교수님 안녕하십니까, 교수님이 집필하신 책을 보며 연구에 임하고 있는 성모병원 임상강사입니다.

항상 감사드리며, 고견 구하고자 글 남깁니다.

다름이 아니라, correlated ROC curves 비교를 통해 단일 outcome 변수 (0 or 1)에 대한 single parameter 간의 예측력을 비교하는 연구를 하고 있습니다. (DeLong test 를 활용하였습니다.)

요즘 저널들을 보면 대부분 prediction models (multivariate logistic regression or LDA) 을 활용하여 additive predictive biomarker 의 예측력을 보여주는 듯 합니다. (nested models을 특히 많이 쓰는 것으로 알고 있습니다.)

제가 진행한 연구처럼 single parameter 간 AUC 비교를 한 경우와, prediction models 을 구축하여 AUC를 비교하는 경우에 어떤 장단점이 있을 지 여쭤봐도 되겠습니까.

현재 진행 중인 연구에서는 subgroup 에서의 AUC 비교가 특히 중요한데, subgroup 표본수가 30명 정도, outcome incidence 가 6건 정도로 적은 편입니다.

개인적인 의견으로는 single predictor 로 AUC 비교를 한 이유는 다음과 같습니다.

1. 진료실에서 직관적으로 활용할 optimal cutoff 를 제시하고,

2. 다변량 로지스틱 회귀를 하기에는 subgroup events per variable이 너무 낮아서 model 구축이 부적합하다고 생각했었습니다.

논문을 찾아보아도 뾰족한 답이 떠오르지가 않으며, 타기관으로부터 통계 상담을 받았고 요즘에 nested models을 많이 하니 nested models을 구축해 보는 게 어떻겠냐고 조언을 받았습니다ㅠ

ROC curve 비교 시 new biomarker 의 우수함을 보여주기 위해,

1. single predictor 간의 AUC 비교 (새로운 마커 vs 기존의 gold standard)

2. regression models 간의 AUC 비교 (변수 A+B+new marker vs 변수 A+B) 

이 두 가지 방법 각각의 장단점과 적용 가능한 상황에 대해서 고견 여쭙습니다.

긴 글 읽어주셔서 감사합니다.