Kwangmin Kim - PMA vs MCRCT 비교

이 글은 Schulz Ch.21 시리즈의 두 번째 글이다. PMA 와 MCRCT 의 정밀 비교 를 다룬다.

1 진입 직관 — 두 협업 모델

1.1 MCRCT (다기관 RCT)

단일 시험 이지만 여러 기관에서 환자 모집. Sponsor·protocol·운영 모두 통합.

1.2 PMA (Prospective Meta-Analysis)

여러 독립 시험 이지만 공통 outcome·가설 사전 합의. 통합 메타분석 사전 명시.

결정적 차이: MCRCT 는 하나의 시험을 분산 운영, PMA 는 여러 시험을 사전 통합 분석.

2 9 가지 차원의 비교

2.1 1: Protocol 통일성

측면	MCRCT	PMA
적격 기준	매우 통일	협의된 큰 틀
Outcome 측정	동일	동일 (사전 합의)
데이터 수집 양식	동일 (자세)	통일 (간소) + 기관별 보강
통계 분석	단일 분석	사전 통합 분석 + 기관별 분석

MCRCT 의 도전: 모든 기관에 동일한 자세한 양식. 일부 기관은 해당 정보 수집 불가능 (자원 부족).

PMA 의 유연성: 통일된 핵심 + 기관별 추가 정보. 운영 단순.

2.2 2: IRB / Ethics 승인

측면	MCRCT	PMA
승인 주체	모든 기관 IRB	각 기관 IRB
Timing	모든 IRB 승인 후 시작	개별 IRB 승인 후 기관별 시작
지연	최저 IRB 가 결정	기관별 시작 가능

MCRCT 의 흔한 함정: 한 기관 IRB 가 6 개월 지연 → 모든 기관 모집 시작 늦어짐. 전체 시험 6 개월 지연.

PMA 의 유연성: 다른 기관은 먼저 시작. 지체된 기관 따라잡기.

2.3 3: 모집 시작 timing

측면	MCRCT	PMA
모집 시작	동시	비동기
최저 모집 기관 의존	강함	약함

사례: 5 기관 MCRCT. 한 기관이 첫 환자 6 개월 늦게. 시험 일정 6 개월 밀림.

반대로 5 기관 PMA. 한 기관 늦게 시작. 다른 4 기관은 영향 없이 진행.

2.4 4: Sample Size 효율

측면	MCRCT	PMA
단일 통합 분석	자연	사전 합의
검정력	단일 시험의 sample 합	통합 메타분석의 합
비효과 한 기관 영향	분산 약화	분산 약화

결론: 두 모델 동일 sample size 시 검정력 비슷. 차이는 운영 비용.

2.5 5: Heterogeneity 처리

측면	MCRCT	PMA
기관 간 효과 차이	Random effect 모델로 처리	기관별 별도 분석 + 통합
Subgroup 분석	기관 stratification	기관별 + 메타

PMA 의 강점: 기관별 외적 타당도 약간 다름 인정. 기관별 효과 추정 가능.

2.6 6: Publication 권한

측면	MCRCT	PMA
첫 출판	전체 시험 종료 후 단일	기관별 + 통합
소규모 기관 인센티브	약함 (단일 출판자 명단)	강함 (개별 출판)
통합 출판	단일	통합 메타 + 기관별

MCRCT 의 함정: 5 기관 시험. 느린 기관 1 개 가 출판 지연. 다른 4 기관 결과 수년 대기.

PMA 의 유연성: 기관별 결과 개별 즉시 출판. 통합 메타분석은 마지막 기관 종료 후.

2.7 7: Mentoring 가치

측면	MCRCT	PMA
신진 연구자 참여	단일 PI 의 leadership	다수 기관 PI 의 leadership
학습 기회	제한 (단일 protocol)	풍부 (기관별 자치)

2.8 8: 자원 효율

측면	MCRCT	PMA
중앙 운영 비용	매우 큼	작음
기관별 비용	비슷	비슷
통합 분석 비용	단일	사전 합의로 분산

Schulz 의 평가: “PMA 는 일반적으로 MCRCT 보다 적은 자원 으로 동일 검정력.”

2.9 9: 신진 분야 적합성

측면	MCRCT	PMA
표준화된 분야	적합	적합
신진 분야	어려움 (protocol 합의 어려움)	적합 (유연성)

3 사례 비교

3.1 항암제 시험

Phase III 항암제 시험. 5 국가 × 5 기관 참여.

옵션	분석
MCRCT	단일 protocol, 단일 sponsor (제약사). 운영 복잡, 대규모 자원
PMA	5 국가 × 5 기관이 각자 sponsor 받아 시험. 공통 outcome (전체 생존). 통합 메타분석

선택 기준: 제약사 자금이면 MCRCT. 학술 자금 (각국 NIH 등) 이면 PMA.

3.2 행동 개입 시험

학교 기반 행동 개입 (예: 비만 예방).

옵션	분석
MCRCT	통일 protocol 어려움 — 학교마다 환경 다름
PMA	핵심 개입만 통일, 기관별 변형 허용

권장: 행동 시험은 PMA 가 적합 — 외적 타당도 강화.

4 코드 예시 — MCRCT vs PMA 검정력 비교

import numpy as np
from scipy import stats

np.random.seed(42)

# 가상 시나리오: 5 기관, 각 기관 200 명, 총 1000 명
n_centers = 5
n_per_center = 200
true_effect = 0.30
heterogeneity_sd = 0.05   # 기관 간 효과 변이

# MCRCT — 통합 분석
def simulate_mcrct():
    all_T = []
    all_Y = []
    for c in range(n_centers):
        center_effect = true_effect + np.random.normal(0, heterogeneity_sd)
        T = np.random.choice([0, 1], n_per_center)
        baseline = np.random.binomial(1, 0.50, n_per_center)
        Y = np.where(T == 0,
                      np.random.binomial(1, 0.50 * (1 - center_effect), n_per_center),
                      np.random.binomial(1, 0.50, n_per_center))
        all_T.extend(T)
        all_Y.extend(Y)
    all_T, all_Y = np.array(all_T), np.array(all_Y)
    return stats.ttest_ind(all_Y[all_T == 0], all_Y[all_T == 1])[1]

# PMA — 기관별 + 통합
def simulate_pma():
    center_effects = []
    for c in range(n_centers):
        center_effect = true_effect + np.random.normal(0, heterogeneity_sd)
        T = np.random.choice([0, 1], n_per_center)
        Y = np.where(T == 0,
                      np.random.binomial(1, 0.50 * (1 - center_effect), n_per_center),
                      np.random.binomial(1, 0.50, n_per_center))
        diff = Y[T == 1].mean() - Y[T == 0].mean()
        center_effects.append(diff)

    # Random-effects meta-analysis
    mean_effect = np.mean(center_effects)
    se = np.std(center_effects) / np.sqrt(n_centers)
    z = mean_effect / se if se > 0 else 0
    p = 2 * (1 - stats.norm.cdf(abs(z)))
    return p

n_sim = 500
mcrct_p = [simulate_mcrct() for _ in range(n_sim)]
pma_p = [simulate_pma() for _ in range(n_sim)]

print(f"[MCRCT vs PMA — n_sim={n_sim}]")
print(f"MCRCT power: {np.mean(np.array(mcrct_p) < 0.05):.3f}")
print(f"PMA power:   {np.mean(np.array(pma_p) < 0.05):.3f}")
print("→ 두 모델 비슷한 검정력 (heterogeneity 작을 때)")

5 결론 — Ch.21.1 의 한 줄 요약

MCRCT 는 통일성, PMA 는 유연성. 자원·sponsor·heterogeneity 에 따라 선택.

핵심 메시지:

9 가지 차원 비교
운영 복잡성 — PMA 분산
IRB / 모집 timing — PMA 비동기
Publication — PMA 개별
신진 분야 — PMA 적합

다음 글: 두 모델의 단점.

6 관련 주제

PMA 개관

7 참고문헌

Schulz, K. F. & Grimes, D. A. (2019). Essential Concepts in Clinical Research (2nd ed.), Ch.21. Elsevier.
Berlin, J. A. & Ghersi, D. (2018). Prospective meta-analysis. Stat. Med. 37, 5071-5081.