 이에 본 연구에서는 신체 증상 장애 환자군에서 심박변이도(Heart Rate Variability, HRV) 차이를 검정하여 증상 심각도에 따른 자율신경계 변화를 반영하는 대표적 지표를 분석하였다. 방 법 2020년 9월 18일부터 2021년 10월 29일까지 강남세브란스병원 정신건강의학과에 내원했던 환자 중, DSM-5 진단 기준에 따라 SSD로 진단받은 환자 총 51명의 의무기록을 후향적으로 수집하였다. 이후, 집단 간 인구사회학 및 임상적 선택편의 보정을 위해 역확률 가중치(Inverse Probability Treatment Weighting, IPTW)를 적용하여 HRV 지표 차이 검정을 실시하였다. 결 과 신체 증상 심각도와 LF (nu), HF (nu), LF/HF, 그리고 SD1/SD2, Alpha1/Alpha2는 통계적으로 유의한 상관관계를 보였으며, IPTW 적용 후 비중증군은 27명(53.0%), 중증군은 24명(47.0%)로 보정되었고, 인구사회학적 요인 및 임상적 특성 차이가 유의미하지 않아 동질성이 확보되었다. 본 모형 분석 결과 고위험군일수록 시간 영역의 RMSSD (β=-0.70, p=0.003), pNN20 (β=-1.04, p=0.019), 주파수 영역은 LF (nu) (β=0.29, p<0.001), HF (nu) (β=-0.29, p<0.001), LF/HF (β=1.41, p=0.001), 그리고 비선형 영역에서는 SampEn15 (β=-0.35, p=0.014), SD1/SD2 (β=-0.68, p<0.001), Alpha1/Alpha2 (β=0.43, p=0.001)에서 유의미한 차이가 검정되었다. 결 론 신체 증상 심각도에 따른 HRV 지표의 차이는 시간과 주파수 영역, 그리고 비선형 영역 전반에서 검정되었으며, 신체 증상이 심할수록 교감신경의 과활성화 및 부교감신경의 저하를 시사하는 HRV 지표들이 유의미하게 높은 경향성을 보였다.

• 보건행정학회지
• /
• 제34권1호
• /
• pp.68-77
• /
• 2024

연구배경: 우울은 저하된 기분이 비교적 경미한 수준인 일상 우울과 병적 상태인 임상적 우울로 구분할 수 있다. 우울 경험은 치료순응도 저하, 신체증상 등을 경험하게 하여 의료이용을 높일 수 있으나 우울 중 임상적 우울 집단은 질환에 대한 사회적 편견을 경험하여 의료이용이 제한될 수 있다. 의료이용은 개인 나아가 사회 문제의 원인이 되어 중요하다는 측면에서 본 연구는 임상적 우울 집단, 일상 우울, 비우울 집단의 의료이용을 비교하여 살펴보고자 한다. 방법: 일반화 성향점수(generalized propensity score) 기반 처치역확률가중기법(inverse probability of treatment weighting)을 이용하여 비우울, 일상 우울, 임상적 우울 집단 간 공변량의 불균형을 최소화하고 우울과 의료이용, 총진료비의 관계를 각각 음이항 회귀분석과 로그변환한 선형회귀분석을 통해 확인하였다. 결과: 우울은 여성, 소득이 낮은 집단, 교육수준이 낮거나 배우자가 없거나 건강보험에 가입되지 않았거나 경제활동을 하지 않은 집단에서 높았으며, 우울중 임상적 우울은 경제활동을 하지 않거나 민간의료보험에 미가입된 집단, 질환의 보유개수가 많은 집단에서 비중이 높았다. 의료이용 횟수는 우울 집단(일상 우울 집단 및 임상적 우울 집단)이 비우울 집단보다 유의하게 높았으며, 임상적 우울 집단이 일상 우울 집단보다 유의하게 높았다. 총진료비는 우울 집단이 비우울 집단보다 높았으나, 임상적 우울 집단과 일상 우울 집단 간에는 유의한 차이가 없었다. 결론: 의료이용은 비우울 집단보다 우울 집단(임상적 우울 집단 과 일상 우울 집단)에서 높았으며, 임상적 우울 집단보다 일상 우울 집단에서 높았다.

• 재활치료과학
• /
• 제12권3호
• /
• pp.61-77
• /
• 2023

목적 : 본 연구는 노인들의 인지기능과 구강건강관련 삶의 질 사이의 연관성을 분석하기 위해 수행되었다. 연구방법 : 2020년에 수집된 제8차 고령화연구패널조사에 참여한 지역에 거주하는 45세 이상의 중고령자를 대상으로 인구통계학적 및 임상적 특성을 추출하여 활용하였다. 독립변수는 한국형 간이정신상태검사 점수를 기준으로 분류한 인지기능, 종속변수는 구강건강관련 삶의 질을 측정하기 위한 노인구강건강평가지수이다. 인지기능 그룹 간 공변량의 차이를 보정하기 위해 성향점수 활용법 중 역확률가중치를 적용 후 인지기능과 구강건강관련 삶의 질의 연관성을 분석하기 위해 역확률가중치 적용 전의 다중회귀분석과 적용 후의 다중회귀분석 결과에 차이가 있는지 결과를 비교하였다. 결과 : 연구 대상자는 총 6,116명으로 인지정상군 4,367명, 경도 인지손상군 1,155명, 중증 인지손상군 594명으로 구성되었다. 성향점수 역확률가중치 적용 결과로 표준화된 평균 차이(standardized mean difference)를 확인하여 0.2 이상인 변수를 다시 통제하고 분석한 다중회귀모델에서 인지기능 그룹과 구강건강관련 삶의 질 간의 부정적인 연관성이 있었다(정상 vs. 경도: β = -2.534, p < .0001; 정상 vs. 중증: β = -2.452, p < .0001). 결론 : 본 연구 결과에서 인지손상과 구강건강관련 삶의 질은 음의 연관성을 나타내었다. 성향점수 활용 후 중증 인지손상보다 경도 인지손상에서 더 부정적인 연관성을 나타낸 결과는 인지손상은 저하된 정도와 관계없이 구강건강관련 삶의 질에 부정적인 영향을 미치는 것을 의미한다. 따라서 인지기능의 감퇴가 나타난 모든 환자들은 구강관리의 중요성과 교육이 필요하다는 것을 시사한다.

• 한국임상약학회지
• /
• 제29권2호
• /
• pp.109-114
• /
• 2019

Background: Rheumatoid arthritis (RA) is a systemic inflammatory disease that manifests as joint damage or athletic disability via sustained inflammation of the synovial membrane. The risk of cardiovascular disease (CVD) is higher in RA patients. This study aimed at evaluating the association between CVD comorbidities and RA by comparing a pharmacotherapy group with a non-pharmacotherapy group. Methods: Patient sample data from the Health Insurance Review and Assessment Service (HIRA-NPS-2016) were used. Inverse probability of treatment weighting (IPTW) using the propensity score was used to minimize the differences in patient characteristics. Logistic regression analysis was used to evaluate the risk of CVD comorbidities. Results: The analyses included 1,207,213 patients, of which 33,122 (2.8%) had RA. The odds ratios (OR) of CVD comorbidities were increased in RA patients; ischemic heart disease (IHD: OR 1.75; 95% CI 1.73, 1.77), cerebral infarction (CERI: OR 1.28; 95% CI 1.26, 1.30), hypertension (HTN: OR 1.44; 95% CI 1.43, 1.45), diabetes mellitus (DM: OR 2.04; 95% CI 2.03, 2.06), and dyslipidemia (DL: OR 3.49; 95% CI 3.47, 3.51). The ORs of IHD, CERI, HTN, and DM in the traditional DMARD and biologic treatment groups were decreased, compared with those in the non-pharmacotherapy group. Conclusions: Thus, CVD risk was higher in RA patients, considering age, sex, and socioeconomic status. Appropriate pharmacotherapy could decrease the risk of CVD comorbidities in RA patients.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1077-1095
• /
• 2014

관찰연구를 이용하여 인과관계를 추론할 경우 무작위 통제시험과는 달리 교란변수로 인한 편향을 제어하기 위한 통계적 전략이 필요하다. 최근에는 성향점수(propensity score) 를 이용한 짝짓기나 원인변수의 역확률을 가중치로 사용하는 주변구조모형이 제안되어 사용되고 있다. 이러한 인과관계 추론은 처치(treatment)가 명확히 주어진 경우에 교란변수를 통제하고 그 처치가 결과에 미치는 영향을 평가하는 방법에 초점이 맞추어져 있다. 하지만 기존의 방법의 경우 원인변수인 처치가 직접관측이 가능한 범주형 변수이고 결과변수 또한 직접관측이 가능한 변수인 경우에만 사용할 수 있는 한계를 갖고 있다. 본 연구에서는 원인변수인 처치와 결과변수의 결괏값의 직접적인 관측이 어려운 경우, 측정오차를 고려한 잠재범주모형(latent class analysis)의 변수로 모형화 함으로써 잠재범주 간의 원인적 영향력을 추정하는 방법을 제시하고자 한다. 그리고 미국의 The National Longitudinal Study of Adolescent Health 자료를 이용하여, 약물사용의 잠재범주에 대한 청소년기의 비행(delinquency)이라는 잠재범주의 원인적 영향력을 추정하였다.