카플란 마이어 곡선 교차하면 비례위험 가정 위배?

KM 곡선이 중간에 교차하면 비례위험 가정 위배로 본다고 들음.

Gemini 3.8 Flash의 답변

카플란-마이어 곡선의 교차는 시간에 따라 두 집단의 위험비가 역전되었음을 의미하므로, 비례위험 가정을 위배했다는 강력한 시각적 증거가 됩니다.

1. 비례위험 가정과 곡선 교차의 원리

**비례위험 가정(Proportional Hazards assumption)**은 콕스 비례위험 모형(Cox proportional hazards model)을 적용하기 위한 핵심 전제입니다. 이는 두 집단 사이의 **위험비(Hazard Ratio, 특정 시점에 사건이 발생할 순간적인 상대적 위험)**가 연구 관찰 기간 동안 시간에 상관없이 일정하게 유지된다는 가정입니다.

카플란-마이어(Kaplan-Meier, KM) 곡선은 시간에 따른 사건 미발생 비율(생존율)을 나타냅니다. 만약 두 군의 KM 곡선이 중간에서 서로 교차한다면, 이는 다음을 뜻합니다.

  • 특정 시점 이전에는 A군의 사건 발생 위험이 B군보다 높았으나,
  • 교차점 이후에는 B군의 사건 발생 위험이 A군보다 높아졌음을 시사합니다.

즉, 위험비가 시간에 따라 1보다 크다가 1보다 작아지는 형태로 변화(시간 의존적 효과)한 것이므로, "위험비가 일정하다"는 비례위험 가정과 정면으로 충돌합니다.

2. 해석 시 주의할 점

  • 연구 후반부(꼬리 부분)의 교차: 연구 종료 시점에 다다라 잔여 대상자 수(Number at risk)가 매우 적은 상황에서 발생하는 교차는 단순한 표본오차(무작위 변동)일 수 있습니다.
  • 추가 정량 검정 필요: 그래프의 시각적 교차만으로 단정하기보다는, 쇤펠트 잔차(Schoenfeld residuals) 검정이나 시간-의존성 공변량(time-dependent covariate) 모형을 통해 통계적으로 비례위험 가정이 기각되는지 함께 확인해야 학술적 신뢰도를 확보할 수 있습니다.

3. 가정이 위배되었을 때의 대안

곡선이 유의미하게 교차하여 가정이 깨졌다면 일반 콕스 모형의 단일 위험비(HR)는 두 시점의 효과가 섞여 왜곡된 결론을 낼 수 있습니다. 이 경우 다음과 같은 분석법을 고려합니다.

  1. 시간 분할(Landmark analysis) 또는 시간-의존 콕스 모형: 교차점을 기준으로 기간을 나누어 각 구간별 위험비를 따로 추정합니다.
  2. 층화 콕스 모형(Stratified Cox model): 비례성이 위배된 변수를 층화 변수로 처리합니다.
  3. 제한적 평균 생존 시간(RMST, Restricted Mean Survival Time): 비례위험 가정이 필요 없는 비모수적 방법으로, 특정 시점까지 기대 생존 시간의 차이를 비교합니다.

GPT-6.1 Sol의 답변

KM 곡선의 교차는 비례위험 가정 위배의 단서이지만, 교차만으로 위배를 확정할 수는 없습니다.

“교차하면 반드시 위배”는 아닙니다. 카플란–마이어(KM) 곡선은 표본에서 추정한 생존확률이므로, 표본 변동만으로도 교차할 수 있습니다.

왜 교차를 의심 신호로 보나요?

비례위험 가정은 두 집단의 **위험비(HR, 해당 시점까지 생존한 사람의 순간 사건 발생률 비율)**가 시간에 따라 일정하다는 뜻입니다.

이 가정이 성립하면 모집단의 생존함수는
(S_1(t)=S_0(t)^{HR})
관계를 가지므로, 두 생존곡선의 위아래 순서가 뒤바뀌지 않습니다. 따라서 추정된 KM 곡선의 뚜렷한 교차는 시간에 따라 효과가 달라질 가능성을 시사합니다.

다만 다음을 구분해야 합니다.

  • 교차해도 가정이 성립할 수 있음: 표본이 작거나, 추적 후반에 위험집단 수가 적어 추정이 불안정한 경우입니다.
  • 교차하지 않아도 가정이 위배될 수 있음: 위험비가 시간에 따라 변하더라도 생존곡선은 교차하지 않을 수 있습니다.
  • 보정 전 KM과 보정 후 Cox 모형은 다름: 공변량을 보정하는 모형의 가정은 단순 집단별 KM만으로 판단하기 어렵습니다.

어떻게 확인하나요?

Cox 모형의 척도화 Schoenfeld 잔차가 시간에 따라 체계적으로 변하는지 그림과 검정으로 확인하고, KM의 위험집단 수도 함께 살펴보세요. 검정이 유의하지 않다고 가정이 입증되는 것은 아닙니다.

즉, KM 교차는 진단의 출발점이지 확정 판정이 아닙니다.

Claude Sonnet 5.5의 답변

KM 곡선이 뚜렷하게 교차하면 비례위험 가정 위배를 강하게 시사하지만, 우연한 교차일 수 있고 교차하지 않아도 위배될 수 있다.

왜 교차하면 위배인가

비례위험(PH) 가정은 두 군의 위험비(HR)가 시간에 관계없이 일정하다는 뜻입니다. 이때 생존함수는 S₁(t) = S₀(t)^HR 관계를 가지므로, 두 곡선은 t=0 이후 교차할 수 없습니다. 따라서 실제로 곡선이 교차한다면 HR이 시간에 따라 변한다는 증거가 됩니다. 예를 들어 초기에는 치료군이 불리하다가 후반에 유리해지는 경우가 이에 해당합니다.

주의할 점

  • 우연한 교차: KM 곡선은 표본에서 추정한 값이라 PH가 참이어도 오차 때문에 교차할 수 있습니다. 특히 후반부에 위험집합(risk set, 아직 사건이 없고 추적 중인 사람)이 작아 곡선이 불안정할 때, 또는 초반에 두 곡선이 거의 겹쳐 있을 때 그렇습니다. 신뢰구간과 위험집합 크기를 함께 확인하세요.
  • 역은 성립하지 않음: 교차하지 않아도 PH가 위배될 수 있습니다. 효과가 지연되어 나타나거나, 곡선이 벌어졌다가 다시 수렴하는 경우입니다.

확인 방법

  1. log(−log S(t))를 시간(또는 log 시간)에 대해 그려 두 선이 평행한지 봅니다.
  2. 스코엔펠트(Schoenfeld) 잔차 검정(R의 cox.zph)을 사용합니다. 다만 표본이 크면 사소한 이탈도 유의하게 나오므로 그림과 함께 판단하는 것이 좋습니다.
  3. Cox 모형에 공변량×시간 상호작용을 넣어 효과가 시간에 따라 변하는지 확인합니다.

위배 시 대안

  • 제한평균생존시간(RMST) 차이 비교
  • 가중 log-rank 검정(예: Fleming-Harrington). 교차가 있을 때 표준 log-rank는 검정력이 크게 떨어질 수 있습니다.
  • 시간 구간을 나누어 구간별 HR 추정
  • 시간-의존 계수 모형이나 모수적 모형 사용

정리하면, 교차는 PH 위배를 의심할 강력한 신호이지만 단독 근거로 삼기보다 위 진단 방법과 함께 판단하는 것이 안전합니다.

비슷한 질문