두 치료군 간 생존시간을 비교하는 임상 연구 또는 시험에서, 제한 평균 수명(RML)은 시점 0부터 사전에 지정된 시점까지의 생존에 대한 기댓값으로 정의되며, 모델링에 대한 어떠한 제한 없이 임상의가 해석하기 용이한 관심량인 경우가 많다. 처치가 무작위로 배정되지 않는 경우(관찰 연구에서와 같이)에는 교란 요인에 의한 처치 불균형을 보정하기 위해 공변량 조정이 필요하다는 점은 잘 알려져 있다. 본 논문에서는 공변량을 고려하면서 두 군 간 RML의 차이를(평균 인과효과를 추정하는 지표에 해당) 효과적으로 추정하기 위한 단순한 이중강건(doubly-robust) 의사값(pseudo-value) 접근법을 제안한다. 제안된 방법은 두 가지 일반적 접근을 결합한다: (a) 사건발생까지의 시간 및 공변량 정보를 위한 군별 회귀모형, (b) 처치 배정의 역확률가중치로서, RML을 생존 결과에 대한 해당 의사관측치(pseudo-observations)로 대체함으로써 검열(censoring)이 존재하는 상황에서의 추정 복잡성을 완화한다. 제안된 추정량은 두 개의 작업 모형 중 적어도 하나가 올바른 경우 일치성을 보인다는 점에서 이중강건적이다. 또한 생존 결과와 공변량 간의 복잡한 연관이 존재하는 경우 인과 추정치에서 발생할 수 있는 편향을 줄이기 위해 인과추론에서 이용 가능한 기계학습 알고리즘의 잠재력을 탐색한다. 의사값 인과효과 추정기의 유한표본 성능을 평가하기 위해 광범위한 시뮬레이션 연구를 수행한다. 더 나아가 유방암 코호트 연구의 데이터에 본 방법론을 적용하여 제시한다. 제안된 방법은 GitHub에서 제공되는 R 패키지 drRML을 사용하여 구현 가능하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.