임상통계분석의 모든 부분 하나하나가 전부 중요하지만 그 중 중요한 부분을 한가지 뽑자면 분석군에 대한 정의라고 생각한다. 모든 연구마다 분석군을 어떻게 정의하느냐에 따라 분석 집단이 달라지고 편의(Bias)가 발생여부가 달라지게 된다. 임상시험에 있어서 편의를 줄이는 것은 상당히 중요한 문제로 여겨진다. 편의에 대해서는 추후에 끄적이는 것으로 하고, 현 포스팅엔 분석군 정의를 어떻게 하는가? 라는 것에 대해 말하고자 한다. 우리나라 임상통계분석은 미국 FDA의 ICH E9을 기준으로 한다.
1. Intention-To-Treat(ITT)
- Intent-to-treat으로도 알려져 있다.
- ITT의 원칙이란 '연구자참여자를 무작위 배정된 대로 비교한다' 라는 원칙인데, 처치(therapy)의 완전한 잠재적 이익을 포착하지 못하므로 ITT가 최적의 방법이 아닌 것으로 생각될 수도 있으나 ITT는 다음과 같은 장점이 있다.
1) 무작위배정의 의의를 살리는 분석군이다.
2) 추후에 설명하겠지만 PP군보다 실제(real-life)에서 일어날 수 있는 상황을 고려한 분석군이라고 할 수 있다.
3) 연구의 어떤 시점에서도 모든 연구참여자의 정보를 이용한다. -> 중간분석을 가능하게 한다.
4) 실제적인 정보를 제공한다.
참고로 무작위배정 관련 포스팅도 추후 할 예정이지만 간단히 설명하면 다음과 같다.
임상시험에서는 무작위배정을 아주 중요시 한다. 그럴 수 밖에 없는게 무작위배정을 안하게 되면 연구자가 원하는 결과대로 임상시험을 조작할 수 있기 때문이다. 때문에 허가용 2상, 3상 임상시험에서는 2중 눈가림 무작위배정이 필수적이다. 2중 눈가림은 연구자 및 연구참여대상자 모두 자기가 시험약, 위약 or 대조약 중 어떤 약을 먹었는지 모르게 하는 방법이다.
다시 분석군으로 돌아오자면 ITT 원칙은 장점도 있지만 다음과 같은 단점도 존재한다.
1) 무작위 배정 오류가 발생해도 오류인 채로 분석하게 된다.
2) PP군처럼 처치의 최대의 잠재적 효과를 보려는데 목적이 있지 않다.
3) PP의 결과보다 그 효과가 통계적으로 유의하지 않거나 효과의 크기가 작은 경우가 많다.
4) 결측자료의 처리가 쉽지 않다.
3번의 단점은 의뢰사인 제약사 입장에선 상당히 난처할 것 같다는 생각이 든다.
2. Full Analysis Set(FAS)
- ITT원칙이 실제로 적용하기가 어렵다 보니 대안으로 나온 분석군이다.
- 무작위 배정 받은 후 최소 1회 이상 임상시험용 의약품을 투여받고 최소 1회 이상의 유효성 평가 결과가 있는 시험대상자를 대상으로 한다. 또한 선정/제외기준을 위반한 시험대상자는 FAS 분석에서 제외한다.
- 유효성 분석 시에는 실제 투여와 상관없이 무작위 배정받은 치료군에 포함하여 분석한다.
- 거의 모든 임상시험에서 주분석군으로 FAS를 이용한다.
1) 편의 없이 선정기준 위반 대상자를 제외하는 기준
- 선정 기준이 무작위 배정 이전에 평가
- 적절한 선정기준 위반에 대한 발견이 완벽하게 객관적으로 이루어지는 경우
- 모든 임상시험대상자가 선정기준 위반에 대한 검토를 동등하게 받은 경우 (눈가림 상태)
- 특정한 선정기준을 위반한 것으로 밝혀진 모든 임상시험대상자를 제외한 경우
3. Per Protocol Set(PPS)
- FAS 분석 대상군 중 중대한 시험계획서 위반 없이 본 계획서에 따라 시험 일정이 완료된 시험대상자를 대상으로 한다.
- 중대한 시험계획서 위반사항은 선정/제외기준위반, 임상시험 기간 중 병용금기약물의 복용, 복약순응도가 80% 미만인 경우이다.
- 다수의 임상시험에서 보조분석군으로 PPS를 사용한다.
- 참고용 결과로 활용하기 때문에 이 분석군을 통해 임상시험이 성공하더라도 주분석군인 FAS에서 실패한다면 소용없는 결과이다.
4. Safety Set
- 안전성 분석은 무작위 배정 받은 사람 중 임상시험용의약품을 한 번이라도 투여받은 모든 시험대상자를 대상으로 한다.
- 안전성 분석군의 경우 통계분석 시 무작위 배정된 치료군에 상관없이 임상시험 전체기간 동안 실제로 투여받은 치료군에 포함하여 분석한다.
'끄적이는 통계분석 > 임상통계' 카테고리의 다른 글
| 선행/병용 약물의 구분 (0) | 2022.10.21 |
|---|---|
| 임상통계분석의 일반적인 구성 (0) | 2019.02.03 |