뉴트로픽으로 경쟁 위험 생존분석 하는 법: 파이썬에서 무엇을 추정할지부터

관심 사건보다 다른 사건이 먼저 일어나 버리는 자료라면, 익숙한 Kaplan–Meier가 답을 부풀립니다. 박사과정 민재 씨가 질문 한 줄로 CIF·원인특이 Cox·Fine–Gray의 차이, 파이썬 코드, 주의점과 근거 문헌까지 받아 가는 과정을 실제 화면으로 따라가 봅니다.

안녕하세요, 뉴트로픽 팀입니다!

추적 자료로 "언제 일어나는가"를 분석하다 보면 꼭 이런 사람이 섞여 있습니다. 관심 있는 사건이 일어나기 전에 다른 사건이 먼저 일어나 버린 사람이요. 학업 중단을 보는데 그 전에 편입해 버린 학생, 재발을 보는데 그 전에 다른 이유로 사망한 환자처럼요. 이런 사람을 그냥 "중도 절단(검열)"으로 처리해도 될까요? 🥲

대부분의 생존분석 수업은 Kaplan–Meier와 Cox 모형까지 가르치고 끝납니다. 그래서 경쟁 사건을 일반 검열로 넣고 1 − Kaplan–Meier를 "발생 확률"로 보고하는 일이 흔해요. 그런데 이 값은 관심 사건의 실제 발생 확률을 보통 과대평가합니다. 원인별 위험비를 절대 위험처럼 읽는 것도 단골 실수고요.

이 글에서는 교육학 박사과정 민재 씨가 대학 신입생 추적 자료로 학업 중단까지의 시간을 분석하려다, 편입이라는 경쟁 사건 앞에서 멈춘 장면을 따라가 봅니다. 민재 씨는 가상의 인물이지만, 아래 화면은 모두 뉴트로픽에서 실제로 실행한 채팅이에요.

"어떻게"와 "무엇을 조심할지"를 같이 물었습니다

민재 씨는 분석 도구가 파이썬이라는 것만 정해 둔 상태였어요. 그래서 이렇게 물었습니다.

생존분석에서 경쟁 위험(competing risk)이 있을 때 어떻게 분석하고 무엇을 조심해야 해? 파이썬으로 하려고 해.

질문에 든 건 세 가지예요. 문제의 이름(경쟁 위험), 원하는 것(분석 방법과 주의점), 도구(파이썬). 특히 "무엇을 조심해야 해"를 넣은 게 좋았어요. 방법만 물으면 코드 한 덩어리로 끝나기 쉬운데, 함정을 물으면 해석에서 틀리기 쉬운 지점까지 짚어 줍니다.

요청 아래에 방법 지침, PubMed·Crossref·웹 검색, 페이지 읽기 단계가 쌓입니다.
요청 아래에 방법 지침, PubMed·Crossref·웹 검색, 페이지 읽기 단계가 쌓입니다.

지침을 읽고, 논문과 공식 문서를 함께 찾았습니다

보내자마자 단계가 쌓였어요. 방법 지침 찾기로 파이썬 경쟁 위험 분석에 맞는 지침을 찾고, 방법 지침 읽기로 scikit-survival 지침과 그 안의 경쟁 위험 문서를 읽었습니다. 이어서 PubMed와 Crossref에서 누적발생함수와 Fine–Gray 모형 문헌을, 웹에서 scikit-survival의 공식 문서를 검색했어요.

방법 지침은 뉴트로픽이 미리 검토해 둔 분석 절차 문서입니다. 기억에 기대 바로 답하는 대신 검증된 절차를 먼저 읽고 따라가요. PubMed 검색 하나는 결과가 0건이었고 페이지 읽기 하나는 건너뛰었는데, 이런 것도 단계에 그대로 남습니다.

먼저 "무엇을 알고 싶은지"부터 정하라고 했습니다

답의 첫 문장은 방법이 아니라 질문이었어요. 경쟁 위험이 있으면 관심 사건의 실제 발생 확률과 사건별 순간위험을 구분해서 분석해야 한다는 거죠. 그리고 목적에 따라 도구를 나눴습니다.

  • CIF(누적발생함수): 특정 시점까지 관심 사건이 발생할 확률을 추정해요.
  • 원인특이 Cox 모형: 공변량과 관심 사건의 순간위험 사이 연관성을 추정해요. 다른 원인은 발생 시점에 검열로 처리합니다.
  • Fine–Gray 모형: 공변량과 관심 사건의 CIF 관련성을 볼 때 고려해요. 계수는 원인특이 Cox 계수와 뜻이 다릅니다.

민재 씨의 질문에 대입하면 이렇습니다. "4년 안에 학업을 중단할 확률"을 말하고 싶으면 CIF, "장학금이 중단 위험과 어떻게 연관되는지"를 보고 싶으면 원인특이 Cox예요.

답의 첫 부분 — 추정 대상에 따른 방법 구분과 문장마다 붙은 번호 인용.
답의 첫 부분 — 추정 대상에 따른 방법 구분과 문장마다 붙은 번호 인용.

파이썬 코드는 두 덩어리로 받았습니다

답에는 파이썬 코드가 두 개 붙어 있었어요. 하나는 scikit-survival의 cumulative_incidence_competing_risks로 비모수 CIF를 구하는 14줄 코드예요. 사건을 0=검열, 1=관심 사건, 2=경쟁 사건으로 코딩하고, 원인별 CIF의 합이 전체 누적위험과 같은지 확인하는 줄까지 들어 있습니다. 다른 하나는 원인 1만 사건으로 표시하고 원인 2는 검열로 처리해 원인특이 Cox 모형을 적합하는 8줄 코드예요.

중요한 단서도 함께 붙었어요. 이 CIF 함수는 Fine–Gray 회귀가 아니라는 것, 그리고 Cox 결과에서 단순히 1 − 생존확률을 계산해 원인 1의 CIF라고 부르면 안 된다는 것. 코드는 자료 없이 쓴 틀이라, 민재 씨는 자기 자료의 df와 공변량 X만 넣으면 됩니다.

코드 카드를 누르면 오른쪽 창에 원인특이 Cox 코드가 열립니다.
코드 카드를 누르면 오른쪽 창에 원인특이 Cox 코드가 열립니다.

1 − Kaplan–Meier를 쓸 뻔했습니다

여기서 민재 씨가 하마터면 실수할 뻔했어요. 지도교수님께 보여 드린 예전 초안에 이미 "1 − KM으로 추정한 4년 중단율"이 들어 있었거든요. 답의 주의점은 바로 그 지점을 짚었습니다.

  • 경쟁 사건을 검열로 처리한 Kaplan–Meier의 1 − 생존확률은 관심 사건의 실제 누적발생 확률을 보통 과대평가할 수 있어요.
  • 그룹 간 CIF 비교에는 경쟁 위험에 맞는 검정을 써야 하고, 일반 로그순위 검정을 CIF 차이 검정으로 해석하면 안 돼요.
  • 사건별 발생 수와 추적기간을 함께 보고하세요. 드문 원인이나 추적 후반부의 추정은 불안정할 수 있어요.
  • Cox 계수를 인과효과로 해석하지 말고, 검열 가정과 비례위험 가정을 점검하세요.

답은 자기 한계도 밝혔어요. 공식 문서 페이지는 요청 제한으로 직접 열어 확인하지 못했으니, Fine–Gray 모형을 구현할 때는 쓰는 패키지의 최신 공식 문서를 따로 확인하라고요. 이런 문장이 있으면 어디까지 믿고 어디부터 확인할지가 분명해집니다.

주요 주의점과, 공식 문서를 직접 열지 못했다는 한계 문장.
주요 주의점과, 공식 문서를 직접 열지 못했다는 한계 문장.

근거로 쓴 문헌도 함께 남았습니다

문장 끝의 작은 번호는 근거예요. 참고문헌 카드를 누르면 8편이 표로 열립니다. scikit-survival의 경쟁 위험 안내 문서, 누적발생함수를 써야 한다고 주장한 Gelber 외(1991)의 논문, 원인특이 위험 회귀를 다룬 책의 한 장 등이에요. 표에서 바로 인용 형식으로 복사할 수 있어요.

참고문헌 8편이 첫 인용 순서로 정렬된 표.
참고문헌 8편이 첫 인용 순서로 정렬된 표.

다음에 할 일까지 제안받았습니다

답 맨 아래에는 이어서 할 일 세 가지가 있었어요.

  1. 심리·상담·교육 연구에서 경쟁 사건을 어떻게 정의하고 어떤 연구 질문에 CIF, 원인특이 Cox, Fine–Gray를 골랐는지 방법론 문헌과 실제 적용 논문을 비교해 정리하기 — 서술적 문헌고찰 에이전트
  2. 추적자료에서 검열·관심 사건·경쟁 사건 코드와 추적시간을 정리하고, CIF와 원인특이 Cox 분석을 재현하는 파이썬 템플릿 만들기
  3. 관심 사건과 경쟁 사건의 정의, 분석 목표, 공변량, 추적 시작·종료 시점을 확인하는 분석계획서 템플릿 만들기

누르면 같은 대화에서 이어집니다. 사건 정의부터 흔들리던 민재 씨라면 세 번째부터 누르겠죠.

답 아래의 다음 단계 제안. 첫 번째에는 서술적 문헌고찰 에이전트 표시가 붙어 있습니다.
답 아래의 다음 단계 제안. 첫 번째에는 서술적 문헌고찰 에이전트 표시가 붙어 있습니다.

"검열로 넣으면 되나?"가 "무엇을 추정할까?"가 됐습니다

시작할 때지금
질문편입한 학생을 검열로 넣어도 되나?확률(CIF)인가, 순간위험(원인특이 Cox)인가?
방법Kaplan–Meier와 Cox만 앎CIF·원인특이 Cox·Fine–Gray의 용도 구분
코드없음scikit-survival CIF 코드와 원인특이 Cox 코드
주의점1 − KM을 중단율로 씀과대평가, 로그순위 검정, 사건 수 보고
근거무엇부터 읽을지 모름인용 문헌 8편과 다음 단계 제안

물론 코드는 아직 자료를 넣어 돌려 본 결과가 아니에요. 사건 코딩, 검열 정의, 원인별 사건 수는 민재 씨가 직접 확인해야 하고, Fine–Gray가 필요하면 쓰는 파이썬 패키지가 지원하는지부터 봐야 합니다. 그래도 "무엇을 추정할지"가 정해지면, 나머지는 그 질문에 맞춰 고르면 됩니다.

이 글은 프로 수준으로 실행했어요. 라이트(무료 요금제)는 코드 없이 추정 대상을 짧게 설명하고, 전문가는 예시를 실제로 실행해 모형 진단과 다상태 모형이 더 맞는 경우까지 다룹니다.

경쟁 사건이 있다면, 방법보다 먼저 "무엇을 추정할지"를 물어보세요.

이번 주에 민재 씨처럼 문제 이름과 도구만 적어서 물어보세요. 뉴트로픽 무료로 시작하기

블로그의 다른 글